Лаборатория научных коммуникаций

Как проверить журнал перед отправкой статьи: чек-лист из 10 пунктов

Нашли журнал, который подходит по тематике? Не спешите отправлять рукопись.
Перед submission стоит потратить 15–20 минут на проверку. Это может сэкономить недели или месяцы работы.

Чек-лист:

1. Подходит ли тематика?
Откройте Aims & Scope. Важно не просто совпадение нескольких ключевых слов — посмотрите, какие исследования журнал действительно публикует.
2. Есть ли журнал в нужной вам базе?
Проверьте индексацию непосредственно в Scopus, Web of Science или другой базе, которая важна для вашей задачи.
Не доверяйте только логотипам Scopus/WoS на сайте журнала.
3. Какой у журнала ISSN?
Проверьте ISSN в официальных каталогах и убедитесь, что он соответствует именно этому журналу и издателю.
Это простой способ не перепутать настоящий журнал с сайтом-клоном.
4. Какие у журнала метрики?
Посмотрите, например, Journal Impact Factor, CiteScore, SJR — но обязательно учитывайте, какая именно база и какой год стоят за каждой метрикой.
Не сравнивайте цифры из разных систем напрямую.
5. Какой квартиль?
Если для вас это важно, проверьте Q1–Q4 в конкретной базе и предметной категории.
Помните: квартиль может отличаться в зависимости от категории и системы оценки.
6. Кто входит в редакционную коллегию?
Посмотрите имена редакторов и их аффилиации.
Если вы не можете найти информацию о редакционной команде или она выглядит непрозрачно — это повод изучить журнал внимательнее.
7. Как устроено рецензирование?
Проверьте, какой тип peer review используется и описан ли процесс достаточно подробно.
Обещания вроде «гарантированная публикация» или необычно короткого review process требуют осторожности.
8. Сколько стоит публикация?
Найдите информацию об APC, page charges, submission fees и других возможных платежах.
Важно понимать стоимость до отправки статьи, а не после принятия.
9. Кто издатель?
Проверьте издателя и другие журналы в его портфеле.
Если сайт журнала выглядит профессионально, но информацию об издателе, контактах или юридических данных найти практически невозможно — стоит разобраться подробнее.
10. Есть ли журнал в официальных списках/каталогах?
В зависимости от вашей задачи проверьте соответствующие официальные источники: базы индексации, DOAJ для open access-журналов, реестры и каталоги.

И главное: не проверяйте только один показатель.
Наличие Q1, высокий CiteScore или известное издательство сами по себе не гарантируют, что журнал подходит именно вашей статье.

Перед отправкой задайте себе 4 вопроса:

☑️ Журнал публикует мою тематику?
☑️ Он индексируется там, где мне это необходимо?
☑️ Я понимаю его требования и процесс рецензирования?
☑️ Мне понятны все возможные расходы?

Если на всё ответ «да» — можно переходить к требованиям для авторов и подготовке рукописи.

#авторы
___
@rujournals - Научные журналы и базы данных (НЖБД)

Большинство исследователей не уверены, когда нужно раскрывать использование ИИ

Около трех четвертей исследователей не уверены, в каких случаях необходимо сообщать об использовании искусственного интеллекта в научной работе.

На фоне быстрого распространения генеративного ИИ академическое сообщество сталкивается с отсутствием единых и понятных правил раскрытия такой информации.
Согласно данным опроса, проведенного Oxford University Press (OUP), 74% исследователей испытывают неопределенность относительно того, какое использование ИИ необходимо декларировать. Проблема особенно заметна при подготовке заявок на финансирование и научных публикаций.

При этом использование ИИ уже стало распространенной частью исследовательской работы. Инструменты на основе искусственного интеллекта применяются, в частности, для подготовки и редактирования текста, перевода и других задач, связанных с научной коммуникацией. Однако граница между допустимой помощью и использованием ИИ, о котором необходимо сообщить редакции или грантодателю, остается для многих ученых неочевидной.

Опрос также показывает, что проблема носит не только теоретический характер. 48% исследователей признались, что не полностью раскрывали использование ИИ при подготовке заявок на гранты. Это создает дополнительные риски для прозрачности научного процесса и оценки авторского вклада.

Ситуация осложняется тем, что издатели и научные организации продолжают корректировать собственные рекомендации. Крупные издательские компании, включая Oxford University Press и Springer Nature, обновляют правила, регулирующие использование ИИ авторами и исследователями. Springer Nature, например, рассматривает вопросы применения ИИ в контексте исследовательской добросовестности и научных публикаций.

Таким образом, проблема заключается уже не столько в том, используют ли ученые искусственный интеллект, сколько в том, насколько прозрачно они сообщают об этом использовании. Исследовательское сообщество фактически пытается выработать новые нормы для ситуации, когда ИИ становится обычным инструментом научной работы.

Эксперты и издатели сталкиваются с необходимостью найти баланс между излишней бюрократией и принципом прозрачности: ученый должен иметь возможность использовать современные инструменты, но читатель, редактор или грантодатель — понимать, какую роль искусственный интеллект сыграл в
создании результата.

#ИИ
___
@rujournals - Научные журналы и базы данных (НЖБД)

Q1 — это лучший журнал? Не совсем.

Если вы хоть раз выбирали журнал для публикации, наверняка сталкивались с обозначениями Q1, Q2, Q3 и Q4.

Кажется логичным:
Q1 = лучший
Q4 = худший

Но всё немного сложнее.

Что вообще означает Q1?
Q1 — это первый квартиль. Журналы внутри определённой предметной категории ранжируются по выбранной метрике, после чего делятся на четыре группы.

Условно:
🥇 Q1 — верхние 25%
🥈 Q2 — следующие 25%
🥉 Q3 — следующие 25%
Q4 — нижние 25%

И вот здесь начинается самое интересное.
Q1 — не универсальный рейтинг качества
Один и тот же журнал может быть Q1 в одной предметной категории и Q2 в другой.
Кроме того, квартиль зависит от того, в какой базе и по какой метрике вы его смотрите.
Например, позиции журнала в Scopus и Web of Science могут отличаться.
Поэтому фраза:

«Этот журнал Q1»

сама по себе не даёт полной информации.

Гораздо полезнее спросить:
🔹 Q1 где?
🔹 В какой категории?
🔹 По какой метрике?
🔹 За какой год?

И ещё один важный момент.
Q1 журнала ≠ качество каждой статьи, опубликованной в нём.

Высокий квартиль говорит о позиции журнала относительно других журналов в конкретной системе оценки. Это не означает, что любая статья в Q1 автоматически лучше любой статьи из Q2.
Поэтому при выборе журнала смотрите не только на красивое Q1, но и на тематику журнала, аудиторию, требования, индексацию, метрики и репутацию издателя.

#квартили
___
@rujournals - Научные журналы и базы данных (НЖБД)

Топ-5 мифов о цитируемости, в которые верят даже учёные

Цитируемость — один из главных индикаторов научного влияния. Но вокруг неё сложилось множество мифов, которые вводят в заблуждение даже опытных исследователей.

1. Чем выше h-индекс, тем лучше учёный
h-индекс не учитывает ни качество статей, ни вклад автора, ни стадию карьеры. Учёный с 10 статьями по 10 цитирований и учёный с 10 статьями по 100 цитирований будут иметь одинаковый h-индекс (=10).

2. Самоцитирование — это всегда плохо
Самоцитирование — нормальная практика, если оно служит для связи с предыдущими результатами автора. Патологическим считается как чрезмерное, так и полное отсутствие самоцитирования. У топ-учёных и журналов большинство цитирований приходит извне, а не от самих авторов.

3. Больше статей = выше цитируемость
Количество публикаций не гарантирует качество или влияние. h-индекс поощряет «дробление» одной идеи на несколько статей ради увеличения числа публикаций.

4. Цитируемость = качество исследования
Цитируемость показывает, насколько часто работу упоминают, но не оценивает её научную строгость, воспроизводимость или значимость. Высокоцитируемые статьи могут быть спорными, ошибочными или даже отозванными.

5. h-индекс можно сравнивать между учёными
h-индекс зависит от дисциплины, карьерной стадии, страны, языка публикаций и даже пола исследователя. Молодые учёные всегда будут иметь более низкий h-индекс, даже если их работы высокоцитируемы. Сравнение h-индексов — это как сравнивать яблоки с апельсинами.

Что делать вместо этого?
Используйте набор метрик, а не одну (h-индекс, i10-индекс, общее число цитирований, FWCI, процентиль). Оценивайте качество журналов (Q1/Q2, импакт-фактор, рецензирование), а не только число статей. Помните: метрики — инструмент, а не цель.

#цитирования
___
@rujournals - Научные журналы и базы данных (НЖБД)