http://digida.mgpu.ru/api.php?action=feedcontributions&feedformat=atom&user=Fedorovaai
Поле цифровой дидактики - Вклад [ru]
2026-04-25T08:31:13Z
Вклад
MediaWiki 1.44.0
http://digida.mgpu.ru/index.php?title=%D0%9E%D0%B1%D1%81%D1%83%D0%B6%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5:Java_for_BigData&diff=46071
Обсуждение:Java for BigData
2026-04-13T22:02:43Z
<p>Fedorovaai: Новая страница: «==== Работа с REST API (аналог MediaWiki API) ==== Получение данных из внешнего источника. <syntaxhighlight lang="java"> import java.io.*; import java.net.*; public class ApiExample { public static void main(String[] args) throws Exception { URL url = new URL("https://digida.mgpu.ru/api.php?action=query&format=json"); BufferedReader in = new BufferedReader( new InputStreamReade...»</p>
<hr />
<div>==== Работа с REST API (аналог MediaWiki API) ====<br />
Получение данных из внешнего источника.<br />
<br />
<syntaxhighlight lang="java"><br />
import java.io.*;<br />
import java.net.*;<br />
<br />
public class ApiExample {<br />
public static void main(String[] args) throws Exception {<br />
URL url = new URL("https://digida.mgpu.ru/api.php?action=query&format=json");<br />
<br />
BufferedReader in = new BufferedReader(<br />
new InputStreamReader(url.openStream())<br />
);<br />
<br />
String inputLine;<br />
StringBuilder content = new StringBuilder();<br />
<br />
while ((inputLine = in.readLine()) != null) {<br />
content.append(inputLine);<br />
}<br />
<br />
in.close();<br />
<br />
System.out.println(content.toString());<br />
}<br />
}<br />
</syntaxhighlight><br />
<br />
'''Комментарий:'''<br />
Позволяет:<br />
* получать данные из MediaWiki API <br />
* работать с внешними источниками <br />
* строить пайплайн данных (как в проекте Digida)</div>
Fedorovaai
http://digida.mgpu.ru/index.php?title=%D0%9F%D1%81%D0%B8%D1%85%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%B8%D0%B5_%D1%88%D0%BA%D0%BE%D0%BB%D1%8B_%D0%A0%D0%BE%D1%81%D1%81%D0%B8%D0%B8_(%D0%B4%D0%B0%D1%82%D0%B0%D1%81%D0%B5%D1%82)&diff=46061
Психологические школы России (датасет)
2026-04-13T21:32:01Z
<p>Fedorovaai: </p>
<hr />
<div>{{Dataset<br />
|Description=Публикации российских психологов в Lens<br />
|KeyDescripions=# Lens ID<br />
#Title<br />
#Date Published<br />
#Publication Year<br />
#Publication Type<br />
#Source Title<br />
#ISSNs<br />
#Publisher<br />
#Source Country<br />
#Author/s<br />
#Abstract<br />
#Volume<br />
#Issue Number<br />
#Start Page<br />
#End Page<br />
#Fields of Study<br />
#Keywords<br />
#MeSH Terms<br />
#Chemicals<br />
#Funding<br />
#Source URLs<br />
#External URL<br />
#PMID<br />
#DOI<br />
#Microsoft Academic ID<br />
#PMCID<br />
#Citing Patents Count<br />
#References<br />
#Citing Works Count<br />
#Is Open Access<br />
#Open Access License<br />
#Open Access Colour<br />
|FileFormat=CSV<br />
|Field_of_knowledge=Информатика, Психология<br />
|launch year=2006<br />
}}<br />
* Академия Наук - https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv<br />
* МГПУ https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv<br />
* МГУ https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv<br />
<br />
= Социосемантическая структура публикаций российских психологов (Lens) =<br />
<br />
== Исследовательский вопрос ==<br />
Как связаны '''социальные параметры научного производства''' (организации: МГУ, МГПУ, РАН) и '''семантические характеристики публикаций''' (тип статьи, открытый доступ, тематика) с уровнем цитируемости?<br />
<br />
== Гипотеза ==<br />
Публикации в формате journal article и с открытым доступом (Open Access) имеют более высокую цитируемость, формируя устойчивые социосемантические паттерны.<br />
<br />
== Теоретическая рамка ==<br />
<br />
Социосемантическая система науки включает:<br />
<br />
* социальный уровень — авторы и организации <br />
* семантический уровень — темы, типы публикаций <br />
* механизм связи — цитирование <br />
<br />
Цитирование выступает как ключевой механизм, связывающий производство знаний и их распространение.<br />
<br />
== Данные ==<br />
<br />
=== Академия наук (цитируемость = 5) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv<br />
|format=csv with header<br />
|filters=Citing Works Count=5<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
=== МГУ (публикации = 2018 год, Цитирования = 5) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv<br />
|format=csv with header<br />
|filters=Publication Year=2018,Citing Works Count=5<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Type=Publication Type,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Тип публикации<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Type}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
=== МГПУ (5 фильтров одновременно) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv<br />
|format=csv with header<br />
|delimiter=,<br />
|filters=<br />
Is Open Access=true,<br />
Publication Year>2018,<br />
Citing Works Count < 6,<br />
Publication Type=journal article,<br />
Fields of Study=Psychology<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Type=Publication Type,<br />
OpenAccess=Is Open Access,<br />
Field=Fields of Study,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Тип публикации<br />
!Open Access<br />
!Область<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Type}}}<br />
{{!}} {{{OpenAccess}}}<br />
{{!}} {{{Field}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
== Возможности анализа ==<br />
<br />
Используя параметр |filters= можно:<br />
<br />
* отбирать публикации по годам <br />
* сравнивать школы по цитируемости <br />
* выделять только статьи (Publication Type=journal article) <br />
* анализировать публикации в открытом доступе <br />
* строить выборки для последующего анализа в R <br />
<br />
== Семантические запросы (SMW) ==<br />
<br />
<div style="max-height:400px; overflow:auto; border:1px solid #ccc; padding:10px;"><br />
<br />
=== 1. Датасеты по психологии ===<br />
{{#ask:<br />
[[Field_of_knowledge::Психология]]<br />
| ?FileFormat<br />
| ?launch year<br />
| format=table<br />
}}<br />
''Результат:'' список психологических датасетов<br />
<br />
=== 2. Все BigDataWorks ===<br />
{{#ask:<br />
[[Категория:BigDataWorks]]<br />
| ?Field_of_knowledge<br />
| format=table<br />
}}<br />
''Результат:'' все проекты с данными<br />
<br />
=== 3. После 2010 года ===<br />
{{#ask:<br />
[[launch year::>2010]]<br />
| ?Field_of_knowledge<br />
| format=table<br />
}}<br />
''Результат:'' современные датасеты<br />
<br />
=== 4. Только CSV ===<br />
{{#ask:<br />
[[FileFormat::CSV]]<br />
| ?Field_of_knowledge<br />
| format=table<br />
}}<br />
''Результат:'' данные для R<br />
<br />
=== 5. Междисциплинарные ===<br />
{{#ask:<br />
[[Field_of_knowledge::Психология]] [[Field_of_knowledge::Информатика]]<br />
| ?launch year<br />
| format=table<br />
}}<br />
''Результат:'' пересечение областей<br />
<br />
</div><br />
<br />
== Загрузка данных и первичный просмотр ==<br />
<br />
Задача: загрузить CSV-датасеты Lens и проверить структуру данных.<br />
<br />
<syntaxhighlight lang="r" line><br />
# загрузка данных<br />
mgpu <- read.csv("https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_mgpu.csv")<br />
<br />
# первые 11 строк<br />
head(mgpu, 11)<br />
<br />
# структура данных<br />
str(mgpu)<br />
</syntaxhighlight><br />
<br />
'''Комментарий:'''<br />
Этот шаг позволяет проверить корректность загрузки данных и структуру датасета (переменные, типы данных, пропуски).<br />
<br />
== Визуализация данных (ggplot2) ==<br />
<br />
Задача: визуализировать распределение цитируемости публикаций.<br />
<br />
<syntaxhighlight lang="r" line><br />
library(ggplot2)<br />
mgpu <- read.csv("https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_mgpu.csv")<br />
<br />
ggplot(mgpu, aes(x = Citing.Works.Count)) +<br />
geom_histogram(binwidth = 1, fill = "steelblue", color = "black") +<br />
labs(<br />
title = "Распределение цитируемости публикаций",<br />
x = "Количество цитирований",<br />
y = "Частота"<br />
) +<br />
theme_minimal()<br />
</syntaxhighlight><br />
<br />
'''Комментарий:'''<br />
Гистограмма показывает распределение цитируемости и позволяет выявить ядро высокоцитируемых публикаций.<br />
[[Файл:Распределение цитируемости публикаций.png]]<br />
<br />
== Получение данных через MediaWiki API ==<br />
<br />
Задача: извлечь историю редактирования страницы Digida.<br />
<br />
<syntaxhighlight lang="r" line><br />
library(httr)<br />
library(jsonlite)<br />
<br />
url <- "https://digida.mgpu.ru/api.php"<br />
<br />
response <- GET(url, query = list(<br />
action = "query",<br />
prop = "revisions",<br />
titles = "Психологические_школы_России_(датасет)",<br />
rvprop = "user|timestamp",<br />
rvlimit = 100,<br />
format = "json"<br />
))<br />
<br />
data <- content(response, as = "text", encoding = "UTF-8")<br />
json_data <- fromJSON(data, flatten = TRUE)<br />
<br />
pages <- json_data$query$pages<br />
page <- pages[[1]]<br />
<br />
revisions <- page$revisions<br />
users <- revisions$user<br />
<br />
head(users, 10)<br />
</syntaxhighlight><br />
<br />
'''Комментарий:'''<br />
Данный код извлекает пользователей, редактировавших страницу, что позволяет анализировать социальную структуру взаимодействий.<br />
[[Файл:Активность пользователей (правки страницы).png]]<br />
== Анализ активности участников ==<br />
<br />
Эмпирические данные показывают:<br />
<br />
* всего правок: 35 <br />
* уникальных авторов: 2 <br />
<br />
Распределение активности:<br />
<br />
* Fedorovaai — 21 правка (60%) <br />
* Patarakin — 14 правок (40%) <br />
<br />
Таким образом, наблюдается крайне концентрированная структура участия,<br />
где вся активность распределена между двумя участниками.<br />
<br />
== Интерпретация ==<br />
<br />
Такая структура соответствует модели малой кооперации,<br />
где отсутствует широкая распределённая командность,<br />
но присутствует тесное взаимодействие ядра участников.<br />
<br />
С точки зрения социосемантического анализа:<br />
<br />
* страница является объектом совместного редактирования<br />
* но координация осуществляется через ограниченное число акторов<br />
* наблюдается "ядро взаимодействия без периферии"<br />
<br />
Это важный частный случай стигмергической системы с минимальным числом агентов.<br />
<br />
== Анализ совместного редактирования моей страницы ==<br />
<br />
Для анализа использован MediaWiki API.<br />
<br />
Запрос:<br />
<br />
https://digida.mgpu.ru/api.php?action=query&prop=revisions&titles=Психологические_школы_России_(датасет)&rvprop=user|timestamp&rvlimit=50&format=json<br />
<br />
Этот запрос возвращает список всех пользователей, редактировавших страницу, и время их правок.<br />
<br />
== Извлечение данных ==<br />
<br />
<syntaxhighlight lang="R" line><br />
# Установка (если нужно)<br />
install.packages(c("httr", "jsonlite", "igraph"))<br />
<br />
library(httr)<br />
library(jsonlite)<br />
library(igraph)<br />
<br />
# --- 1. Запрос ---<br />
url <- "https://digida.mgpu.ru/api.php"<br />
<br />
response <- GET(url, query = list(<br />
action = "query",<br />
prop = "revisions",<br />
titles = "Психологические_школы_России_(датасет)",<br />
rvprop = "user",<br />
rvlimit = 100,<br />
format = "json"<br />
))<br />
<br />
# --- 2. Преобразование ---<br />
json_text <- content(response, as = "text", encoding = "UTF-8")<br />
json_data <- fromJSON(json_text, flatten = TRUE)<br />
<br />
# --- 3. Извлечение пользователей ---<br />
pages <- json_data$query$pages<br />
<br />
page <- pages[[1]]<br />
<br />
# ПРОВЕРКА<br />
print(names(page))<br />
<br />
# если есть revisions — извлекаем<br />
if ("revisions" %in% names(page)) {<br />
revisions <- page$revisions<br />
<br />
users <- revisions$user<br />
<br />
print(users)<br />
<br />
} else {<br />
stop("Нет revisions — проверь название страницы или API")<br />
}<br />
<br />
# --- 4. Уникальные пользователи ---<br />
unique_users <- unique(users)<br />
<br />
# --- 5. Создание графа ---<br />
edges <- data.frame(<br />
from = rep("Page", length(unique_users)),<br />
to = unique_users<br />
)<br />
<br />
g <- graph_from_data_frame(edges, directed = FALSE)<br />
<br />
# --- 6. Визуализация ---<br />
plot(g,<br />
vertex.size = ifelse(V(g)$name == "Page", 40, 25),<br />
vertex.color = ifelse(V(g)$name == "Page", "red", "lightblue"),<br />
layout = layout_with_fr(g),<br />
main = "Граф совместного редактирования страницы Digida"<br />
)<br />
</syntaxhighlight><br />
<br />
== Граф совместного редактирования ==<br />
[[Файл:Граф совместной деятельности.png]]<br />
<br />
== Интерпретация данных ==<br />
<br />
Анализ показал:<br />
<br />
* страница редактируется несколькими участниками <br />
* можно выделить активных авторов <br />
* структура редактирования носит коллективный характер <br />
<br />
Таким образом:<br />
<br />
* страница выступает как '''социальный объект''' <br />
* редактирование — как форма взаимодействия участников <br />
* изменения страницы формируют '''стигмергическую координацию''' <br />
<br />
Это подтверждает, что Digida функционирует как социосемантическая система.<br />
<br />
== Граф совместного редактирования страницы ==<br />
<br />
<uml><br />
@startuml<br />
skinparam backgroundColor #FAFAFA<br />
<br />
actor "Автор 1" as A1<br />
actor "Автор 2" as A2<br />
<br />
rectangle "Психологические школы России" as Page<br />
<br />
A1 --> Page<br />
A2 --> Page<br />
<br />
@enduml<br />
</uml><br />
<br />
'''Описание:'''<br />
Граф показывает пользователей, редактирующих страницу, как сеть взаимодействий.<br />
<br />
== Метрика командности ==<br />
<br />
<math><br />
T = \frac{N_{authors}}{N_{edits}}<br />
</math><br />
<br />
где:<br />
* <math>N_{authors}</math> — число уникальных авторов <br />
* <math>N_{edits}</math> — число правок <br />
<br />
Чем выше значение, тем более распределённая командная работа.<br />
<br />
== R-анализ данных Lens ==<br />
<br />
Задача: сравнить научные публикации МГУ, МГПУ и РАН по цитируемости и структуре взаимодействий.<br />
<br />
<syntaxhighlight lang="r" line><br />
library(ggplot2)<br />
library(dplyr)<br />
library(igraph)<br />
<br />
# --- загрузка данных ---<br />
mgu <- read.csv("https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv")<br />
mgpu <- read.csv("https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv")<br />
ras <- read.csv("https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv")<br />
<br />
# --- добавляем метки организаций ---<br />
mgu$org <- "MGU"<br />
mgpu$org <- "MGPU"<br />
ras$org <- "RAS"<br />
<br />
data <- rbind(mgu, mgpu, ras)<br />
</syntaxhighlight><br />
<br />
== 1. Сводная таблица ==<br />
<br />
<syntaxhighlight lang="r" line><br />
summary_table <- data %>%<br />
group_by(org) %>%<br />
summarise(<br />
papers = n(),<br />
avg_citations = mean(Citing.Works.Count, na.rm = TRUE),<br />
max_citations = max(Citing.Works.Count, na.rm = TRUE),<br />
zero_citations = sum(Citing.Works.Count == 0, na.rm = TRUE)<br />
)<br />
<br />
print(summary_table)<br />
</syntaxhighlight><br />
<br />
== 2. Распределение цитируемости ==<br />
<br />
<syntaxhighlight lang="r" line><br />
ggplot(data, aes(x = Citing.Works.Count, fill = org)) +<br />
geom_histogram(binwidth = 1, alpha = 0.5, position = "identity") +<br />
labs(<br />
title = "Распределение цитируемости",<br />
x = "Цитирования",<br />
y = "Количество статей"<br />
) +<br />
theme_minimal()<br />
</syntaxhighlight><br />
<br />
[[Файл:Распределение цитируемости.png]]<br />
<br />
== 3. Разброс цитируемости (точечная модель) ==<br />
<br />
<syntaxhighlight lang="r" line><br />
ggplot(data, aes(x = org, y = Citing.Works.Count, color = org)) +<br />
geom_jitter(width = 0.2, alpha = 0.5) +<br />
labs(<br />
title = "Распределение цитируемости по организациям",<br />
x = "Организация",<br />
y = "Цитирования"<br />
) +<br />
theme_minimal()<br />
</syntaxhighlight><br />
<br />
[[Файл:Распределение цитируемости по организациям.png]]<br />
<br />
== 4. Boxplot сравнения организаций ==<br />
<br />
<syntaxhighlight lang="r" line><br />
ggplot(data, aes(x = org, y = Citing.Works.Count, fill = org)) +<br />
geom_boxplot() +<br />
labs(<br />
title = "Сравнение распределений цитируемости",<br />
x = "Организация",<br />
y = "Цитирования"<br />
) +<br />
theme_minimal()<br />
</syntaxhighlight><br />
<br />
[[Файл:Сравнение распределений цитируемости.png]]<br />
<br />
== 5. Динамика цитируемости (год × цитирования) ==<br />
<br />
<syntaxhighlight lang="r" line><br />
ggplot(data, aes(x = Publication.Year, y = Citing.Works.Count, color = org)) +<br />
geom_point(alpha = 0.5) +<br />
geom_smooth(method = "lm", se = FALSE) +<br />
labs(<br />
title = "Динамика цитируемости по годам",<br />
x = "Год",<br />
y = "Цитирования"<br />
) +<br />
theme_bw()<br />
</syntaxhighlight><br />
<br />
[[Файл:Динамика цитируемости по годам.png]]<br />
<br />
== 6. Лог-распределение цитируемости ==<br />
<br />
<syntaxhighlight lang="r" line><br />
ggplot(data, aes(x = Citing.Works.Count)) +<br />
geom_histogram(binwidth = 1, fill = "darkblue") +<br />
scale_y_log10() +<br />
labs(<br />
title = "Лог-распределение цитируемости",<br />
x = "Цитирования",<br />
y = "log(частота)"<br />
) +<br />
theme_minimal()<br />
</syntaxhighlight><br />
<br />
[[Файл:Лог-распределение цитируемости.png]]<br />
<br />
== 7. Сетевой граф соавторства между организациями ==<br />
<br />
Идея: Граф интерпретируется как weighted similarity network, где узлы — организации, а ребра — обратная дистанция между средними значениями цитируемости.<br />
<br />
<syntaxhighlight lang="r" line><br />
nodes <- data.frame(<br />
name = c("MGU", "MGPU", "RAS"),<br />
avg_cit = c(3.46, 2.34, 1.55)<br />
)<br />
<br />
# связи строим по разнице (чем ближе — тем сильнее связь)<br />
edges <- data.frame(<br />
from = c("MGU", "MGU", "MGPU"),<br />
to = c("MGPU", "RAS", "RAS"),<br />
weight = c(<br />
abs(3.46 - 2.34),<br />
abs(3.46 - 1.55),<br />
abs(2.34 - 1.55)<br />
)<br />
)<br />
<br />
# превращаем в силу связи (обратно)<br />
edges$weight <- 1 / edges$weight<br />
<br />
g <- graph_from_data_frame(edges, vertices = nodes, directed = FALSE)<br />
<br />
plot(g,<br />
edge.label = round(E(g)$weight, 2),<br />
edge.width = E(g)$weight * 5,<br />
main = "Сеть близости организаций (по цитируемости)")<br />
V(g)$size <- c(3.46, 2.34, 1.55) * 10<br />
</syntaxhighlight><br />
<br />
[[Файл:Сеть близости организаций (по цитируемости).png]]<br />
== Сетевой анализ близости организаций ==<br />
<br />
Построенный граф отражает структурное сходство организаций<br />
по распределению цитируемости публикаций.<br />
<br />
В отличие от классического соавторства,<br />
связи интерпретируются как "семантическая близость"<br />
научных профилей.<br />
<br />
== Результаты ==<br />
<br />
* MGPU и RAS образуют наиболее тесную пару по структуре цитируемости <br />
* MGU занимает промежуточную позицию и связывает остальные узлы <br />
* RAS демонстрирует наибольшую удалённость от MGU <br />
<br />
== Интерпретация ==<br />
<br />
Граф отражает не социальные связи авторов,<br />
а социосемантическое сходство научных организаций.<br />
<br />
Таким образом, организации могут быть интерпретированы как<br />
когнитивные агенты, взаимодействующие через структуру знаний,<br />
а не через прямое соавторство.<br />
<br />
== R-рецепт анализа данных ==<br />
<br />
=== 1. Описание задачи ===<br />
Анализ социосемантической структуры научных публикаций на основе данных Lens.<br />
<br />
=== 2. Данные ===<br />
Используются CSV-датасеты МГУ, МГПУ и РАН.<br />
<br />
=== 3. Методы ===<br />
* фильтрация данных <br />
* агрегация <br />
* визуализация (ggplot2) <br />
* анализ распределений <br />
<br />
=== 4. Результаты ===<br />
Получены распределения цитируемости и выявлены различия между организациями.<br />
<br />
=== 5. Вывод ===<br />
Цитируемость зависит от типа публикации и времени публикации, что подтверждает гипотезу о социосемантической структуре науки.<br />
<br />
<br />
== Pipeline анализа данных ==<br />
<br />
<uml><br />
@startuml<br />
skinparam backgroundColor #FAFAFA<br />
title Pipeline исследования<br />
<br />
rectangle "Lens (сырые данные)" as A<br />
rectangle "OpenRefine\n(очистка)" as B<br />
rectangle "External Data\n(фильтрация)" as C<br />
rectangle "Агрегация\n(MapReduce)" as D<br />
rectangle "Анализ (R)" as E<br />
rectangle "Wiki (визуализация)" as F<br />
<br />
A --> B<br />
B --> C<br />
C --> D<br />
D --> E<br />
E --> F<br />
<br />
@enduml<br />
</uml><br />
<br />
== Метрики ==<br />
<br />
Основной показатель:<br />
<br />
<math><br />
\bar{C} = \frac{1}{N} \sum_{i=1}^{N} C_i<br />
</math><br />
<br />
Дополнительно:<br />
<br />
<math><br />
OA = \frac{N_{open}}{N_{total}}<br />
</math><br />
<br />
== Анализ в R ==<br />
<br />
<syntaxhighlight lang="r" line><br />
mgu <- read.csv("https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv")<br />
mgpu <- read.csv("https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv")<br />
ras <- read.csv("https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv")<br />
<br />
<br />
mgpu_filtered <- subset(mgpu,<br />
Publication.Year > 2018 &<br />
Citing.Works.Count < 6 &<br />
Publication.Type == "journal article"<br />
)<br />
<br />
mean(mgpu_filtered$Citing.Works.Count)<br />
<br />
agg <- aggregate(Citing.Works.Count ~ Publication.Year,<br />
data = mgpu_filtered,<br />
mean)<br />
<br />
names(agg) <- c("Год публикации", "Среднее число цитирований")<br />
<br />
print(agg)<br />
<br />
hist(mgpu$Citing.Works.Count,<br />
breaks = 50,<br />
main = "Распределение числа цитирований (МГПУ)",<br />
xlab = "Число цитирований",<br />
ylab = "Частота",<br />
col = "lightblue",<br />
border = "white")<br />
<br />
agg_mean <- aggregate(Citing.Works.Count ~ Publication.Year,<br />
data = mgpu_filtered, mean)<br />
<br />
agg_n <- aggregate(Citing.Works.Count ~ Publication.Year,<br />
data = mgpu_filtered, length)<br />
<br />
plot(agg_mean$Publication.Year, agg_mean$Citing.Works.Count,<br />
type = "b",<br />
main = "Средние цитирования по годам",<br />
xlab = "Год",<br />
ylab = "Среднее число цитирований",<br />
pch = 19)<br />
<br />
points(agg_mean$Publication.Year,<br />
agg_mean$Citing.Works.Count,<br />
cex = agg_n$Citing.Works.Count / max(agg_n$Citing.Works.Count) * 3,<br />
col = "red")<br />
</syntaxhighlight><br />
[[Файл:Средние цитирования по годам.png]]<br />
[[Файл:Распределение числа цитирований (МГПУ).png]]<br />
<br />
== Социосемантическая модель ==<br />
<br />
<uml><br />
@startuml<br />
skinparam backgroundColor #FAFAFA<br />
<br />
actor "Автор" as A<br />
rectangle "Публикация" as P<br />
rectangle "Тематика" as T<br />
rectangle "Научное поле" as F<br />
<br />
A --> P<br />
P --> T<br />
P --> F<br />
P --> P : цитирует<br />
<br />
@enduml<br />
</uml><br />
<br />
<br />
== Агентная модель ==<br />
<br />
<netlogo model="bibliolens2" /><br />
<br />
== Интерактивная модель ==<br />
<br />
<scratch project="211029567" /><br />
<br />
== Урок с данными ==<br />
* [[Сравнить тексты нескольких датасетов]]<br />
<br />
== Модель на этих данных ==<br />
[[Lens Psych Collab]]<br />
<br />
<br />
[[Категория:BigDataWorks]]<br />
<br />
<br />
== Те же данные, но после очистки в [[OpenRefine]] ==<br />
# Author/s,<br />
# Title,<br />
# Publication Year,<br />
# Lens ID,<br />
# DOI,<br />
# Citing Works Count<br />
<br />
<br />
=== МГПУ ===<br />
* https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_mgpu.csv<br />
<br />
=== Академия наук ===<br />
* https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_ras.csv<br />
<br />
=== МГУ ===<br />
* https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_mgu.csv<br />
<br />
== Вывод ==<br />
<br />
Анализ показал:<br />
<br />
* цитируемость зависит от типа публикации <br />
* journal articles формируют ядро научного поля <br />
* Open Access увеличивает видимость исследований <br />
<br />
Социальные параметры (организации) и семантические параметры (структура публикаций) совместно формируют социосемантическую систему науки.<br />
<br />
Цитирование выступает ключевым механизмом связи между ними.</div>
Fedorovaai
http://digida.mgpu.ru/index.php?title=%D0%9F%D1%81%D0%B8%D1%85%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%B8%D0%B5_%D1%88%D0%BA%D0%BE%D0%BB%D1%8B_%D0%A0%D0%BE%D1%81%D1%81%D0%B8%D0%B8_(%D0%B4%D0%B0%D1%82%D0%B0%D1%81%D0%B5%D1%82)&diff=46060
Психологические школы России (датасет)
2026-04-13T21:16:06Z
<p>Fedorovaai: /* Агентная модель */</p>
<hr />
<div>{{Dataset<br />
|Description=Публикации российских психологов в Lens<br />
|KeyDescripions=# Lens ID<br />
#Title<br />
#Date Published<br />
#Publication Year<br />
#Publication Type<br />
#Source Title<br />
#ISSNs<br />
#Publisher<br />
#Source Country<br />
#Author/s<br />
#Abstract<br />
#Volume<br />
#Issue Number<br />
#Start Page<br />
#End Page<br />
#Fields of Study<br />
#Keywords<br />
#MeSH Terms<br />
#Chemicals<br />
#Funding<br />
#Source URLs<br />
#External URL<br />
#PMID<br />
#DOI<br />
#Microsoft Academic ID<br />
#PMCID<br />
#Citing Patents Count<br />
#References<br />
#Citing Works Count<br />
#Is Open Access<br />
#Open Access License<br />
#Open Access Colour<br />
|FileFormat=CSV<br />
|Field_of_knowledge=Информатика, Психология<br />
|launch year=2006<br />
}}<br />
* Академия Наук - https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv<br />
* МГПУ https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv<br />
* МГУ https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv<br />
<br />
= Социосемантическая структура публикаций российских психологов (Lens) =<br />
<br />
== Исследовательский вопрос ==<br />
Как связаны '''социальные параметры научного производства''' (организации: МГУ, МГПУ, РАН) и '''семантические характеристики публикаций''' (тип статьи, открытый доступ, тематика) с уровнем цитируемости?<br />
<br />
== Гипотеза ==<br />
Публикации в формате journal article и с открытым доступом (Open Access) имеют более высокую цитируемость, формируя устойчивые социосемантические паттерны.<br />
<br />
== Теоретическая рамка ==<br />
<br />
Социосемантическая система науки включает:<br />
<br />
* социальный уровень — авторы и организации <br />
* семантический уровень — темы, типы публикаций <br />
* механизм связи — цитирование <br />
<br />
Цитирование выступает как ключевой механизм, связывающий производство знаний и их распространение.<br />
<br />
---<br />
== Данные ==<br />
<br />
=== Академия наук (цитируемость = 5) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv<br />
|format=csv with header<br />
|filters=Citing Works Count=5<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
----<br />
<br />
=== МГУ (публикации = 2018 год, Цитирования = 5) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv<br />
|format=csv with header<br />
|filters=Publication Year=2018,Citing Works Count=5<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Type=Publication Type,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Тип публикации<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Type}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
=== МГПУ (5 фильтров одновременно) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv<br />
|format=csv with header<br />
|delimiter=,<br />
|filters=<br />
Is Open Access=true,<br />
Publication Year>2018,<br />
Citing Works Count < 6,<br />
Publication Type=journal article,<br />
Fields of Study=Psychology<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Type=Publication Type,<br />
OpenAccess=Is Open Access,<br />
Field=Fields of Study,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Тип публикации<br />
!Open Access<br />
!Область<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Type}}}<br />
{{!}} {{{OpenAccess}}}<br />
{{!}} {{{Field}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
== Возможности анализа ==<br />
<br />
Используя параметр |filters= можно:<br />
<br />
* отбирать публикации по годам <br />
* сравнивать школы по цитируемости <br />
* выделять только статьи (Publication Type=journal article) <br />
* анализировать публикации в открытом доступе <br />
* строить выборки для последующего анализа в R <br />
<br />
== Семантические запросы (SMW) ==<br />
<br />
<div style="max-height:400px; overflow:auto; border:1px solid #ccc; padding:10px;"><br />
<br />
=== 1. Датасеты по психологии ===<br />
{{#ask:<br />
[[Field_of_knowledge::Психология]]<br />
| ?FileFormat<br />
| ?launch year<br />
| format=table<br />
}}<br />
''Результат:'' список психологических датасетов<br />
<br />
----<br />
<br />
=== 2. Все BigDataWorks ===<br />
{{#ask:<br />
[[Категория:BigDataWorks]]<br />
| ?Field_of_knowledge<br />
| format=table<br />
}}<br />
''Результат:'' все проекты с данными<br />
<br />
----<br />
<br />
=== 3. После 2010 года ===<br />
{{#ask:<br />
[[launch year::>2010]]<br />
| ?Field_of_knowledge<br />
| format=table<br />
}}<br />
''Результат:'' современные датасеты<br />
<br />
----<br />
<br />
=== 4. Только CSV ===<br />
{{#ask:<br />
[[FileFormat::CSV]]<br />
| ?Field_of_knowledge<br />
| format=table<br />
}}<br />
''Результат:'' данные для R<br />
<br />
----<br />
<br />
=== 5. Междисциплинарные ===<br />
{{#ask:<br />
[[Field_of_knowledge::Психология]] [[Field_of_knowledge::Информатика]]<br />
| ?launch year<br />
| format=table<br />
}}<br />
''Результат:'' пересечение областей<br />
<br />
</div><br />
<br />
== Загрузка данных и первичный просмотр ==<br />
<br />
Задача: загрузить CSV-датасеты Lens и проверить структуру данных.<br />
<br />
<syntaxhighlight lang="r" line><br />
# загрузка данных<br />
mgpu <- read.csv("https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_mgpu.csv")<br />
<br />
# первые 11 строк<br />
head(mgpu, 11)<br />
<br />
# структура данных<br />
str(mgpu)<br />
</syntaxhighlight><br />
<br />
'''Комментарий:'''<br />
Этот шаг позволяет проверить корректность загрузки данных и структуру датасета (переменные, типы данных, пропуски).<br />
<br />
== Визуализация данных (ggplot2) ==<br />
<br />
Задача: визуализировать распределение цитируемости публикаций.<br />
<br />
<syntaxhighlight lang="r" line><br />
library(ggplot2)<br />
mgpu <- read.csv("https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_mgpu.csv")<br />
<br />
ggplot(mgpu, aes(x = Citing.Works.Count)) +<br />
geom_histogram(binwidth = 1, fill = "steelblue", color = "black") +<br />
labs(<br />
title = "Распределение цитируемости публикаций",<br />
x = "Количество цитирований",<br />
y = "Частота"<br />
) +<br />
theme_minimal()<br />
</syntaxhighlight><br />
<br />
'''Комментарий:'''<br />
Гистограмма показывает распределение цитируемости и позволяет выявить ядро высокоцитируемых публикаций.<br />
[[Файл:Распределение цитируемости публикаций.png]]<br />
<br />
== Получение данных через MediaWiki API ==<br />
<br />
Задача: извлечь историю редактирования страницы Digida.<br />
<br />
<syntaxhighlight lang="r" line><br />
library(httr)<br />
library(jsonlite)<br />
<br />
url <- "https://digida.mgpu.ru/api.php"<br />
<br />
response <- GET(url, query = list(<br />
action = "query",<br />
prop = "revisions",<br />
titles = "Психологические_школы_России_(датасет)",<br />
rvprop = "user|timestamp",<br />
rvlimit = 100,<br />
format = "json"<br />
))<br />
<br />
data <- content(response, as = "text", encoding = "UTF-8")<br />
json_data <- fromJSON(data, flatten = TRUE)<br />
<br />
pages <- json_data$query$pages<br />
page <- pages[[1]]<br />
<br />
revisions <- page$revisions<br />
users <- revisions$user<br />
<br />
head(users, 10)<br />
</syntaxhighlight><br />
<br />
'''Комментарий:'''<br />
Данный код извлекает пользователей, редактировавших страницу, что позволяет анализировать социальную структуру взаимодействий.<br />
[[Файл:Активность пользователей (правки страницы).png]]<br />
== Анализ активности участников ==<br />
<br />
Эмпирические данные показывают:<br />
<br />
* всего правок: 35 <br />
* уникальных авторов: 2 <br />
<br />
Распределение активности:<br />
<br />
* Fedorovaai — 21 правка (60%) <br />
* Patarakin — 14 правок (40%) <br />
<br />
Таким образом, наблюдается крайне концентрированная структура участия,<br />
где вся активность распределена между двумя участниками.<br />
<br />
== Интерпретация ==<br />
<br />
Такая структура соответствует модели малой кооперации,<br />
где отсутствует широкая распределённая командность,<br />
но присутствует тесное взаимодействие ядра участников.<br />
<br />
С точки зрения социосемантического анализа:<br />
<br />
* страница является объектом совместного редактирования<br />
* но координация осуществляется через ограниченное число акторов<br />
* наблюдается "ядро взаимодействия без периферии"<br />
<br />
Это важный частный случай стигмергической системы с минимальным числом агентов.<br />
<br />
== Анализ совместного редактирования моей страницы ==<br />
<br />
Для анализа использован MediaWiki API.<br />
<br />
Запрос:<br />
<br />
https://digida.mgpu.ru/api.php?action=query&prop=revisions&titles=Психологические_школы_России_(датасет)&rvprop=user|timestamp&rvlimit=50&format=json<br />
<br />
Этот запрос возвращает список всех пользователей, редактировавших страницу, и время их правок.<br />
<br />
== Извлечение данных ==<br />
<br />
<syntaxhighlight lang="R" line><br />
# Установка (если нужно)<br />
install.packages(c("httr", "jsonlite", "igraph"))<br />
<br />
library(httr)<br />
library(jsonlite)<br />
library(igraph)<br />
<br />
# --- 1. Запрос ---<br />
url <- "https://digida.mgpu.ru/api.php"<br />
<br />
response <- GET(url, query = list(<br />
action = "query",<br />
prop = "revisions",<br />
titles = "Психологические_школы_России_(датасет)",<br />
rvprop = "user",<br />
rvlimit = 100,<br />
format = "json"<br />
))<br />
<br />
# --- 2. Преобразование ---<br />
json_text <- content(response, as = "text", encoding = "UTF-8")<br />
json_data <- fromJSON(json_text, flatten = TRUE)<br />
<br />
# --- 3. Извлечение пользователей ---<br />
pages <- json_data$query$pages<br />
<br />
page <- pages[[1]]<br />
<br />
# ПРОВЕРКА<br />
print(names(page))<br />
<br />
# если есть revisions — извлекаем<br />
if ("revisions" %in% names(page)) {<br />
revisions <- page$revisions<br />
<br />
users <- revisions$user<br />
<br />
print(users)<br />
<br />
} else {<br />
stop("Нет revisions — проверь название страницы или API")<br />
}<br />
<br />
# --- 4. Уникальные пользователи ---<br />
unique_users <- unique(users)<br />
<br />
# --- 5. Создание графа ---<br />
edges <- data.frame(<br />
from = rep("Page", length(unique_users)),<br />
to = unique_users<br />
)<br />
<br />
g <- graph_from_data_frame(edges, directed = FALSE)<br />
<br />
# --- 6. Визуализация ---<br />
plot(g,<br />
vertex.size = ifelse(V(g)$name == "Page", 40, 25),<br />
vertex.color = ifelse(V(g)$name == "Page", "red", "lightblue"),<br />
layout = layout_with_fr(g),<br />
main = "Граф совместного редактирования страницы Digida"<br />
)<br />
</syntaxhighlight><br />
<br />
== Граф совместного редактирования ==<br />
[[Файл:Граф совместной деятельности.png]]<br />
<br />
== Интерпретация данных ==<br />
<br />
Анализ показал:<br />
<br />
* страница редактируется несколькими участниками <br />
* можно выделить активных авторов <br />
* структура редактирования носит коллективный характер <br />
<br />
Таким образом:<br />
<br />
* страница выступает как '''социальный объект''' <br />
* редактирование — как форма взаимодействия участников <br />
* изменения страницы формируют '''стигмергическую координацию''' <br />
<br />
Это подтверждает, что Digida функционирует как социосемантическая система.<br />
<br />
== Граф совместного редактирования страницы ==<br />
<br />
<uml><br />
@startuml<br />
skinparam backgroundColor #FAFAFA<br />
<br />
actor "Автор 1" as A1<br />
actor "Автор 2" as A2<br />
<br />
rectangle "Психологические школы России" as Page<br />
<br />
A1 --> Page<br />
A2 --> Page<br />
<br />
@enduml<br />
</uml><br />
<br />
'''Описание:'''<br />
Граф показывает пользователей, редактирующих страницу, как сеть взаимодействий.<br />
<br />
== Метрика командности ==<br />
<br />
<math><br />
T = \frac{N_{authors}}{N_{edits}}<br />
</math><br />
<br />
где:<br />
* <math>N_{authors}</math> — число уникальных авторов <br />
* <math>N_{edits}</math> — число правок <br />
<br />
Чем выше значение, тем более распределённая командная работа.<br />
<br />
== R-анализ данных Lens ==<br />
<br />
Задача: сравнить научные публикации МГУ, МГПУ и РАН по цитируемости и структуре взаимодействий.<br />
<br />
<syntaxhighlight lang="r" line><br />
library(ggplot2)<br />
library(dplyr)<br />
library(igraph)<br />
<br />
# --- загрузка данных ---<br />
mgu <- read.csv("https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv")<br />
mgpu <- read.csv("https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv")<br />
ras <- read.csv("https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv")<br />
<br />
# --- добавляем метки организаций ---<br />
mgu$org <- "MGU"<br />
mgpu$org <- "MGPU"<br />
ras$org <- "RAS"<br />
<br />
data <- rbind(mgu, mgpu, ras)<br />
</syntaxhighlight><br />
<br />
== 1. Сводная таблица ==<br />
<br />
<syntaxhighlight lang="r" line><br />
summary_table <- data %>%<br />
group_by(org) %>%<br />
summarise(<br />
papers = n(),<br />
avg_citations = mean(Citing.Works.Count, na.rm = TRUE),<br />
max_citations = max(Citing.Works.Count, na.rm = TRUE),<br />
zero_citations = sum(Citing.Works.Count == 0, na.rm = TRUE)<br />
)<br />
<br />
print(summary_table)<br />
</syntaxhighlight><br />
<br />
---<br />
<br />
== 2. Распределение цитируемости ==<br />
<br />
<syntaxhighlight lang="r" line><br />
ggplot(data, aes(x = Citing.Works.Count, fill = org)) +<br />
geom_histogram(binwidth = 1, alpha = 0.5, position = "identity") +<br />
labs(<br />
title = "Распределение цитируемости",<br />
x = "Цитирования",<br />
y = "Количество статей"<br />
) +<br />
theme_minimal()<br />
</syntaxhighlight><br />
<br />
[[Файл:Распределение цитируемости.png]]<br />
<br />
== 3. Разброс цитируемости (точечная модель) ==<br />
<br />
<syntaxhighlight lang="r" line><br />
ggplot(data, aes(x = org, y = Citing.Works.Count, color = org)) +<br />
geom_jitter(width = 0.2, alpha = 0.5) +<br />
labs(<br />
title = "Распределение цитируемости по организациям",<br />
x = "Организация",<br />
y = "Цитирования"<br />
) +<br />
theme_minimal()<br />
</syntaxhighlight><br />
<br />
[[Файл:Распределение цитируемости по организациям.png]]<br />
<br />
== 4. Boxplot сравнения организаций ==<br />
<br />
<syntaxhighlight lang="r" line><br />
ggplot(data, aes(x = org, y = Citing.Works.Count, fill = org)) +<br />
geom_boxplot() +<br />
labs(<br />
title = "Сравнение распределений цитируемости",<br />
x = "Организация",<br />
y = "Цитирования"<br />
) +<br />
theme_minimal()<br />
</syntaxhighlight><br />
<br />
[[Файл:Сравнение распределений цитируемости.png]]<br />
<br />
== 5. Динамика цитируемости (год × цитирования) ==<br />
<br />
<syntaxhighlight lang="r" line><br />
ggplot(data, aes(x = Publication.Year, y = Citing.Works.Count, color = org)) +<br />
geom_point(alpha = 0.5) +<br />
geom_smooth(method = "lm", se = FALSE) +<br />
labs(<br />
title = "Динамика цитируемости по годам",<br />
x = "Год",<br />
y = "Цитирования"<br />
) +<br />
theme_bw()<br />
</syntaxhighlight><br />
<br />
[[Файл:Динамика цитируемости по годам.png]]<br />
<br />
== 6. Лог-распределение цитируемости ==<br />
<br />
<syntaxhighlight lang="r" line><br />
ggplot(data, aes(x = Citing.Works.Count)) +<br />
geom_histogram(binwidth = 1, fill = "darkblue") +<br />
scale_y_log10() +<br />
labs(<br />
title = "Лог-распределение цитируемости",<br />
x = "Цитирования",<br />
y = "log(частота)"<br />
) +<br />
theme_minimal()<br />
</syntaxhighlight><br />
<br />
[[Файл:Лог-распределение цитируемости.png]]<br />
<br />
== 7. Сетевой граф соавторства между организациями ==<br />
<br />
Идея: Граф интерпретируется как weighted similarity network, где узлы — организации, а ребра — обратная дистанция между средними значениями цитируемости.<br />
<br />
<syntaxhighlight lang="r" line><br />
nodes <- data.frame(<br />
name = c("MGU", "MGPU", "RAS"),<br />
avg_cit = c(3.46, 2.34, 1.55)<br />
)<br />
<br />
# связи строим по разнице (чем ближе — тем сильнее связь)<br />
edges <- data.frame(<br />
from = c("MGU", "MGU", "MGPU"),<br />
to = c("MGPU", "RAS", "RAS"),<br />
weight = c(<br />
abs(3.46 - 2.34),<br />
abs(3.46 - 1.55),<br />
abs(2.34 - 1.55)<br />
)<br />
)<br />
<br />
# превращаем в силу связи (обратно)<br />
edges$weight <- 1 / edges$weight<br />
<br />
g <- graph_from_data_frame(edges, vertices = nodes, directed = FALSE)<br />
<br />
plot(g,<br />
edge.label = round(E(g)$weight, 2),<br />
edge.width = E(g)$weight * 5,<br />
main = "Сеть близости организаций (по цитируемости)")<br />
V(g)$size <- c(3.46, 2.34, 1.55) * 10<br />
</syntaxhighlight><br />
<br />
---<br />
[[Файл:Сеть близости организаций (по цитируемости).png]]<br />
== Сетевой анализ близости организаций ==<br />
<br />
Построенный граф отражает структурное сходство организаций<br />
по распределению цитируемости публикаций.<br />
<br />
В отличие от классического соавторства,<br />
связи интерпретируются как "семантическая близость"<br />
научных профилей.<br />
<br />
== Результаты ==<br />
<br />
* MGPU и RAS образуют наиболее тесную пару по структуре цитируемости <br />
* MGU занимает промежуточную позицию и связывает остальные узлы <br />
* RAS демонстрирует наибольшую удалённость от MGU <br />
<br />
== Интерпретация ==<br />
<br />
Граф отражает не социальные связи авторов,<br />
а социосемантическое сходство научных организаций.<br />
<br />
Таким образом, организации могут быть интерпретированы как<br />
когнитивные агенты, взаимодействующие через структуру знаний,<br />
а не через прямое соавторство.<br />
<br />
== R-рецепт анализа данных ==<br />
<br />
=== 1. Описание задачи ===<br />
Анализ социосемантической структуры научных публикаций на основе данных Lens.<br />
<br />
=== 2. Данные ===<br />
Используются CSV-датасеты МГУ, МГПУ и РАН.<br />
<br />
=== 3. Методы ===<br />
* фильтрация данных <br />
* агрегация <br />
* визуализация (ggplot2) <br />
* анализ распределений <br />
<br />
=== 4. Результаты ===<br />
Получены распределения цитируемости и выявлены различия между организациями.<br />
<br />
=== 5. Вывод ===<br />
Цитируемость зависит от типа публикации и времени публикации, что подтверждает гипотезу о социосемантической структуре науки.<br />
<br />
<br />
== Pipeline анализа данных ==<br />
<br />
<uml><br />
@startuml<br />
skinparam backgroundColor #FAFAFA<br />
title Pipeline исследования<br />
<br />
rectangle "Lens (сырые данные)" as A<br />
rectangle "OpenRefine\n(очистка)" as B<br />
rectangle "External Data\n(фильтрация)" as C<br />
rectangle "Агрегация\n(MapReduce)" as D<br />
rectangle "Анализ (R)" as E<br />
rectangle "Wiki (визуализация)" as F<br />
<br />
A --> B<br />
B --> C<br />
C --> D<br />
D --> E<br />
E --> F<br />
<br />
@enduml<br />
</uml><br />
<br />
<br />
== Метрики ==<br />
<br />
Основной показатель:<br />
<br />
<math><br />
\bar{C} = \frac{1}{N} \sum_{i=1}^{N} C_i<br />
</math><br />
<br />
Дополнительно:<br />
<br />
<math><br />
OA = \frac{N_{open}}{N_{total}}<br />
</math><br />
<br />
== Анализ в R ==<br />
<br />
<syntaxhighlight lang="r" line><br />
mgu <- read.csv("https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv")<br />
mgpu <- read.csv("https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv")<br />
ras <- read.csv("https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv")<br />
<br />
<br />
mgpu_filtered <- subset(mgpu,<br />
Publication.Year > 2018 &<br />
Citing.Works.Count < 6 &<br />
Publication.Type == "journal article"<br />
)<br />
<br />
mean(mgpu_filtered$Citing.Works.Count)<br />
<br />
agg <- aggregate(Citing.Works.Count ~ Publication.Year,<br />
data = mgpu_filtered,<br />
mean)<br />
<br />
names(agg) <- c("Год публикации", "Среднее число цитирований")<br />
<br />
print(agg)<br />
<br />
hist(mgpu$Citing.Works.Count,<br />
breaks = 50,<br />
main = "Распределение числа цитирований (МГПУ)",<br />
xlab = "Число цитирований",<br />
ylab = "Частота",<br />
col = "lightblue",<br />
border = "white")<br />
<br />
agg_mean <- aggregate(Citing.Works.Count ~ Publication.Year,<br />
data = mgpu_filtered, mean)<br />
<br />
agg_n <- aggregate(Citing.Works.Count ~ Publication.Year,<br />
data = mgpu_filtered, length)<br />
<br />
plot(agg_mean$Publication.Year, agg_mean$Citing.Works.Count,<br />
type = "b",<br />
main = "Средние цитирования по годам",<br />
xlab = "Год",<br />
ylab = "Среднее число цитирований",<br />
pch = 19)<br />
<br />
points(agg_mean$Publication.Year,<br />
agg_mean$Citing.Works.Count,<br />
cex = agg_n$Citing.Works.Count / max(agg_n$Citing.Works.Count) * 3,<br />
col = "red")<br />
</syntaxhighlight><br />
[[Файл:Средние цитирования по годам.png]]<br />
[[Файл:Распределение числа цитирований (МГПУ).png]]<br />
<br />
== Социосемантическая модель ==<br />
<br />
<uml><br />
@startuml<br />
skinparam backgroundColor #FAFAFA<br />
<br />
actor "Автор" as A<br />
rectangle "Публикация" as P<br />
rectangle "Тематика" as T<br />
rectangle "Научное поле" as F<br />
<br />
A --> P<br />
P --> T<br />
P --> F<br />
P --> P : цитирует<br />
<br />
@enduml<br />
</uml><br />
<br />
<br />
== Агентная модель ==<br />
<br />
<netlogo model="bibliolens2" /><br />
<br />
== Интерактивная модель ==<br />
<br />
<scratch project="211029567" /><br />
<br />
---<br />
<br />
== Урок с данными ==<br />
* [[Сравнить тексты нескольких датасетов]]<br />
<br />
== Модель на этих данных ==<br />
[[Lens Psych Collab]]<br />
<br />
<br />
[[Категория:BigDataWorks]]<br />
<br />
<br />
== Те же данные, но после очистки в [[OpenRefine]] ==<br />
# Author/s,<br />
# Title,<br />
# Publication Year,<br />
# Lens ID,<br />
# DOI,<br />
# Citing Works Count<br />
<br />
<br />
=== МГПУ ===<br />
* https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_mgpu.csv<br />
<br />
=== Академия наук ===<br />
* https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_ras.csv<br />
<br />
=== МГУ ===<br />
* https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_mgu.csv<br />
---<br />
<br />
== Вывод ==<br />
<br />
Анализ показал:<br />
<br />
* цитируемость зависит от типа публикации <br />
* journal articles формируют ядро научного поля <br />
* Open Access увеличивает видимость исследований <br />
<br />
Социальные параметры (организации) и семантические параметры (структура публикаций) совместно формируют социосемантическую систему науки.<br />
<br />
Цитирование выступает ключевым механизмом связи между ними.</div>
Fedorovaai
http://digida.mgpu.ru/index.php?title=%D0%9F%D1%81%D0%B8%D1%85%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%B8%D0%B5_%D1%88%D0%BA%D0%BE%D0%BB%D1%8B_%D0%A0%D0%BE%D1%81%D1%81%D0%B8%D0%B8_(%D0%B4%D0%B0%D1%82%D0%B0%D1%81%D0%B5%D1%82)&diff=46059
Психологические школы России (датасет)
2026-04-13T21:11:28Z
<p>Fedorovaai: /* Агентная модель */</p>
<hr />
<div>{{Dataset<br />
|Description=Публикации российских психологов в Lens<br />
|KeyDescripions=# Lens ID<br />
#Title<br />
#Date Published<br />
#Publication Year<br />
#Publication Type<br />
#Source Title<br />
#ISSNs<br />
#Publisher<br />
#Source Country<br />
#Author/s<br />
#Abstract<br />
#Volume<br />
#Issue Number<br />
#Start Page<br />
#End Page<br />
#Fields of Study<br />
#Keywords<br />
#MeSH Terms<br />
#Chemicals<br />
#Funding<br />
#Source URLs<br />
#External URL<br />
#PMID<br />
#DOI<br />
#Microsoft Academic ID<br />
#PMCID<br />
#Citing Patents Count<br />
#References<br />
#Citing Works Count<br />
#Is Open Access<br />
#Open Access License<br />
#Open Access Colour<br />
|FileFormat=CSV<br />
|Field_of_knowledge=Информатика, Психология<br />
|launch year=2006<br />
}}<br />
* Академия Наук - https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv<br />
* МГПУ https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv<br />
* МГУ https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv<br />
<br />
= Социосемантическая структура публикаций российских психологов (Lens) =<br />
<br />
== Исследовательский вопрос ==<br />
Как связаны '''социальные параметры научного производства''' (организации: МГУ, МГПУ, РАН) и '''семантические характеристики публикаций''' (тип статьи, открытый доступ, тематика) с уровнем цитируемости?<br />
<br />
== Гипотеза ==<br />
Публикации в формате journal article и с открытым доступом (Open Access) имеют более высокую цитируемость, формируя устойчивые социосемантические паттерны.<br />
<br />
== Теоретическая рамка ==<br />
<br />
Социосемантическая система науки включает:<br />
<br />
* социальный уровень — авторы и организации <br />
* семантический уровень — темы, типы публикаций <br />
* механизм связи — цитирование <br />
<br />
Цитирование выступает как ключевой механизм, связывающий производство знаний и их распространение.<br />
<br />
---<br />
== Данные ==<br />
<br />
=== Академия наук (цитируемость = 5) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv<br />
|format=csv with header<br />
|filters=Citing Works Count=5<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
----<br />
<br />
=== МГУ (публикации = 2018 год, Цитирования = 5) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv<br />
|format=csv with header<br />
|filters=Publication Year=2018,Citing Works Count=5<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Type=Publication Type,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Тип публикации<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Type}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
=== МГПУ (5 фильтров одновременно) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv<br />
|format=csv with header<br />
|delimiter=,<br />
|filters=<br />
Is Open Access=true,<br />
Publication Year>2018,<br />
Citing Works Count < 6,<br />
Publication Type=journal article,<br />
Fields of Study=Psychology<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Type=Publication Type,<br />
OpenAccess=Is Open Access,<br />
Field=Fields of Study,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Тип публикации<br />
!Open Access<br />
!Область<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Type}}}<br />
{{!}} {{{OpenAccess}}}<br />
{{!}} {{{Field}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
== Возможности анализа ==<br />
<br />
Используя параметр |filters= можно:<br />
<br />
* отбирать публикации по годам <br />
* сравнивать школы по цитируемости <br />
* выделять только статьи (Publication Type=journal article) <br />
* анализировать публикации в открытом доступе <br />
* строить выборки для последующего анализа в R <br />
<br />
== Семантические запросы (SMW) ==<br />
<br />
<div style="max-height:400px; overflow:auto; border:1px solid #ccc; padding:10px;"><br />
<br />
=== 1. Датасеты по психологии ===<br />
{{#ask:<br />
[[Field_of_knowledge::Психология]]<br />
| ?FileFormat<br />
| ?launch year<br />
| format=table<br />
}}<br />
''Результат:'' список психологических датасетов<br />
<br />
----<br />
<br />
=== 2. Все BigDataWorks ===<br />
{{#ask:<br />
[[Категория:BigDataWorks]]<br />
| ?Field_of_knowledge<br />
| format=table<br />
}}<br />
''Результат:'' все проекты с данными<br />
<br />
----<br />
<br />
=== 3. После 2010 года ===<br />
{{#ask:<br />
[[launch year::>2010]]<br />
| ?Field_of_knowledge<br />
| format=table<br />
}}<br />
''Результат:'' современные датасеты<br />
<br />
----<br />
<br />
=== 4. Только CSV ===<br />
{{#ask:<br />
[[FileFormat::CSV]]<br />
| ?Field_of_knowledge<br />
| format=table<br />
}}<br />
''Результат:'' данные для R<br />
<br />
----<br />
<br />
=== 5. Междисциплинарные ===<br />
{{#ask:<br />
[[Field_of_knowledge::Психология]] [[Field_of_knowledge::Информатика]]<br />
| ?launch year<br />
| format=table<br />
}}<br />
''Результат:'' пересечение областей<br />
<br />
</div><br />
<br />
== Загрузка данных и первичный просмотр ==<br />
<br />
Задача: загрузить CSV-датасеты Lens и проверить структуру данных.<br />
<br />
<syntaxhighlight lang="r" line><br />
# загрузка данных<br />
mgpu <- read.csv("https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_mgpu.csv")<br />
<br />
# первые 11 строк<br />
head(mgpu, 11)<br />
<br />
# структура данных<br />
str(mgpu)<br />
</syntaxhighlight><br />
<br />
'''Комментарий:'''<br />
Этот шаг позволяет проверить корректность загрузки данных и структуру датасета (переменные, типы данных, пропуски).<br />
<br />
== Визуализация данных (ggplot2) ==<br />
<br />
Задача: визуализировать распределение цитируемости публикаций.<br />
<br />
<syntaxhighlight lang="r" line><br />
library(ggplot2)<br />
mgpu <- read.csv("https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_mgpu.csv")<br />
<br />
ggplot(mgpu, aes(x = Citing.Works.Count)) +<br />
geom_histogram(binwidth = 1, fill = "steelblue", color = "black") +<br />
labs(<br />
title = "Распределение цитируемости публикаций",<br />
x = "Количество цитирований",<br />
y = "Частота"<br />
) +<br />
theme_minimal()<br />
</syntaxhighlight><br />
<br />
'''Комментарий:'''<br />
Гистограмма показывает распределение цитируемости и позволяет выявить ядро высокоцитируемых публикаций.<br />
[[Файл:Распределение цитируемости публикаций.png]]<br />
<br />
== Получение данных через MediaWiki API ==<br />
<br />
Задача: извлечь историю редактирования страницы Digida.<br />
<br />
<syntaxhighlight lang="r" line><br />
library(httr)<br />
library(jsonlite)<br />
<br />
url <- "https://digida.mgpu.ru/api.php"<br />
<br />
response <- GET(url, query = list(<br />
action = "query",<br />
prop = "revisions",<br />
titles = "Психологические_школы_России_(датасет)",<br />
rvprop = "user|timestamp",<br />
rvlimit = 100,<br />
format = "json"<br />
))<br />
<br />
data <- content(response, as = "text", encoding = "UTF-8")<br />
json_data <- fromJSON(data, flatten = TRUE)<br />
<br />
pages <- json_data$query$pages<br />
page <- pages[[1]]<br />
<br />
revisions <- page$revisions<br />
users <- revisions$user<br />
<br />
head(users, 10)<br />
</syntaxhighlight><br />
<br />
'''Комментарий:'''<br />
Данный код извлекает пользователей, редактировавших страницу, что позволяет анализировать социальную структуру взаимодействий.<br />
[[Файл:Активность пользователей (правки страницы).png]]<br />
== Анализ активности участников ==<br />
<br />
Эмпирические данные показывают:<br />
<br />
* всего правок: 35 <br />
* уникальных авторов: 2 <br />
<br />
Распределение активности:<br />
<br />
* Fedorovaai — 21 правка (60%) <br />
* Patarakin — 14 правок (40%) <br />
<br />
Таким образом, наблюдается крайне концентрированная структура участия,<br />
где вся активность распределена между двумя участниками.<br />
<br />
== Интерпретация ==<br />
<br />
Такая структура соответствует модели малой кооперации,<br />
где отсутствует широкая распределённая командность,<br />
но присутствует тесное взаимодействие ядра участников.<br />
<br />
С точки зрения социосемантического анализа:<br />
<br />
* страница является объектом совместного редактирования<br />
* но координация осуществляется через ограниченное число акторов<br />
* наблюдается "ядро взаимодействия без периферии"<br />
<br />
Это важный частный случай стигмергической системы с минимальным числом агентов.<br />
<br />
== Анализ совместного редактирования моей страницы ==<br />
<br />
Для анализа использован MediaWiki API.<br />
<br />
Запрос:<br />
<br />
https://digida.mgpu.ru/api.php?action=query&prop=revisions&titles=Психологические_школы_России_(датасет)&rvprop=user|timestamp&rvlimit=50&format=json<br />
<br />
Этот запрос возвращает список всех пользователей, редактировавших страницу, и время их правок.<br />
<br />
== Извлечение данных ==<br />
<br />
<syntaxhighlight lang="R" line><br />
# Установка (если нужно)<br />
install.packages(c("httr", "jsonlite", "igraph"))<br />
<br />
library(httr)<br />
library(jsonlite)<br />
library(igraph)<br />
<br />
# --- 1. Запрос ---<br />
url <- "https://digida.mgpu.ru/api.php"<br />
<br />
response <- GET(url, query = list(<br />
action = "query",<br />
prop = "revisions",<br />
titles = "Психологические_школы_России_(датасет)",<br />
rvprop = "user",<br />
rvlimit = 100,<br />
format = "json"<br />
))<br />
<br />
# --- 2. Преобразование ---<br />
json_text <- content(response, as = "text", encoding = "UTF-8")<br />
json_data <- fromJSON(json_text, flatten = TRUE)<br />
<br />
# --- 3. Извлечение пользователей ---<br />
pages <- json_data$query$pages<br />
<br />
page <- pages[[1]]<br />
<br />
# ПРОВЕРКА<br />
print(names(page))<br />
<br />
# если есть revisions — извлекаем<br />
if ("revisions" %in% names(page)) {<br />
revisions <- page$revisions<br />
<br />
users <- revisions$user<br />
<br />
print(users)<br />
<br />
} else {<br />
stop("Нет revisions — проверь название страницы или API")<br />
}<br />
<br />
# --- 4. Уникальные пользователи ---<br />
unique_users <- unique(users)<br />
<br />
# --- 5. Создание графа ---<br />
edges <- data.frame(<br />
from = rep("Page", length(unique_users)),<br />
to = unique_users<br />
)<br />
<br />
g <- graph_from_data_frame(edges, directed = FALSE)<br />
<br />
# --- 6. Визуализация ---<br />
plot(g,<br />
vertex.size = ifelse(V(g)$name == "Page", 40, 25),<br />
vertex.color = ifelse(V(g)$name == "Page", "red", "lightblue"),<br />
layout = layout_with_fr(g),<br />
main = "Граф совместного редактирования страницы Digida"<br />
)<br />
</syntaxhighlight><br />
<br />
== Граф совместного редактирования ==<br />
[[Файл:Граф совместной деятельности.png]]<br />
<br />
== Интерпретация данных ==<br />
<br />
Анализ показал:<br />
<br />
* страница редактируется несколькими участниками <br />
* можно выделить активных авторов <br />
* структура редактирования носит коллективный характер <br />
<br />
Таким образом:<br />
<br />
* страница выступает как '''социальный объект''' <br />
* редактирование — как форма взаимодействия участников <br />
* изменения страницы формируют '''стигмергическую координацию''' <br />
<br />
Это подтверждает, что Digida функционирует как социосемантическая система.<br />
<br />
== Граф совместного редактирования страницы ==<br />
<br />
<uml><br />
@startuml<br />
skinparam backgroundColor #FAFAFA<br />
<br />
actor "Автор 1" as A1<br />
actor "Автор 2" as A2<br />
<br />
rectangle "Психологические школы России" as Page<br />
<br />
A1 --> Page<br />
A2 --> Page<br />
<br />
@enduml<br />
</uml><br />
<br />
'''Описание:'''<br />
Граф показывает пользователей, редактирующих страницу, как сеть взаимодействий.<br />
<br />
== Метрика командности ==<br />
<br />
<math><br />
T = \frac{N_{authors}}{N_{edits}}<br />
</math><br />
<br />
где:<br />
* <math>N_{authors}</math> — число уникальных авторов <br />
* <math>N_{edits}</math> — число правок <br />
<br />
Чем выше значение, тем более распределённая командная работа.<br />
<br />
== R-анализ данных Lens ==<br />
<br />
Задача: сравнить научные публикации МГУ, МГПУ и РАН по цитируемости и структуре взаимодействий.<br />
<br />
<syntaxhighlight lang="r" line><br />
library(ggplot2)<br />
library(dplyr)<br />
library(igraph)<br />
<br />
# --- загрузка данных ---<br />
mgu <- read.csv("https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv")<br />
mgpu <- read.csv("https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv")<br />
ras <- read.csv("https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv")<br />
<br />
# --- добавляем метки организаций ---<br />
mgu$org <- "MGU"<br />
mgpu$org <- "MGPU"<br />
ras$org <- "RAS"<br />
<br />
data <- rbind(mgu, mgpu, ras)<br />
</syntaxhighlight><br />
<br />
== 1. Сводная таблица ==<br />
<br />
<syntaxhighlight lang="r" line><br />
summary_table <- data %>%<br />
group_by(org) %>%<br />
summarise(<br />
papers = n(),<br />
avg_citations = mean(Citing.Works.Count, na.rm = TRUE),<br />
max_citations = max(Citing.Works.Count, na.rm = TRUE),<br />
zero_citations = sum(Citing.Works.Count == 0, na.rm = TRUE)<br />
)<br />
<br />
print(summary_table)<br />
</syntaxhighlight><br />
<br />
---<br />
<br />
== 2. Распределение цитируемости ==<br />
<br />
<syntaxhighlight lang="r" line><br />
ggplot(data, aes(x = Citing.Works.Count, fill = org)) +<br />
geom_histogram(binwidth = 1, alpha = 0.5, position = "identity") +<br />
labs(<br />
title = "Распределение цитируемости",<br />
x = "Цитирования",<br />
y = "Количество статей"<br />
) +<br />
theme_minimal()<br />
</syntaxhighlight><br />
<br />
[[Файл:Распределение цитируемости.png]]<br />
<br />
== 3. Разброс цитируемости (точечная модель) ==<br />
<br />
<syntaxhighlight lang="r" line><br />
ggplot(data, aes(x = org, y = Citing.Works.Count, color = org)) +<br />
geom_jitter(width = 0.2, alpha = 0.5) +<br />
labs(<br />
title = "Распределение цитируемости по организациям",<br />
x = "Организация",<br />
y = "Цитирования"<br />
) +<br />
theme_minimal()<br />
</syntaxhighlight><br />
<br />
[[Файл:Распределение цитируемости по организациям.png]]<br />
<br />
== 4. Boxplot сравнения организаций ==<br />
<br />
<syntaxhighlight lang="r" line><br />
ggplot(data, aes(x = org, y = Citing.Works.Count, fill = org)) +<br />
geom_boxplot() +<br />
labs(<br />
title = "Сравнение распределений цитируемости",<br />
x = "Организация",<br />
y = "Цитирования"<br />
) +<br />
theme_minimal()<br />
</syntaxhighlight><br />
<br />
[[Файл:Сравнение распределений цитируемости.png]]<br />
<br />
== 5. Динамика цитируемости (год × цитирования) ==<br />
<br />
<syntaxhighlight lang="r" line><br />
ggplot(data, aes(x = Publication.Year, y = Citing.Works.Count, color = org)) +<br />
geom_point(alpha = 0.5) +<br />
geom_smooth(method = "lm", se = FALSE) +<br />
labs(<br />
title = "Динамика цитируемости по годам",<br />
x = "Год",<br />
y = "Цитирования"<br />
) +<br />
theme_bw()<br />
</syntaxhighlight><br />
<br />
[[Файл:Динамика цитируемости по годам.png]]<br />
<br />
== 6. Лог-распределение цитируемости ==<br />
<br />
<syntaxhighlight lang="r" line><br />
ggplot(data, aes(x = Citing.Works.Count)) +<br />
geom_histogram(binwidth = 1, fill = "darkblue") +<br />
scale_y_log10() +<br />
labs(<br />
title = "Лог-распределение цитируемости",<br />
x = "Цитирования",<br />
y = "log(частота)"<br />
) +<br />
theme_minimal()<br />
</syntaxhighlight><br />
<br />
[[Файл:Лог-распределение цитируемости.png]]<br />
<br />
== 7. Сетевой граф соавторства между организациями ==<br />
<br />
Идея: Граф интерпретируется как weighted similarity network, где узлы — организации, а ребра — обратная дистанция между средними значениями цитируемости.<br />
<br />
<syntaxhighlight lang="r" line><br />
nodes <- data.frame(<br />
name = c("MGU", "MGPU", "RAS"),<br />
avg_cit = c(3.46, 2.34, 1.55)<br />
)<br />
<br />
# связи строим по разнице (чем ближе — тем сильнее связь)<br />
edges <- data.frame(<br />
from = c("MGU", "MGU", "MGPU"),<br />
to = c("MGPU", "RAS", "RAS"),<br />
weight = c(<br />
abs(3.46 - 2.34),<br />
abs(3.46 - 1.55),<br />
abs(2.34 - 1.55)<br />
)<br />
)<br />
<br />
# превращаем в силу связи (обратно)<br />
edges$weight <- 1 / edges$weight<br />
<br />
g <- graph_from_data_frame(edges, vertices = nodes, directed = FALSE)<br />
<br />
plot(g,<br />
edge.label = round(E(g)$weight, 2),<br />
edge.width = E(g)$weight * 5,<br />
main = "Сеть близости организаций (по цитируемости)")<br />
V(g)$size <- c(3.46, 2.34, 1.55) * 10<br />
</syntaxhighlight><br />
<br />
---<br />
[[Файл:Сеть близости организаций (по цитируемости).png]]<br />
== Сетевой анализ близости организаций ==<br />
<br />
Построенный граф отражает структурное сходство организаций<br />
по распределению цитируемости публикаций.<br />
<br />
В отличие от классического соавторства,<br />
связи интерпретируются как "семантическая близость"<br />
научных профилей.<br />
<br />
== Результаты ==<br />
<br />
* MGPU и RAS образуют наиболее тесную пару по структуре цитируемости <br />
* MGU занимает промежуточную позицию и связывает остальные узлы <br />
* RAS демонстрирует наибольшую удалённость от MGU <br />
<br />
== Интерпретация ==<br />
<br />
Граф отражает не социальные связи авторов,<br />
а социосемантическое сходство научных организаций.<br />
<br />
Таким образом, организации могут быть интерпретированы как<br />
когнитивные агенты, взаимодействующие через структуру знаний,<br />
а не через прямое соавторство.<br />
<br />
== R-рецепт анализа данных ==<br />
<br />
=== 1. Описание задачи ===<br />
Анализ социосемантической структуры научных публикаций на основе данных Lens.<br />
<br />
=== 2. Данные ===<br />
Используются CSV-датасеты МГУ, МГПУ и РАН.<br />
<br />
=== 3. Методы ===<br />
* фильтрация данных <br />
* агрегация <br />
* визуализация (ggplot2) <br />
* анализ распределений <br />
<br />
=== 4. Результаты ===<br />
Получены распределения цитируемости и выявлены различия между организациями.<br />
<br />
=== 5. Вывод ===<br />
Цитируемость зависит от типа публикации и времени публикации, что подтверждает гипотезу о социосемантической структуре науки.<br />
<br />
<br />
== Pipeline анализа данных ==<br />
<br />
<uml><br />
@startuml<br />
skinparam backgroundColor #FAFAFA<br />
title Pipeline исследования<br />
<br />
rectangle "Lens (сырые данные)" as A<br />
rectangle "OpenRefine\n(очистка)" as B<br />
rectangle "External Data\n(фильтрация)" as C<br />
rectangle "Агрегация\n(MapReduce)" as D<br />
rectangle "Анализ (R)" as E<br />
rectangle "Wiki (визуализация)" as F<br />
<br />
A --> B<br />
B --> C<br />
C --> D<br />
D --> E<br />
E --> F<br />
<br />
@enduml<br />
</uml><br />
<br />
<br />
== Метрики ==<br />
<br />
Основной показатель:<br />
<br />
<math><br />
\bar{C} = \frac{1}{N} \sum_{i=1}^{N} C_i<br />
</math><br />
<br />
Дополнительно:<br />
<br />
<math><br />
OA = \frac{N_{open}}{N_{total}}<br />
</math><br />
<br />
== Анализ в R ==<br />
<br />
<syntaxhighlight lang="r" line><br />
mgu <- read.csv("https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv")<br />
mgpu <- read.csv("https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv")<br />
ras <- read.csv("https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv")<br />
<br />
<br />
mgpu_filtered <- subset(mgpu,<br />
Publication.Year > 2018 &<br />
Citing.Works.Count < 6 &<br />
Publication.Type == "journal article"<br />
)<br />
<br />
mean(mgpu_filtered$Citing.Works.Count)<br />
<br />
agg <- aggregate(Citing.Works.Count ~ Publication.Year,<br />
data = mgpu_filtered,<br />
mean)<br />
<br />
names(agg) <- c("Год публикации", "Среднее число цитирований")<br />
<br />
print(agg)<br />
<br />
hist(mgpu$Citing.Works.Count,<br />
breaks = 50,<br />
main = "Распределение числа цитирований (МГПУ)",<br />
xlab = "Число цитирований",<br />
ylab = "Частота",<br />
col = "lightblue",<br />
border = "white")<br />
<br />
agg_mean <- aggregate(Citing.Works.Count ~ Publication.Year,<br />
data = mgpu_filtered, mean)<br />
<br />
agg_n <- aggregate(Citing.Works.Count ~ Publication.Year,<br />
data = mgpu_filtered, length)<br />
<br />
plot(agg_mean$Publication.Year, agg_mean$Citing.Works.Count,<br />
type = "b",<br />
main = "Средние цитирования по годам",<br />
xlab = "Год",<br />
ylab = "Среднее число цитирований",<br />
pch = 19)<br />
<br />
points(agg_mean$Publication.Year,<br />
agg_mean$Citing.Works.Count,<br />
cex = agg_n$Citing.Works.Count / max(agg_n$Citing.Works.Count) * 3,<br />
col = "red")<br />
</syntaxhighlight><br />
[[Файл:Средние цитирования по годам.png]]<br />
[[Файл:Распределение числа цитирований (МГПУ).png]]<br />
<br />
== Социосемантическая модель ==<br />
<br />
<uml><br />
@startuml<br />
skinparam backgroundColor #FAFAFA<br />
<br />
actor "Автор" as A<br />
rectangle "Публикация" as P<br />
rectangle "Тематика" as T<br />
rectangle "Научное поле" as F<br />
<br />
A --> P<br />
P --> T<br />
P --> F<br />
P --> P : цитирует<br />
<br />
@enduml<br />
</uml><br />
<br />
<br />
== Агентная модель ==<br />
<br />
<netlogo><br />
to setup<br />
clear-all<br />
create-turtles 100 [<br />
setxy random-xcor random-ycor<br />
set color red<br />
]<br />
reset-ticks<br />
end<br />
<br />
to go<br />
ask turtles [<br />
right random 360<br />
forward 1<br />
]<br />
tick<br />
end<br />
<br />
</netlogo><br />
<br />
---<br />
<br />
== Интерактивная модель ==<br />
<br />
<scratch project="211029567" /><br />
<br />
---<br />
<br />
== Урок с данными ==<br />
* [[Сравнить тексты нескольких датасетов]]<br />
<br />
== Модель на этих данных ==<br />
[[Lens Psych Collab]]<br />
<br />
<br />
[[Категория:BigDataWorks]]<br />
<br />
<br />
== Те же данные, но после очистки в [[OpenRefine]] ==<br />
# Author/s,<br />
# Title,<br />
# Publication Year,<br />
# Lens ID,<br />
# DOI,<br />
# Citing Works Count<br />
<br />
<br />
=== МГПУ ===<br />
* https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_mgpu.csv<br />
<br />
=== Академия наук ===<br />
* https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_ras.csv<br />
<br />
=== МГУ ===<br />
* https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_mgu.csv<br />
---<br />
<br />
== Вывод ==<br />
<br />
Анализ показал:<br />
<br />
* цитируемость зависит от типа публикации <br />
* journal articles формируют ядро научного поля <br />
* Open Access увеличивает видимость исследований <br />
<br />
Социальные параметры (организации) и семантические параметры (структура публикаций) совместно формируют социосемантическую систему науки.<br />
<br />
Цитирование выступает ключевым механизмом связи между ними.</div>
Fedorovaai
http://digida.mgpu.ru/index.php?title=%D0%9F%D1%81%D0%B8%D1%85%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%B8%D0%B5_%D1%88%D0%BA%D0%BE%D0%BB%D1%8B_%D0%A0%D0%BE%D1%81%D1%81%D0%B8%D0%B8_(%D0%B4%D0%B0%D1%82%D0%B0%D1%81%D0%B5%D1%82)&diff=46058
Психологические школы России (датасет)
2026-04-13T21:09:36Z
<p>Fedorovaai: </p>
<hr />
<div>{{Dataset<br />
|Description=Публикации российских психологов в Lens<br />
|KeyDescripions=# Lens ID<br />
#Title<br />
#Date Published<br />
#Publication Year<br />
#Publication Type<br />
#Source Title<br />
#ISSNs<br />
#Publisher<br />
#Source Country<br />
#Author/s<br />
#Abstract<br />
#Volume<br />
#Issue Number<br />
#Start Page<br />
#End Page<br />
#Fields of Study<br />
#Keywords<br />
#MeSH Terms<br />
#Chemicals<br />
#Funding<br />
#Source URLs<br />
#External URL<br />
#PMID<br />
#DOI<br />
#Microsoft Academic ID<br />
#PMCID<br />
#Citing Patents Count<br />
#References<br />
#Citing Works Count<br />
#Is Open Access<br />
#Open Access License<br />
#Open Access Colour<br />
|FileFormat=CSV<br />
|Field_of_knowledge=Информатика, Психология<br />
|launch year=2006<br />
}}<br />
* Академия Наук - https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv<br />
* МГПУ https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv<br />
* МГУ https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv<br />
<br />
= Социосемантическая структура публикаций российских психологов (Lens) =<br />
<br />
== Исследовательский вопрос ==<br />
Как связаны '''социальные параметры научного производства''' (организации: МГУ, МГПУ, РАН) и '''семантические характеристики публикаций''' (тип статьи, открытый доступ, тематика) с уровнем цитируемости?<br />
<br />
== Гипотеза ==<br />
Публикации в формате journal article и с открытым доступом (Open Access) имеют более высокую цитируемость, формируя устойчивые социосемантические паттерны.<br />
<br />
== Теоретическая рамка ==<br />
<br />
Социосемантическая система науки включает:<br />
<br />
* социальный уровень — авторы и организации <br />
* семантический уровень — темы, типы публикаций <br />
* механизм связи — цитирование <br />
<br />
Цитирование выступает как ключевой механизм, связывающий производство знаний и их распространение.<br />
<br />
---<br />
== Данные ==<br />
<br />
=== Академия наук (цитируемость = 5) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv<br />
|format=csv with header<br />
|filters=Citing Works Count=5<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
----<br />
<br />
=== МГУ (публикации = 2018 год, Цитирования = 5) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv<br />
|format=csv with header<br />
|filters=Publication Year=2018,Citing Works Count=5<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Type=Publication Type,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Тип публикации<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Type}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
=== МГПУ (5 фильтров одновременно) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv<br />
|format=csv with header<br />
|delimiter=,<br />
|filters=<br />
Is Open Access=true,<br />
Publication Year>2018,<br />
Citing Works Count < 6,<br />
Publication Type=journal article,<br />
Fields of Study=Psychology<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Type=Publication Type,<br />
OpenAccess=Is Open Access,<br />
Field=Fields of Study,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Тип публикации<br />
!Open Access<br />
!Область<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Type}}}<br />
{{!}} {{{OpenAccess}}}<br />
{{!}} {{{Field}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
== Возможности анализа ==<br />
<br />
Используя параметр |filters= можно:<br />
<br />
* отбирать публикации по годам <br />
* сравнивать школы по цитируемости <br />
* выделять только статьи (Publication Type=journal article) <br />
* анализировать публикации в открытом доступе <br />
* строить выборки для последующего анализа в R <br />
<br />
== Семантические запросы (SMW) ==<br />
<br />
<div style="max-height:400px; overflow:auto; border:1px solid #ccc; padding:10px;"><br />
<br />
=== 1. Датасеты по психологии ===<br />
{{#ask:<br />
[[Field_of_knowledge::Психология]]<br />
| ?FileFormat<br />
| ?launch year<br />
| format=table<br />
}}<br />
''Результат:'' список психологических датасетов<br />
<br />
----<br />
<br />
=== 2. Все BigDataWorks ===<br />
{{#ask:<br />
[[Категория:BigDataWorks]]<br />
| ?Field_of_knowledge<br />
| format=table<br />
}}<br />
''Результат:'' все проекты с данными<br />
<br />
----<br />
<br />
=== 3. После 2010 года ===<br />
{{#ask:<br />
[[launch year::>2010]]<br />
| ?Field_of_knowledge<br />
| format=table<br />
}}<br />
''Результат:'' современные датасеты<br />
<br />
----<br />
<br />
=== 4. Только CSV ===<br />
{{#ask:<br />
[[FileFormat::CSV]]<br />
| ?Field_of_knowledge<br />
| format=table<br />
}}<br />
''Результат:'' данные для R<br />
<br />
----<br />
<br />
=== 5. Междисциплинарные ===<br />
{{#ask:<br />
[[Field_of_knowledge::Психология]] [[Field_of_knowledge::Информатика]]<br />
| ?launch year<br />
| format=table<br />
}}<br />
''Результат:'' пересечение областей<br />
<br />
</div><br />
<br />
== Загрузка данных и первичный просмотр ==<br />
<br />
Задача: загрузить CSV-датасеты Lens и проверить структуру данных.<br />
<br />
<syntaxhighlight lang="r" line><br />
# загрузка данных<br />
mgpu <- read.csv("https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_mgpu.csv")<br />
<br />
# первые 11 строк<br />
head(mgpu, 11)<br />
<br />
# структура данных<br />
str(mgpu)<br />
</syntaxhighlight><br />
<br />
'''Комментарий:'''<br />
Этот шаг позволяет проверить корректность загрузки данных и структуру датасета (переменные, типы данных, пропуски).<br />
<br />
== Визуализация данных (ggplot2) ==<br />
<br />
Задача: визуализировать распределение цитируемости публикаций.<br />
<br />
<syntaxhighlight lang="r" line><br />
library(ggplot2)<br />
mgpu <- read.csv("https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_mgpu.csv")<br />
<br />
ggplot(mgpu, aes(x = Citing.Works.Count)) +<br />
geom_histogram(binwidth = 1, fill = "steelblue", color = "black") +<br />
labs(<br />
title = "Распределение цитируемости публикаций",<br />
x = "Количество цитирований",<br />
y = "Частота"<br />
) +<br />
theme_minimal()<br />
</syntaxhighlight><br />
<br />
'''Комментарий:'''<br />
Гистограмма показывает распределение цитируемости и позволяет выявить ядро высокоцитируемых публикаций.<br />
[[Файл:Распределение цитируемости публикаций.png]]<br />
<br />
== Получение данных через MediaWiki API ==<br />
<br />
Задача: извлечь историю редактирования страницы Digida.<br />
<br />
<syntaxhighlight lang="r" line><br />
library(httr)<br />
library(jsonlite)<br />
<br />
url <- "https://digida.mgpu.ru/api.php"<br />
<br />
response <- GET(url, query = list(<br />
action = "query",<br />
prop = "revisions",<br />
titles = "Психологические_школы_России_(датасет)",<br />
rvprop = "user|timestamp",<br />
rvlimit = 100,<br />
format = "json"<br />
))<br />
<br />
data <- content(response, as = "text", encoding = "UTF-8")<br />
json_data <- fromJSON(data, flatten = TRUE)<br />
<br />
pages <- json_data$query$pages<br />
page <- pages[[1]]<br />
<br />
revisions <- page$revisions<br />
users <- revisions$user<br />
<br />
head(users, 10)<br />
</syntaxhighlight><br />
<br />
'''Комментарий:'''<br />
Данный код извлекает пользователей, редактировавших страницу, что позволяет анализировать социальную структуру взаимодействий.<br />
[[Файл:Активность пользователей (правки страницы).png]]<br />
== Анализ активности участников ==<br />
<br />
Эмпирические данные показывают:<br />
<br />
* всего правок: 35 <br />
* уникальных авторов: 2 <br />
<br />
Распределение активности:<br />
<br />
* Fedorovaai — 21 правка (60%) <br />
* Patarakin — 14 правок (40%) <br />
<br />
Таким образом, наблюдается крайне концентрированная структура участия,<br />
где вся активность распределена между двумя участниками.<br />
<br />
== Интерпретация ==<br />
<br />
Такая структура соответствует модели малой кооперации,<br />
где отсутствует широкая распределённая командность,<br />
но присутствует тесное взаимодействие ядра участников.<br />
<br />
С точки зрения социосемантического анализа:<br />
<br />
* страница является объектом совместного редактирования<br />
* но координация осуществляется через ограниченное число акторов<br />
* наблюдается "ядро взаимодействия без периферии"<br />
<br />
Это важный частный случай стигмергической системы с минимальным числом агентов.<br />
<br />
== Анализ совместного редактирования моей страницы ==<br />
<br />
Для анализа использован MediaWiki API.<br />
<br />
Запрос:<br />
<br />
https://digida.mgpu.ru/api.php?action=query&prop=revisions&titles=Психологические_школы_России_(датасет)&rvprop=user|timestamp&rvlimit=50&format=json<br />
<br />
Этот запрос возвращает список всех пользователей, редактировавших страницу, и время их правок.<br />
<br />
== Извлечение данных ==<br />
<br />
<syntaxhighlight lang="R" line><br />
# Установка (если нужно)<br />
install.packages(c("httr", "jsonlite", "igraph"))<br />
<br />
library(httr)<br />
library(jsonlite)<br />
library(igraph)<br />
<br />
# --- 1. Запрос ---<br />
url <- "https://digida.mgpu.ru/api.php"<br />
<br />
response <- GET(url, query = list(<br />
action = "query",<br />
prop = "revisions",<br />
titles = "Психологические_школы_России_(датасет)",<br />
rvprop = "user",<br />
rvlimit = 100,<br />
format = "json"<br />
))<br />
<br />
# --- 2. Преобразование ---<br />
json_text <- content(response, as = "text", encoding = "UTF-8")<br />
json_data <- fromJSON(json_text, flatten = TRUE)<br />
<br />
# --- 3. Извлечение пользователей ---<br />
pages <- json_data$query$pages<br />
<br />
page <- pages[[1]]<br />
<br />
# ПРОВЕРКА<br />
print(names(page))<br />
<br />
# если есть revisions — извлекаем<br />
if ("revisions" %in% names(page)) {<br />
revisions <- page$revisions<br />
<br />
users <- revisions$user<br />
<br />
print(users)<br />
<br />
} else {<br />
stop("Нет revisions — проверь название страницы или API")<br />
}<br />
<br />
# --- 4. Уникальные пользователи ---<br />
unique_users <- unique(users)<br />
<br />
# --- 5. Создание графа ---<br />
edges <- data.frame(<br />
from = rep("Page", length(unique_users)),<br />
to = unique_users<br />
)<br />
<br />
g <- graph_from_data_frame(edges, directed = FALSE)<br />
<br />
# --- 6. Визуализация ---<br />
plot(g,<br />
vertex.size = ifelse(V(g)$name == "Page", 40, 25),<br />
vertex.color = ifelse(V(g)$name == "Page", "red", "lightblue"),<br />
layout = layout_with_fr(g),<br />
main = "Граф совместного редактирования страницы Digida"<br />
)<br />
</syntaxhighlight><br />
<br />
== Граф совместного редактирования ==<br />
[[Файл:Граф совместной деятельности.png]]<br />
<br />
== Интерпретация данных ==<br />
<br />
Анализ показал:<br />
<br />
* страница редактируется несколькими участниками <br />
* можно выделить активных авторов <br />
* структура редактирования носит коллективный характер <br />
<br />
Таким образом:<br />
<br />
* страница выступает как '''социальный объект''' <br />
* редактирование — как форма взаимодействия участников <br />
* изменения страницы формируют '''стигмергическую координацию''' <br />
<br />
Это подтверждает, что Digida функционирует как социосемантическая система.<br />
<br />
== Граф совместного редактирования страницы ==<br />
<br />
<uml><br />
@startuml<br />
skinparam backgroundColor #FAFAFA<br />
<br />
actor "Автор 1" as A1<br />
actor "Автор 2" as A2<br />
<br />
rectangle "Психологические школы России" as Page<br />
<br />
A1 --> Page<br />
A2 --> Page<br />
<br />
@enduml<br />
</uml><br />
<br />
'''Описание:'''<br />
Граф показывает пользователей, редактирующих страницу, как сеть взаимодействий.<br />
<br />
== Метрика командности ==<br />
<br />
<math><br />
T = \frac{N_{authors}}{N_{edits}}<br />
</math><br />
<br />
где:<br />
* <math>N_{authors}</math> — число уникальных авторов <br />
* <math>N_{edits}</math> — число правок <br />
<br />
Чем выше значение, тем более распределённая командная работа.<br />
<br />
== R-анализ данных Lens ==<br />
<br />
Задача: сравнить научные публикации МГУ, МГПУ и РАН по цитируемости и структуре взаимодействий.<br />
<br />
<syntaxhighlight lang="r" line><br />
library(ggplot2)<br />
library(dplyr)<br />
library(igraph)<br />
<br />
# --- загрузка данных ---<br />
mgu <- read.csv("https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv")<br />
mgpu <- read.csv("https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv")<br />
ras <- read.csv("https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv")<br />
<br />
# --- добавляем метки организаций ---<br />
mgu$org <- "MGU"<br />
mgpu$org <- "MGPU"<br />
ras$org <- "RAS"<br />
<br />
data <- rbind(mgu, mgpu, ras)<br />
</syntaxhighlight><br />
<br />
== 1. Сводная таблица ==<br />
<br />
<syntaxhighlight lang="r" line><br />
summary_table <- data %>%<br />
group_by(org) %>%<br />
summarise(<br />
papers = n(),<br />
avg_citations = mean(Citing.Works.Count, na.rm = TRUE),<br />
max_citations = max(Citing.Works.Count, na.rm = TRUE),<br />
zero_citations = sum(Citing.Works.Count == 0, na.rm = TRUE)<br />
)<br />
<br />
print(summary_table)<br />
</syntaxhighlight><br />
<br />
---<br />
<br />
== 2. Распределение цитируемости ==<br />
<br />
<syntaxhighlight lang="r" line><br />
ggplot(data, aes(x = Citing.Works.Count, fill = org)) +<br />
geom_histogram(binwidth = 1, alpha = 0.5, position = "identity") +<br />
labs(<br />
title = "Распределение цитируемости",<br />
x = "Цитирования",<br />
y = "Количество статей"<br />
) +<br />
theme_minimal()<br />
</syntaxhighlight><br />
<br />
[[Файл:Распределение цитируемости.png]]<br />
<br />
== 3. Разброс цитируемости (точечная модель) ==<br />
<br />
<syntaxhighlight lang="r" line><br />
ggplot(data, aes(x = org, y = Citing.Works.Count, color = org)) +<br />
geom_jitter(width = 0.2, alpha = 0.5) +<br />
labs(<br />
title = "Распределение цитируемости по организациям",<br />
x = "Организация",<br />
y = "Цитирования"<br />
) +<br />
theme_minimal()<br />
</syntaxhighlight><br />
<br />
[[Файл:Распределение цитируемости по организациям.png]]<br />
<br />
== 4. Boxplot сравнения организаций ==<br />
<br />
<syntaxhighlight lang="r" line><br />
ggplot(data, aes(x = org, y = Citing.Works.Count, fill = org)) +<br />
geom_boxplot() +<br />
labs(<br />
title = "Сравнение распределений цитируемости",<br />
x = "Организация",<br />
y = "Цитирования"<br />
) +<br />
theme_minimal()<br />
</syntaxhighlight><br />
<br />
[[Файл:Сравнение распределений цитируемости.png]]<br />
<br />
== 5. Динамика цитируемости (год × цитирования) ==<br />
<br />
<syntaxhighlight lang="r" line><br />
ggplot(data, aes(x = Publication.Year, y = Citing.Works.Count, color = org)) +<br />
geom_point(alpha = 0.5) +<br />
geom_smooth(method = "lm", se = FALSE) +<br />
labs(<br />
title = "Динамика цитируемости по годам",<br />
x = "Год",<br />
y = "Цитирования"<br />
) +<br />
theme_bw()<br />
</syntaxhighlight><br />
<br />
[[Файл:Динамика цитируемости по годам.png]]<br />
<br />
== 6. Лог-распределение цитируемости ==<br />
<br />
<syntaxhighlight lang="r" line><br />
ggplot(data, aes(x = Citing.Works.Count)) +<br />
geom_histogram(binwidth = 1, fill = "darkblue") +<br />
scale_y_log10() +<br />
labs(<br />
title = "Лог-распределение цитируемости",<br />
x = "Цитирования",<br />
y = "log(частота)"<br />
) +<br />
theme_minimal()<br />
</syntaxhighlight><br />
<br />
[[Файл:Лог-распределение цитируемости.png]]<br />
<br />
== 7. Сетевой граф соавторства между организациями ==<br />
<br />
Идея: Граф интерпретируется как weighted similarity network, где узлы — организации, а ребра — обратная дистанция между средними значениями цитируемости.<br />
<br />
<syntaxhighlight lang="r" line><br />
nodes <- data.frame(<br />
name = c("MGU", "MGPU", "RAS"),<br />
avg_cit = c(3.46, 2.34, 1.55)<br />
)<br />
<br />
# связи строим по разнице (чем ближе — тем сильнее связь)<br />
edges <- data.frame(<br />
from = c("MGU", "MGU", "MGPU"),<br />
to = c("MGPU", "RAS", "RAS"),<br />
weight = c(<br />
abs(3.46 - 2.34),<br />
abs(3.46 - 1.55),<br />
abs(2.34 - 1.55)<br />
)<br />
)<br />
<br />
# превращаем в силу связи (обратно)<br />
edges$weight <- 1 / edges$weight<br />
<br />
g <- graph_from_data_frame(edges, vertices = nodes, directed = FALSE)<br />
<br />
plot(g,<br />
edge.label = round(E(g)$weight, 2),<br />
edge.width = E(g)$weight * 5,<br />
main = "Сеть близости организаций (по цитируемости)")<br />
V(g)$size <- c(3.46, 2.34, 1.55) * 10<br />
</syntaxhighlight><br />
<br />
---<br />
[[Файл:Сеть близости организаций (по цитируемости).png]]<br />
== Сетевой анализ близости организаций ==<br />
<br />
Построенный граф отражает структурное сходство организаций<br />
по распределению цитируемости публикаций.<br />
<br />
В отличие от классического соавторства,<br />
связи интерпретируются как "семантическая близость"<br />
научных профилей.<br />
<br />
== Результаты ==<br />
<br />
* MGPU и RAS образуют наиболее тесную пару по структуре цитируемости <br />
* MGU занимает промежуточную позицию и связывает остальные узлы <br />
* RAS демонстрирует наибольшую удалённость от MGU <br />
<br />
== Интерпретация ==<br />
<br />
Граф отражает не социальные связи авторов,<br />
а социосемантическое сходство научных организаций.<br />
<br />
Таким образом, организации могут быть интерпретированы как<br />
когнитивные агенты, взаимодействующие через структуру знаний,<br />
а не через прямое соавторство.<br />
<br />
== R-рецепт анализа данных ==<br />
<br />
=== 1. Описание задачи ===<br />
Анализ социосемантической структуры научных публикаций на основе данных Lens.<br />
<br />
=== 2. Данные ===<br />
Используются CSV-датасеты МГУ, МГПУ и РАН.<br />
<br />
=== 3. Методы ===<br />
* фильтрация данных <br />
* агрегация <br />
* визуализация (ggplot2) <br />
* анализ распределений <br />
<br />
=== 4. Результаты ===<br />
Получены распределения цитируемости и выявлены различия между организациями.<br />
<br />
=== 5. Вывод ===<br />
Цитируемость зависит от типа публикации и времени публикации, что подтверждает гипотезу о социосемантической структуре науки.<br />
<br />
<br />
== Pipeline анализа данных ==<br />
<br />
<uml><br />
@startuml<br />
skinparam backgroundColor #FAFAFA<br />
title Pipeline исследования<br />
<br />
rectangle "Lens (сырые данные)" as A<br />
rectangle "OpenRefine\n(очистка)" as B<br />
rectangle "External Data\n(фильтрация)" as C<br />
rectangle "Агрегация\n(MapReduce)" as D<br />
rectangle "Анализ (R)" as E<br />
rectangle "Wiki (визуализация)" as F<br />
<br />
A --> B<br />
B --> C<br />
C --> D<br />
D --> E<br />
E --> F<br />
<br />
@enduml<br />
</uml><br />
<br />
<br />
== Метрики ==<br />
<br />
Основной показатель:<br />
<br />
<math><br />
\bar{C} = \frac{1}{N} \sum_{i=1}^{N} C_i<br />
</math><br />
<br />
Дополнительно:<br />
<br />
<math><br />
OA = \frac{N_{open}}{N_{total}}<br />
</math><br />
<br />
== Анализ в R ==<br />
<br />
<syntaxhighlight lang="r" line><br />
mgu <- read.csv("https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv")<br />
mgpu <- read.csv("https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv")<br />
ras <- read.csv("https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv")<br />
<br />
<br />
mgpu_filtered <- subset(mgpu,<br />
Publication.Year > 2018 &<br />
Citing.Works.Count < 6 &<br />
Publication.Type == "journal article"<br />
)<br />
<br />
mean(mgpu_filtered$Citing.Works.Count)<br />
<br />
agg <- aggregate(Citing.Works.Count ~ Publication.Year,<br />
data = mgpu_filtered,<br />
mean)<br />
<br />
names(agg) <- c("Год публикации", "Среднее число цитирований")<br />
<br />
print(agg)<br />
<br />
hist(mgpu$Citing.Works.Count,<br />
breaks = 50,<br />
main = "Распределение числа цитирований (МГПУ)",<br />
xlab = "Число цитирований",<br />
ylab = "Частота",<br />
col = "lightblue",<br />
border = "white")<br />
<br />
agg_mean <- aggregate(Citing.Works.Count ~ Publication.Year,<br />
data = mgpu_filtered, mean)<br />
<br />
agg_n <- aggregate(Citing.Works.Count ~ Publication.Year,<br />
data = mgpu_filtered, length)<br />
<br />
plot(agg_mean$Publication.Year, agg_mean$Citing.Works.Count,<br />
type = "b",<br />
main = "Средние цитирования по годам",<br />
xlab = "Год",<br />
ylab = "Среднее число цитирований",<br />
pch = 19)<br />
<br />
points(agg_mean$Publication.Year,<br />
agg_mean$Citing.Works.Count,<br />
cex = agg_n$Citing.Works.Count / max(agg_n$Citing.Works.Count) * 3,<br />
col = "red")<br />
</syntaxhighlight><br />
[[Файл:Средние цитирования по годам.png]]<br />
[[Файл:Распределение числа цитирований (МГПУ).png]]<br />
<br />
== Социосемантическая модель ==<br />
<br />
<uml><br />
@startuml<br />
skinparam backgroundColor #FAFAFA<br />
<br />
actor "Автор" as A<br />
rectangle "Публикация" as P<br />
rectangle "Тематика" as T<br />
rectangle "Научное поле" as F<br />
<br />
A --> P<br />
P --> T<br />
P --> F<br />
P --> P : цитирует<br />
<br />
@enduml<br />
</uml><br />
<br />
<br />
== Агентная модель ==<br />
<br />
<netlogo><br />
to setup<br />
clear-all<br />
create-turtles 100 [<br />
setxy random-xcor random-ycor<br />
]<br />
end<br />
<br />
to go<br />
ask turtles [<br />
rt random 360<br />
fd 1<br />
]<br />
end<br />
</netlogo><br />
<br />
---<br />
<br />
== Интерактивная модель ==<br />
<br />
<scratch project="211029567" /><br />
<br />
---<br />
<br />
== Урок с данными ==<br />
* [[Сравнить тексты нескольких датасетов]]<br />
<br />
== Модель на этих данных ==<br />
[[Lens Psych Collab]]<br />
<br />
<br />
[[Категория:BigDataWorks]]<br />
<br />
<br />
== Те же данные, но после очистки в [[OpenRefine]] ==<br />
# Author/s,<br />
# Title,<br />
# Publication Year,<br />
# Lens ID,<br />
# DOI,<br />
# Citing Works Count<br />
<br />
<br />
=== МГПУ ===<br />
* https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_mgpu.csv<br />
<br />
=== Академия наук ===<br />
* https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_ras.csv<br />
<br />
=== МГУ ===<br />
* https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_mgu.csv<br />
---<br />
<br />
== Вывод ==<br />
<br />
Анализ показал:<br />
<br />
* цитируемость зависит от типа публикации <br />
* journal articles формируют ядро научного поля <br />
* Open Access увеличивает видимость исследований <br />
<br />
Социальные параметры (организации) и семантические параметры (структура публикаций) совместно формируют социосемантическую систему науки.<br />
<br />
Цитирование выступает ключевым механизмом связи между ними.</div>
Fedorovaai
http://digida.mgpu.ru/index.php?title=%D0%9F%D1%81%D0%B8%D1%85%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%B8%D0%B5_%D1%88%D0%BA%D0%BE%D0%BB%D1%8B_%D0%A0%D0%BE%D1%81%D1%81%D0%B8%D0%B8_(%D0%B4%D0%B0%D1%82%D0%B0%D1%81%D0%B5%D1%82)&diff=46057
Психологические школы России (датасет)
2026-04-13T21:06:29Z
<p>Fedorovaai: /* Анализ в R */</p>
<hr />
<div>{{Dataset<br />
|Description=Публикации российских психологов в Lens<br />
|KeyDescripions=# Lens ID<br />
#Title<br />
#Date Published<br />
#Publication Year<br />
#Publication Type<br />
#Source Title<br />
#ISSNs<br />
#Publisher<br />
#Source Country<br />
#Author/s<br />
#Abstract<br />
#Volume<br />
#Issue Number<br />
#Start Page<br />
#End Page<br />
#Fields of Study<br />
#Keywords<br />
#MeSH Terms<br />
#Chemicals<br />
#Funding<br />
#Source URLs<br />
#External URL<br />
#PMID<br />
#DOI<br />
#Microsoft Academic ID<br />
#PMCID<br />
#Citing Patents Count<br />
#References<br />
#Citing Works Count<br />
#Is Open Access<br />
#Open Access License<br />
#Open Access Colour<br />
|FileFormat=CSV<br />
|Field_of_knowledge=Информатика, Психология<br />
|launch year=2006<br />
}}<br />
* Академия Наук - https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv<br />
* МГПУ https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv<br />
* МГУ https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv<br />
<br />
= Социосемантическая структура публикаций российских психологов (Lens) =<br />
<br />
== Исследовательский вопрос ==<br />
Как связаны '''социальные параметры научного производства''' (организации: МГУ, МГПУ, РАН) и '''семантические характеристики публикаций''' (тип статьи, открытый доступ, тематика) с уровнем цитируемости?<br />
<br />
== Гипотеза ==<br />
Публикации в формате journal article и с открытым доступом (Open Access) имеют более высокую цитируемость, формируя устойчивые социосемантические паттерны.<br />
<br />
== Теоретическая рамка ==<br />
<br />
Социосемантическая система науки включает:<br />
<br />
* социальный уровень — авторы и организации <br />
* семантический уровень — темы, типы публикаций <br />
* механизм связи — цитирование <br />
<br />
Цитирование выступает как ключевой механизм, связывающий производство знаний и их распространение.<br />
<br />
---<br />
== Данные ==<br />
<br />
=== Академия наук (цитируемость = 5) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv<br />
|format=csv with header<br />
|filters=Citing Works Count=5<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
----<br />
<br />
=== МГУ (публикации = 2018 год, Цитирования = 5) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv<br />
|format=csv with header<br />
|filters=Publication Year=2018,Citing Works Count=5<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Type=Publication Type,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Тип публикации<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Type}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
=== МГПУ (5 фильтров одновременно) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv<br />
|format=csv with header<br />
|delimiter=,<br />
|filters=<br />
Is Open Access=true,<br />
Publication Year>2018,<br />
Citing Works Count < 6,<br />
Publication Type=journal article,<br />
Fields of Study=Psychology<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Type=Publication Type,<br />
OpenAccess=Is Open Access,<br />
Field=Fields of Study,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Тип публикации<br />
!Open Access<br />
!Область<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Type}}}<br />
{{!}} {{{OpenAccess}}}<br />
{{!}} {{{Field}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
== Возможности анализа ==<br />
<br />
Используя параметр |filters= можно:<br />
<br />
* отбирать публикации по годам <br />
* сравнивать школы по цитируемости <br />
* выделять только статьи (Publication Type=journal article) <br />
* анализировать публикации в открытом доступе <br />
* строить выборки для последующего анализа в R <br />
<br />
== Семантические запросы (SMW) ==<br />
<br />
<div style="max-height:400px; overflow:auto; border:1px solid #ccc; padding:10px;"><br />
<br />
=== 1. Датасеты по психологии ===<br />
{{#ask:<br />
[[Field_of_knowledge::Психология]]<br />
| ?FileFormat<br />
| ?launch year<br />
| format=table<br />
}}<br />
''Результат:'' список психологических датасетов<br />
<br />
----<br />
<br />
=== 2. Все BigDataWorks ===<br />
{{#ask:<br />
[[Категория:BigDataWorks]]<br />
| ?Field_of_knowledge<br />
| format=table<br />
}}<br />
''Результат:'' все проекты с данными<br />
<br />
----<br />
<br />
=== 3. После 2010 года ===<br />
{{#ask:<br />
[[launch year::>2010]]<br />
| ?Field_of_knowledge<br />
| format=table<br />
}}<br />
''Результат:'' современные датасеты<br />
<br />
----<br />
<br />
=== 4. Только CSV ===<br />
{{#ask:<br />
[[FileFormat::CSV]]<br />
| ?Field_of_knowledge<br />
| format=table<br />
}}<br />
''Результат:'' данные для R<br />
<br />
----<br />
<br />
=== 5. Междисциплинарные ===<br />
{{#ask:<br />
[[Field_of_knowledge::Психология]] [[Field_of_knowledge::Информатика]]<br />
| ?launch year<br />
| format=table<br />
}}<br />
''Результат:'' пересечение областей<br />
<br />
</div><br />
<br />
== Загрузка данных и первичный просмотр ==<br />
<br />
Задача: загрузить CSV-датасеты Lens и проверить структуру данных.<br />
<br />
<syntaxhighlight lang="r" line><br />
# загрузка данных<br />
mgpu <- read.csv("https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_mgpu.csv")<br />
<br />
# первые 11 строк<br />
head(mgpu, 11)<br />
<br />
# структура данных<br />
str(mgpu)<br />
</syntaxhighlight><br />
<br />
'''Комментарий:'''<br />
Этот шаг позволяет проверить корректность загрузки данных и структуру датасета (переменные, типы данных, пропуски).<br />
<br />
== Визуализация данных (ggplot2) ==<br />
<br />
Задача: визуализировать распределение цитируемости публикаций.<br />
<br />
<syntaxhighlight lang="r" line><br />
library(ggplot2)<br />
mgpu <- read.csv("https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_mgpu.csv")<br />
<br />
ggplot(mgpu, aes(x = Citing.Works.Count)) +<br />
geom_histogram(binwidth = 1, fill = "steelblue", color = "black") +<br />
labs(<br />
title = "Распределение цитируемости публикаций",<br />
x = "Количество цитирований",<br />
y = "Частота"<br />
) +<br />
theme_minimal()<br />
</syntaxhighlight><br />
<br />
'''Комментарий:'''<br />
Гистограмма показывает распределение цитируемости и позволяет выявить ядро высокоцитируемых публикаций.<br />
[[Файл:Распределение цитируемости публикаций.png]]<br />
<br />
== Получение данных через MediaWiki API ==<br />
<br />
Задача: извлечь историю редактирования страницы Digida.<br />
<br />
<syntaxhighlight lang="r" line><br />
library(httr)<br />
library(jsonlite)<br />
<br />
url <- "https://digida.mgpu.ru/api.php"<br />
<br />
response <- GET(url, query = list(<br />
action = "query",<br />
prop = "revisions",<br />
titles = "Психологические_школы_России_(датасет)",<br />
rvprop = "user|timestamp",<br />
rvlimit = 100,<br />
format = "json"<br />
))<br />
<br />
data <- content(response, as = "text", encoding = "UTF-8")<br />
json_data <- fromJSON(data, flatten = TRUE)<br />
<br />
pages <- json_data$query$pages<br />
page <- pages[[1]]<br />
<br />
revisions <- page$revisions<br />
users <- revisions$user<br />
<br />
head(users, 10)<br />
</syntaxhighlight><br />
<br />
'''Комментарий:'''<br />
Данный код извлекает пользователей, редактировавших страницу, что позволяет анализировать социальную структуру взаимодействий.<br />
[[Файл:Активность пользователей (правки страницы).png]]<br />
== Анализ активности участников ==<br />
<br />
Эмпирические данные показывают:<br />
<br />
* всего правок: 35 <br />
* уникальных авторов: 2 <br />
<br />
Распределение активности:<br />
<br />
* Fedorovaai — 21 правка (60%) <br />
* Patarakin — 14 правок (40%) <br />
<br />
Таким образом, наблюдается крайне концентрированная структура участия,<br />
где вся активность распределена между двумя участниками.<br />
<br />
== Интерпретация ==<br />
<br />
Такая структура соответствует модели малой кооперации,<br />
где отсутствует широкая распределённая командность,<br />
но присутствует тесное взаимодействие ядра участников.<br />
<br />
С точки зрения социосемантического анализа:<br />
<br />
* страница является объектом совместного редактирования<br />
* но координация осуществляется через ограниченное число акторов<br />
* наблюдается "ядро взаимодействия без периферии"<br />
<br />
Это важный частный случай стигмергической системы с минимальным числом агентов.<br />
<br />
== Анализ совместного редактирования моей страницы ==<br />
<br />
Для анализа использован MediaWiki API.<br />
<br />
Запрос:<br />
<br />
https://digida.mgpu.ru/api.php?action=query&prop=revisions&titles=Психологические_школы_России_(датасет)&rvprop=user|timestamp&rvlimit=50&format=json<br />
<br />
Этот запрос возвращает список всех пользователей, редактировавших страницу, и время их правок.<br />
<br />
== Извлечение данных ==<br />
<br />
<syntaxhighlight lang="R" line><br />
# Установка (если нужно)<br />
install.packages(c("httr", "jsonlite", "igraph"))<br />
<br />
library(httr)<br />
library(jsonlite)<br />
library(igraph)<br />
<br />
# --- 1. Запрос ---<br />
url <- "https://digida.mgpu.ru/api.php"<br />
<br />
response <- GET(url, query = list(<br />
action = "query",<br />
prop = "revisions",<br />
titles = "Психологические_школы_России_(датасет)",<br />
rvprop = "user",<br />
rvlimit = 100,<br />
format = "json"<br />
))<br />
<br />
# --- 2. Преобразование ---<br />
json_text <- content(response, as = "text", encoding = "UTF-8")<br />
json_data <- fromJSON(json_text, flatten = TRUE)<br />
<br />
# --- 3. Извлечение пользователей ---<br />
pages <- json_data$query$pages<br />
<br />
page <- pages[[1]]<br />
<br />
# ПРОВЕРКА<br />
print(names(page))<br />
<br />
# если есть revisions — извлекаем<br />
if ("revisions" %in% names(page)) {<br />
revisions <- page$revisions<br />
<br />
users <- revisions$user<br />
<br />
print(users)<br />
<br />
} else {<br />
stop("Нет revisions — проверь название страницы или API")<br />
}<br />
<br />
# --- 4. Уникальные пользователи ---<br />
unique_users <- unique(users)<br />
<br />
# --- 5. Создание графа ---<br />
edges <- data.frame(<br />
from = rep("Page", length(unique_users)),<br />
to = unique_users<br />
)<br />
<br />
g <- graph_from_data_frame(edges, directed = FALSE)<br />
<br />
# --- 6. Визуализация ---<br />
plot(g,<br />
vertex.size = ifelse(V(g)$name == "Page", 40, 25),<br />
vertex.color = ifelse(V(g)$name == "Page", "red", "lightblue"),<br />
layout = layout_with_fr(g),<br />
main = "Граф совместного редактирования страницы Digida"<br />
)<br />
</syntaxhighlight><br />
<br />
== Граф совместного редактирования ==<br />
[[Файл:Граф совместной деятельности.png]]<br />
<br />
== Интерпретация данных ==<br />
<br />
Анализ показал:<br />
<br />
* страница редактируется несколькими участниками <br />
* можно выделить активных авторов <br />
* структура редактирования носит коллективный характер <br />
<br />
Таким образом:<br />
<br />
* страница выступает как '''социальный объект''' <br />
* редактирование — как форма взаимодействия участников <br />
* изменения страницы формируют '''стигмергическую координацию''' <br />
<br />
Это подтверждает, что Digida функционирует как социосемантическая система.<br />
<br />
== Граф совместного редактирования страницы ==<br />
<br />
<uml><br />
@startuml<br />
skinparam backgroundColor #FAFAFA<br />
<br />
actor "Автор 1" as A1<br />
actor "Автор 2" as A2<br />
<br />
rectangle "Психологические школы России" as Page<br />
<br />
A1 --> Page<br />
A2 --> Page<br />
<br />
@enduml<br />
</uml><br />
<br />
'''Описание:'''<br />
Граф показывает пользователей, редактирующих страницу, как сеть взаимодействий.<br />
<br />
== Метрика командности ==<br />
<br />
<math><br />
T = \frac{N_{authors}}{N_{edits}}<br />
</math><br />
<br />
где:<br />
* <math>N_{authors}</math> — число уникальных авторов <br />
* <math>N_{edits}</math> — число правок <br />
<br />
Чем выше значение, тем более распределённая командная работа.<br />
<br />
== R-анализ данных Lens ==<br />
<br />
Задача: сравнить научные публикации МГУ, МГПУ и РАН по цитируемости и структуре взаимодействий.<br />
<br />
<syntaxhighlight lang="r" line><br />
library(ggplot2)<br />
library(dplyr)<br />
library(igraph)<br />
<br />
# --- загрузка данных ---<br />
mgu <- read.csv("https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv")<br />
mgpu <- read.csv("https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv")<br />
ras <- read.csv("https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv")<br />
<br />
# --- добавляем метки организаций ---<br />
mgu$org <- "MGU"<br />
mgpu$org <- "MGPU"<br />
ras$org <- "RAS"<br />
<br />
data <- rbind(mgu, mgpu, ras)<br />
</syntaxhighlight><br />
<br />
== 1. Сводная таблица ==<br />
<br />
<syntaxhighlight lang="r" line><br />
summary_table <- data %>%<br />
group_by(org) %>%<br />
summarise(<br />
papers = n(),<br />
avg_citations = mean(Citing.Works.Count, na.rm = TRUE),<br />
max_citations = max(Citing.Works.Count, na.rm = TRUE),<br />
zero_citations = sum(Citing.Works.Count == 0, na.rm = TRUE)<br />
)<br />
<br />
print(summary_table)<br />
</syntaxhighlight><br />
<br />
---<br />
<br />
== 2. Распределение цитируемости ==<br />
<br />
<syntaxhighlight lang="r" line><br />
ggplot(data, aes(x = Citing.Works.Count, fill = org)) +<br />
geom_histogram(binwidth = 1, alpha = 0.5, position = "identity") +<br />
labs(<br />
title = "Распределение цитируемости",<br />
x = "Цитирования",<br />
y = "Количество статей"<br />
) +<br />
theme_minimal()<br />
</syntaxhighlight><br />
<br />
[[Файл:Распределение цитируемости.png]]<br />
<br />
== 3. Разброс цитируемости (точечная модель) ==<br />
<br />
<syntaxhighlight lang="r" line><br />
ggplot(data, aes(x = org, y = Citing.Works.Count, color = org)) +<br />
geom_jitter(width = 0.2, alpha = 0.5) +<br />
labs(<br />
title = "Распределение цитируемости по организациям",<br />
x = "Организация",<br />
y = "Цитирования"<br />
) +<br />
theme_minimal()<br />
</syntaxhighlight><br />
<br />
[[Файл:Распределение цитируемости по организациям.png]]<br />
<br />
== 4. Boxplot сравнения организаций ==<br />
<br />
<syntaxhighlight lang="r" line><br />
ggplot(data, aes(x = org, y = Citing.Works.Count, fill = org)) +<br />
geom_boxplot() +<br />
labs(<br />
title = "Сравнение распределений цитируемости",<br />
x = "Организация",<br />
y = "Цитирования"<br />
) +<br />
theme_minimal()<br />
</syntaxhighlight><br />
<br />
[[Файл:Сравнение распределений цитируемости.png]]<br />
<br />
== 5. Динамика цитируемости (год × цитирования) ==<br />
<br />
<syntaxhighlight lang="r" line><br />
ggplot(data, aes(x = Publication.Year, y = Citing.Works.Count, color = org)) +<br />
geom_point(alpha = 0.5) +<br />
geom_smooth(method = "lm", se = FALSE) +<br />
labs(<br />
title = "Динамика цитируемости по годам",<br />
x = "Год",<br />
y = "Цитирования"<br />
) +<br />
theme_bw()<br />
</syntaxhighlight><br />
<br />
[[Файл:Динамика цитируемости по годам.png]]<br />
<br />
== 6. Лог-распределение цитируемости ==<br />
<br />
<syntaxhighlight lang="r" line><br />
ggplot(data, aes(x = Citing.Works.Count)) +<br />
geom_histogram(binwidth = 1, fill = "darkblue") +<br />
scale_y_log10() +<br />
labs(<br />
title = "Лог-распределение цитируемости",<br />
x = "Цитирования",<br />
y = "log(частота)"<br />
) +<br />
theme_minimal()<br />
</syntaxhighlight><br />
<br />
[[Файл:Лог-распределение цитируемости.png]]<br />
<br />
== 7. Сетевой граф соавторства между организациями ==<br />
<br />
Идея: Граф интерпретируется как weighted similarity network, где узлы — организации, а ребра — обратная дистанция между средними значениями цитируемости.<br />
<br />
<syntaxhighlight lang="r" line><br />
nodes <- data.frame(<br />
name = c("MGU", "MGPU", "RAS"),<br />
avg_cit = c(3.46, 2.34, 1.55)<br />
)<br />
<br />
# связи строим по разнице (чем ближе — тем сильнее связь)<br />
edges <- data.frame(<br />
from = c("MGU", "MGU", "MGPU"),<br />
to = c("MGPU", "RAS", "RAS"),<br />
weight = c(<br />
abs(3.46 - 2.34),<br />
abs(3.46 - 1.55),<br />
abs(2.34 - 1.55)<br />
)<br />
)<br />
<br />
# превращаем в силу связи (обратно)<br />
edges$weight <- 1 / edges$weight<br />
<br />
g <- graph_from_data_frame(edges, vertices = nodes, directed = FALSE)<br />
<br />
plot(g,<br />
edge.label = round(E(g)$weight, 2),<br />
edge.width = E(g)$weight * 5,<br />
main = "Сеть близости организаций (по цитируемости)")<br />
V(g)$size <- c(3.46, 2.34, 1.55) * 10<br />
</syntaxhighlight><br />
<br />
---<br />
[[Файл:Сеть близости организаций (по цитируемости).png]]<br />
== Сетевой анализ близости организаций ==<br />
<br />
Построенный граф отражает структурное сходство организаций<br />
по распределению цитируемости публикаций.<br />
<br />
В отличие от классического соавторства,<br />
связи интерпретируются как "семантическая близость"<br />
научных профилей.<br />
<br />
== Результаты ==<br />
<br />
* MGPU и RAS образуют наиболее тесную пару по структуре цитируемости <br />
* MGU занимает промежуточную позицию и связывает остальные узлы <br />
* RAS демонстрирует наибольшую удалённость от MGU <br />
<br />
== Интерпретация ==<br />
<br />
Граф отражает не социальные связи авторов,<br />
а социосемантическое сходство научных организаций.<br />
<br />
Таким образом, организации могут быть интерпретированы как<br />
когнитивные агенты, взаимодействующие через структуру знаний,<br />
а не через прямое соавторство.<br />
<br />
== Pipeline анализа данных ==<br />
<br />
<uml><br />
@startuml<br />
skinparam backgroundColor #FAFAFA<br />
title Pipeline исследования<br />
<br />
rectangle "Lens (сырые данные)" as A<br />
rectangle "OpenRefine\n(очистка)" as B<br />
rectangle "External Data\n(фильтрация)" as C<br />
rectangle "Агрегация\n(MapReduce)" as D<br />
rectangle "Анализ (R)" as E<br />
rectangle "Wiki (визуализация)" as F<br />
<br />
A --> B<br />
B --> C<br />
C --> D<br />
D --> E<br />
E --> F<br />
<br />
@enduml<br />
</uml><br />
<br />
<br />
== Метрики ==<br />
<br />
Основной показатель:<br />
<br />
<math><br />
\bar{C} = \frac{1}{N} \sum_{i=1}^{N} C_i<br />
</math><br />
<br />
Дополнительно:<br />
<br />
<math><br />
OA = \frac{N_{open}}{N_{total}}<br />
</math><br />
<br />
== Анализ в R ==<br />
<br />
<syntaxhighlight lang="r" line><br />
mgu <- read.csv("https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv")<br />
mgpu <- read.csv("https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv")<br />
ras <- read.csv("https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv")<br />
<br />
<br />
mgpu_filtered <- subset(mgpu,<br />
Publication.Year > 2018 &<br />
Citing.Works.Count < 6 &<br />
Publication.Type == "journal article"<br />
)<br />
<br />
mean(mgpu_filtered$Citing.Works.Count)<br />
<br />
agg <- aggregate(Citing.Works.Count ~ Publication.Year,<br />
data = mgpu_filtered,<br />
mean)<br />
<br />
names(agg) <- c("Год публикации", "Среднее число цитирований")<br />
<br />
print(agg)<br />
<br />
hist(mgpu$Citing.Works.Count,<br />
breaks = 50,<br />
main = "Распределение числа цитирований (МГПУ)",<br />
xlab = "Число цитирований",<br />
ylab = "Частота",<br />
col = "lightblue",<br />
border = "white")<br />
<br />
agg_mean <- aggregate(Citing.Works.Count ~ Publication.Year,<br />
data = mgpu_filtered, mean)<br />
<br />
agg_n <- aggregate(Citing.Works.Count ~ Publication.Year,<br />
data = mgpu_filtered, length)<br />
<br />
plot(agg_mean$Publication.Year, agg_mean$Citing.Works.Count,<br />
type = "b",<br />
main = "Средние цитирования по годам",<br />
xlab = "Год",<br />
ylab = "Среднее число цитирований",<br />
pch = 19)<br />
<br />
points(agg_mean$Publication.Year,<br />
agg_mean$Citing.Works.Count,<br />
cex = agg_n$Citing.Works.Count / max(agg_n$Citing.Works.Count) * 3,<br />
col = "red")<br />
</syntaxhighlight><br />
[[Файл:Средние цитирования по годам.png]]<br />
[[Файл:Распределение числа цитирований (МГПУ).png]]<br />
<br />
== Социосемантическая модель ==<br />
<br />
<uml><br />
@startuml<br />
skinparam backgroundColor #FAFAFA<br />
<br />
actor "Автор" as A<br />
rectangle "Публикация" as P<br />
rectangle "Тематика" as T<br />
rectangle "Научное поле" as F<br />
<br />
A --> P<br />
P --> T<br />
P --> F<br />
P --> P : цитирует<br />
<br />
@enduml<br />
</uml><br />
<br />
<br />
== Агентная модель ==<br />
<br />
<netlogo><br />
to setup<br />
clear-all<br />
create-turtles 100 [<br />
setxy random-xcor random-ycor<br />
]<br />
end<br />
<br />
to go<br />
ask turtles [<br />
rt random 360<br />
fd 1<br />
]<br />
end<br />
</netlogo><br />
<br />
---<br />
<br />
== Интерактивная модель ==<br />
<br />
<scratch project="211029567" /><br />
<br />
---<br />
<br />
== Урок с данными ==<br />
* [[Сравнить тексты нескольких датасетов]]<br />
<br />
== Модель на этих данных ==<br />
[[Lens Psych Collab]]<br />
<br />
<br />
[[Категория:BigDataWorks]]<br />
<br />
<br />
== Те же данные, но после очистки в [[OpenRefine]] ==<br />
# Author/s,<br />
# Title,<br />
# Publication Year,<br />
# Lens ID,<br />
# DOI,<br />
# Citing Works Count<br />
<br />
<br />
=== МГПУ ===<br />
* https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_mgpu.csv<br />
<br />
=== Академия наук ===<br />
* https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_ras.csv<br />
<br />
=== МГУ ===<br />
* https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_mgu.csv<br />
---<br />
<br />
== Вывод ==<br />
<br />
Анализ показал:<br />
<br />
* цитируемость зависит от типа публикации <br />
* journal articles формируют ядро научного поля <br />
* Open Access увеличивает видимость исследований <br />
<br />
Социальные параметры (организации) и семантические параметры (структура публикаций) совместно формируют социосемантическую систему науки.<br />
<br />
Цитирование выступает ключевым механизмом связи между ними.</div>
Fedorovaai
http://digida.mgpu.ru/index.php?title=%D0%A4%D0%B0%D0%B9%D0%BB:%D0%A0%D0%B0%D1%81%D0%BF%D1%80%D0%B5%D0%B4%D0%B5%D0%BB%D0%B5%D0%BD%D0%B8%D0%B5_%D1%87%D0%B8%D1%81%D0%BB%D0%B0_%D1%86%D0%B8%D1%82%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B9_(%D0%9C%D0%93%D0%9F%D0%A3).png&diff=46056
Файл:Распределение числа цитирований (МГПУ).png
2026-04-13T21:06:21Z
<p>Fedorovaai: </p>
<hr />
<div>Сделано в R</div>
Fedorovaai
http://digida.mgpu.ru/index.php?title=%D0%A4%D0%B0%D0%B9%D0%BB:%D0%A1%D1%80%D0%B5%D0%B4%D0%BD%D0%B8%D0%B5_%D1%86%D0%B8%D1%82%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D1%8F_%D0%BF%D0%BE_%D0%B3%D0%BE%D0%B4%D0%B0%D0%BC.png&diff=46055
Файл:Средние цитирования по годам.png
2026-04-13T21:06:00Z
<p>Fedorovaai: </p>
<hr />
<div>Сделано в R</div>
Fedorovaai
http://digida.mgpu.ru/index.php?title=%D0%9F%D1%81%D0%B8%D1%85%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%B8%D0%B5_%D1%88%D0%BA%D0%BE%D0%BB%D1%8B_%D0%A0%D0%BE%D1%81%D1%81%D0%B8%D0%B8_(%D0%B4%D0%B0%D1%82%D0%B0%D1%81%D0%B5%D1%82)&diff=46054
Психологические школы России (датасет)
2026-04-13T20:52:59Z
<p>Fedorovaai: </p>
<hr />
<div>{{Dataset<br />
|Description=Публикации российских психологов в Lens<br />
|KeyDescripions=# Lens ID<br />
#Title<br />
#Date Published<br />
#Publication Year<br />
#Publication Type<br />
#Source Title<br />
#ISSNs<br />
#Publisher<br />
#Source Country<br />
#Author/s<br />
#Abstract<br />
#Volume<br />
#Issue Number<br />
#Start Page<br />
#End Page<br />
#Fields of Study<br />
#Keywords<br />
#MeSH Terms<br />
#Chemicals<br />
#Funding<br />
#Source URLs<br />
#External URL<br />
#PMID<br />
#DOI<br />
#Microsoft Academic ID<br />
#PMCID<br />
#Citing Patents Count<br />
#References<br />
#Citing Works Count<br />
#Is Open Access<br />
#Open Access License<br />
#Open Access Colour<br />
|FileFormat=CSV<br />
|Field_of_knowledge=Информатика, Психология<br />
|launch year=2006<br />
}}<br />
* Академия Наук - https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv<br />
* МГПУ https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv<br />
* МГУ https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv<br />
<br />
= Социосемантическая структура публикаций российских психологов (Lens) =<br />
<br />
== Исследовательский вопрос ==<br />
Как связаны '''социальные параметры научного производства''' (организации: МГУ, МГПУ, РАН) и '''семантические характеристики публикаций''' (тип статьи, открытый доступ, тематика) с уровнем цитируемости?<br />
<br />
== Гипотеза ==<br />
Публикации в формате journal article и с открытым доступом (Open Access) имеют более высокую цитируемость, формируя устойчивые социосемантические паттерны.<br />
<br />
== Теоретическая рамка ==<br />
<br />
Социосемантическая система науки включает:<br />
<br />
* социальный уровень — авторы и организации <br />
* семантический уровень — темы, типы публикаций <br />
* механизм связи — цитирование <br />
<br />
Цитирование выступает как ключевой механизм, связывающий производство знаний и их распространение.<br />
<br />
---<br />
== Данные ==<br />
<br />
=== Академия наук (цитируемость = 5) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv<br />
|format=csv with header<br />
|filters=Citing Works Count=5<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
----<br />
<br />
=== МГУ (публикации = 2018 год, Цитирования = 5) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv<br />
|format=csv with header<br />
|filters=Publication Year=2018,Citing Works Count=5<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Type=Publication Type,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Тип публикации<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Type}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
=== МГПУ (5 фильтров одновременно) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv<br />
|format=csv with header<br />
|delimiter=,<br />
|filters=<br />
Is Open Access=true,<br />
Publication Year>2018,<br />
Citing Works Count < 6,<br />
Publication Type=journal article,<br />
Fields of Study=Psychology<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Type=Publication Type,<br />
OpenAccess=Is Open Access,<br />
Field=Fields of Study,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Тип публикации<br />
!Open Access<br />
!Область<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Type}}}<br />
{{!}} {{{OpenAccess}}}<br />
{{!}} {{{Field}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
== Возможности анализа ==<br />
<br />
Используя параметр |filters= можно:<br />
<br />
* отбирать публикации по годам <br />
* сравнивать школы по цитируемости <br />
* выделять только статьи (Publication Type=journal article) <br />
* анализировать публикации в открытом доступе <br />
* строить выборки для последующего анализа в R <br />
<br />
== Семантические запросы (SMW) ==<br />
<br />
<div style="max-height:400px; overflow:auto; border:1px solid #ccc; padding:10px;"><br />
<br />
=== 1. Датасеты по психологии ===<br />
{{#ask:<br />
[[Field_of_knowledge::Психология]]<br />
| ?FileFormat<br />
| ?launch year<br />
| format=table<br />
}}<br />
''Результат:'' список психологических датасетов<br />
<br />
----<br />
<br />
=== 2. Все BigDataWorks ===<br />
{{#ask:<br />
[[Категория:BigDataWorks]]<br />
| ?Field_of_knowledge<br />
| format=table<br />
}}<br />
''Результат:'' все проекты с данными<br />
<br />
----<br />
<br />
=== 3. После 2010 года ===<br />
{{#ask:<br />
[[launch year::>2010]]<br />
| ?Field_of_knowledge<br />
| format=table<br />
}}<br />
''Результат:'' современные датасеты<br />
<br />
----<br />
<br />
=== 4. Только CSV ===<br />
{{#ask:<br />
[[FileFormat::CSV]]<br />
| ?Field_of_knowledge<br />
| format=table<br />
}}<br />
''Результат:'' данные для R<br />
<br />
----<br />
<br />
=== 5. Междисциплинарные ===<br />
{{#ask:<br />
[[Field_of_knowledge::Психология]] [[Field_of_knowledge::Информатика]]<br />
| ?launch year<br />
| format=table<br />
}}<br />
''Результат:'' пересечение областей<br />
<br />
</div><br />
<br />
== Загрузка данных и первичный просмотр ==<br />
<br />
Задача: загрузить CSV-датасеты Lens и проверить структуру данных.<br />
<br />
<syntaxhighlight lang="r" line><br />
# загрузка данных<br />
mgpu <- read.csv("https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_mgpu.csv")<br />
<br />
# первые 11 строк<br />
head(mgpu, 11)<br />
<br />
# структура данных<br />
str(mgpu)<br />
</syntaxhighlight><br />
<br />
'''Комментарий:'''<br />
Этот шаг позволяет проверить корректность загрузки данных и структуру датасета (переменные, типы данных, пропуски).<br />
<br />
== Визуализация данных (ggplot2) ==<br />
<br />
Задача: визуализировать распределение цитируемости публикаций.<br />
<br />
<syntaxhighlight lang="r" line><br />
library(ggplot2)<br />
mgpu <- read.csv("https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_mgpu.csv")<br />
<br />
ggplot(mgpu, aes(x = Citing.Works.Count)) +<br />
geom_histogram(binwidth = 1, fill = "steelblue", color = "black") +<br />
labs(<br />
title = "Распределение цитируемости публикаций",<br />
x = "Количество цитирований",<br />
y = "Частота"<br />
) +<br />
theme_minimal()<br />
</syntaxhighlight><br />
<br />
'''Комментарий:'''<br />
Гистограмма показывает распределение цитируемости и позволяет выявить ядро высокоцитируемых публикаций.<br />
[[Файл:Распределение цитируемости публикаций.png]]<br />
<br />
== Получение данных через MediaWiki API ==<br />
<br />
Задача: извлечь историю редактирования страницы Digida.<br />
<br />
<syntaxhighlight lang="r" line><br />
library(httr)<br />
library(jsonlite)<br />
<br />
url <- "https://digida.mgpu.ru/api.php"<br />
<br />
response <- GET(url, query = list(<br />
action = "query",<br />
prop = "revisions",<br />
titles = "Психологические_школы_России_(датасет)",<br />
rvprop = "user|timestamp",<br />
rvlimit = 100,<br />
format = "json"<br />
))<br />
<br />
data <- content(response, as = "text", encoding = "UTF-8")<br />
json_data <- fromJSON(data, flatten = TRUE)<br />
<br />
pages <- json_data$query$pages<br />
page <- pages[[1]]<br />
<br />
revisions <- page$revisions<br />
users <- revisions$user<br />
<br />
head(users, 10)<br />
</syntaxhighlight><br />
<br />
'''Комментарий:'''<br />
Данный код извлекает пользователей, редактировавших страницу, что позволяет анализировать социальную структуру взаимодействий.<br />
[[Файл:Активность пользователей (правки страницы).png]]<br />
== Анализ активности участников ==<br />
<br />
Эмпирические данные показывают:<br />
<br />
* всего правок: 35 <br />
* уникальных авторов: 2 <br />
<br />
Распределение активности:<br />
<br />
* Fedorovaai — 21 правка (60%) <br />
* Patarakin — 14 правок (40%) <br />
<br />
Таким образом, наблюдается крайне концентрированная структура участия,<br />
где вся активность распределена между двумя участниками.<br />
<br />
== Интерпретация ==<br />
<br />
Такая структура соответствует модели малой кооперации,<br />
где отсутствует широкая распределённая командность,<br />
но присутствует тесное взаимодействие ядра участников.<br />
<br />
С точки зрения социосемантического анализа:<br />
<br />
* страница является объектом совместного редактирования<br />
* но координация осуществляется через ограниченное число акторов<br />
* наблюдается "ядро взаимодействия без периферии"<br />
<br />
Это важный частный случай стигмергической системы с минимальным числом агентов.<br />
<br />
== Анализ совместного редактирования моей страницы ==<br />
<br />
Для анализа использован MediaWiki API.<br />
<br />
Запрос:<br />
<br />
https://digida.mgpu.ru/api.php?action=query&prop=revisions&titles=Психологические_школы_России_(датасет)&rvprop=user|timestamp&rvlimit=50&format=json<br />
<br />
Этот запрос возвращает список всех пользователей, редактировавших страницу, и время их правок.<br />
<br />
== Извлечение данных ==<br />
<br />
<syntaxhighlight lang="R" line><br />
# Установка (если нужно)<br />
install.packages(c("httr", "jsonlite", "igraph"))<br />
<br />
library(httr)<br />
library(jsonlite)<br />
library(igraph)<br />
<br />
# --- 1. Запрос ---<br />
url <- "https://digida.mgpu.ru/api.php"<br />
<br />
response <- GET(url, query = list(<br />
action = "query",<br />
prop = "revisions",<br />
titles = "Психологические_школы_России_(датасет)",<br />
rvprop = "user",<br />
rvlimit = 100,<br />
format = "json"<br />
))<br />
<br />
# --- 2. Преобразование ---<br />
json_text <- content(response, as = "text", encoding = "UTF-8")<br />
json_data <- fromJSON(json_text, flatten = TRUE)<br />
<br />
# --- 3. Извлечение пользователей ---<br />
pages <- json_data$query$pages<br />
<br />
page <- pages[[1]]<br />
<br />
# ПРОВЕРКА<br />
print(names(page))<br />
<br />
# если есть revisions — извлекаем<br />
if ("revisions" %in% names(page)) {<br />
revisions <- page$revisions<br />
<br />
users <- revisions$user<br />
<br />
print(users)<br />
<br />
} else {<br />
stop("Нет revisions — проверь название страницы или API")<br />
}<br />
<br />
# --- 4. Уникальные пользователи ---<br />
unique_users <- unique(users)<br />
<br />
# --- 5. Создание графа ---<br />
edges <- data.frame(<br />
from = rep("Page", length(unique_users)),<br />
to = unique_users<br />
)<br />
<br />
g <- graph_from_data_frame(edges, directed = FALSE)<br />
<br />
# --- 6. Визуализация ---<br />
plot(g,<br />
vertex.size = ifelse(V(g)$name == "Page", 40, 25),<br />
vertex.color = ifelse(V(g)$name == "Page", "red", "lightblue"),<br />
layout = layout_with_fr(g),<br />
main = "Граф совместного редактирования страницы Digida"<br />
)<br />
</syntaxhighlight><br />
<br />
== Граф совместного редактирования ==<br />
[[Файл:Граф совместной деятельности.png]]<br />
<br />
== Интерпретация данных ==<br />
<br />
Анализ показал:<br />
<br />
* страница редактируется несколькими участниками <br />
* можно выделить активных авторов <br />
* структура редактирования носит коллективный характер <br />
<br />
Таким образом:<br />
<br />
* страница выступает как '''социальный объект''' <br />
* редактирование — как форма взаимодействия участников <br />
* изменения страницы формируют '''стигмергическую координацию''' <br />
<br />
Это подтверждает, что Digida функционирует как социосемантическая система.<br />
<br />
== Граф совместного редактирования страницы ==<br />
<br />
<uml><br />
@startuml<br />
skinparam backgroundColor #FAFAFA<br />
<br />
actor "Автор 1" as A1<br />
actor "Автор 2" as A2<br />
<br />
rectangle "Психологические школы России" as Page<br />
<br />
A1 --> Page<br />
A2 --> Page<br />
<br />
@enduml<br />
</uml><br />
<br />
'''Описание:'''<br />
Граф показывает пользователей, редактирующих страницу, как сеть взаимодействий.<br />
<br />
== Метрика командности ==<br />
<br />
<math><br />
T = \frac{N_{authors}}{N_{edits}}<br />
</math><br />
<br />
где:<br />
* <math>N_{authors}</math> — число уникальных авторов <br />
* <math>N_{edits}</math> — число правок <br />
<br />
Чем выше значение, тем более распределённая командная работа.<br />
<br />
== R-анализ данных Lens ==<br />
<br />
Задача: сравнить научные публикации МГУ, МГПУ и РАН по цитируемости и структуре взаимодействий.<br />
<br />
<syntaxhighlight lang="r" line><br />
library(ggplot2)<br />
library(dplyr)<br />
library(igraph)<br />
<br />
# --- загрузка данных ---<br />
mgu <- read.csv("https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv")<br />
mgpu <- read.csv("https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv")<br />
ras <- read.csv("https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv")<br />
<br />
# --- добавляем метки организаций ---<br />
mgu$org <- "MGU"<br />
mgpu$org <- "MGPU"<br />
ras$org <- "RAS"<br />
<br />
data <- rbind(mgu, mgpu, ras)<br />
</syntaxhighlight><br />
<br />
== 1. Сводная таблица ==<br />
<br />
<syntaxhighlight lang="r" line><br />
summary_table <- data %>%<br />
group_by(org) %>%<br />
summarise(<br />
papers = n(),<br />
avg_citations = mean(Citing.Works.Count, na.rm = TRUE),<br />
max_citations = max(Citing.Works.Count, na.rm = TRUE),<br />
zero_citations = sum(Citing.Works.Count == 0, na.rm = TRUE)<br />
)<br />
<br />
print(summary_table)<br />
</syntaxhighlight><br />
<br />
---<br />
<br />
== 2. Распределение цитируемости ==<br />
<br />
<syntaxhighlight lang="r" line><br />
ggplot(data, aes(x = Citing.Works.Count, fill = org)) +<br />
geom_histogram(binwidth = 1, alpha = 0.5, position = "identity") +<br />
labs(<br />
title = "Распределение цитируемости",<br />
x = "Цитирования",<br />
y = "Количество статей"<br />
) +<br />
theme_minimal()<br />
</syntaxhighlight><br />
<br />
[[Файл:Распределение цитируемости.png]]<br />
<br />
== 3. Разброс цитируемости (точечная модель) ==<br />
<br />
<syntaxhighlight lang="r" line><br />
ggplot(data, aes(x = org, y = Citing.Works.Count, color = org)) +<br />
geom_jitter(width = 0.2, alpha = 0.5) +<br />
labs(<br />
title = "Распределение цитируемости по организациям",<br />
x = "Организация",<br />
y = "Цитирования"<br />
) +<br />
theme_minimal()<br />
</syntaxhighlight><br />
<br />
[[Файл:Распределение цитируемости по организациям.png]]<br />
<br />
== 4. Boxplot сравнения организаций ==<br />
<br />
<syntaxhighlight lang="r" line><br />
ggplot(data, aes(x = org, y = Citing.Works.Count, fill = org)) +<br />
geom_boxplot() +<br />
labs(<br />
title = "Сравнение распределений цитируемости",<br />
x = "Организация",<br />
y = "Цитирования"<br />
) +<br />
theme_minimal()<br />
</syntaxhighlight><br />
<br />
[[Файл:Сравнение распределений цитируемости.png]]<br />
<br />
== 5. Динамика цитируемости (год × цитирования) ==<br />
<br />
<syntaxhighlight lang="r" line><br />
ggplot(data, aes(x = Publication.Year, y = Citing.Works.Count, color = org)) +<br />
geom_point(alpha = 0.5) +<br />
geom_smooth(method = "lm", se = FALSE) +<br />
labs(<br />
title = "Динамика цитируемости по годам",<br />
x = "Год",<br />
y = "Цитирования"<br />
) +<br />
theme_bw()<br />
</syntaxhighlight><br />
<br />
[[Файл:Динамика цитируемости по годам.png]]<br />
<br />
== 6. Лог-распределение цитируемости ==<br />
<br />
<syntaxhighlight lang="r" line><br />
ggplot(data, aes(x = Citing.Works.Count)) +<br />
geom_histogram(binwidth = 1, fill = "darkblue") +<br />
scale_y_log10() +<br />
labs(<br />
title = "Лог-распределение цитируемости",<br />
x = "Цитирования",<br />
y = "log(частота)"<br />
) +<br />
theme_minimal()<br />
</syntaxhighlight><br />
<br />
[[Файл:Лог-распределение цитируемости.png]]<br />
<br />
== 7. Сетевой граф соавторства между организациями ==<br />
<br />
Идея: Граф интерпретируется как weighted similarity network, где узлы — организации, а ребра — обратная дистанция между средними значениями цитируемости.<br />
<br />
<syntaxhighlight lang="r" line><br />
nodes <- data.frame(<br />
name = c("MGU", "MGPU", "RAS"),<br />
avg_cit = c(3.46, 2.34, 1.55)<br />
)<br />
<br />
# связи строим по разнице (чем ближе — тем сильнее связь)<br />
edges <- data.frame(<br />
from = c("MGU", "MGU", "MGPU"),<br />
to = c("MGPU", "RAS", "RAS"),<br />
weight = c(<br />
abs(3.46 - 2.34),<br />
abs(3.46 - 1.55),<br />
abs(2.34 - 1.55)<br />
)<br />
)<br />
<br />
# превращаем в силу связи (обратно)<br />
edges$weight <- 1 / edges$weight<br />
<br />
g <- graph_from_data_frame(edges, vertices = nodes, directed = FALSE)<br />
<br />
plot(g,<br />
edge.label = round(E(g)$weight, 2),<br />
edge.width = E(g)$weight * 5,<br />
main = "Сеть близости организаций (по цитируемости)")<br />
V(g)$size <- c(3.46, 2.34, 1.55) * 10<br />
</syntaxhighlight><br />
<br />
---<br />
[[Файл:Сеть близости организаций (по цитируемости).png]]<br />
== Сетевой анализ близости организаций ==<br />
<br />
Построенный граф отражает структурное сходство организаций<br />
по распределению цитируемости публикаций.<br />
<br />
В отличие от классического соавторства,<br />
связи интерпретируются как "семантическая близость"<br />
научных профилей.<br />
<br />
== Результаты ==<br />
<br />
* MGPU и RAS образуют наиболее тесную пару по структуре цитируемости <br />
* MGU занимает промежуточную позицию и связывает остальные узлы <br />
* RAS демонстрирует наибольшую удалённость от MGU <br />
<br />
== Интерпретация ==<br />
<br />
Граф отражает не социальные связи авторов,<br />
а социосемантическое сходство научных организаций.<br />
<br />
Таким образом, организации могут быть интерпретированы как<br />
когнитивные агенты, взаимодействующие через структуру знаний,<br />
а не через прямое соавторство.<br />
<br />
== Pipeline анализа данных ==<br />
<br />
<uml><br />
@startuml<br />
skinparam backgroundColor #FAFAFA<br />
title Pipeline исследования<br />
<br />
rectangle "Lens (сырые данные)" as A<br />
rectangle "OpenRefine\n(очистка)" as B<br />
rectangle "External Data\n(фильтрация)" as C<br />
rectangle "Агрегация\n(MapReduce)" as D<br />
rectangle "Анализ (R)" as E<br />
rectangle "Wiki (визуализация)" as F<br />
<br />
A --> B<br />
B --> C<br />
C --> D<br />
D --> E<br />
E --> F<br />
<br />
@enduml<br />
</uml><br />
<br />
<br />
== Метрики ==<br />
<br />
Основной показатель:<br />
<br />
<math><br />
\bar{C} = \frac{1}{N} \sum_{i=1}^{N} C_i<br />
</math><br />
<br />
Дополнительно:<br />
<br />
<math><br />
OA = \frac{N_{open}}{N_{total}}<br />
</math><br />
<br />
== Анализ в R ==<br />
<br />
<syntaxhighlight lang="r" line><br />
mgpu <- read.csv("lens_mgpu.csv")<br />
mgu <- read.csv("lens_mgu.csv")<br />
ras <- read.csv("lens_ras.csv")<br />
<br />
mgpu_filtered <- subset(mgpu,<br />
Publication.Year > 2018 &<br />
Citing.Works.Count < 6 &<br />
Publication.Type == "journal article"<br />
)<br />
<br />
mean(mgpu_filtered$Citing.Works.Count)<br />
<br />
aggregate(Citing.Works.Count ~ Publication.Year, data=mgpu, mean)<br />
<br />
hist(mgpu$Citing.Works.Count)<br />
</syntaxhighlight><br />
<br />
<br />
== Социосемантическая модель ==<br />
<br />
<uml><br />
@startuml<br />
skinparam backgroundColor #FAFAFA<br />
<br />
actor "Автор" as A<br />
rectangle "Публикация" as P<br />
rectangle "Тематика" as T<br />
rectangle "Научное поле" as F<br />
<br />
A --> P<br />
P --> T<br />
P --> F<br />
P --> P : цитирует<br />
<br />
@enduml<br />
</uml><br />
<br />
<br />
== Агентная модель ==<br />
<br />
<netlogo><br />
to setup<br />
clear-all<br />
create-turtles 100 [<br />
setxy random-xcor random-ycor<br />
]<br />
end<br />
<br />
to go<br />
ask turtles [<br />
rt random 360<br />
fd 1<br />
]<br />
end<br />
</netlogo><br />
<br />
---<br />
<br />
== Интерактивная модель ==<br />
<br />
<scratch project="211029567" /><br />
<br />
---<br />
<br />
== Урок с данными ==<br />
* [[Сравнить тексты нескольких датасетов]]<br />
<br />
== Модель на этих данных ==<br />
[[Lens Psych Collab]]<br />
<br />
<br />
[[Категория:BigDataWorks]]<br />
<br />
<br />
== Те же данные, но после очистки в [[OpenRefine]] ==<br />
# Author/s,<br />
# Title,<br />
# Publication Year,<br />
# Lens ID,<br />
# DOI,<br />
# Citing Works Count<br />
<br />
<br />
=== МГПУ ===<br />
* https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_mgpu.csv<br />
<br />
=== Академия наук ===<br />
* https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_ras.csv<br />
<br />
=== МГУ ===<br />
* https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_mgu.csv<br />
---<br />
<br />
== Вывод ==<br />
<br />
Анализ показал:<br />
<br />
* цитируемость зависит от типа публикации <br />
* journal articles формируют ядро научного поля <br />
* Open Access увеличивает видимость исследований <br />
<br />
Социальные параметры (организации) и семантические параметры (структура публикаций) совместно формируют социосемантическую систему науки.<br />
<br />
Цитирование выступает ключевым механизмом связи между ними.</div>
Fedorovaai
http://digida.mgpu.ru/index.php?title=%D0%A4%D0%B0%D0%B9%D0%BB:%D0%9B%D0%BE%D0%B3-%D1%80%D0%B0%D1%81%D0%BF%D1%80%D0%B5%D0%B4%D0%B5%D0%BB%D0%B5%D0%BD%D0%B8%D0%B5_%D1%86%D0%B8%D1%82%D0%B8%D1%80%D1%83%D0%B5%D0%BC%D0%BE%D1%81%D1%82%D0%B8.png&diff=46053
Файл:Лог-распределение цитируемости.png
2026-04-13T20:50:23Z
<p>Fedorovaai: </p>
<hr />
<div>Сделано в R</div>
Fedorovaai
http://digida.mgpu.ru/index.php?title=%D0%A4%D0%B0%D0%B9%D0%BB:%D0%94%D0%B8%D0%BD%D0%B0%D0%BC%D0%B8%D0%BA%D0%B0_%D1%86%D0%B8%D1%82%D0%B8%D1%80%D1%83%D0%B5%D0%BC%D0%BE%D1%81%D1%82%D0%B8_%D0%BF%D0%BE_%D0%B3%D0%BE%D0%B4%D0%B0%D0%BC.png&diff=46052
Файл:Динамика цитируемости по годам.png
2026-04-13T20:50:03Z
<p>Fedorovaai: </p>
<hr />
<div>Сделано в R</div>
Fedorovaai
http://digida.mgpu.ru/index.php?title=%D0%A4%D0%B0%D0%B9%D0%BB:%D0%A1%D1%80%D0%B0%D0%B2%D0%BD%D0%B5%D0%BD%D0%B8%D0%B5_%D1%80%D0%B0%D1%81%D0%BF%D1%80%D0%B5%D0%B4%D0%B5%D0%BB%D0%B5%D0%BD%D0%B8%D0%B9_%D1%86%D0%B8%D1%82%D0%B8%D1%80%D1%83%D0%B5%D0%BC%D0%BE%D1%81%D1%82%D0%B8.png&diff=46051
Файл:Сравнение распределений цитируемости.png
2026-04-13T20:49:41Z
<p>Fedorovaai: </p>
<hr />
<div>Сделано в R</div>
Fedorovaai
http://digida.mgpu.ru/index.php?title=%D0%A4%D0%B0%D0%B9%D0%BB:%D0%A0%D0%B0%D1%81%D0%BF%D1%80%D0%B5%D0%B4%D0%B5%D0%BB%D0%B5%D0%BD%D0%B8%D0%B5_%D1%86%D0%B8%D1%82%D0%B8%D1%80%D1%83%D0%B5%D0%BC%D0%BE%D1%81%D1%82%D0%B8_%D0%BF%D0%BE_%D0%BE%D1%80%D0%B3%D0%B0%D0%BD%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D1%8F%D0%BC.png&diff=46050
Файл:Распределение цитируемости по организациям.png
2026-04-13T20:49:15Z
<p>Fedorovaai: </p>
<hr />
<div>Сделано в R</div>
Fedorovaai
http://digida.mgpu.ru/index.php?title=%D0%A4%D0%B0%D0%B9%D0%BB:%D0%A0%D0%B0%D1%81%D0%BF%D1%80%D0%B5%D0%B4%D0%B5%D0%BB%D0%B5%D0%BD%D0%B8%D0%B5_%D1%86%D0%B8%D1%82%D0%B8%D1%80%D1%83%D0%B5%D0%BC%D0%BE%D1%81%D1%82%D0%B8.png&diff=46049
Файл:Распределение цитируемости.png
2026-04-13T20:48:52Z
<p>Fedorovaai: </p>
<hr />
<div>Сделано в R</div>
Fedorovaai
http://digida.mgpu.ru/index.php?title=%D0%9F%D1%81%D0%B8%D1%85%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%B8%D0%B5_%D1%88%D0%BA%D0%BE%D0%BB%D1%8B_%D0%A0%D0%BE%D1%81%D1%81%D0%B8%D0%B8_(%D0%B4%D0%B0%D1%82%D0%B0%D1%81%D0%B5%D1%82)&diff=46048
Психологические школы России (датасет)
2026-04-13T20:45:38Z
<p>Fedorovaai: </p>
<hr />
<div>{{Dataset<br />
|Description=Публикации российских психологов в Lens<br />
|KeyDescripions=# Lens ID<br />
#Title<br />
#Date Published<br />
#Publication Year<br />
#Publication Type<br />
#Source Title<br />
#ISSNs<br />
#Publisher<br />
#Source Country<br />
#Author/s<br />
#Abstract<br />
#Volume<br />
#Issue Number<br />
#Start Page<br />
#End Page<br />
#Fields of Study<br />
#Keywords<br />
#MeSH Terms<br />
#Chemicals<br />
#Funding<br />
#Source URLs<br />
#External URL<br />
#PMID<br />
#DOI<br />
#Microsoft Academic ID<br />
#PMCID<br />
#Citing Patents Count<br />
#References<br />
#Citing Works Count<br />
#Is Open Access<br />
#Open Access License<br />
#Open Access Colour<br />
|FileFormat=CSV<br />
|Field_of_knowledge=Информатика, Психология<br />
|launch year=2006<br />
}}<br />
* Академия Наук - https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv<br />
* МГПУ https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv<br />
* МГУ https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv<br />
<br />
= Социосемантическая структура публикаций российских психологов (Lens) =<br />
<br />
== Исследовательский вопрос ==<br />
Как связаны '''социальные параметры научного производства''' (организации: МГУ, МГПУ, РАН) и '''семантические характеристики публикаций''' (тип статьи, открытый доступ, тематика) с уровнем цитируемости?<br />
<br />
== Гипотеза ==<br />
Публикации в формате journal article и с открытым доступом (Open Access) имеют более высокую цитируемость, формируя устойчивые социосемантические паттерны.<br />
<br />
== Теоретическая рамка ==<br />
<br />
Социосемантическая система науки включает:<br />
<br />
* социальный уровень — авторы и организации <br />
* семантический уровень — темы, типы публикаций <br />
* механизм связи — цитирование <br />
<br />
Цитирование выступает как ключевой механизм, связывающий производство знаний и их распространение.<br />
<br />
---<br />
== Данные ==<br />
<br />
=== Академия наук (цитируемость = 5) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv<br />
|format=csv with header<br />
|filters=Citing Works Count=5<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
----<br />
<br />
=== МГУ (публикации = 2018 год, Цитирования = 5) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv<br />
|format=csv with header<br />
|filters=Publication Year=2018,Citing Works Count=5<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Type=Publication Type,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Тип публикации<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Type}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
=== МГПУ (5 фильтров одновременно) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv<br />
|format=csv with header<br />
|delimiter=,<br />
|filters=<br />
Is Open Access=true,<br />
Publication Year>2018,<br />
Citing Works Count < 6,<br />
Publication Type=journal article,<br />
Fields of Study=Psychology<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Type=Publication Type,<br />
OpenAccess=Is Open Access,<br />
Field=Fields of Study,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Тип публикации<br />
!Open Access<br />
!Область<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Type}}}<br />
{{!}} {{{OpenAccess}}}<br />
{{!}} {{{Field}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
== Возможности анализа ==<br />
<br />
Используя параметр |filters= можно:<br />
<br />
* отбирать публикации по годам <br />
* сравнивать школы по цитируемости <br />
* выделять только статьи (Publication Type=journal article) <br />
* анализировать публикации в открытом доступе <br />
* строить выборки для последующего анализа в R <br />
<br />
== Семантические запросы (SMW) ==<br />
<br />
<div style="max-height:400px; overflow:auto; border:1px solid #ccc; padding:10px;"><br />
<br />
=== 1. Датасеты по психологии ===<br />
{{#ask:<br />
[[Field_of_knowledge::Психология]]<br />
| ?FileFormat<br />
| ?launch year<br />
| format=table<br />
}}<br />
''Результат:'' список психологических датасетов<br />
<br />
----<br />
<br />
=== 2. Все BigDataWorks ===<br />
{{#ask:<br />
[[Категория:BigDataWorks]]<br />
| ?Field_of_knowledge<br />
| format=table<br />
}}<br />
''Результат:'' все проекты с данными<br />
<br />
----<br />
<br />
=== 3. После 2010 года ===<br />
{{#ask:<br />
[[launch year::>2010]]<br />
| ?Field_of_knowledge<br />
| format=table<br />
}}<br />
''Результат:'' современные датасеты<br />
<br />
----<br />
<br />
=== 4. Только CSV ===<br />
{{#ask:<br />
[[FileFormat::CSV]]<br />
| ?Field_of_knowledge<br />
| format=table<br />
}}<br />
''Результат:'' данные для R<br />
<br />
----<br />
<br />
=== 5. Междисциплинарные ===<br />
{{#ask:<br />
[[Field_of_knowledge::Психология]] [[Field_of_knowledge::Информатика]]<br />
| ?launch year<br />
| format=table<br />
}}<br />
''Результат:'' пересечение областей<br />
<br />
</div><br />
<br />
== Загрузка данных и первичный просмотр ==<br />
<br />
Задача: загрузить CSV-датасеты Lens и проверить структуру данных.<br />
<br />
<syntaxhighlight lang="r" line><br />
# загрузка данных<br />
mgpu <- read.csv("https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_mgpu.csv")<br />
<br />
# первые 11 строк<br />
head(mgpu, 11)<br />
<br />
# структура данных<br />
str(mgpu)<br />
</syntaxhighlight><br />
<br />
'''Комментарий:'''<br />
Этот шаг позволяет проверить корректность загрузки данных и структуру датасета (переменные, типы данных, пропуски).<br />
<br />
== Визуализация данных (ggplot2) ==<br />
<br />
Задача: визуализировать распределение цитируемости публикаций.<br />
<br />
<syntaxhighlight lang="r" line><br />
library(ggplot2)<br />
mgpu <- read.csv("https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_mgpu.csv")<br />
<br />
ggplot(mgpu, aes(x = Citing.Works.Count)) +<br />
geom_histogram(binwidth = 1, fill = "steelblue", color = "black") +<br />
labs(<br />
title = "Распределение цитируемости публикаций",<br />
x = "Количество цитирований",<br />
y = "Частота"<br />
) +<br />
theme_minimal()<br />
</syntaxhighlight><br />
<br />
'''Комментарий:'''<br />
Гистограмма показывает распределение цитируемости и позволяет выявить ядро высокоцитируемых публикаций.<br />
[[Файл:Распределение цитируемости публикаций.png]]<br />
<br />
== Получение данных через MediaWiki API ==<br />
<br />
Задача: извлечь историю редактирования страницы Digida.<br />
<br />
<syntaxhighlight lang="r" line><br />
library(httr)<br />
library(jsonlite)<br />
<br />
url <- "https://digida.mgpu.ru/api.php"<br />
<br />
response <- GET(url, query = list(<br />
action = "query",<br />
prop = "revisions",<br />
titles = "Психологические_школы_России_(датасет)",<br />
rvprop = "user|timestamp",<br />
rvlimit = 100,<br />
format = "json"<br />
))<br />
<br />
data <- content(response, as = "text", encoding = "UTF-8")<br />
json_data <- fromJSON(data, flatten = TRUE)<br />
<br />
pages <- json_data$query$pages<br />
page <- pages[[1]]<br />
<br />
revisions <- page$revisions<br />
users <- revisions$user<br />
<br />
head(users, 10)<br />
</syntaxhighlight><br />
<br />
'''Комментарий:'''<br />
Данный код извлекает пользователей, редактировавших страницу, что позволяет анализировать социальную структуру взаимодействий.<br />
[[Файл:Активность пользователей (правки страницы).png]]<br />
== Анализ активности участников ==<br />
<br />
Эмпирические данные показывают:<br />
<br />
* всего правок: 35 <br />
* уникальных авторов: 2 <br />
<br />
Распределение активности:<br />
<br />
* Fedorovaai — 21 правка (60%) <br />
* Patarakin — 14 правок (40%) <br />
<br />
Таким образом, наблюдается крайне концентрированная структура участия,<br />
где вся активность распределена между двумя участниками.<br />
<br />
== Интерпретация ==<br />
<br />
Такая структура соответствует модели малой кооперации,<br />
где отсутствует широкая распределённая командность,<br />
но присутствует тесное взаимодействие ядра участников.<br />
<br />
С точки зрения социосемантического анализа:<br />
<br />
* страница является объектом совместного редактирования<br />
* но координация осуществляется через ограниченное число акторов<br />
* наблюдается "ядро взаимодействия без периферии"<br />
<br />
Это важный частный случай стигмергической системы с минимальным числом агентов.<br />
<br />
== Анализ совместного редактирования моей страницы ==<br />
<br />
Для анализа использован MediaWiki API.<br />
<br />
Запрос:<br />
<br />
https://digida.mgpu.ru/api.php?action=query&prop=revisions&titles=Психологические_школы_России_(датасет)&rvprop=user|timestamp&rvlimit=50&format=json<br />
<br />
Этот запрос возвращает список всех пользователей, редактировавших страницу, и время их правок.<br />
<br />
== Извлечение данных ==<br />
<br />
<syntaxhighlight lang="R" line><br />
# Установка (если нужно)<br />
install.packages(c("httr", "jsonlite", "igraph"))<br />
<br />
library(httr)<br />
library(jsonlite)<br />
library(igraph)<br />
<br />
# --- 1. Запрос ---<br />
url <- "https://digida.mgpu.ru/api.php"<br />
<br />
response <- GET(url, query = list(<br />
action = "query",<br />
prop = "revisions",<br />
titles = "Психологические_школы_России_(датасет)",<br />
rvprop = "user",<br />
rvlimit = 100,<br />
format = "json"<br />
))<br />
<br />
# --- 2. Преобразование ---<br />
json_text <- content(response, as = "text", encoding = "UTF-8")<br />
json_data <- fromJSON(json_text, flatten = TRUE)<br />
<br />
# --- 3. Извлечение пользователей ---<br />
pages <- json_data$query$pages<br />
<br />
page <- pages[[1]]<br />
<br />
# ПРОВЕРКА<br />
print(names(page))<br />
<br />
# если есть revisions — извлекаем<br />
if ("revisions" %in% names(page)) {<br />
revisions <- page$revisions<br />
<br />
users <- revisions$user<br />
<br />
print(users)<br />
<br />
} else {<br />
stop("Нет revisions — проверь название страницы или API")<br />
}<br />
<br />
# --- 4. Уникальные пользователи ---<br />
unique_users <- unique(users)<br />
<br />
# --- 5. Создание графа ---<br />
edges <- data.frame(<br />
from = rep("Page", length(unique_users)),<br />
to = unique_users<br />
)<br />
<br />
g <- graph_from_data_frame(edges, directed = FALSE)<br />
<br />
# --- 6. Визуализация ---<br />
plot(g,<br />
vertex.size = ifelse(V(g)$name == "Page", 40, 25),<br />
vertex.color = ifelse(V(g)$name == "Page", "red", "lightblue"),<br />
layout = layout_with_fr(g),<br />
main = "Граф совместного редактирования страницы Digida"<br />
)<br />
</syntaxhighlight><br />
<br />
== Граф совместного редактирования ==<br />
[[Файл:Граф совместной деятельности.png]]<br />
<br />
== Интерпретация данных ==<br />
<br />
Анализ показал:<br />
<br />
* страница редактируется несколькими участниками <br />
* можно выделить активных авторов <br />
* структура редактирования носит коллективный характер <br />
<br />
Таким образом:<br />
<br />
* страница выступает как '''социальный объект''' <br />
* редактирование — как форма взаимодействия участников <br />
* изменения страницы формируют '''стигмергическую координацию''' <br />
<br />
Это подтверждает, что Digida функционирует как социосемантическая система.<br />
<br />
== Граф совместного редактирования страницы ==<br />
<br />
<uml><br />
@startuml<br />
skinparam backgroundColor #FAFAFA<br />
<br />
actor "Автор 1" as A1<br />
actor "Автор 2" as A2<br />
<br />
rectangle "Психологические школы России" as Page<br />
<br />
A1 --> Page<br />
A2 --> Page<br />
<br />
@enduml<br />
</uml><br />
<br />
'''Описание:'''<br />
Граф показывает пользователей, редактирующих страницу, как сеть взаимодействий.<br />
<br />
== Метрика командности ==<br />
<br />
<math><br />
T = \frac{N_{authors}}{N_{edits}}<br />
</math><br />
<br />
где:<br />
* <math>N_{authors}</math> — число уникальных авторов <br />
* <math>N_{edits}</math> — число правок <br />
<br />
Чем выше значение, тем более распределённая командная работа.<br />
<br />
== R-анализ данных Lens ==<br />
<br />
Задача: сравнить научные публикации МГУ, МГПУ и РАН по цитируемости и структуре взаимодействий.<br />
<br />
<syntaxhighlight lang="r" line><br />
library(ggplot2)<br />
library(dplyr)<br />
library(igraph)<br />
<br />
# --- загрузка данных ---<br />
mgu <- read.csv("lens_mgu.csv")<br />
mgpu <- read.csv("lens_mgpu.csv")<br />
ras <- read.csv("lens_ras.csv")<br />
<br />
# --- добавляем метки организаций ---<br />
mgu$org <- "MGU"<br />
mgpu$org <- "MGPU"<br />
ras$org <- "RAS"<br />
<br />
data <- rbind(mgu, mgpu, ras)<br />
</syntaxhighlight><br />
<br />
---<br />
<br />
== 1. Сводная таблица ==<br />
<br />
<syntaxhighlight lang="r" line><br />
summary_table <- data %>%<br />
group_by(org) %>%<br />
summarise(<br />
papers = n(),<br />
avg_citations = mean(Citing.Works.Count, na.rm = TRUE),<br />
max_citations = max(Citing.Works.Count, na.rm = TRUE),<br />
zero_citations = sum(Citing.Works.Count == 0, na.rm = TRUE)<br />
)<br />
<br />
print(summary_table)<br />
</syntaxhighlight><br />
<br />
---<br />
<br />
== 2. Распределение цитируемости ==<br />
<br />
<syntaxhighlight lang="r" line><br />
ggplot(data, aes(x = Citing.Works.Count, fill = org)) +<br />
geom_histogram(binwidth = 1, alpha = 0.5, position = "identity") +<br />
labs(<br />
title = "Распределение цитируемости",<br />
x = "Цитирования",<br />
y = "Количество статей"<br />
) +<br />
theme_minimal()<br />
</syntaxhighlight><br />
<br />
---<br />
<br />
== 3. Разброс цитируемости (точечная модель) ==<br />
<br />
<syntaxhighlight lang="r" line><br />
ggplot(data, aes(x = org, y = Citing.Works.Count, color = org)) +<br />
geom_jitter(width = 0.2, alpha = 0.5) +<br />
labs(<br />
title = "Распределение цитируемости по организациям",<br />
x = "Организация",<br />
y = "Цитирования"<br />
) +<br />
theme_minimal()<br />
</syntaxhighlight><br />
<br />
---<br />
<br />
== 4. Boxplot сравнения организаций ==<br />
<br />
<syntaxhighlight lang="r" line><br />
ggplot(data, aes(x = org, y = Citing.Works.Count, fill = org)) +<br />
geom_boxplot() +<br />
labs(<br />
title = "Сравнение распределений цитируемости",<br />
x = "Организация",<br />
y = "Цитирования"<br />
) +<br />
theme_minimal()<br />
</syntaxhighlight><br />
<br />
---<br />
<br />
== 5. Динамика цитируемости (год × цитирования) ==<br />
<br />
<syntaxhighlight lang="r" line><br />
ggplot(data, aes(x = Publication.Year, y = Citing.Works.Count, color = org)) +<br />
geom_point(alpha = 0.5) +<br />
geom_smooth(method = "lm", se = FALSE) +<br />
labs(<br />
title = "Динамика цитируемости по годам",<br />
x = "Год",<br />
y = "Цитирования"<br />
) +<br />
theme_bw()<br />
</syntaxhighlight><br />
<br />
---<br />
<br />
== 6. Лог-распределение цитируемости ==<br />
<br />
<syntaxhighlight lang="r" line><br />
ggplot(data, aes(x = Citing.Works.Count)) +<br />
geom_histogram(binwidth = 1, fill = "darkblue") +<br />
scale_y_log10() +<br />
labs(<br />
title = "Лог-распределение цитируемости",<br />
x = "Цитирования",<br />
y = "log(частота)"<br />
) +<br />
theme_minimal()<br />
</syntaxhighlight><br />
<br />
---<br />
<br />
== 7. Сетевой граф соавторства между организациями ==<br />
<br />
Идея: Граф интерпретируется как weighted similarity network, где узлы — организации, а ребра — обратная дистанция между средними значениями цитируемости.<br />
<br />
<syntaxhighlight lang="r" line><br />
nodes <- data.frame(<br />
name = c("MGU", "MGPU", "RAS"),<br />
avg_cit = c(3.46, 2.34, 1.55)<br />
)<br />
<br />
# связи строим по разнице (чем ближе — тем сильнее связь)<br />
edges <- data.frame(<br />
from = c("MGU", "MGU", "MGPU"),<br />
to = c("MGPU", "RAS", "RAS"),<br />
weight = c(<br />
abs(3.46 - 2.34),<br />
abs(3.46 - 1.55),<br />
abs(2.34 - 1.55)<br />
)<br />
)<br />
<br />
# превращаем в силу связи (обратно)<br />
edges$weight <- 1 / edges$weight<br />
<br />
g <- graph_from_data_frame(edges, vertices = nodes, directed = FALSE)<br />
<br />
plot(g,<br />
edge.label = round(E(g)$weight, 2),<br />
edge.width = E(g)$weight * 5,<br />
main = "Сеть близости организаций (по цитируемости)")<br />
V(g)$size <- c(3.46, 2.34, 1.55) * 10<br />
</syntaxhighlight><br />
<br />
---<br />
[[Файл:Сеть близости организаций (по цитируемости).png]]<br />
== Сетевой анализ близости организаций ==<br />
<br />
Построенный граф отражает структурное сходство организаций<br />
по распределению цитируемости публикаций.<br />
<br />
В отличие от классического соавторства,<br />
связи интерпретируются как "семантическая близость"<br />
научных профилей.<br />
<br />
== Результаты ==<br />
<br />
* MGPU и RAS образуют наиболее тесную пару по структуре цитируемости <br />
* MGU занимает промежуточную позицию и связывает остальные узлы <br />
* RAS демонстрирует наибольшую удалённость от MGU <br />
<br />
== Интерпретация ==<br />
<br />
Граф отражает не социальные связи авторов,<br />
а социосемантическое сходство научных организаций.<br />
<br />
Таким образом, организации могут быть интерпретированы как<br />
когнитивные агенты, взаимодействующие через структуру знаний,<br />
а не через прямое соавторство.<br />
<br />
== Pipeline анализа данных ==<br />
<br />
<uml><br />
@startuml<br />
skinparam backgroundColor #FAFAFA<br />
title Pipeline исследования<br />
<br />
rectangle "Lens (сырые данные)" as A<br />
rectangle "OpenRefine\n(очистка)" as B<br />
rectangle "External Data\n(фильтрация)" as C<br />
rectangle "Агрегация\n(MapReduce)" as D<br />
rectangle "Анализ (R)" as E<br />
rectangle "Wiki (визуализация)" as F<br />
<br />
A --> B<br />
B --> C<br />
C --> D<br />
D --> E<br />
E --> F<br />
<br />
@enduml<br />
</uml><br />
<br />
---<br />
<br />
== Метрики ==<br />
<br />
Основной показатель:<br />
<br />
<math><br />
\bar{C} = \frac{1}{N} \sum_{i=1}^{N} C_i<br />
</math><br />
<br />
Дополнительно:<br />
<br />
<math><br />
OA = \frac{N_{open}}{N_{total}}<br />
</math><br />
<br />
---<br />
<br />
== Анализ в R ==<br />
<br />
<syntaxhighlight lang="r" line><br />
mgpu <- read.csv("lens_mgpu.csv")<br />
mgu <- read.csv("lens_mgu.csv")<br />
ras <- read.csv("lens_ras.csv")<br />
<br />
mgpu_filtered <- subset(mgpu,<br />
Publication.Year > 2018 &<br />
Citing.Works.Count < 6 &<br />
Publication.Type == "journal article"<br />
)<br />
<br />
mean(mgpu_filtered$Citing.Works.Count)<br />
<br />
aggregate(Citing.Works.Count ~ Publication.Year, data=mgpu, mean)<br />
<br />
hist(mgpu$Citing.Works.Count)<br />
</syntaxhighlight><br />
<br />
---<br />
<br />
== Социосемантическая модель ==<br />
<br />
<uml><br />
@startuml<br />
skinparam backgroundColor #FAFAFA<br />
<br />
actor "Автор" as A<br />
rectangle "Публикация" as P<br />
rectangle "Тематика" as T<br />
rectangle "Научное поле" as F<br />
<br />
A --> P<br />
P --> T<br />
P --> F<br />
P --> P : цитирует<br />
<br />
@enduml<br />
</uml><br />
<br />
---<br />
<br />
== Агентная модель ==<br />
<br />
<netlogo><br />
to setup<br />
clear-all<br />
create-turtles 100 [<br />
setxy random-xcor random-ycor<br />
]<br />
end<br />
<br />
to go<br />
ask turtles [<br />
rt random 360<br />
fd 1<br />
]<br />
end<br />
</netlogo><br />
<br />
---<br />
<br />
== Интерактивная модель ==<br />
<br />
<scratch project="211029567" /><br />
<br />
---<br />
<br />
== Урок с данными ==<br />
* [[Сравнить тексты нескольких датасетов]]<br />
<br />
== Модель на этих данных ==<br />
[[Lens Psych Collab]]<br />
<br />
<br />
[[Категория:BigDataWorks]]<br />
<br />
<br />
== Те же данные, но после очистки в [[OpenRefine]] ==<br />
# Author/s,<br />
# Title,<br />
# Publication Year,<br />
# Lens ID,<br />
# DOI,<br />
# Citing Works Count<br />
<br />
<br />
=== МГПУ ===<br />
* https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_mgpu.csv<br />
<br />
=== Академия наук ===<br />
* https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_ras.csv<br />
<br />
=== МГУ ===<br />
* https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_mgu.csv<br />
---<br />
<br />
== Вывод ==<br />
<br />
Анализ показал:<br />
<br />
* цитируемость зависит от типа публикации <br />
* journal articles формируют ядро научного поля <br />
* Open Access увеличивает видимость исследований <br />
<br />
Социальные параметры (организации) и семантические параметры (структура публикаций) совместно формируют социосемантическую систему науки.<br />
<br />
Цитирование выступает ключевым механизмом связи между ними.</div>
Fedorovaai
http://digida.mgpu.ru/index.php?title=%D0%A4%D0%B0%D0%B9%D0%BB:%D0%A1%D0%B5%D1%82%D1%8C_%D0%B1%D0%BB%D0%B8%D0%B7%D0%BE%D1%81%D1%82%D0%B8_%D0%BE%D1%80%D0%B3%D0%B0%D0%BD%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D0%B9_(%D0%BF%D0%BE_%D1%86%D0%B8%D1%82%D0%B8%D1%80%D1%83%D0%B5%D0%BC%D0%BE%D1%81%D1%82%D0%B8).png&diff=46047
Файл:Сеть близости организаций (по цитируемости).png
2026-04-13T20:44:01Z
<p>Fedorovaai: </p>
<hr />
<div>Сделано в R</div>
Fedorovaai
http://digida.mgpu.ru/index.php?title=%D0%9F%D1%81%D0%B8%D1%85%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%B8%D0%B5_%D1%88%D0%BA%D0%BE%D0%BB%D1%8B_%D0%A0%D0%BE%D1%81%D1%81%D0%B8%D0%B8_(%D0%B4%D0%B0%D1%82%D0%B0%D1%81%D0%B5%D1%82)&diff=46040
Психологические школы России (датасет)
2026-04-13T20:12:37Z
<p>Fedorovaai: /* Граф совместного редактирования страницы */</p>
<hr />
<div>{{Dataset<br />
|Description=Публикации российских психологов в Lens<br />
|KeyDescripions=# Lens ID<br />
#Title<br />
#Date Published<br />
#Publication Year<br />
#Publication Type<br />
#Source Title<br />
#ISSNs<br />
#Publisher<br />
#Source Country<br />
#Author/s<br />
#Abstract<br />
#Volume<br />
#Issue Number<br />
#Start Page<br />
#End Page<br />
#Fields of Study<br />
#Keywords<br />
#MeSH Terms<br />
#Chemicals<br />
#Funding<br />
#Source URLs<br />
#External URL<br />
#PMID<br />
#DOI<br />
#Microsoft Academic ID<br />
#PMCID<br />
#Citing Patents Count<br />
#References<br />
#Citing Works Count<br />
#Is Open Access<br />
#Open Access License<br />
#Open Access Colour<br />
|FileFormat=CSV<br />
|Field_of_knowledge=Информатика, Психология<br />
|launch year=2006<br />
}}<br />
* Академия Наук - https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv<br />
* МГПУ https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv<br />
* МГУ https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv<br />
<br />
= Социосемантическая структура публикаций российских психологов (Lens) =<br />
<br />
== Исследовательский вопрос ==<br />
Как связаны '''социальные параметры научного производства''' (организации: МГУ, МГПУ, РАН) и '''семантические характеристики публикаций''' (тип статьи, открытый доступ, тематика) с уровнем цитируемости?<br />
<br />
== Гипотеза ==<br />
Публикации в формате journal article и с открытым доступом (Open Access) имеют более высокую цитируемость, формируя устойчивые социосемантические паттерны.<br />
<br />
== Теоретическая рамка ==<br />
<br />
Социосемантическая система науки включает:<br />
<br />
* социальный уровень — авторы и организации <br />
* семантический уровень — темы, типы публикаций <br />
* механизм связи — цитирование <br />
<br />
Цитирование выступает как ключевой механизм, связывающий производство знаний и их распространение.<br />
<br />
---<br />
== Данные ==<br />
<br />
=== Академия наук (цитируемость = 5) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv<br />
|format=csv with header<br />
|filters=Citing Works Count=5<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
----<br />
<br />
=== МГУ (публикации = 2018 год, Цитирования = 5) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv<br />
|format=csv with header<br />
|filters=Publication Year=2018,Citing Works Count=5<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Type=Publication Type,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Тип публикации<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Type}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
=== МГПУ (5 фильтров одновременно) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv<br />
|format=csv with header<br />
|delimiter=,<br />
|filters=<br />
Is Open Access=true,<br />
Publication Year>2018,<br />
Citing Works Count < 6,<br />
Publication Type=journal article,<br />
Fields of Study=Psychology<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Type=Publication Type,<br />
OpenAccess=Is Open Access,<br />
Field=Fields of Study,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Тип публикации<br />
!Open Access<br />
!Область<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Type}}}<br />
{{!}} {{{OpenAccess}}}<br />
{{!}} {{{Field}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
== Возможности анализа ==<br />
<br />
Используя параметр |filters= можно:<br />
<br />
* отбирать публикации по годам <br />
* сравнивать школы по цитируемости <br />
* выделять только статьи (Publication Type=journal article) <br />
* анализировать публикации в открытом доступе <br />
* строить выборки для последующего анализа в R <br />
<br />
== Семантические запросы (SMW) ==<br />
<br />
<div style="max-height:400px; overflow:auto; border:1px solid #ccc; padding:10px;"><br />
<br />
=== 1. Датасеты по психологии ===<br />
{{#ask:<br />
[[Field_of_knowledge::Психология]]<br />
| ?FileFormat<br />
| ?launch year<br />
| format=table<br />
}}<br />
''Результат:'' список психологических датасетов<br />
<br />
----<br />
<br />
=== 2. Все BigDataWorks ===<br />
{{#ask:<br />
[[Категория:BigDataWorks]]<br />
| ?Field_of_knowledge<br />
| format=table<br />
}}<br />
''Результат:'' все проекты с данными<br />
<br />
----<br />
<br />
=== 3. После 2010 года ===<br />
{{#ask:<br />
[[launch year::>2010]]<br />
| ?Field_of_knowledge<br />
| format=table<br />
}}<br />
''Результат:'' современные датасеты<br />
<br />
----<br />
<br />
=== 4. Только CSV ===<br />
{{#ask:<br />
[[FileFormat::CSV]]<br />
| ?Field_of_knowledge<br />
| format=table<br />
}}<br />
''Результат:'' данные для R<br />
<br />
----<br />
<br />
=== 5. Междисциплинарные ===<br />
{{#ask:<br />
[[Field_of_knowledge::Психология]] [[Field_of_knowledge::Информатика]]<br />
| ?launch year<br />
| format=table<br />
}}<br />
''Результат:'' пересечение областей<br />
<br />
</div><br />
<br />
== Загрузка данных и первичный просмотр ==<br />
<br />
Задача: загрузить CSV-датасеты Lens и проверить структуру данных.<br />
<br />
<syntaxhighlight lang="r" line><br />
# загрузка данных<br />
mgpu <- read.csv("https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_mgpu.csv")<br />
<br />
# первые 11 строк<br />
head(mgpu, 11)<br />
<br />
# структура данных<br />
str(mgpu)<br />
</syntaxhighlight><br />
<br />
'''Комментарий:'''<br />
Этот шаг позволяет проверить корректность загрузки данных и структуру датасета (переменные, типы данных, пропуски).<br />
<br />
== Визуализация данных (ggplot2) ==<br />
<br />
Задача: визуализировать распределение цитируемости публикаций.<br />
<br />
<syntaxhighlight lang="r" line><br />
library(ggplot2)<br />
mgpu <- read.csv("https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_mgpu.csv")<br />
<br />
ggplot(mgpu, aes(x = Citing.Works.Count)) +<br />
geom_histogram(binwidth = 1, fill = "steelblue", color = "black") +<br />
labs(<br />
title = "Распределение цитируемости публикаций",<br />
x = "Количество цитирований",<br />
y = "Частота"<br />
) +<br />
theme_minimal()<br />
</syntaxhighlight><br />
<br />
'''Комментарий:'''<br />
Гистограмма показывает распределение цитируемости и позволяет выявить ядро высокоцитируемых публикаций.<br />
[[Файл:Распределение цитируемости публикаций.png]]<br />
<br />
== Получение данных через MediaWiki API ==<br />
<br />
Задача: извлечь историю редактирования страницы Digida.<br />
<br />
<syntaxhighlight lang="r" line><br />
library(httr)<br />
library(jsonlite)<br />
<br />
url <- "https://digida.mgpu.ru/api.php"<br />
<br />
response <- GET(url, query = list(<br />
action = "query",<br />
prop = "revisions",<br />
titles = "Психологические_школы_России_(датасет)",<br />
rvprop = "user|timestamp",<br />
rvlimit = 100,<br />
format = "json"<br />
))<br />
<br />
data <- content(response, as = "text", encoding = "UTF-8")<br />
json_data <- fromJSON(data, flatten = TRUE)<br />
<br />
pages <- json_data$query$pages<br />
page <- pages[[1]]<br />
<br />
revisions <- page$revisions<br />
users <- revisions$user<br />
<br />
head(users, 10)<br />
</syntaxhighlight><br />
<br />
'''Комментарий:'''<br />
Данный код извлекает пользователей, редактировавших страницу, что позволяет анализировать социальную структуру взаимодействий.<br />
[[Файл:Активность пользователей (правки страницы).png]]<br />
== Анализ активности участников ==<br />
<br />
Эмпирические данные показывают:<br />
<br />
* всего правок: 35 <br />
* уникальных авторов: 2 <br />
<br />
Распределение активности:<br />
<br />
* Fedorovaai — 21 правка (60%) <br />
* Patarakin — 14 правок (40%) <br />
<br />
Таким образом, наблюдается крайне концентрированная структура участия,<br />
где вся активность распределена между двумя участниками.<br />
<br />
== Интерпретация ==<br />
<br />
Такая структура соответствует модели малой кооперации,<br />
где отсутствует широкая распределённая командность,<br />
но присутствует тесное взаимодействие ядра участников.<br />
<br />
С точки зрения социосемантического анализа:<br />
<br />
* страница является объектом совместного редактирования<br />
* но координация осуществляется через ограниченное число акторов<br />
* наблюдается "ядро взаимодействия без периферии"<br />
<br />
Это важный частный случай стигмергической системы с минимальным числом агентов.<br />
<br />
<br />
== Анализ совместного редактирования моей страницы ==<br />
<br />
Для анализа использован MediaWiki API.<br />
<br />
Запрос:<br />
<br />
https://digida.mgpu.ru/api.php?action=query&prop=revisions&titles=Психологические_школы_России_(датасет)&rvprop=user|timestamp&rvlimit=50&format=json<br />
<br />
Этот запрос возвращает список всех пользователей, редактировавших страницу, и время их правок.<br />
<br />
== Извлечение данных ==<br />
<br />
<syntaxhighlight lang="R" line><br />
# Установка (если нужно)<br />
install.packages(c("httr", "jsonlite", "igraph"))<br />
<br />
library(httr)<br />
library(jsonlite)<br />
library(igraph)<br />
<br />
# --- 1. Запрос ---<br />
url <- "https://digida.mgpu.ru/api.php"<br />
<br />
response <- GET(url, query = list(<br />
action = "query",<br />
prop = "revisions",<br />
titles = "Психологические_школы_России_(датасет)",<br />
rvprop = "user",<br />
rvlimit = 100,<br />
format = "json"<br />
))<br />
<br />
# --- 2. Преобразование ---<br />
json_text <- content(response, as = "text", encoding = "UTF-8")<br />
json_data <- fromJSON(json_text, flatten = TRUE)<br />
<br />
# --- 3. Извлечение пользователей ---<br />
pages <- json_data$query$pages<br />
<br />
page <- pages[[1]]<br />
<br />
# ПРОВЕРКА<br />
print(names(page))<br />
<br />
# если есть revisions — извлекаем<br />
if ("revisions" %in% names(page)) {<br />
revisions <- page$revisions<br />
<br />
users <- revisions$user<br />
<br />
print(users)<br />
<br />
} else {<br />
stop("Нет revisions — проверь название страницы или API")<br />
}<br />
<br />
# --- 4. Уникальные пользователи ---<br />
unique_users <- unique(users)<br />
<br />
# --- 5. Создание графа ---<br />
edges <- data.frame(<br />
from = rep("Page", length(unique_users)),<br />
to = unique_users<br />
)<br />
<br />
g <- graph_from_data_frame(edges, directed = FALSE)<br />
<br />
# --- 6. Визуализация ---<br />
plot(g,<br />
vertex.size = ifelse(V(g)$name == "Page", 40, 25),<br />
vertex.color = ifelse(V(g)$name == "Page", "red", "lightblue"),<br />
layout = layout_with_fr(g),<br />
main = "Граф совместного редактирования страницы Digida"<br />
)<br />
</syntaxhighlight><br />
<br />
== Граф совместного редактирования ==<br />
[[Файл:Граф совместной деятельности.png]]<br />
<br />
== Интерпретация данных ==<br />
<br />
Анализ показал:<br />
<br />
* страница редактируется несколькими участниками <br />
* можно выделить активных авторов <br />
* структура редактирования носит коллективный характер <br />
<br />
Таким образом:<br />
<br />
* страница выступает как '''социальный объект''' <br />
* редактирование — как форма взаимодействия участников <br />
* изменения страницы формируют '''стигмергическую координацию''' <br />
<br />
Это подтверждает, что Digida функционирует как социосемантическая система.<br />
<br />
== Граф совместного редактирования страницы ==<br />
<br />
<uml><br />
@startuml<br />
skinparam backgroundColor #FAFAFA<br />
<br />
actor "Автор 1" as A1<br />
actor "Автор 2" as A2<br />
<br />
rectangle "Психологические школы России" as Page<br />
<br />
A1 --> Page<br />
A2 --> Page<br />
<br />
@enduml<br />
</uml><br />
<br />
'''Описание:'''<br />
Граф показывает пользователей, редактирующих страницу, как сеть взаимодействий.<br />
<br />
== Метрика командности ==<br />
<br />
<math><br />
T = \frac{N_{authors}}{N_{edits}}<br />
</math><br />
<br />
где:<br />
* <math>N_{authors}</math> — число уникальных авторов <br />
* <math>N_{edits}</math> — число правок <br />
<br />
Чем выше значение, тем более распределённая командная работа.<br />
<br />
== Pipeline анализа данных ==<br />
<br />
<uml><br />
@startuml<br />
skinparam backgroundColor #FAFAFA<br />
title Pipeline исследования<br />
<br />
rectangle "Lens (сырые данные)" as A<br />
rectangle "OpenRefine\n(очистка)" as B<br />
rectangle "External Data\n(фильтрация)" as C<br />
rectangle "Агрегация\n(MapReduce)" as D<br />
rectangle "Анализ (R)" as E<br />
rectangle "Wiki (визуализация)" as F<br />
<br />
A --> B<br />
B --> C<br />
C --> D<br />
D --> E<br />
E --> F<br />
<br />
@enduml<br />
</uml><br />
<br />
---<br />
<br />
== Метрики ==<br />
<br />
Основной показатель:<br />
<br />
<math><br />
\bar{C} = \frac{1}{N} \sum_{i=1}^{N} C_i<br />
</math><br />
<br />
Дополнительно:<br />
<br />
<math><br />
OA = \frac{N_{open}}{N_{total}}<br />
</math><br />
<br />
---<br />
<br />
== Анализ в R ==<br />
<br />
<syntaxhighlight lang="r" line><br />
mgpu <- read.csv("lens_mgpu.csv")<br />
mgu <- read.csv("lens_mgu.csv")<br />
ras <- read.csv("lens_ras.csv")<br />
<br />
mgpu_filtered <- subset(mgpu,<br />
Publication.Year > 2018 &<br />
Citing.Works.Count < 6 &<br />
Publication.Type == "journal article"<br />
)<br />
<br />
mean(mgpu_filtered$Citing.Works.Count)<br />
<br />
aggregate(Citing.Works.Count ~ Publication.Year, data=mgpu, mean)<br />
<br />
hist(mgpu$Citing.Works.Count)<br />
</syntaxhighlight><br />
<br />
---<br />
<br />
== Социосемантическая модель ==<br />
<br />
<uml><br />
@startuml<br />
skinparam backgroundColor #FAFAFA<br />
<br />
actor "Автор" as A<br />
rectangle "Публикация" as P<br />
rectangle "Тематика" as T<br />
rectangle "Научное поле" as F<br />
<br />
A --> P<br />
P --> T<br />
P --> F<br />
P --> P : цитирует<br />
<br />
@enduml<br />
</uml><br />
<br />
---<br />
<br />
== Агентная модель ==<br />
<br />
<netlogo><br />
to setup<br />
clear-all<br />
create-turtles 100 [<br />
setxy random-xcor random-ycor<br />
]<br />
end<br />
<br />
to go<br />
ask turtles [<br />
rt random 360<br />
fd 1<br />
]<br />
end<br />
</netlogo><br />
<br />
---<br />
<br />
== Интерактивная модель ==<br />
<br />
<scratch project="211029567" /><br />
<br />
---<br />
<br />
== Урок с данными ==<br />
* [[Сравнить тексты нескольких датасетов]]<br />
<br />
== Модель на этих данных ==<br />
[[Lens Psych Collab]]<br />
<br />
<br />
[[Категория:BigDataWorks]]<br />
<br />
<br />
== Те же данные, но после очистки в [[OpenRefine]] ==<br />
# Author/s,<br />
# Title,<br />
# Publication Year,<br />
# Lens ID,<br />
# DOI,<br />
# Citing Works Count<br />
<br />
<br />
=== МГПУ ===<br />
* https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_mgpu.csv<br />
<br />
=== Академия наук ===<br />
* https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_ras.csv<br />
<br />
=== МГУ ===<br />
* https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_mgu.csv<br />
---<br />
<br />
== Вывод ==<br />
<br />
Анализ показал:<br />
<br />
* цитируемость зависит от типа публикации <br />
* journal articles формируют ядро научного поля <br />
* Open Access увеличивает видимость исследований <br />
<br />
Социальные параметры (организации) и семантические параметры (структура публикаций) совместно формируют социосемантическую систему науки.<br />
<br />
Цитирование выступает ключевым механизмом связи между ними.</div>
Fedorovaai
http://digida.mgpu.ru/index.php?title=%D0%9F%D1%81%D0%B8%D1%85%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%B8%D0%B5_%D1%88%D0%BA%D0%BE%D0%BB%D1%8B_%D0%A0%D0%BE%D1%81%D1%81%D0%B8%D0%B8_(%D0%B4%D0%B0%D1%82%D0%B0%D1%81%D0%B5%D1%82)&diff=46039
Психологические школы России (датасет)
2026-04-13T20:12:14Z
<p>Fedorovaai: /* Граф совместного редактирования страницы */</p>
<hr />
<div>{{Dataset<br />
|Description=Публикации российских психологов в Lens<br />
|KeyDescripions=# Lens ID<br />
#Title<br />
#Date Published<br />
#Publication Year<br />
#Publication Type<br />
#Source Title<br />
#ISSNs<br />
#Publisher<br />
#Source Country<br />
#Author/s<br />
#Abstract<br />
#Volume<br />
#Issue Number<br />
#Start Page<br />
#End Page<br />
#Fields of Study<br />
#Keywords<br />
#MeSH Terms<br />
#Chemicals<br />
#Funding<br />
#Source URLs<br />
#External URL<br />
#PMID<br />
#DOI<br />
#Microsoft Academic ID<br />
#PMCID<br />
#Citing Patents Count<br />
#References<br />
#Citing Works Count<br />
#Is Open Access<br />
#Open Access License<br />
#Open Access Colour<br />
|FileFormat=CSV<br />
|Field_of_knowledge=Информатика, Психология<br />
|launch year=2006<br />
}}<br />
* Академия Наук - https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv<br />
* МГПУ https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv<br />
* МГУ https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv<br />
<br />
= Социосемантическая структура публикаций российских психологов (Lens) =<br />
<br />
== Исследовательский вопрос ==<br />
Как связаны '''социальные параметры научного производства''' (организации: МГУ, МГПУ, РАН) и '''семантические характеристики публикаций''' (тип статьи, открытый доступ, тематика) с уровнем цитируемости?<br />
<br />
== Гипотеза ==<br />
Публикации в формате journal article и с открытым доступом (Open Access) имеют более высокую цитируемость, формируя устойчивые социосемантические паттерны.<br />
<br />
== Теоретическая рамка ==<br />
<br />
Социосемантическая система науки включает:<br />
<br />
* социальный уровень — авторы и организации <br />
* семантический уровень — темы, типы публикаций <br />
* механизм связи — цитирование <br />
<br />
Цитирование выступает как ключевой механизм, связывающий производство знаний и их распространение.<br />
<br />
---<br />
== Данные ==<br />
<br />
=== Академия наук (цитируемость = 5) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv<br />
|format=csv with header<br />
|filters=Citing Works Count=5<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
----<br />
<br />
=== МГУ (публикации = 2018 год, Цитирования = 5) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv<br />
|format=csv with header<br />
|filters=Publication Year=2018,Citing Works Count=5<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Type=Publication Type,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Тип публикации<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Type}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
=== МГПУ (5 фильтров одновременно) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv<br />
|format=csv with header<br />
|delimiter=,<br />
|filters=<br />
Is Open Access=true,<br />
Publication Year>2018,<br />
Citing Works Count < 6,<br />
Publication Type=journal article,<br />
Fields of Study=Psychology<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Type=Publication Type,<br />
OpenAccess=Is Open Access,<br />
Field=Fields of Study,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Тип публикации<br />
!Open Access<br />
!Область<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Type}}}<br />
{{!}} {{{OpenAccess}}}<br />
{{!}} {{{Field}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
== Возможности анализа ==<br />
<br />
Используя параметр |filters= можно:<br />
<br />
* отбирать публикации по годам <br />
* сравнивать школы по цитируемости <br />
* выделять только статьи (Publication Type=journal article) <br />
* анализировать публикации в открытом доступе <br />
* строить выборки для последующего анализа в R <br />
<br />
== Семантические запросы (SMW) ==<br />
<br />
<div style="max-height:400px; overflow:auto; border:1px solid #ccc; padding:10px;"><br />
<br />
=== 1. Датасеты по психологии ===<br />
{{#ask:<br />
[[Field_of_knowledge::Психология]]<br />
| ?FileFormat<br />
| ?launch year<br />
| format=table<br />
}}<br />
''Результат:'' список психологических датасетов<br />
<br />
----<br />
<br />
=== 2. Все BigDataWorks ===<br />
{{#ask:<br />
[[Категория:BigDataWorks]]<br />
| ?Field_of_knowledge<br />
| format=table<br />
}}<br />
''Результат:'' все проекты с данными<br />
<br />
----<br />
<br />
=== 3. После 2010 года ===<br />
{{#ask:<br />
[[launch year::>2010]]<br />
| ?Field_of_knowledge<br />
| format=table<br />
}}<br />
''Результат:'' современные датасеты<br />
<br />
----<br />
<br />
=== 4. Только CSV ===<br />
{{#ask:<br />
[[FileFormat::CSV]]<br />
| ?Field_of_knowledge<br />
| format=table<br />
}}<br />
''Результат:'' данные для R<br />
<br />
----<br />
<br />
=== 5. Междисциплинарные ===<br />
{{#ask:<br />
[[Field_of_knowledge::Психология]] [[Field_of_knowledge::Информатика]]<br />
| ?launch year<br />
| format=table<br />
}}<br />
''Результат:'' пересечение областей<br />
<br />
</div><br />
<br />
== Загрузка данных и первичный просмотр ==<br />
<br />
Задача: загрузить CSV-датасеты Lens и проверить структуру данных.<br />
<br />
<syntaxhighlight lang="r" line><br />
# загрузка данных<br />
mgpu <- read.csv("https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_mgpu.csv")<br />
<br />
# первые 11 строк<br />
head(mgpu, 11)<br />
<br />
# структура данных<br />
str(mgpu)<br />
</syntaxhighlight><br />
<br />
'''Комментарий:'''<br />
Этот шаг позволяет проверить корректность загрузки данных и структуру датасета (переменные, типы данных, пропуски).<br />
<br />
== Визуализация данных (ggplot2) ==<br />
<br />
Задача: визуализировать распределение цитируемости публикаций.<br />
<br />
<syntaxhighlight lang="r" line><br />
library(ggplot2)<br />
mgpu <- read.csv("https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_mgpu.csv")<br />
<br />
ggplot(mgpu, aes(x = Citing.Works.Count)) +<br />
geom_histogram(binwidth = 1, fill = "steelblue", color = "black") +<br />
labs(<br />
title = "Распределение цитируемости публикаций",<br />
x = "Количество цитирований",<br />
y = "Частота"<br />
) +<br />
theme_minimal()<br />
</syntaxhighlight><br />
<br />
'''Комментарий:'''<br />
Гистограмма показывает распределение цитируемости и позволяет выявить ядро высокоцитируемых публикаций.<br />
[[Файл:Распределение цитируемости публикаций.png]]<br />
<br />
== Получение данных через MediaWiki API ==<br />
<br />
Задача: извлечь историю редактирования страницы Digida.<br />
<br />
<syntaxhighlight lang="r" line><br />
library(httr)<br />
library(jsonlite)<br />
<br />
url <- "https://digida.mgpu.ru/api.php"<br />
<br />
response <- GET(url, query = list(<br />
action = "query",<br />
prop = "revisions",<br />
titles = "Психологические_школы_России_(датасет)",<br />
rvprop = "user|timestamp",<br />
rvlimit = 100,<br />
format = "json"<br />
))<br />
<br />
data <- content(response, as = "text", encoding = "UTF-8")<br />
json_data <- fromJSON(data, flatten = TRUE)<br />
<br />
pages <- json_data$query$pages<br />
page <- pages[[1]]<br />
<br />
revisions <- page$revisions<br />
users <- revisions$user<br />
<br />
head(users, 10)<br />
</syntaxhighlight><br />
<br />
'''Комментарий:'''<br />
Данный код извлекает пользователей, редактировавших страницу, что позволяет анализировать социальную структуру взаимодействий.<br />
[[Файл:Активность пользователей (правки страницы).png]]<br />
== Анализ активности участников ==<br />
<br />
Эмпирические данные показывают:<br />
<br />
* всего правок: 35 <br />
* уникальных авторов: 2 <br />
<br />
Распределение активности:<br />
<br />
* Fedorovaai — 21 правка (60%) <br />
* Patarakin — 14 правок (40%) <br />
<br />
Таким образом, наблюдается крайне концентрированная структура участия,<br />
где вся активность распределена между двумя участниками.<br />
<br />
== Интерпретация ==<br />
<br />
Такая структура соответствует модели малой кооперации,<br />
где отсутствует широкая распределённая командность,<br />
но присутствует тесное взаимодействие ядра участников.<br />
<br />
С точки зрения социосемантического анализа:<br />
<br />
* страница является объектом совместного редактирования<br />
* но координация осуществляется через ограниченное число акторов<br />
* наблюдается "ядро взаимодействия без периферии"<br />
<br />
Это важный частный случай стигмергической системы с минимальным числом агентов.<br />
<br />
<br />
== Анализ совместного редактирования моей страницы ==<br />
<br />
Для анализа использован MediaWiki API.<br />
<br />
Запрос:<br />
<br />
https://digida.mgpu.ru/api.php?action=query&prop=revisions&titles=Психологические_школы_России_(датасет)&rvprop=user|timestamp&rvlimit=50&format=json<br />
<br />
Этот запрос возвращает список всех пользователей, редактировавших страницу, и время их правок.<br />
<br />
== Извлечение данных ==<br />
<br />
<syntaxhighlight lang="R" line><br />
# Установка (если нужно)<br />
install.packages(c("httr", "jsonlite", "igraph"))<br />
<br />
library(httr)<br />
library(jsonlite)<br />
library(igraph)<br />
<br />
# --- 1. Запрос ---<br />
url <- "https://digida.mgpu.ru/api.php"<br />
<br />
response <- GET(url, query = list(<br />
action = "query",<br />
prop = "revisions",<br />
titles = "Психологические_школы_России_(датасет)",<br />
rvprop = "user",<br />
rvlimit = 100,<br />
format = "json"<br />
))<br />
<br />
# --- 2. Преобразование ---<br />
json_text <- content(response, as = "text", encoding = "UTF-8")<br />
json_data <- fromJSON(json_text, flatten = TRUE)<br />
<br />
# --- 3. Извлечение пользователей ---<br />
pages <- json_data$query$pages<br />
<br />
page <- pages[[1]]<br />
<br />
# ПРОВЕРКА<br />
print(names(page))<br />
<br />
# если есть revisions — извлекаем<br />
if ("revisions" %in% names(page)) {<br />
revisions <- page$revisions<br />
<br />
users <- revisions$user<br />
<br />
print(users)<br />
<br />
} else {<br />
stop("Нет revisions — проверь название страницы или API")<br />
}<br />
<br />
# --- 4. Уникальные пользователи ---<br />
unique_users <- unique(users)<br />
<br />
# --- 5. Создание графа ---<br />
edges <- data.frame(<br />
from = rep("Page", length(unique_users)),<br />
to = unique_users<br />
)<br />
<br />
g <- graph_from_data_frame(edges, directed = FALSE)<br />
<br />
# --- 6. Визуализация ---<br />
plot(g,<br />
vertex.size = ifelse(V(g)$name == "Page", 40, 25),<br />
vertex.color = ifelse(V(g)$name == "Page", "red", "lightblue"),<br />
layout = layout_with_fr(g),<br />
main = "Граф совместного редактирования страницы Digida"<br />
)<br />
</syntaxhighlight><br />
<br />
== Граф совместного редактирования ==<br />
[[Файл:Граф совместной деятельности.png]]<br />
<br />
== Интерпретация данных ==<br />
<br />
Анализ показал:<br />
<br />
* страница редактируется несколькими участниками <br />
* можно выделить активных авторов <br />
* структура редактирования носит коллективный характер <br />
<br />
Таким образом:<br />
<br />
* страница выступает как '''социальный объект''' <br />
* редактирование — как форма взаимодействия участников <br />
* изменения страницы формируют '''стигмергическую координацию''' <br />
<br />
Это подтверждает, что Digida функционирует как социосемантическая система.<br />
<br />
== Граф совместного редактирования страницы ==<br />
<br />
<uml><br />
@startuml<br />
skinparam backgroundColor #FAFAFA<br />
<br />
actor "Автор 1" as A1<br />
actor "Автор 2" as A2<br />
<br />
rectangle "Психологические школы России" as Page<br />
<br />
A1 --> Page<br />
A2 --> Page<br />
A3 --> Page<br />
<br />
@enduml<br />
</uml><br />
<br />
'''Описание:'''<br />
Граф показывает пользователей, редактирующих страницу, как сеть взаимодействий.<br />
<br />
== Метрика командности ==<br />
<br />
<math><br />
T = \frac{N_{authors}}{N_{edits}}<br />
</math><br />
<br />
где:<br />
* <math>N_{authors}</math> — число уникальных авторов <br />
* <math>N_{edits}</math> — число правок <br />
<br />
Чем выше значение, тем более распределённая командная работа.<br />
<br />
== Pipeline анализа данных ==<br />
<br />
<uml><br />
@startuml<br />
skinparam backgroundColor #FAFAFA<br />
title Pipeline исследования<br />
<br />
rectangle "Lens (сырые данные)" as A<br />
rectangle "OpenRefine\n(очистка)" as B<br />
rectangle "External Data\n(фильтрация)" as C<br />
rectangle "Агрегация\n(MapReduce)" as D<br />
rectangle "Анализ (R)" as E<br />
rectangle "Wiki (визуализация)" as F<br />
<br />
A --> B<br />
B --> C<br />
C --> D<br />
D --> E<br />
E --> F<br />
<br />
@enduml<br />
</uml><br />
<br />
---<br />
<br />
== Метрики ==<br />
<br />
Основной показатель:<br />
<br />
<math><br />
\bar{C} = \frac{1}{N} \sum_{i=1}^{N} C_i<br />
</math><br />
<br />
Дополнительно:<br />
<br />
<math><br />
OA = \frac{N_{open}}{N_{total}}<br />
</math><br />
<br />
---<br />
<br />
== Анализ в R ==<br />
<br />
<syntaxhighlight lang="r" line><br />
mgpu <- read.csv("lens_mgpu.csv")<br />
mgu <- read.csv("lens_mgu.csv")<br />
ras <- read.csv("lens_ras.csv")<br />
<br />
mgpu_filtered <- subset(mgpu,<br />
Publication.Year > 2018 &<br />
Citing.Works.Count < 6 &<br />
Publication.Type == "journal article"<br />
)<br />
<br />
mean(mgpu_filtered$Citing.Works.Count)<br />
<br />
aggregate(Citing.Works.Count ~ Publication.Year, data=mgpu, mean)<br />
<br />
hist(mgpu$Citing.Works.Count)<br />
</syntaxhighlight><br />
<br />
---<br />
<br />
== Социосемантическая модель ==<br />
<br />
<uml><br />
@startuml<br />
skinparam backgroundColor #FAFAFA<br />
<br />
actor "Автор" as A<br />
rectangle "Публикация" as P<br />
rectangle "Тематика" as T<br />
rectangle "Научное поле" as F<br />
<br />
A --> P<br />
P --> T<br />
P --> F<br />
P --> P : цитирует<br />
<br />
@enduml<br />
</uml><br />
<br />
---<br />
<br />
== Агентная модель ==<br />
<br />
<netlogo><br />
to setup<br />
clear-all<br />
create-turtles 100 [<br />
setxy random-xcor random-ycor<br />
]<br />
end<br />
<br />
to go<br />
ask turtles [<br />
rt random 360<br />
fd 1<br />
]<br />
end<br />
</netlogo><br />
<br />
---<br />
<br />
== Интерактивная модель ==<br />
<br />
<scratch project="211029567" /><br />
<br />
---<br />
<br />
== Урок с данными ==<br />
* [[Сравнить тексты нескольких датасетов]]<br />
<br />
== Модель на этих данных ==<br />
[[Lens Psych Collab]]<br />
<br />
<br />
[[Категория:BigDataWorks]]<br />
<br />
<br />
== Те же данные, но после очистки в [[OpenRefine]] ==<br />
# Author/s,<br />
# Title,<br />
# Publication Year,<br />
# Lens ID,<br />
# DOI,<br />
# Citing Works Count<br />
<br />
<br />
=== МГПУ ===<br />
* https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_mgpu.csv<br />
<br />
=== Академия наук ===<br />
* https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_ras.csv<br />
<br />
=== МГУ ===<br />
* https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_mgu.csv<br />
---<br />
<br />
== Вывод ==<br />
<br />
Анализ показал:<br />
<br />
* цитируемость зависит от типа публикации <br />
* journal articles формируют ядро научного поля <br />
* Open Access увеличивает видимость исследований <br />
<br />
Социальные параметры (организации) и семантические параметры (структура публикаций) совместно формируют социосемантическую систему науки.<br />
<br />
Цитирование выступает ключевым механизмом связи между ними.</div>
Fedorovaai
http://digida.mgpu.ru/index.php?title=%D0%9F%D1%81%D0%B8%D1%85%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%B8%D0%B5_%D1%88%D0%BA%D0%BE%D0%BB%D1%8B_%D0%A0%D0%BE%D1%81%D1%81%D0%B8%D0%B8_(%D0%B4%D0%B0%D1%82%D0%B0%D1%81%D0%B5%D1%82)&diff=46038
Психологические школы России (датасет)
2026-04-13T20:11:12Z
<p>Fedorovaai: </p>
<hr />
<div>{{Dataset<br />
|Description=Публикации российских психологов в Lens<br />
|KeyDescripions=# Lens ID<br />
#Title<br />
#Date Published<br />
#Publication Year<br />
#Publication Type<br />
#Source Title<br />
#ISSNs<br />
#Publisher<br />
#Source Country<br />
#Author/s<br />
#Abstract<br />
#Volume<br />
#Issue Number<br />
#Start Page<br />
#End Page<br />
#Fields of Study<br />
#Keywords<br />
#MeSH Terms<br />
#Chemicals<br />
#Funding<br />
#Source URLs<br />
#External URL<br />
#PMID<br />
#DOI<br />
#Microsoft Academic ID<br />
#PMCID<br />
#Citing Patents Count<br />
#References<br />
#Citing Works Count<br />
#Is Open Access<br />
#Open Access License<br />
#Open Access Colour<br />
|FileFormat=CSV<br />
|Field_of_knowledge=Информатика, Психология<br />
|launch year=2006<br />
}}<br />
* Академия Наук - https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv<br />
* МГПУ https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv<br />
* МГУ https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv<br />
<br />
= Социосемантическая структура публикаций российских психологов (Lens) =<br />
<br />
== Исследовательский вопрос ==<br />
Как связаны '''социальные параметры научного производства''' (организации: МГУ, МГПУ, РАН) и '''семантические характеристики публикаций''' (тип статьи, открытый доступ, тематика) с уровнем цитируемости?<br />
<br />
== Гипотеза ==<br />
Публикации в формате journal article и с открытым доступом (Open Access) имеют более высокую цитируемость, формируя устойчивые социосемантические паттерны.<br />
<br />
== Теоретическая рамка ==<br />
<br />
Социосемантическая система науки включает:<br />
<br />
* социальный уровень — авторы и организации <br />
* семантический уровень — темы, типы публикаций <br />
* механизм связи — цитирование <br />
<br />
Цитирование выступает как ключевой механизм, связывающий производство знаний и их распространение.<br />
<br />
---<br />
== Данные ==<br />
<br />
=== Академия наук (цитируемость = 5) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv<br />
|format=csv with header<br />
|filters=Citing Works Count=5<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
----<br />
<br />
=== МГУ (публикации = 2018 год, Цитирования = 5) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv<br />
|format=csv with header<br />
|filters=Publication Year=2018,Citing Works Count=5<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Type=Publication Type,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Тип публикации<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Type}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
=== МГПУ (5 фильтров одновременно) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv<br />
|format=csv with header<br />
|delimiter=,<br />
|filters=<br />
Is Open Access=true,<br />
Publication Year>2018,<br />
Citing Works Count < 6,<br />
Publication Type=journal article,<br />
Fields of Study=Psychology<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Type=Publication Type,<br />
OpenAccess=Is Open Access,<br />
Field=Fields of Study,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Тип публикации<br />
!Open Access<br />
!Область<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Type}}}<br />
{{!}} {{{OpenAccess}}}<br />
{{!}} {{{Field}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
== Возможности анализа ==<br />
<br />
Используя параметр |filters= можно:<br />
<br />
* отбирать публикации по годам <br />
* сравнивать школы по цитируемости <br />
* выделять только статьи (Publication Type=journal article) <br />
* анализировать публикации в открытом доступе <br />
* строить выборки для последующего анализа в R <br />
<br />
== Семантические запросы (SMW) ==<br />
<br />
<div style="max-height:400px; overflow:auto; border:1px solid #ccc; padding:10px;"><br />
<br />
=== 1. Датасеты по психологии ===<br />
{{#ask:<br />
[[Field_of_knowledge::Психология]]<br />
| ?FileFormat<br />
| ?launch year<br />
| format=table<br />
}}<br />
''Результат:'' список психологических датасетов<br />
<br />
----<br />
<br />
=== 2. Все BigDataWorks ===<br />
{{#ask:<br />
[[Категория:BigDataWorks]]<br />
| ?Field_of_knowledge<br />
| format=table<br />
}}<br />
''Результат:'' все проекты с данными<br />
<br />
----<br />
<br />
=== 3. После 2010 года ===<br />
{{#ask:<br />
[[launch year::>2010]]<br />
| ?Field_of_knowledge<br />
| format=table<br />
}}<br />
''Результат:'' современные датасеты<br />
<br />
----<br />
<br />
=== 4. Только CSV ===<br />
{{#ask:<br />
[[FileFormat::CSV]]<br />
| ?Field_of_knowledge<br />
| format=table<br />
}}<br />
''Результат:'' данные для R<br />
<br />
----<br />
<br />
=== 5. Междисциплинарные ===<br />
{{#ask:<br />
[[Field_of_knowledge::Психология]] [[Field_of_knowledge::Информатика]]<br />
| ?launch year<br />
| format=table<br />
}}<br />
''Результат:'' пересечение областей<br />
<br />
</div><br />
<br />
== Загрузка данных и первичный просмотр ==<br />
<br />
Задача: загрузить CSV-датасеты Lens и проверить структуру данных.<br />
<br />
<syntaxhighlight lang="r" line><br />
# загрузка данных<br />
mgpu <- read.csv("https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_mgpu.csv")<br />
<br />
# первые 11 строк<br />
head(mgpu, 11)<br />
<br />
# структура данных<br />
str(mgpu)<br />
</syntaxhighlight><br />
<br />
'''Комментарий:'''<br />
Этот шаг позволяет проверить корректность загрузки данных и структуру датасета (переменные, типы данных, пропуски).<br />
<br />
== Визуализация данных (ggplot2) ==<br />
<br />
Задача: визуализировать распределение цитируемости публикаций.<br />
<br />
<syntaxhighlight lang="r" line><br />
library(ggplot2)<br />
mgpu <- read.csv("https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_mgpu.csv")<br />
<br />
ggplot(mgpu, aes(x = Citing.Works.Count)) +<br />
geom_histogram(binwidth = 1, fill = "steelblue", color = "black") +<br />
labs(<br />
title = "Распределение цитируемости публикаций",<br />
x = "Количество цитирований",<br />
y = "Частота"<br />
) +<br />
theme_minimal()<br />
</syntaxhighlight><br />
<br />
'''Комментарий:'''<br />
Гистограмма показывает распределение цитируемости и позволяет выявить ядро высокоцитируемых публикаций.<br />
[[Файл:Распределение цитируемости публикаций.png]]<br />
<br />
== Получение данных через MediaWiki API ==<br />
<br />
Задача: извлечь историю редактирования страницы Digida.<br />
<br />
<syntaxhighlight lang="r" line><br />
library(httr)<br />
library(jsonlite)<br />
<br />
url <- "https://digida.mgpu.ru/api.php"<br />
<br />
response <- GET(url, query = list(<br />
action = "query",<br />
prop = "revisions",<br />
titles = "Психологические_школы_России_(датасет)",<br />
rvprop = "user|timestamp",<br />
rvlimit = 100,<br />
format = "json"<br />
))<br />
<br />
data <- content(response, as = "text", encoding = "UTF-8")<br />
json_data <- fromJSON(data, flatten = TRUE)<br />
<br />
pages <- json_data$query$pages<br />
page <- pages[[1]]<br />
<br />
revisions <- page$revisions<br />
users <- revisions$user<br />
<br />
head(users, 10)<br />
</syntaxhighlight><br />
<br />
'''Комментарий:'''<br />
Данный код извлекает пользователей, редактировавших страницу, что позволяет анализировать социальную структуру взаимодействий.<br />
[[Файл:Активность пользователей (правки страницы).png]]<br />
== Анализ активности участников ==<br />
<br />
Эмпирические данные показывают:<br />
<br />
* всего правок: 35 <br />
* уникальных авторов: 2 <br />
<br />
Распределение активности:<br />
<br />
* Fedorovaai — 21 правка (60%) <br />
* Patarakin — 14 правок (40%) <br />
<br />
Таким образом, наблюдается крайне концентрированная структура участия,<br />
где вся активность распределена между двумя участниками.<br />
<br />
== Интерпретация ==<br />
<br />
Такая структура соответствует модели малой кооперации,<br />
где отсутствует широкая распределённая командность,<br />
но присутствует тесное взаимодействие ядра участников.<br />
<br />
С точки зрения социосемантического анализа:<br />
<br />
* страница является объектом совместного редактирования<br />
* но координация осуществляется через ограниченное число акторов<br />
* наблюдается "ядро взаимодействия без периферии"<br />
<br />
Это важный частный случай стигмергической системы с минимальным числом агентов.<br />
<br />
<br />
== Анализ совместного редактирования моей страницы ==<br />
<br />
Для анализа использован MediaWiki API.<br />
<br />
Запрос:<br />
<br />
https://digida.mgpu.ru/api.php?action=query&prop=revisions&titles=Психологические_школы_России_(датасет)&rvprop=user|timestamp&rvlimit=50&format=json<br />
<br />
Этот запрос возвращает список всех пользователей, редактировавших страницу, и время их правок.<br />
<br />
== Извлечение данных ==<br />
<br />
<syntaxhighlight lang="R" line><br />
# Установка (если нужно)<br />
install.packages(c("httr", "jsonlite", "igraph"))<br />
<br />
library(httr)<br />
library(jsonlite)<br />
library(igraph)<br />
<br />
# --- 1. Запрос ---<br />
url <- "https://digida.mgpu.ru/api.php"<br />
<br />
response <- GET(url, query = list(<br />
action = "query",<br />
prop = "revisions",<br />
titles = "Психологические_школы_России_(датасет)",<br />
rvprop = "user",<br />
rvlimit = 100,<br />
format = "json"<br />
))<br />
<br />
# --- 2. Преобразование ---<br />
json_text <- content(response, as = "text", encoding = "UTF-8")<br />
json_data <- fromJSON(json_text, flatten = TRUE)<br />
<br />
# --- 3. Извлечение пользователей ---<br />
pages <- json_data$query$pages<br />
<br />
page <- pages[[1]]<br />
<br />
# ПРОВЕРКА<br />
print(names(page))<br />
<br />
# если есть revisions — извлекаем<br />
if ("revisions" %in% names(page)) {<br />
revisions <- page$revisions<br />
<br />
users <- revisions$user<br />
<br />
print(users)<br />
<br />
} else {<br />
stop("Нет revisions — проверь название страницы или API")<br />
}<br />
<br />
# --- 4. Уникальные пользователи ---<br />
unique_users <- unique(users)<br />
<br />
# --- 5. Создание графа ---<br />
edges <- data.frame(<br />
from = rep("Page", length(unique_users)),<br />
to = unique_users<br />
)<br />
<br />
g <- graph_from_data_frame(edges, directed = FALSE)<br />
<br />
# --- 6. Визуализация ---<br />
plot(g,<br />
vertex.size = ifelse(V(g)$name == "Page", 40, 25),<br />
vertex.color = ifelse(V(g)$name == "Page", "red", "lightblue"),<br />
layout = layout_with_fr(g),<br />
main = "Граф совместного редактирования страницы Digida"<br />
)<br />
</syntaxhighlight><br />
<br />
== Граф совместного редактирования ==<br />
[[Файл:Граф совместной деятельности.png]]<br />
<br />
== Интерпретация данных ==<br />
<br />
Анализ показал:<br />
<br />
* страница редактируется несколькими участниками <br />
* можно выделить активных авторов <br />
* структура редактирования носит коллективный характер <br />
<br />
Таким образом:<br />
<br />
* страница выступает как '''социальный объект''' <br />
* редактирование — как форма взаимодействия участников <br />
* изменения страницы формируют '''стигмергическую координацию''' <br />
<br />
Это подтверждает, что Digida функционирует как социосемантическая система.<br />
<br />
== Граф совместного редактирования страницы ==<br />
<br />
<uml><br />
@startuml<br />
skinparam backgroundColor #FAFAFA<br />
<br />
actor "Автор 1" as A1<br />
actor "Автор 2" as A2<br />
actor "Автор 3" as A3<br />
<br />
rectangle "Психологические школы России" as Page<br />
<br />
A1 --> Page<br />
A2 --> Page<br />
A3 --> Page<br />
<br />
@enduml<br />
</uml><br />
<br />
'''Описание:'''<br />
Граф показывает пользователей, редактирующих страницу, как сеть взаимодействий.<br />
<br />
== Метрика командности ==<br />
<br />
<math><br />
T = \frac{N_{authors}}{N_{edits}}<br />
</math><br />
<br />
где:<br />
* <math>N_{authors}</math> — число уникальных авторов <br />
* <math>N_{edits}</math> — число правок <br />
<br />
Чем выше значение, тем более распределённая командная работа.<br />
<br />
== Pipeline анализа данных ==<br />
<br />
<uml><br />
@startuml<br />
skinparam backgroundColor #FAFAFA<br />
title Pipeline исследования<br />
<br />
rectangle "Lens (сырые данные)" as A<br />
rectangle "OpenRefine\n(очистка)" as B<br />
rectangle "External Data\n(фильтрация)" as C<br />
rectangle "Агрегация\n(MapReduce)" as D<br />
rectangle "Анализ (R)" as E<br />
rectangle "Wiki (визуализация)" as F<br />
<br />
A --> B<br />
B --> C<br />
C --> D<br />
D --> E<br />
E --> F<br />
<br />
@enduml<br />
</uml><br />
<br />
---<br />
<br />
== Метрики ==<br />
<br />
Основной показатель:<br />
<br />
<math><br />
\bar{C} = \frac{1}{N} \sum_{i=1}^{N} C_i<br />
</math><br />
<br />
Дополнительно:<br />
<br />
<math><br />
OA = \frac{N_{open}}{N_{total}}<br />
</math><br />
<br />
---<br />
<br />
== Анализ в R ==<br />
<br />
<syntaxhighlight lang="r" line><br />
mgpu <- read.csv("lens_mgpu.csv")<br />
mgu <- read.csv("lens_mgu.csv")<br />
ras <- read.csv("lens_ras.csv")<br />
<br />
mgpu_filtered <- subset(mgpu,<br />
Publication.Year > 2018 &<br />
Citing.Works.Count < 6 &<br />
Publication.Type == "journal article"<br />
)<br />
<br />
mean(mgpu_filtered$Citing.Works.Count)<br />
<br />
aggregate(Citing.Works.Count ~ Publication.Year, data=mgpu, mean)<br />
<br />
hist(mgpu$Citing.Works.Count)<br />
</syntaxhighlight><br />
<br />
---<br />
<br />
== Социосемантическая модель ==<br />
<br />
<uml><br />
@startuml<br />
skinparam backgroundColor #FAFAFA<br />
<br />
actor "Автор" as A<br />
rectangle "Публикация" as P<br />
rectangle "Тематика" as T<br />
rectangle "Научное поле" as F<br />
<br />
A --> P<br />
P --> T<br />
P --> F<br />
P --> P : цитирует<br />
<br />
@enduml<br />
</uml><br />
<br />
---<br />
<br />
== Агентная модель ==<br />
<br />
<netlogo><br />
to setup<br />
clear-all<br />
create-turtles 100 [<br />
setxy random-xcor random-ycor<br />
]<br />
end<br />
<br />
to go<br />
ask turtles [<br />
rt random 360<br />
fd 1<br />
]<br />
end<br />
</netlogo><br />
<br />
---<br />
<br />
== Интерактивная модель ==<br />
<br />
<scratch project="211029567" /><br />
<br />
---<br />
<br />
== Урок с данными ==<br />
* [[Сравнить тексты нескольких датасетов]]<br />
<br />
== Модель на этих данных ==<br />
[[Lens Psych Collab]]<br />
<br />
<br />
[[Категория:BigDataWorks]]<br />
<br />
<br />
== Те же данные, но после очистки в [[OpenRefine]] ==<br />
# Author/s,<br />
# Title,<br />
# Publication Year,<br />
# Lens ID,<br />
# DOI,<br />
# Citing Works Count<br />
<br />
<br />
=== МГПУ ===<br />
* https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_mgpu.csv<br />
<br />
=== Академия наук ===<br />
* https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_ras.csv<br />
<br />
=== МГУ ===<br />
* https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_mgu.csv<br />
---<br />
<br />
== Вывод ==<br />
<br />
Анализ показал:<br />
<br />
* цитируемость зависит от типа публикации <br />
* journal articles формируют ядро научного поля <br />
* Open Access увеличивает видимость исследований <br />
<br />
Социальные параметры (организации) и семантические параметры (структура публикаций) совместно формируют социосемантическую систему науки.<br />
<br />
Цитирование выступает ключевым механизмом связи между ними.</div>
Fedorovaai
http://digida.mgpu.ru/index.php?title=%D0%A4%D0%B0%D0%B9%D0%BB:%D0%90%D0%BA%D1%82%D0%B8%D0%B2%D0%BD%D0%BE%D1%81%D1%82%D1%8C_%D0%BF%D0%BE%D0%BB%D1%8C%D0%B7%D0%BE%D0%B2%D0%B0%D1%82%D0%B5%D0%BB%D0%B5%D0%B9_(%D0%BF%D1%80%D0%B0%D0%B2%D0%BA%D0%B8_%D1%81%D1%82%D1%80%D0%B0%D0%BD%D0%B8%D1%86%D1%8B).png&diff=46037
Файл:Активность пользователей (правки страницы).png
2026-04-13T20:11:02Z
<p>Fedorovaai: </p>
<hr />
<div>Сделано на R</div>
Fedorovaai
http://digida.mgpu.ru/index.php?title=%D0%9F%D1%81%D0%B8%D1%85%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%B8%D0%B5_%D1%88%D0%BA%D0%BE%D0%BB%D1%8B_%D0%A0%D0%BE%D1%81%D1%81%D0%B8%D0%B8_(%D0%B4%D0%B0%D1%82%D0%B0%D1%81%D0%B5%D1%82)&diff=46032
Психологические школы России (датасет)
2026-04-13T19:56:08Z
<p>Fedorovaai: </p>
<hr />
<div>{{Dataset<br />
|Description=Публикации российских психологов в Lens<br />
|KeyDescripions=# Lens ID<br />
#Title<br />
#Date Published<br />
#Publication Year<br />
#Publication Type<br />
#Source Title<br />
#ISSNs<br />
#Publisher<br />
#Source Country<br />
#Author/s<br />
#Abstract<br />
#Volume<br />
#Issue Number<br />
#Start Page<br />
#End Page<br />
#Fields of Study<br />
#Keywords<br />
#MeSH Terms<br />
#Chemicals<br />
#Funding<br />
#Source URLs<br />
#External URL<br />
#PMID<br />
#DOI<br />
#Microsoft Academic ID<br />
#PMCID<br />
#Citing Patents Count<br />
#References<br />
#Citing Works Count<br />
#Is Open Access<br />
#Open Access License<br />
#Open Access Colour<br />
|FileFormat=CSV<br />
|Field_of_knowledge=Информатика, Психология<br />
|launch year=2006<br />
}}<br />
* Академия Наук - https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv<br />
* МГПУ https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv<br />
* МГУ https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv<br />
<br />
= Социосемантическая структура публикаций российских психологов (Lens) =<br />
<br />
== Исследовательский вопрос ==<br />
Как связаны '''социальные параметры научного производства''' (организации: МГУ, МГПУ, РАН) и '''семантические характеристики публикаций''' (тип статьи, открытый доступ, тематика) с уровнем цитируемости?<br />
<br />
== Гипотеза ==<br />
Публикации в формате journal article и с открытым доступом (Open Access) имеют более высокую цитируемость, формируя устойчивые социосемантические паттерны.<br />
<br />
== Теоретическая рамка ==<br />
<br />
Социосемантическая система науки включает:<br />
<br />
* социальный уровень — авторы и организации <br />
* семантический уровень — темы, типы публикаций <br />
* механизм связи — цитирование <br />
<br />
Цитирование выступает как ключевой механизм, связывающий производство знаний и их распространение.<br />
<br />
---<br />
== Данные ==<br />
<br />
=== Академия наук (цитируемость = 5) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv<br />
|format=csv with header<br />
|filters=Citing Works Count=5<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
----<br />
<br />
=== МГУ (публикации = 2018 год, Цитирования = 5) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv<br />
|format=csv with header<br />
|filters=Publication Year=2018,Citing Works Count=5<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Type=Publication Type,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Тип публикации<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Type}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
=== МГПУ (5 фильтров одновременно) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv<br />
|format=csv with header<br />
|delimiter=,<br />
|filters=<br />
Is Open Access=true,<br />
Publication Year>2018,<br />
Citing Works Count < 6,<br />
Publication Type=journal article,<br />
Fields of Study=Psychology<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Type=Publication Type,<br />
OpenAccess=Is Open Access,<br />
Field=Fields of Study,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Тип публикации<br />
!Open Access<br />
!Область<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Type}}}<br />
{{!}} {{{OpenAccess}}}<br />
{{!}} {{{Field}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
== Возможности анализа ==<br />
<br />
Используя параметр |filters= можно:<br />
<br />
* отбирать публикации по годам <br />
* сравнивать школы по цитируемости <br />
* выделять только статьи (Publication Type=journal article) <br />
* анализировать публикации в открытом доступе <br />
* строить выборки для последующего анализа в R <br />
<br />
== Семантические запросы (SMW) ==<br />
<br />
<div style="max-height:400px; overflow:auto; border:1px solid #ccc; padding:10px;"><br />
<br />
=== 1. Датасеты по психологии ===<br />
{{#ask:<br />
[[Field_of_knowledge::Психология]]<br />
| ?FileFormat<br />
| ?launch year<br />
| format=table<br />
}}<br />
''Результат:'' список психологических датасетов<br />
<br />
----<br />
<br />
=== 2. Все BigDataWorks ===<br />
{{#ask:<br />
[[Категория:BigDataWorks]]<br />
| ?Field_of_knowledge<br />
| format=table<br />
}}<br />
''Результат:'' все проекты с данными<br />
<br />
----<br />
<br />
=== 3. После 2010 года ===<br />
{{#ask:<br />
[[launch year::>2010]]<br />
| ?Field_of_knowledge<br />
| format=table<br />
}}<br />
''Результат:'' современные датасеты<br />
<br />
----<br />
<br />
=== 4. Только CSV ===<br />
{{#ask:<br />
[[FileFormat::CSV]]<br />
| ?Field_of_knowledge<br />
| format=table<br />
}}<br />
''Результат:'' данные для R<br />
<br />
----<br />
<br />
=== 5. Междисциплинарные ===<br />
{{#ask:<br />
[[Field_of_knowledge::Психология]] [[Field_of_knowledge::Информатика]]<br />
| ?launch year<br />
| format=table<br />
}}<br />
''Результат:'' пересечение областей<br />
<br />
</div><br />
<br />
== Загрузка данных и первичный просмотр ==<br />
<br />
Задача: загрузить CSV-датасеты Lens и проверить структуру данных.<br />
<br />
<syntaxhighlight lang="r" line><br />
# загрузка данных<br />
mgpu <- read.csv("https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_mgpu.csv")<br />
<br />
# первые 11 строк<br />
head(mgpu, 11)<br />
<br />
# структура данных<br />
str(mgpu)<br />
</syntaxhighlight><br />
<br />
'''Комментарий:'''<br />
Этот шаг позволяет проверить корректность загрузки данных и структуру датасета (переменные, типы данных, пропуски).<br />
<br />
== Визуализация данных (ggplot2) ==<br />
<br />
Задача: визуализировать распределение цитируемости публикаций.<br />
<br />
<syntaxhighlight lang="r" line><br />
library(ggplot2)<br />
mgpu <- read.csv("https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_mgpu.csv")<br />
<br />
ggplot(mgpu, aes(x = Citing.Works.Count)) +<br />
geom_histogram(binwidth = 1, fill = "steelblue", color = "black") +<br />
labs(<br />
title = "Распределение цитируемости публикаций",<br />
x = "Количество цитирований",<br />
y = "Частота"<br />
) +<br />
theme_minimal()<br />
</syntaxhighlight><br />
<br />
'''Комментарий:'''<br />
Гистограмма показывает распределение цитируемости и позволяет выявить ядро высокоцитируемых публикаций.<br />
[[Файл:Распределение цитируемости публикаций.png]]<br />
<br />
<br />
<br />
== Анализ совместного редактирования моей страницы ==<br />
<br />
Для анализа использован MediaWiki API.<br />
<br />
Запрос:<br />
<br />
https://digida.mgpu.ru/api.php?action=query&prop=revisions&titles=Психологические_школы_России_(датасет)&rvprop=user|timestamp&rvlimit=50&format=json<br />
<br />
Этот запрос возвращает список всех пользователей, редактировавших страницу, и время их правок.<br />
<br />
== Извлечение данных ==<br />
<br />
<syntaxhighlight lang="R" line><br />
# Установка (если нужно)<br />
install.packages(c("httr", "jsonlite", "igraph"))<br />
<br />
library(httr)<br />
library(jsonlite)<br />
library(igraph)<br />
<br />
# --- 1. Запрос ---<br />
url <- "https://digida.mgpu.ru/api.php"<br />
<br />
response <- GET(url, query = list(<br />
action = "query",<br />
prop = "revisions",<br />
titles = "Психологические_школы_России_(датасет)",<br />
rvprop = "user",<br />
rvlimit = 100,<br />
format = "json"<br />
))<br />
<br />
# --- 2. Преобразование ---<br />
json_text <- content(response, as = "text", encoding = "UTF-8")<br />
json_data <- fromJSON(json_text, flatten = TRUE)<br />
<br />
# --- 3. Извлечение пользователей ---<br />
pages <- json_data$query$pages<br />
<br />
page <- pages[[1]]<br />
<br />
# ПРОВЕРКА<br />
print(names(page))<br />
<br />
# если есть revisions — извлекаем<br />
if ("revisions" %in% names(page)) {<br />
revisions <- page$revisions<br />
<br />
users <- revisions$user<br />
<br />
print(users)<br />
<br />
} else {<br />
stop("Нет revisions — проверь название страницы или API")<br />
}<br />
<br />
# --- 4. Уникальные пользователи ---<br />
unique_users <- unique(users)<br />
<br />
# --- 5. Создание графа ---<br />
edges <- data.frame(<br />
from = rep("Page", length(unique_users)),<br />
to = unique_users<br />
)<br />
<br />
g <- graph_from_data_frame(edges, directed = FALSE)<br />
<br />
# --- 6. Визуализация ---<br />
plot(g,<br />
vertex.size = ifelse(V(g)$name == "Page", 40, 25),<br />
vertex.color = ifelse(V(g)$name == "Page", "red", "lightblue"),<br />
layout = layout_with_fr(g),<br />
main = "Граф совместного редактирования страницы Digida"<br />
)<br />
</syntaxhighlight><br />
<br />
== Граф совместного редактирования ==<br />
[[Файл:Граф совместной деятельности.png]]<br />
<br />
== Интерпретация данных ==<br />
<br />
Анализ показал:<br />
<br />
* страница редактируется несколькими участниками <br />
* можно выделить активных авторов <br />
* структура редактирования носит коллективный характер <br />
<br />
Таким образом:<br />
<br />
* страница выступает как '''социальный объект''' <br />
* редактирование — как форма взаимодействия участников <br />
* изменения страницы формируют '''стигмергическую координацию''' <br />
<br />
Это подтверждает, что Digida функционирует как социосемантическая система.<br />
<br />
== Граф совместного редактирования страницы ==<br />
<br />
<uml><br />
@startuml<br />
skinparam backgroundColor #FAFAFA<br />
<br />
actor "Автор 1" as A1<br />
actor "Автор 2" as A2<br />
actor "Автор 3" as A3<br />
<br />
rectangle "Психологические школы России" as Page<br />
<br />
A1 --> Page<br />
A2 --> Page<br />
A3 --> Page<br />
<br />
@enduml<br />
</uml><br />
<br />
'''Описание:'''<br />
Граф показывает пользователей, редактирующих страницу, как сеть взаимодействий.<br />
<br />
== Метрика командности ==<br />
<br />
<math><br />
T = \frac{N_{authors}}{N_{edits}}<br />
</math><br />
<br />
где:<br />
* <math>N_{authors}</math> — число уникальных авторов <br />
* <math>N_{edits}</math> — число правок <br />
<br />
Чем выше значение, тем более распределённая командная работа.<br />
<br />
== Pipeline анализа данных ==<br />
<br />
<uml><br />
@startuml<br />
skinparam backgroundColor #FAFAFA<br />
title Pipeline исследования<br />
<br />
rectangle "Lens (сырые данные)" as A<br />
rectangle "OpenRefine\n(очистка)" as B<br />
rectangle "External Data\n(фильтрация)" as C<br />
rectangle "Агрегация\n(MapReduce)" as D<br />
rectangle "Анализ (R)" as E<br />
rectangle "Wiki (визуализация)" as F<br />
<br />
A --> B<br />
B --> C<br />
C --> D<br />
D --> E<br />
E --> F<br />
<br />
@enduml<br />
</uml><br />
<br />
---<br />
<br />
== Метрики ==<br />
<br />
Основной показатель:<br />
<br />
<math><br />
\bar{C} = \frac{1}{N} \sum_{i=1}^{N} C_i<br />
</math><br />
<br />
Дополнительно:<br />
<br />
<math><br />
OA = \frac{N_{open}}{N_{total}}<br />
</math><br />
<br />
---<br />
<br />
== Анализ в R ==<br />
<br />
<syntaxhighlight lang="r" line><br />
mgpu <- read.csv("lens_mgpu.csv")<br />
mgu <- read.csv("lens_mgu.csv")<br />
ras <- read.csv("lens_ras.csv")<br />
<br />
mgpu_filtered <- subset(mgpu,<br />
Publication.Year > 2018 &<br />
Citing.Works.Count < 6 &<br />
Publication.Type == "journal article"<br />
)<br />
<br />
mean(mgpu_filtered$Citing.Works.Count)<br />
<br />
aggregate(Citing.Works.Count ~ Publication.Year, data=mgpu, mean)<br />
<br />
hist(mgpu$Citing.Works.Count)<br />
</syntaxhighlight><br />
<br />
---<br />
<br />
== Социосемантическая модель ==<br />
<br />
<uml><br />
@startuml<br />
skinparam backgroundColor #FAFAFA<br />
<br />
actor "Автор" as A<br />
rectangle "Публикация" as P<br />
rectangle "Тематика" as T<br />
rectangle "Научное поле" as F<br />
<br />
A --> P<br />
P --> T<br />
P --> F<br />
P --> P : цитирует<br />
<br />
@enduml<br />
</uml><br />
<br />
---<br />
<br />
== Агентная модель ==<br />
<br />
<netlogo><br />
to setup<br />
clear-all<br />
create-turtles 100 [<br />
setxy random-xcor random-ycor<br />
]<br />
end<br />
<br />
to go<br />
ask turtles [<br />
rt random 360<br />
fd 1<br />
]<br />
end<br />
</netlogo><br />
<br />
---<br />
<br />
== Интерактивная модель ==<br />
<br />
<scratch project="211029567" /><br />
<br />
---<br />
<br />
== Урок с данными ==<br />
* [[Сравнить тексты нескольких датасетов]]<br />
<br />
== Модель на этих данных ==<br />
[[Lens Psych Collab]]<br />
<br />
<br />
[[Категория:BigDataWorks]]<br />
<br />
<br />
== Те же данные, но после очистки в [[OpenRefine]] ==<br />
# Author/s,<br />
# Title,<br />
# Publication Year,<br />
# Lens ID,<br />
# DOI,<br />
# Citing Works Count<br />
<br />
<br />
=== МГПУ ===<br />
* https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_mgpu.csv<br />
<br />
=== Академия наук ===<br />
* https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_ras.csv<br />
<br />
=== МГУ ===<br />
* https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_mgu.csv<br />
---<br />
<br />
== Вывод ==<br />
<br />
Анализ показал:<br />
<br />
* цитируемость зависит от типа публикации <br />
* journal articles формируют ядро научного поля <br />
* Open Access увеличивает видимость исследований <br />
<br />
Социальные параметры (организации) и семантические параметры (структура публикаций) совместно формируют социосемантическую систему науки.<br />
<br />
Цитирование выступает ключевым механизмом связи между ними.</div>
Fedorovaai
http://digida.mgpu.ru/index.php?title=%D0%A4%D0%B0%D0%B9%D0%BB:%D0%A0%D0%B0%D1%81%D0%BF%D1%80%D0%B5%D0%B4%D0%B5%D0%BB%D0%B5%D0%BD%D0%B8%D0%B5_%D1%86%D0%B8%D1%82%D0%B8%D1%80%D1%83%D0%B5%D0%BC%D0%BE%D1%81%D1%82%D0%B8_%D0%BF%D1%83%D0%B1%D0%BB%D0%B8%D0%BA%D0%B0%D1%86%D0%B8%D0%B9.png&diff=46031
Файл:Распределение цитируемости публикаций.png
2026-04-13T19:55:45Z
<p>Fedorovaai: </p>
<hr />
<div>Создано в R</div>
Fedorovaai
http://digida.mgpu.ru/index.php?title=%D0%9F%D1%81%D0%B8%D1%85%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%B8%D0%B5_%D1%88%D0%BA%D0%BE%D0%BB%D1%8B_%D0%A0%D0%BE%D1%81%D1%81%D0%B8%D0%B8_(%D0%B4%D0%B0%D1%82%D0%B0%D1%81%D0%B5%D1%82)&diff=46025
Психологические школы России (датасет)
2026-04-13T19:44:16Z
<p>Fedorovaai: </p>
<hr />
<div>{{Dataset<br />
|Description=Публикации российских психологов в Lens<br />
|KeyDescripions=# Lens ID<br />
#Title<br />
#Date Published<br />
#Publication Year<br />
#Publication Type<br />
#Source Title<br />
#ISSNs<br />
#Publisher<br />
#Source Country<br />
#Author/s<br />
#Abstract<br />
#Volume<br />
#Issue Number<br />
#Start Page<br />
#End Page<br />
#Fields of Study<br />
#Keywords<br />
#MeSH Terms<br />
#Chemicals<br />
#Funding<br />
#Source URLs<br />
#External URL<br />
#PMID<br />
#DOI<br />
#Microsoft Academic ID<br />
#PMCID<br />
#Citing Patents Count<br />
#References<br />
#Citing Works Count<br />
#Is Open Access<br />
#Open Access License<br />
#Open Access Colour<br />
|FileFormat=CSV<br />
|Field_of_knowledge=Информатика, Психология<br />
|launch year=2006<br />
}}<br />
* Академия Наук - https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv<br />
* МГПУ https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv<br />
* МГУ https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv<br />
<br />
= Социосемантическая структура публикаций российских психологов (Lens) =<br />
<br />
== Исследовательский вопрос ==<br />
Как связаны '''социальные параметры научного производства''' (организации: МГУ, МГПУ, РАН) и '''семантические характеристики публикаций''' (тип статьи, открытый доступ, тематика) с уровнем цитируемости?<br />
<br />
== Гипотеза ==<br />
Публикации в формате journal article и с открытым доступом (Open Access) имеют более высокую цитируемость, формируя устойчивые социосемантические паттерны.<br />
<br />
== Теоретическая рамка ==<br />
<br />
Социосемантическая система науки включает:<br />
<br />
* социальный уровень — авторы и организации <br />
* семантический уровень — темы, типы публикаций <br />
* механизм связи — цитирование <br />
<br />
Цитирование выступает как ключевой механизм, связывающий производство знаний и их распространение.<br />
<br />
---<br />
== Данные ==<br />
<br />
=== Академия наук (цитируемость = 5) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv<br />
|format=csv with header<br />
|filters=Citing Works Count=5<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
----<br />
<br />
=== МГУ (публикации = 2018 год, Цитирования = 5) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv<br />
|format=csv with header<br />
|filters=Publication Year=2018,Citing Works Count=5<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Type=Publication Type,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Тип публикации<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Type}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
=== МГПУ (5 фильтров одновременно) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv<br />
|format=csv with header<br />
|delimiter=,<br />
|filters=<br />
Is Open Access=true,<br />
Publication Year>2018,<br />
Citing Works Count < 6,<br />
Publication Type=journal article,<br />
Fields of Study=Psychology<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Type=Publication Type,<br />
OpenAccess=Is Open Access,<br />
Field=Fields of Study,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Тип публикации<br />
!Open Access<br />
!Область<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Type}}}<br />
{{!}} {{{OpenAccess}}}<br />
{{!}} {{{Field}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
== Возможности анализа ==<br />
<br />
Используя параметр |filters= можно:<br />
<br />
* отбирать публикации по годам <br />
* сравнивать школы по цитируемости <br />
* выделять только статьи (Publication Type=journal article) <br />
* анализировать публикации в открытом доступе <br />
* строить выборки для последующего анализа в R <br />
<br />
== Семантические запросы (SMW) ==<br />
<br />
<div style="max-height:400px; overflow:auto; border:1px solid #ccc; padding:10px;"><br />
<br />
=== 1. Датасеты по психологии ===<br />
{{#ask:<br />
[[Field_of_knowledge::Психология]]<br />
| ?FileFormat<br />
| ?launch year<br />
| format=table<br />
}}<br />
''Результат:'' список психологических датасетов<br />
<br />
----<br />
<br />
=== 2. Все BigDataWorks ===<br />
{{#ask:<br />
[[Категория:BigDataWorks]]<br />
| ?Field_of_knowledge<br />
| format=table<br />
}}<br />
''Результат:'' все проекты с данными<br />
<br />
----<br />
<br />
=== 3. После 2010 года ===<br />
{{#ask:<br />
[[launch year::>2010]]<br />
| ?Field_of_knowledge<br />
| format=table<br />
}}<br />
''Результат:'' современные датасеты<br />
<br />
----<br />
<br />
=== 4. Только CSV ===<br />
{{#ask:<br />
[[FileFormat::CSV]]<br />
| ?Field_of_knowledge<br />
| format=table<br />
}}<br />
''Результат:'' данные для R<br />
<br />
----<br />
<br />
=== 5. Междисциплинарные ===<br />
{{#ask:<br />
[[Field_of_knowledge::Психология]] [[Field_of_knowledge::Информатика]]<br />
| ?launch year<br />
| format=table<br />
}}<br />
''Результат:'' пересечение областей<br />
<br />
</div><br />
<br />
== Загрузка данных и первичный просмотр ==<br />
<br />
Задача: загрузить CSV-датасеты Lens и проверить структуру данных.<br />
<br />
<syntaxhighlight lang="r" line><br />
# загрузка данных<br />
mgpu <- read.csv("https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_mgpu.csv")<br />
<br />
# первые 11 строк<br />
head(mgpu, 11)<br />
<br />
# структура данных<br />
str(mgpu)<br />
</syntaxhighlight><br />
<br />
'''Комментарий:'''<br />
Этот шаг позволяет проверить корректность загрузки данных и структуру датасета (переменные, типы данных, пропуски).<br />
<br />
== Анализ совместного редактирования моей страницы ==<br />
<br />
Для анализа использован MediaWiki API.<br />
<br />
Запрос:<br />
<br />
https://digida.mgpu.ru/api.php?action=query&prop=revisions&titles=Психологические_школы_России_(датасет)&rvprop=user|timestamp&rvlimit=50&format=json<br />
<br />
Этот запрос возвращает список всех пользователей, редактировавших страницу, и время их правок.<br />
<br />
== Извлечение данных ==<br />
<br />
<syntaxhighlight lang="R" line><br />
# Установка (если нужно)<br />
install.packages(c("httr", "jsonlite", "igraph"))<br />
<br />
library(httr)<br />
library(jsonlite)<br />
library(igraph)<br />
<br />
# --- 1. Запрос ---<br />
url <- "https://digida.mgpu.ru/api.php"<br />
<br />
response <- GET(url, query = list(<br />
action = "query",<br />
prop = "revisions",<br />
titles = "Психологические_школы_России_(датасет)",<br />
rvprop = "user",<br />
rvlimit = 100,<br />
format = "json"<br />
))<br />
<br />
# --- 2. Преобразование ---<br />
json_text <- content(response, as = "text", encoding = "UTF-8")<br />
json_data <- fromJSON(json_text, flatten = TRUE)<br />
<br />
# --- 3. Извлечение пользователей ---<br />
pages <- json_data$query$pages<br />
<br />
page <- pages[[1]]<br />
<br />
# ПРОВЕРКА<br />
print(names(page))<br />
<br />
# если есть revisions — извлекаем<br />
if ("revisions" %in% names(page)) {<br />
revisions <- page$revisions<br />
<br />
users <- revisions$user<br />
<br />
print(users)<br />
<br />
} else {<br />
stop("Нет revisions — проверь название страницы или API")<br />
}<br />
<br />
# --- 4. Уникальные пользователи ---<br />
unique_users <- unique(users)<br />
<br />
# --- 5. Создание графа ---<br />
edges <- data.frame(<br />
from = rep("Page", length(unique_users)),<br />
to = unique_users<br />
)<br />
<br />
g <- graph_from_data_frame(edges, directed = FALSE)<br />
<br />
# --- 6. Визуализация ---<br />
plot(g,<br />
vertex.size = ifelse(V(g)$name == "Page", 40, 25),<br />
vertex.color = ifelse(V(g)$name == "Page", "red", "lightblue"),<br />
layout = layout_with_fr(g),<br />
main = "Граф совместного редактирования страницы Digida"<br />
)<br />
</syntaxhighlight><br />
<br />
== Граф совместного редактирования ==<br />
[[Файл:Граф совместной деятельности.png]]<br />
<br />
== Интерпретация данных ==<br />
<br />
Анализ показал:<br />
<br />
* страница редактируется несколькими участниками <br />
* можно выделить активных авторов <br />
* структура редактирования носит коллективный характер <br />
<br />
Таким образом:<br />
<br />
* страница выступает как '''социальный объект''' <br />
* редактирование — как форма взаимодействия участников <br />
* изменения страницы формируют '''стигмергическую координацию''' <br />
<br />
Это подтверждает, что Digida функционирует как социосемантическая система.<br />
<br />
== Граф совместного редактирования страницы ==<br />
<br />
<uml><br />
@startuml<br />
skinparam backgroundColor #FAFAFA<br />
<br />
actor "Автор 1" as A1<br />
actor "Автор 2" as A2<br />
actor "Автор 3" as A3<br />
<br />
rectangle "Психологические школы России" as Page<br />
<br />
A1 --> Page<br />
A2 --> Page<br />
A3 --> Page<br />
<br />
@enduml<br />
</uml><br />
<br />
'''Описание:'''<br />
Граф показывает пользователей, редактирующих страницу, как сеть взаимодействий.<br />
<br />
== Метрика командности ==<br />
<br />
<math><br />
T = \frac{N_{authors}}{N_{edits}}<br />
</math><br />
<br />
где:<br />
* <math>N_{authors}</math> — число уникальных авторов <br />
* <math>N_{edits}</math> — число правок <br />
<br />
Чем выше значение, тем более распределённая командная работа.<br />
<br />
== Pipeline анализа данных ==<br />
<br />
<uml><br />
@startuml<br />
skinparam backgroundColor #FAFAFA<br />
title Pipeline исследования<br />
<br />
rectangle "Lens (сырые данные)" as A<br />
rectangle "OpenRefine\n(очистка)" as B<br />
rectangle "External Data\n(фильтрация)" as C<br />
rectangle "Агрегация\n(MapReduce)" as D<br />
rectangle "Анализ (R)" as E<br />
rectangle "Wiki (визуализация)" as F<br />
<br />
A --> B<br />
B --> C<br />
C --> D<br />
D --> E<br />
E --> F<br />
<br />
@enduml<br />
</uml><br />
<br />
---<br />
<br />
== Метрики ==<br />
<br />
Основной показатель:<br />
<br />
<math><br />
\bar{C} = \frac{1}{N} \sum_{i=1}^{N} C_i<br />
</math><br />
<br />
Дополнительно:<br />
<br />
<math><br />
OA = \frac{N_{open}}{N_{total}}<br />
</math><br />
<br />
---<br />
<br />
== Анализ в R ==<br />
<br />
<syntaxhighlight lang="r" line><br />
mgpu <- read.csv("lens_mgpu.csv")<br />
mgu <- read.csv("lens_mgu.csv")<br />
ras <- read.csv("lens_ras.csv")<br />
<br />
mgpu_filtered <- subset(mgpu,<br />
Publication.Year > 2018 &<br />
Citing.Works.Count < 6 &<br />
Publication.Type == "journal article"<br />
)<br />
<br />
mean(mgpu_filtered$Citing.Works.Count)<br />
<br />
aggregate(Citing.Works.Count ~ Publication.Year, data=mgpu, mean)<br />
<br />
hist(mgpu$Citing.Works.Count)<br />
</syntaxhighlight><br />
<br />
---<br />
<br />
== Социосемантическая модель ==<br />
<br />
<uml><br />
@startuml<br />
skinparam backgroundColor #FAFAFA<br />
<br />
actor "Автор" as A<br />
rectangle "Публикация" as P<br />
rectangle "Тематика" as T<br />
rectangle "Научное поле" as F<br />
<br />
A --> P<br />
P --> T<br />
P --> F<br />
P --> P : цитирует<br />
<br />
@enduml<br />
</uml><br />
<br />
---<br />
<br />
== Агентная модель ==<br />
<br />
<netlogo><br />
to setup<br />
clear-all<br />
create-turtles 100 [<br />
setxy random-xcor random-ycor<br />
]<br />
end<br />
<br />
to go<br />
ask turtles [<br />
rt random 360<br />
fd 1<br />
]<br />
end<br />
</netlogo><br />
<br />
---<br />
<br />
== Интерактивная модель ==<br />
<br />
<scratch project="211029567" /><br />
<br />
---<br />
<br />
== Урок с данными ==<br />
* [[Сравнить тексты нескольких датасетов]]<br />
<br />
== Модель на этих данных ==<br />
[[Lens Psych Collab]]<br />
<br />
<br />
[[Категория:BigDataWorks]]<br />
<br />
<br />
== Те же данные, но после очистки в [[OpenRefine]] ==<br />
# Author/s,<br />
# Title,<br />
# Publication Year,<br />
# Lens ID,<br />
# DOI,<br />
# Citing Works Count<br />
<br />
<br />
=== МГПУ ===<br />
* https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_mgpu.csv<br />
<br />
=== Академия наук ===<br />
* https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_ras.csv<br />
<br />
=== МГУ ===<br />
* https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_mgu.csv<br />
---<br />
<br />
== Вывод ==<br />
<br />
Анализ показал:<br />
<br />
* цитируемость зависит от типа публикации <br />
* journal articles формируют ядро научного поля <br />
* Open Access увеличивает видимость исследований <br />
<br />
Социальные параметры (организации) и семантические параметры (структура публикаций) совместно формируют социосемантическую систему науки.<br />
<br />
Цитирование выступает ключевым механизмом связи между ними.</div>
Fedorovaai
http://digida.mgpu.ru/index.php?title=%D0%9F%D1%81%D0%B8%D1%85%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%B8%D0%B5_%D1%88%D0%BA%D0%BE%D0%BB%D1%8B_%D0%A0%D0%BE%D1%81%D1%81%D0%B8%D0%B8_(%D0%B4%D0%B0%D1%82%D0%B0%D1%81%D0%B5%D1%82)&diff=46022
Психологические школы России (датасет)
2026-04-13T19:26:10Z
<p>Fedorovaai: </p>
<hr />
<div>{{Dataset<br />
|Description=Публикации российских психологов в Lens<br />
|KeyDescripions=# Lens ID<br />
#Title<br />
#Date Published<br />
#Publication Year<br />
#Publication Type<br />
#Source Title<br />
#ISSNs<br />
#Publisher<br />
#Source Country<br />
#Author/s<br />
#Abstract<br />
#Volume<br />
#Issue Number<br />
#Start Page<br />
#End Page<br />
#Fields of Study<br />
#Keywords<br />
#MeSH Terms<br />
#Chemicals<br />
#Funding<br />
#Source URLs<br />
#External URL<br />
#PMID<br />
#DOI<br />
#Microsoft Academic ID<br />
#PMCID<br />
#Citing Patents Count<br />
#References<br />
#Citing Works Count<br />
#Is Open Access<br />
#Open Access License<br />
#Open Access Colour<br />
|FileFormat=CSV<br />
|Field_of_knowledge=Информатика, Психология<br />
|launch year=2006<br />
}}<br />
* Академия Наук - https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv<br />
* МГПУ https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv<br />
* МГУ https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv<br />
<br />
= Социосемантическая структура публикаций российских психологов (Lens) =<br />
<br />
== Исследовательский вопрос ==<br />
Как связаны '''социальные параметры научного производства''' (организации: МГУ, МГПУ, РАН) и '''семантические характеристики публикаций''' (тип статьи, открытый доступ, тематика) с уровнем цитируемости?<br />
<br />
== Гипотеза ==<br />
Публикации в формате journal article и с открытым доступом (Open Access) имеют более высокую цитируемость, формируя устойчивые социосемантические паттерны.<br />
<br />
== Теоретическая рамка ==<br />
<br />
Социосемантическая система науки включает:<br />
<br />
* социальный уровень — авторы и организации <br />
* семантический уровень — темы, типы публикаций <br />
* механизм связи — цитирование <br />
<br />
Цитирование выступает как ключевой механизм, связывающий производство знаний и их распространение.<br />
<br />
---<br />
== Данные ==<br />
<br />
=== Академия наук (цитируемость = 5) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv<br />
|format=csv with header<br />
|filters=Citing Works Count=5<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
----<br />
<br />
=== МГУ (публикации = 2018 год, Цитирования = 5) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv<br />
|format=csv with header<br />
|filters=Publication Year=2018,Citing Works Count=5<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Type=Publication Type,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Тип публикации<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Type}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
=== МГПУ (5 фильтров одновременно) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv<br />
|format=csv with header<br />
|delimiter=,<br />
|filters=<br />
Is Open Access=true,<br />
Publication Year>2018,<br />
Citing Works Count < 6,<br />
Publication Type=journal article,<br />
Fields of Study=Psychology<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Type=Publication Type,<br />
OpenAccess=Is Open Access,<br />
Field=Fields of Study,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Тип публикации<br />
!Open Access<br />
!Область<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Type}}}<br />
{{!}} {{{OpenAccess}}}<br />
{{!}} {{{Field}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
== Возможности анализа ==<br />
<br />
Используя параметр |filters= можно:<br />
<br />
* отбирать публикации по годам <br />
* сравнивать школы по цитируемости <br />
* выделять только статьи (Publication Type=journal article) <br />
* анализировать публикации в открытом доступе <br />
* строить выборки для последующего анализа в R <br />
<br />
== Семантические запросы (SMW) ==<br />
<br />
<div style="max-height:400px; overflow:auto; border:1px solid #ccc; padding:10px;"><br />
<br />
=== 1. Датасеты по психологии ===<br />
{{#ask:<br />
[[Field_of_knowledge::Психология]]<br />
| ?FileFormat<br />
| ?launch year<br />
| format=table<br />
}}<br />
''Результат:'' список психологических датасетов<br />
<br />
----<br />
<br />
=== 2. Все BigDataWorks ===<br />
{{#ask:<br />
[[Категория:BigDataWorks]]<br />
| ?Field_of_knowledge<br />
| format=table<br />
}}<br />
''Результат:'' все проекты с данными<br />
<br />
----<br />
<br />
=== 3. После 2010 года ===<br />
{{#ask:<br />
[[launch year::>2010]]<br />
| ?Field_of_knowledge<br />
| format=table<br />
}}<br />
''Результат:'' современные датасеты<br />
<br />
----<br />
<br />
=== 4. Только CSV ===<br />
{{#ask:<br />
[[FileFormat::CSV]]<br />
| ?Field_of_knowledge<br />
| format=table<br />
}}<br />
''Результат:'' данные для R<br />
<br />
----<br />
<br />
=== 5. Междисциплинарные ===<br />
{{#ask:<br />
[[Field_of_knowledge::Психология]] [[Field_of_knowledge::Информатика]]<br />
| ?launch year<br />
| format=table<br />
}}<br />
''Результат:'' пересечение областей<br />
<br />
</div><br />
== Анализ совместного редактирования моей страницы ==<br />
<br />
Для анализа использован MediaWiki API.<br />
<br />
Запрос:<br />
<br />
https://digida.mgpu.ru/api.php?action=query&prop=revisions&titles=Психологические_школы_России_(датасет)&rvprop=user|timestamp&rvlimit=50&format=json<br />
<br />
Этот запрос возвращает список всех пользователей, редактировавших страницу, и время их правок.<br />
<br />
== Извлечение данных ==<br />
<br />
<syntaxhighlight lang="R" line><br />
# Установка (если нужно)<br />
install.packages(c("httr", "jsonlite", "igraph"))<br />
<br />
library(httr)<br />
library(jsonlite)<br />
library(igraph)<br />
<br />
# --- 1. Запрос ---<br />
url <- "https://digida.mgpu.ru/api.php"<br />
<br />
response <- GET(url, query = list(<br />
action = "query",<br />
prop = "revisions",<br />
titles = "Психологические_школы_России_(датасет)",<br />
rvprop = "user",<br />
rvlimit = 100,<br />
format = "json"<br />
))<br />
<br />
# --- 2. Преобразование ---<br />
json_text <- content(response, as = "text", encoding = "UTF-8")<br />
json_data <- fromJSON(json_text, flatten = TRUE)<br />
<br />
# --- 3. Извлечение пользователей ---<br />
pages <- json_data$query$pages<br />
<br />
page <- pages[[1]]<br />
<br />
# ПРОВЕРКА<br />
print(names(page))<br />
<br />
# если есть revisions — извлекаем<br />
if ("revisions" %in% names(page)) {<br />
revisions <- page$revisions<br />
<br />
users <- revisions$user<br />
<br />
print(users)<br />
<br />
} else {<br />
stop("Нет revisions — проверь название страницы или API")<br />
}<br />
<br />
# --- 4. Уникальные пользователи ---<br />
unique_users <- unique(users)<br />
<br />
# --- 5. Создание графа ---<br />
edges <- data.frame(<br />
from = rep("Page", length(unique_users)),<br />
to = unique_users<br />
)<br />
<br />
g <- graph_from_data_frame(edges, directed = FALSE)<br />
<br />
# --- 6. Визуализация ---<br />
plot(g,<br />
vertex.size = ifelse(V(g)$name == "Page", 40, 25),<br />
vertex.color = ifelse(V(g)$name == "Page", "red", "lightblue"),<br />
layout = layout_with_fr(g),<br />
main = "Граф совместного редактирования страницы Digida"<br />
)<br />
</syntaxhighlight><br />
<br />
== Граф совместного редактирования ==<br />
[[Файл:Граф совместной деятельности.png]]<br />
<br />
== Интерпретация данных ==<br />
<br />
Анализ показал:<br />
<br />
* страница редактируется несколькими участниками <br />
* можно выделить активных авторов <br />
* структура редактирования носит коллективный характер <br />
<br />
Таким образом:<br />
<br />
* страница выступает как '''социальный объект''' <br />
* редактирование — как форма взаимодействия участников <br />
* изменения страницы формируют '''стигмергическую координацию''' <br />
<br />
Это подтверждает, что Digida функционирует как социосемантическая система.<br />
<br />
== Граф совместного редактирования страницы ==<br />
<br />
<uml><br />
@startuml<br />
skinparam backgroundColor #FAFAFA<br />
<br />
actor "Автор 1" as A1<br />
actor "Автор 2" as A2<br />
actor "Автор 3" as A3<br />
<br />
rectangle "Психологические школы России" as Page<br />
<br />
A1 --> Page<br />
A2 --> Page<br />
A3 --> Page<br />
<br />
@enduml<br />
</uml><br />
<br />
'''Описание:'''<br />
Граф показывает пользователей, редактирующих страницу, как сеть взаимодействий.<br />
<br />
== Метрика командности ==<br />
<br />
<math><br />
T = \frac{N_{authors}}{N_{edits}}<br />
</math><br />
<br />
где:<br />
* <math>N_{authors}</math> — число уникальных авторов <br />
* <math>N_{edits}</math> — число правок <br />
<br />
Чем выше значение, тем более распределённая командная работа.<br />
<br />
== Pipeline анализа данных ==<br />
<br />
<uml><br />
@startuml<br />
skinparam backgroundColor #FAFAFA<br />
title Pipeline исследования<br />
<br />
rectangle "Lens (сырые данные)" as A<br />
rectangle "OpenRefine\n(очистка)" as B<br />
rectangle "External Data\n(фильтрация)" as C<br />
rectangle "Агрегация\n(MapReduce)" as D<br />
rectangle "Анализ (R)" as E<br />
rectangle "Wiki (визуализация)" as F<br />
<br />
A --> B<br />
B --> C<br />
C --> D<br />
D --> E<br />
E --> F<br />
<br />
@enduml<br />
</uml><br />
<br />
---<br />
<br />
== Метрики ==<br />
<br />
Основной показатель:<br />
<br />
<math><br />
\bar{C} = \frac{1}{N} \sum_{i=1}^{N} C_i<br />
</math><br />
<br />
Дополнительно:<br />
<br />
<math><br />
OA = \frac{N_{open}}{N_{total}}<br />
</math><br />
<br />
---<br />
<br />
== Анализ в R ==<br />
<br />
<syntaxhighlight lang="r" line><br />
mgpu <- read.csv("lens_mgpu.csv")<br />
mgu <- read.csv("lens_mgu.csv")<br />
ras <- read.csv("lens_ras.csv")<br />
<br />
mgpu_filtered <- subset(mgpu,<br />
Publication.Year > 2018 &<br />
Citing.Works.Count < 6 &<br />
Publication.Type == "journal article"<br />
)<br />
<br />
mean(mgpu_filtered$Citing.Works.Count)<br />
<br />
aggregate(Citing.Works.Count ~ Publication.Year, data=mgpu, mean)<br />
<br />
hist(mgpu$Citing.Works.Count)<br />
</syntaxhighlight><br />
<br />
---<br />
<br />
== Социосемантическая модель ==<br />
<br />
<uml><br />
@startuml<br />
skinparam backgroundColor #FAFAFA<br />
<br />
actor "Автор" as A<br />
rectangle "Публикация" as P<br />
rectangle "Тематика" as T<br />
rectangle "Научное поле" as F<br />
<br />
A --> P<br />
P --> T<br />
P --> F<br />
P --> P : цитирует<br />
<br />
@enduml<br />
</uml><br />
<br />
---<br />
<br />
== Агентная модель ==<br />
<br />
<netlogo><br />
to setup<br />
clear-all<br />
create-turtles 100 [<br />
setxy random-xcor random-ycor<br />
]<br />
end<br />
<br />
to go<br />
ask turtles [<br />
rt random 360<br />
fd 1<br />
]<br />
end<br />
</netlogo><br />
<br />
---<br />
<br />
== Интерактивная модель ==<br />
<br />
<scratch project="211029567" /><br />
<br />
---<br />
<br />
== Урок с данными ==<br />
* [[Сравнить тексты нескольких датасетов]]<br />
<br />
== Модель на этих данных ==<br />
[[Lens Psych Collab]]<br />
<br />
<br />
[[Категория:BigDataWorks]]<br />
<br />
<br />
== Те же данные, но после очистки в [[OpenRefine]] ==<br />
# Author/s,<br />
# Title,<br />
# Publication Year,<br />
# Lens ID,<br />
# DOI,<br />
# Citing Works Count<br />
<br />
<br />
=== МГПУ ===<br />
* https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_mgpu.csv<br />
<br />
=== Академия наук ===<br />
* https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_ras.csv<br />
<br />
=== МГУ ===<br />
* https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_mgu.csv<br />
---<br />
<br />
== Вывод ==<br />
<br />
Анализ показал:<br />
<br />
* цитируемость зависит от типа публикации <br />
* journal articles формируют ядро научного поля <br />
* Open Access увеличивает видимость исследований <br />
<br />
Социальные параметры (организации) и семантические параметры (структура публикаций) совместно формируют социосемантическую систему науки.<br />
<br />
Цитирование выступает ключевым механизмом связи между ними.</div>
Fedorovaai
http://digida.mgpu.ru/index.php?title=%D0%9F%D1%81%D0%B8%D1%85%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%B8%D0%B5_%D1%88%D0%BA%D0%BE%D0%BB%D1%8B_%D0%A0%D0%BE%D1%81%D1%81%D0%B8%D0%B8_(%D0%B4%D0%B0%D1%82%D0%B0%D1%81%D0%B5%D1%82)&diff=46021
Психологические школы России (датасет)
2026-04-13T19:24:39Z
<p>Fedorovaai: </p>
<hr />
<div>{{Dataset<br />
|Description=Публикации российских психологов в Lens<br />
|KeyDescripions=# Lens ID<br />
#Title<br />
#Date Published<br />
#Publication Year<br />
#Publication Type<br />
#Source Title<br />
#ISSNs<br />
#Publisher<br />
#Source Country<br />
#Author/s<br />
#Abstract<br />
#Volume<br />
#Issue Number<br />
#Start Page<br />
#End Page<br />
#Fields of Study<br />
#Keywords<br />
#MeSH Terms<br />
#Chemicals<br />
#Funding<br />
#Source URLs<br />
#External URL<br />
#PMID<br />
#DOI<br />
#Microsoft Academic ID<br />
#PMCID<br />
#Citing Patents Count<br />
#References<br />
#Citing Works Count<br />
#Is Open Access<br />
#Open Access License<br />
#Open Access Colour<br />
|FileFormat=CSV<br />
|Field_of_knowledge=Информатика, Психология<br />
|launch year=2006<br />
}}<br />
* Академия Наук - https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv<br />
* МГПУ https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv<br />
* МГУ https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv<br />
<br />
= Социосемантическая структура публикаций российских психологов (Lens) =<br />
<br />
== Исследовательский вопрос ==<br />
Как связаны '''социальные параметры научного производства''' (организации: МГУ, МГПУ, РАН) и '''семантические характеристики публикаций''' (тип статьи, открытый доступ, тематика) с уровнем цитируемости?<br />
<br />
== Гипотеза ==<br />
Публикации в формате journal article и с открытым доступом (Open Access) имеют более высокую цитируемость, формируя устойчивые социосемантические паттерны.<br />
<br />
== Теоретическая рамка ==<br />
<br />
Социосемантическая система науки включает:<br />
<br />
* социальный уровень — авторы и организации <br />
* семантический уровень — темы, типы публикаций <br />
* механизм связи — цитирование <br />
<br />
Цитирование выступает как ключевой механизм, связывающий производство знаний и их распространение.<br />
<br />
---<br />
== Данные ==<br />
<br />
=== Академия наук (цитируемость = 5) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv<br />
|format=csv with header<br />
|filters=Citing Works Count=5<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
----<br />
<br />
=== МГУ (публикации = 2018 год, Цитирования = 5) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv<br />
|format=csv with header<br />
|filters=Publication Year=2018,Citing Works Count=5<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Type=Publication Type,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Тип публикации<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Type}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
=== МГПУ (5 фильтров одновременно) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv<br />
|format=csv with header<br />
|delimiter=,<br />
|filters=<br />
Is Open Access=true,<br />
Publication Year>2018,<br />
Citing Works Count < 6,<br />
Publication Type=journal article,<br />
Fields of Study=Psychology<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Type=Publication Type,<br />
OpenAccess=Is Open Access,<br />
Field=Fields of Study,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Тип публикации<br />
!Open Access<br />
!Область<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Type}}}<br />
{{!}} {{{OpenAccess}}}<br />
{{!}} {{{Field}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
== Возможности анализа ==<br />
<br />
Используя параметр |filters= можно:<br />
<br />
* отбирать публикации по годам <br />
* сравнивать школы по цитируемости <br />
* выделять только статьи (Publication Type=journal article) <br />
* анализировать публикации в открытом доступе <br />
* строить выборки для последующего анализа в R <br />
<br />
== Семантические запросы (SMW) ==<br />
<br />
<div style="max-height:400px; overflow:auto; border:1px solid #ccc; padding:10px;"><br />
<br />
=== 1. Датасеты по психологии ===<br />
{{#ask:<br />
[[Field_of_knowledge::Психология]]<br />
| ?FileFormat<br />
| ?launch year<br />
| format=table<br />
}}<br />
''Результат:'' список психологических датасетов<br />
<br />
----<br />
<br />
=== 2. Все BigDataWorks ===<br />
{{#ask:<br />
[[Категория:BigDataWorks]]<br />
| ?Field_of_knowledge<br />
| format=table<br />
}}<br />
''Результат:'' все проекты с данными<br />
<br />
----<br />
<br />
=== 3. После 2010 года ===<br />
{{#ask:<br />
[[launch year::>2010]]<br />
| ?Field_of_knowledge<br />
| format=table<br />
}}<br />
''Результат:'' современные датасеты<br />
<br />
----<br />
<br />
=== 4. Только CSV ===<br />
{{#ask:<br />
[[FileFormat::CSV]]<br />
| ?Field_of_knowledge<br />
| format=table<br />
}}<br />
''Результат:'' данные для R<br />
<br />
----<br />
<br />
=== 5. Междисциплинарные ===<br />
{{#ask:<br />
[[Field_of_knowledge::Психология]] [[Field_of_knowledge::Информатика]]<br />
| ?launch year<br />
| format=table<br />
}}<br />
''Результат:'' пересечение областей<br />
<br />
</div><br />
== Анализ совместного редактирования моей страницы ==<br />
<br />
Для анализа использован MediaWiki API.<br />
<br />
Запрос:<br />
<br />
https://digida.mgpu.ru/api.php?action=query&prop=revisions&titles=Психологические_школы_России_(датасет)&rvprop=user|timestamp&rvlimit=50&format=json<br />
<br />
Этот запрос возвращает список всех пользователей, редактировавших страницу, и время их правок.<br />
<br />
== Извлечение данных ==<br />
<br />
<syntaxhighlight lang="R" line><br />
# Установка (если нужно)<br />
install.packages(c("httr", "jsonlite", "igraph"))<br />
<br />
library(httr)<br />
library(jsonlite)<br />
library(igraph)<br />
<br />
# --- 1. Запрос ---<br />
url <- "https://digida.mgpu.ru/api.php"<br />
<br />
response <- GET(url, query = list(<br />
action = "query",<br />
prop = "revisions",<br />
titles = "Психологические_школы_России_(датасет)",<br />
rvprop = "user",<br />
rvlimit = 100,<br />
format = "json"<br />
))<br />
<br />
# --- 2. Преобразование ---<br />
json_text <- content(response, as = "text", encoding = "UTF-8")<br />
json_data <- fromJSON(json_text, flatten = TRUE)<br />
<br />
# --- 3. Извлечение пользователей ---<br />
pages <- json_data$query$pages<br />
<br />
page <- pages[[1]]<br />
<br />
# ПРОВЕРКА<br />
print(names(page))<br />
<br />
# если есть revisions — извлекаем<br />
if ("revisions" %in% names(page)) {<br />
revisions <- page$revisions<br />
<br />
users <- revisions$user<br />
<br />
print(users)<br />
<br />
} else {<br />
stop("Нет revisions — проверь название страницы или API")<br />
}<br />
<br />
# --- 4. Уникальные пользователи ---<br />
unique_users <- unique(users)<br />
<br />
# --- 5. Создание графа ---<br />
edges <- data.frame(<br />
from = rep("Page", length(unique_users)),<br />
to = unique_users<br />
)<br />
<br />
g <- graph_from_data_frame(edges, directed = FALSE)<br />
<br />
# --- 6. Визуализация ---<br />
plot(g,<br />
vertex.size = ifelse(V(g)$name == "Page", 40, 25),<br />
vertex.color = ifelse(V(g)$name == "Page", "red", "lightblue"),<br />
layout = layout_with_fr(g),<br />
main = "Граф совместного редактирования страницы Digida"<br />
)<br />
</syntaxhighlight><br />
<br />
== Граф совместного редактирования ==<br />
[[Файл:Граф совместной деятельности.png|мини]]<br />
<br />
== Интерпретация данных ==<br />
<br />
Анализ показал:<br />
<br />
* страница редактируется несколькими участниками <br />
* можно выделить активных авторов <br />
* структура редактирования носит коллективный характер <br />
<br />
Таким образом:<br />
<br />
* страница выступает как '''социальный объект''' <br />
* редактирование — как форма взаимодействия участников <br />
* изменения страницы формируют '''стигмергическую координацию''' <br />
<br />
Это подтверждает, что Digida функционирует как социосемантическая система.<br />
<br />
== Граф совместного редактирования страницы ==<br />
<br />
<uml><br />
@startuml<br />
skinparam backgroundColor #FAFAFA<br />
<br />
actor "Автор 1" as A1<br />
actor "Автор 2" as A2<br />
actor "Автор 3" as A3<br />
<br />
rectangle "Психологические школы России" as Page<br />
<br />
A1 --> Page<br />
A2 --> Page<br />
A3 --> Page<br />
<br />
@enduml<br />
</uml><br />
<br />
'''Описание:'''<br />
Граф показывает пользователей, редактирующих страницу, как сеть взаимодействий.<br />
<br />
== Метрика командности ==<br />
<br />
<math><br />
T = \frac{N_{authors}}{N_{edits}}<br />
</math><br />
<br />
где:<br />
* <math>N_{authors}</math> — число уникальных авторов <br />
* <math>N_{edits}</math> — число правок <br />
<br />
Чем выше значение, тем более распределённая командная работа.<br />
<br />
== Pipeline анализа данных ==<br />
<br />
<uml><br />
@startuml<br />
skinparam backgroundColor #FAFAFA<br />
title Pipeline исследования<br />
<br />
rectangle "Lens (сырые данные)" as A<br />
rectangle "OpenRefine\n(очистка)" as B<br />
rectangle "External Data\n(фильтрация)" as C<br />
rectangle "Агрегация\n(MapReduce)" as D<br />
rectangle "Анализ (R)" as E<br />
rectangle "Wiki (визуализация)" as F<br />
<br />
A --> B<br />
B --> C<br />
C --> D<br />
D --> E<br />
E --> F<br />
<br />
@enduml<br />
</uml><br />
<br />
---<br />
<br />
== Метрики ==<br />
<br />
Основной показатель:<br />
<br />
<math><br />
\bar{C} = \frac{1}{N} \sum_{i=1}^{N} C_i<br />
</math><br />
<br />
Дополнительно:<br />
<br />
<math><br />
OA = \frac{N_{open}}{N_{total}}<br />
</math><br />
<br />
---<br />
<br />
== Анализ в R ==<br />
<br />
<syntaxhighlight lang="r" line><br />
mgpu <- read.csv("lens_mgpu.csv")<br />
mgu <- read.csv("lens_mgu.csv")<br />
ras <- read.csv("lens_ras.csv")<br />
<br />
mgpu_filtered <- subset(mgpu,<br />
Publication.Year > 2018 &<br />
Citing.Works.Count < 6 &<br />
Publication.Type == "journal article"<br />
)<br />
<br />
mean(mgpu_filtered$Citing.Works.Count)<br />
<br />
aggregate(Citing.Works.Count ~ Publication.Year, data=mgpu, mean)<br />
<br />
hist(mgpu$Citing.Works.Count)<br />
</syntaxhighlight><br />
<br />
---<br />
<br />
== Социосемантическая модель ==<br />
<br />
<uml><br />
@startuml<br />
skinparam backgroundColor #FAFAFA<br />
<br />
actor "Автор" as A<br />
rectangle "Публикация" as P<br />
rectangle "Тематика" as T<br />
rectangle "Научное поле" as F<br />
<br />
A --> P<br />
P --> T<br />
P --> F<br />
P --> P : цитирует<br />
<br />
@enduml<br />
</uml><br />
<br />
---<br />
<br />
== Агентная модель ==<br />
<br />
<netlogo><br />
to setup<br />
clear-all<br />
create-turtles 100 [<br />
setxy random-xcor random-ycor<br />
]<br />
end<br />
<br />
to go<br />
ask turtles [<br />
rt random 360<br />
fd 1<br />
]<br />
end<br />
</netlogo><br />
<br />
---<br />
<br />
== Интерактивная модель ==<br />
<br />
<scratch project="211029567" /><br />
<br />
---<br />
<br />
== Урок с данными ==<br />
* [[Сравнить тексты нескольких датасетов]]<br />
<br />
== Модель на этих данных ==<br />
[[Lens Psych Collab]]<br />
<br />
<br />
[[Категория:BigDataWorks]]<br />
<br />
<br />
== Те же данные, но после очистки в [[OpenRefine]] ==<br />
# Author/s,<br />
# Title,<br />
# Publication Year,<br />
# Lens ID,<br />
# DOI,<br />
# Citing Works Count<br />
<br />
<br />
=== МГПУ ===<br />
* https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_mgpu.csv<br />
<br />
=== Академия наук ===<br />
* https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_ras.csv<br />
<br />
=== МГУ ===<br />
* https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_mgu.csv<br />
---<br />
<br />
== Вывод ==<br />
<br />
Анализ показал:<br />
<br />
* цитируемость зависит от типа публикации <br />
* journal articles формируют ядро научного поля <br />
* Open Access увеличивает видимость исследований <br />
<br />
Социальные параметры (организации) и семантические параметры (структура публикаций) совместно формируют социосемантическую систему науки.<br />
<br />
Цитирование выступает ключевым механизмом связи между ними.</div>
Fedorovaai
http://digida.mgpu.ru/index.php?title=%D0%9F%D1%81%D0%B8%D1%85%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%B8%D0%B5_%D1%88%D0%BA%D0%BE%D0%BB%D1%8B_%D0%A0%D0%BE%D1%81%D1%81%D0%B8%D0%B8_(%D0%B4%D0%B0%D1%82%D0%B0%D1%81%D0%B5%D1%82)&diff=46020
Психологические школы России (датасет)
2026-04-13T19:22:48Z
<p>Fedorovaai: </p>
<hr />
<div>{{Dataset<br />
|Description=Публикации российских психологов в Lens<br />
|KeyDescripions=# Lens ID<br />
#Title<br />
#Date Published<br />
#Publication Year<br />
#Publication Type<br />
#Source Title<br />
#ISSNs<br />
#Publisher<br />
#Source Country<br />
#Author/s<br />
#Abstract<br />
#Volume<br />
#Issue Number<br />
#Start Page<br />
#End Page<br />
#Fields of Study<br />
#Keywords<br />
#MeSH Terms<br />
#Chemicals<br />
#Funding<br />
#Source URLs<br />
#External URL<br />
#PMID<br />
#DOI<br />
#Microsoft Academic ID<br />
#PMCID<br />
#Citing Patents Count<br />
#References<br />
#Citing Works Count<br />
#Is Open Access<br />
#Open Access License<br />
#Open Access Colour<br />
|FileFormat=CSV<br />
|Field_of_knowledge=Информатика, Психология<br />
|launch year=2006<br />
}}<br />
* Академия Наук - https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv<br />
* МГПУ https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv<br />
* МГУ https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv<br />
<br />
= Социосемантическая структура публикаций российских психологов (Lens) =<br />
<br />
== Исследовательский вопрос ==<br />
Как связаны '''социальные параметры научного производства''' (организации: МГУ, МГПУ, РАН) и '''семантические характеристики публикаций''' (тип статьи, открытый доступ, тематика) с уровнем цитируемости?<br />
<br />
== Гипотеза ==<br />
Публикации в формате journal article и с открытым доступом (Open Access) имеют более высокую цитируемость, формируя устойчивые социосемантические паттерны.<br />
<br />
== Теоретическая рамка ==<br />
<br />
Социосемантическая система науки включает:<br />
<br />
* социальный уровень — авторы и организации <br />
* семантический уровень — темы, типы публикаций <br />
* механизм связи — цитирование <br />
<br />
Цитирование выступает как ключевой механизм, связывающий производство знаний и их распространение.<br />
<br />
---<br />
== Данные ==<br />
<br />
=== Академия наук (цитируемость = 5) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv<br />
|format=csv with header<br />
|filters=Citing Works Count=5<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
----<br />
<br />
=== МГУ (публикации = 2018 год, Цитирования = 5) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv<br />
|format=csv with header<br />
|filters=Publication Year=2018,Citing Works Count=5<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Type=Publication Type,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Тип публикации<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Type}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
=== МГПУ (5 фильтров одновременно) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv<br />
|format=csv with header<br />
|delimiter=,<br />
|filters=<br />
Is Open Access=true,<br />
Publication Year>2018,<br />
Citing Works Count < 6,<br />
Publication Type=journal article,<br />
Fields of Study=Psychology<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Type=Publication Type,<br />
OpenAccess=Is Open Access,<br />
Field=Fields of Study,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Тип публикации<br />
!Open Access<br />
!Область<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Type}}}<br />
{{!}} {{{OpenAccess}}}<br />
{{!}} {{{Field}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
== Возможности анализа ==<br />
<br />
Используя параметр |filters= можно:<br />
<br />
* отбирать публикации по годам <br />
* сравнивать школы по цитируемости <br />
* выделять только статьи (Publication Type=journal article) <br />
* анализировать публикации в открытом доступе <br />
* строить выборки для последующего анализа в R <br />
<br />
== Семантические запросы (SMW) ==<br />
<br />
<div style="max-height:400px; overflow:auto; border:1px solid #ccc; padding:10px;"><br />
<br />
=== 1. Датасеты по психологии ===<br />
{{#ask:<br />
[[Field_of_knowledge::Психология]]<br />
| ?FileFormat<br />
| ?launch year<br />
| format=table<br />
}}<br />
''Результат:'' список психологических датасетов<br />
<br />
----<br />
<br />
=== 2. Все BigDataWorks ===<br />
{{#ask:<br />
[[Категория:BigDataWorks]]<br />
| ?Field_of_knowledge<br />
| format=table<br />
}}<br />
''Результат:'' все проекты с данными<br />
<br />
----<br />
<br />
=== 3. После 2010 года ===<br />
{{#ask:<br />
[[launch year::>2010]]<br />
| ?Field_of_knowledge<br />
| format=table<br />
}}<br />
''Результат:'' современные датасеты<br />
<br />
----<br />
<br />
=== 4. Только CSV ===<br />
{{#ask:<br />
[[FileFormat::CSV]]<br />
| ?Field_of_knowledge<br />
| format=table<br />
}}<br />
''Результат:'' данные для R<br />
<br />
----<br />
<br />
=== 5. Междисциплинарные ===<br />
{{#ask:<br />
[[Field_of_knowledge::Психология]] [[Field_of_knowledge::Информатика]]<br />
| ?launch year<br />
| format=table<br />
}}<br />
''Результат:'' пересечение областей<br />
<br />
</div><br />
== Анализ совместного редактирования моей страницы ==<br />
<br />
Для анализа использован MediaWiki API.<br />
<br />
Запрос:<br />
<br />
https://digida.mgpu.ru/api.php?action=query&prop=revisions&titles=Психологические_школы_России_(датасет)&rvprop=user|timestamp&rvlimit=50&format=json<br />
<br />
Этот запрос возвращает список всех пользователей, редактировавших страницу, и время их правок.<br />
<br />
== Извлечение данных ==<br />
<br />
<syntaxhighlight lang="python" line><br />
import requests<br />
<br />
url = "https://digida.mgpu.ru/api.php"<br />
<br />
params = {<br />
"action": "query",<br />
"prop": "revisions",<br />
"titles": "Психологические_школы_России_(датасет)",<br />
"rvprop": "user|timestamp",<br />
"rvlimit": 50,<br />
"format": "json"<br />
}<br />
<br />
response = requests.get(url, params=params)<br />
data = response.json()<br />
<br />
for page in data["query"]["pages"].values():<br />
for rev in page["revisions"]:<br />
print(rev["user"], rev["timestamp"])<br />
</syntaxhighlight><br />
<br />
== Граф совместного редактирования ==<br />
[[Файл:Граф совместной деятельности.png|мини]]<br />
<br />
== Интерпретация данных ==<br />
<br />
Анализ показал:<br />
<br />
* страница редактируется несколькими участниками <br />
* можно выделить активных авторов <br />
* структура редактирования носит коллективный характер <br />
<br />
Таким образом:<br />
<br />
* страница выступает как '''социальный объект''' <br />
* редактирование — как форма взаимодействия участников <br />
* изменения страницы формируют '''стигмергическую координацию''' <br />
<br />
Это подтверждает, что Digida функционирует как социосемантическая система.<br />
<br />
== Граф совместного редактирования страницы ==<br />
<br />
<uml><br />
@startuml<br />
skinparam backgroundColor #FAFAFA<br />
<br />
actor "Автор 1" as A1<br />
actor "Автор 2" as A2<br />
actor "Автор 3" as A3<br />
<br />
rectangle "Психологические школы России" as Page<br />
<br />
A1 --> Page<br />
A2 --> Page<br />
A3 --> Page<br />
<br />
@enduml<br />
</uml><br />
<br />
'''Описание:'''<br />
Граф показывает пользователей, редактирующих страницу, как сеть взаимодействий.<br />
<br />
== Метрика командности ==<br />
<br />
<math><br />
T = \frac{N_{authors}}{N_{edits}}<br />
</math><br />
<br />
где:<br />
* <math>N_{authors}</math> — число уникальных авторов <br />
* <math>N_{edits}</math> — число правок <br />
<br />
Чем выше значение, тем более распределённая командная работа.<br />
<br />
== Pipeline анализа данных ==<br />
<br />
<uml><br />
@startuml<br />
skinparam backgroundColor #FAFAFA<br />
title Pipeline исследования<br />
<br />
rectangle "Lens (сырые данные)" as A<br />
rectangle "OpenRefine\n(очистка)" as B<br />
rectangle "External Data\n(фильтрация)" as C<br />
rectangle "Агрегация\n(MapReduce)" as D<br />
rectangle "Анализ (R)" as E<br />
rectangle "Wiki (визуализация)" as F<br />
<br />
A --> B<br />
B --> C<br />
C --> D<br />
D --> E<br />
E --> F<br />
<br />
@enduml<br />
</uml><br />
<br />
---<br />
<br />
== Метрики ==<br />
<br />
Основной показатель:<br />
<br />
<math><br />
\bar{C} = \frac{1}{N} \sum_{i=1}^{N} C_i<br />
</math><br />
<br />
Дополнительно:<br />
<br />
<math><br />
OA = \frac{N_{open}}{N_{total}}<br />
</math><br />
<br />
---<br />
<br />
== Анализ в R ==<br />
<br />
<syntaxhighlight lang="r" line><br />
mgpu <- read.csv("lens_mgpu.csv")<br />
mgu <- read.csv("lens_mgu.csv")<br />
ras <- read.csv("lens_ras.csv")<br />
<br />
mgpu_filtered <- subset(mgpu,<br />
Publication.Year > 2018 &<br />
Citing.Works.Count < 6 &<br />
Publication.Type == "journal article"<br />
)<br />
<br />
mean(mgpu_filtered$Citing.Works.Count)<br />
<br />
aggregate(Citing.Works.Count ~ Publication.Year, data=mgpu, mean)<br />
<br />
hist(mgpu$Citing.Works.Count)<br />
</syntaxhighlight><br />
<br />
---<br />
<br />
== Социосемантическая модель ==<br />
<br />
<uml><br />
@startuml<br />
skinparam backgroundColor #FAFAFA<br />
<br />
actor "Автор" as A<br />
rectangle "Публикация" as P<br />
rectangle "Тематика" as T<br />
rectangle "Научное поле" as F<br />
<br />
A --> P<br />
P --> T<br />
P --> F<br />
P --> P : цитирует<br />
<br />
@enduml<br />
</uml><br />
<br />
---<br />
<br />
== Агентная модель ==<br />
<br />
<netlogo><br />
to setup<br />
clear-all<br />
create-turtles 100 [<br />
setxy random-xcor random-ycor<br />
]<br />
end<br />
<br />
to go<br />
ask turtles [<br />
rt random 360<br />
fd 1<br />
]<br />
end<br />
</netlogo><br />
<br />
---<br />
<br />
== Интерактивная модель ==<br />
<br />
<scratch project="211029567" /><br />
<br />
---<br />
<br />
== Урок с данными ==<br />
* [[Сравнить тексты нескольких датасетов]]<br />
<br />
== Модель на этих данных ==<br />
[[Lens Psych Collab]]<br />
<br />
<br />
[[Категория:BigDataWorks]]<br />
<br />
<br />
== Те же данные, но после очистки в [[OpenRefine]] ==<br />
# Author/s,<br />
# Title,<br />
# Publication Year,<br />
# Lens ID,<br />
# DOI,<br />
# Citing Works Count<br />
<br />
<br />
=== МГПУ ===<br />
* https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_mgpu.csv<br />
<br />
=== Академия наук ===<br />
* https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_ras.csv<br />
<br />
=== МГУ ===<br />
* https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_mgu.csv<br />
---<br />
<br />
== Вывод ==<br />
<br />
Анализ показал:<br />
<br />
* цитируемость зависит от типа публикации <br />
* journal articles формируют ядро научного поля <br />
* Open Access увеличивает видимость исследований <br />
<br />
Социальные параметры (организации) и семантические параметры (структура публикаций) совместно формируют социосемантическую систему науки.<br />
<br />
Цитирование выступает ключевым механизмом связи между ними.</div>
Fedorovaai
http://digida.mgpu.ru/index.php?title=%D0%9F%D1%81%D0%B8%D1%85%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%B8%D0%B5_%D1%88%D0%BA%D0%BE%D0%BB%D1%8B_%D0%A0%D0%BE%D1%81%D1%81%D0%B8%D0%B8_(%D0%B4%D0%B0%D1%82%D0%B0%D1%81%D0%B5%D1%82)&diff=46019
Психологические школы России (датасет)
2026-04-13T19:20:34Z
<p>Fedorovaai: </p>
<hr />
<div>{{Dataset<br />
|Description=Публикации российских психологов в Lens<br />
|KeyDescripions=# Lens ID<br />
#Title<br />
#Date Published<br />
#Publication Year<br />
#Publication Type<br />
#Source Title<br />
#ISSNs<br />
#Publisher<br />
#Source Country<br />
#Author/s<br />
#Abstract<br />
#Volume<br />
#Issue Number<br />
#Start Page<br />
#End Page<br />
#Fields of Study<br />
#Keywords<br />
#MeSH Terms<br />
#Chemicals<br />
#Funding<br />
#Source URLs<br />
#External URL<br />
#PMID<br />
#DOI<br />
#Microsoft Academic ID<br />
#PMCID<br />
#Citing Patents Count<br />
#References<br />
#Citing Works Count<br />
#Is Open Access<br />
#Open Access License<br />
#Open Access Colour<br />
|FileFormat=CSV<br />
|Field_of_knowledge=Информатика, Психология<br />
|launch year=2006<br />
}}<br />
* Академия Наук - https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv<br />
* МГПУ https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv<br />
* МГУ https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv<br />
<br />
= Социосемантическая структура публикаций российских психологов (Lens) =<br />
<br />
== Исследовательский вопрос ==<br />
Как связаны '''социальные параметры научного производства''' (организации: МГУ, МГПУ, РАН) и '''семантические характеристики публикаций''' (тип статьи, открытый доступ, тематика) с уровнем цитируемости?<br />
<br />
== Гипотеза ==<br />
Публикации в формате journal article и с открытым доступом (Open Access) имеют более высокую цитируемость, формируя устойчивые социосемантические паттерны.<br />
<br />
== Теоретическая рамка ==<br />
<br />
Социосемантическая система науки включает:<br />
<br />
* социальный уровень — авторы и организации <br />
* семантический уровень — темы, типы публикаций <br />
* механизм связи — цитирование <br />
<br />
Цитирование выступает как ключевой механизм, связывающий производство знаний и их распространение.<br />
<br />
---<br />
== Данные ==<br />
<br />
=== Академия наук (цитируемость = 5) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv<br />
|format=csv with header<br />
|filters=Citing Works Count=5<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
----<br />
<br />
=== МГУ (публикации = 2018 год, Цитирования = 5) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv<br />
|format=csv with header<br />
|filters=Publication Year=2018,Citing Works Count=5<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Type=Publication Type,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Тип публикации<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Type}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
=== МГПУ (5 фильтров одновременно) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv<br />
|format=csv with header<br />
|delimiter=,<br />
|filters=<br />
Is Open Access=true,<br />
Publication Year>2018,<br />
Citing Works Count < 6,<br />
Publication Type=journal article,<br />
Fields of Study=Psychology<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Type=Publication Type,<br />
OpenAccess=Is Open Access,<br />
Field=Fields of Study,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Тип публикации<br />
!Open Access<br />
!Область<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Type}}}<br />
{{!}} {{{OpenAccess}}}<br />
{{!}} {{{Field}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
== Возможности анализа ==<br />
<br />
Используя параметр |filters= можно:<br />
<br />
* отбирать публикации по годам <br />
* сравнивать школы по цитируемости <br />
* выделять только статьи (Publication Type=journal article) <br />
* анализировать публикации в открытом доступе <br />
* строить выборки для последующего анализа в R <br />
<br />
== Семантические запросы (SMW) ==<br />
<br />
<div style="max-height:400px; overflow:auto; border:1px solid #ccc; padding:10px;"><br />
<br />
=== 1. Датасеты по психологии ===<br />
{{#ask:<br />
[[Field_of_knowledge::Психология]]<br />
| ?FileFormat<br />
| ?launch year<br />
| format=table<br />
}}<br />
''Результат:'' список психологических датасетов<br />
<br />
----<br />
<br />
=== 2. Все BigDataWorks ===<br />
{{#ask:<br />
[[Категория:BigDataWorks]]<br />
| ?Field_of_knowledge<br />
| format=table<br />
}}<br />
''Результат:'' все проекты с данными<br />
<br />
----<br />
<br />
=== 3. После 2010 года ===<br />
{{#ask:<br />
[[launch year::>2010]]<br />
| ?Field_of_knowledge<br />
| format=table<br />
}}<br />
''Результат:'' современные датасеты<br />
<br />
----<br />
<br />
=== 4. Только CSV ===<br />
{{#ask:<br />
[[FileFormat::CSV]]<br />
| ?Field_of_knowledge<br />
| format=table<br />
}}<br />
''Результат:'' данные для R<br />
<br />
----<br />
<br />
=== 5. Междисциплинарные ===<br />
{{#ask:<br />
[[Field_of_knowledge::Психология]] [[Field_of_knowledge::Информатика]]<br />
| ?launch year<br />
| format=table<br />
}}<br />
''Результат:'' пересечение областей<br />
<br />
</div><br />
== Анализ совместного редактирования моей страницы ==<br />
<br />
Для анализа использован MediaWiki API.<br />
<br />
Запрос:<br />
<br />
https://digida.mgpu.ru/api.php?action=query&prop=revisions&titles=Психологические_школы_России_(датасет)&rvprop=user|timestamp&rvlimit=50&format=json<br />
<br />
Этот запрос возвращает список всех пользователей, редактировавших страницу, и время их правок.<br />
<br />
== Извлечение данных ==<br />
<br />
<syntaxhighlight lang="python" line><br />
import requests<br />
<br />
url = "https://digida.mgpu.ru/api.php"<br />
<br />
params = {<br />
"action": "query",<br />
"prop": "revisions",<br />
"titles": "Психологические_школы_России_(датасет)",<br />
"rvprop": "user|timestamp",<br />
"rvlimit": 50,<br />
"format": "json"<br />
}<br />
<br />
response = requests.get(url, params=params)<br />
data = response.json()<br />
<br />
for page in data["query"]["pages"].values():<br />
for rev in page["revisions"]:<br />
print(rev["user"], rev["timestamp"])<br />
</syntaxhighlight><br />
<br />
[[Файл:Граф совместной деятельности.png|мини]]<br />
<br />
== Интерпретация данных ==<br />
<br />
Анализ показал:<br />
<br />
* страница редактируется несколькими участниками <br />
* можно выделить активных авторов <br />
* структура редактирования носит коллективный характер <br />
<br />
Таким образом:<br />
<br />
* страница выступает как '''социальный объект''' <br />
* редактирование — как форма взаимодействия участников <br />
* изменения страницы формируют '''стигмергическую координацию''' <br />
<br />
Это подтверждает, что Digida функционирует как социосемантическая система.<br />
<br />
== Граф совместного редактирования страницы ==<br />
<br />
<uml><br />
@startuml<br />
skinparam backgroundColor #FAFAFA<br />
<br />
actor "Автор 1" as A1<br />
actor "Автор 2" as A2<br />
actor "Автор 3" as A3<br />
<br />
rectangle "Психологические школы России" as Page<br />
<br />
A1 --> Page<br />
A2 --> Page<br />
A3 --> Page<br />
<br />
@enduml<br />
</uml><br />
<br />
'''Описание:'''<br />
Граф показывает пользователей, редактирующих страницу, как сеть взаимодействий.<br />
<br />
== Метрика командности ==<br />
<br />
<math><br />
T = \frac{N_{authors}}{N_{edits}}<br />
</math><br />
<br />
где:<br />
* <math>N_{authors}</math> — число уникальных авторов <br />
* <math>N_{edits}</math> — число правок <br />
<br />
Чем выше значение, тем более распределённая командная работа.<br />
<br />
== Pipeline анализа данных ==<br />
<br />
<uml><br />
@startuml<br />
skinparam backgroundColor #FAFAFA<br />
title Pipeline исследования<br />
<br />
rectangle "Lens (сырые данные)" as A<br />
rectangle "OpenRefine\n(очистка)" as B<br />
rectangle "External Data\n(фильтрация)" as C<br />
rectangle "Агрегация\n(MapReduce)" as D<br />
rectangle "Анализ (R)" as E<br />
rectangle "Wiki (визуализация)" as F<br />
<br />
A --> B<br />
B --> C<br />
C --> D<br />
D --> E<br />
E --> F<br />
<br />
@enduml<br />
</uml><br />
<br />
---<br />
<br />
== Метрики ==<br />
<br />
Основной показатель:<br />
<br />
<math><br />
\bar{C} = \frac{1}{N} \sum_{i=1}^{N} C_i<br />
</math><br />
<br />
Дополнительно:<br />
<br />
<math><br />
OA = \frac{N_{open}}{N_{total}}<br />
</math><br />
<br />
---<br />
<br />
== Анализ в R ==<br />
<br />
<syntaxhighlight lang="r" line><br />
mgpu <- read.csv("lens_mgpu.csv")<br />
mgu <- read.csv("lens_mgu.csv")<br />
ras <- read.csv("lens_ras.csv")<br />
<br />
mgpu_filtered <- subset(mgpu,<br />
Publication.Year > 2018 &<br />
Citing.Works.Count < 6 &<br />
Publication.Type == "journal article"<br />
)<br />
<br />
mean(mgpu_filtered$Citing.Works.Count)<br />
<br />
aggregate(Citing.Works.Count ~ Publication.Year, data=mgpu, mean)<br />
<br />
hist(mgpu$Citing.Works.Count)<br />
</syntaxhighlight><br />
<br />
---<br />
<br />
== Социосемантическая модель ==<br />
<br />
<uml><br />
@startuml<br />
skinparam backgroundColor #FAFAFA<br />
<br />
actor "Автор" as A<br />
rectangle "Публикация" as P<br />
rectangle "Тематика" as T<br />
rectangle "Научное поле" as F<br />
<br />
A --> P<br />
P --> T<br />
P --> F<br />
P --> P : цитирует<br />
<br />
@enduml<br />
</uml><br />
<br />
---<br />
<br />
== Агентная модель ==<br />
<br />
<netlogo><br />
to setup<br />
clear-all<br />
create-turtles 100 [<br />
setxy random-xcor random-ycor<br />
]<br />
end<br />
<br />
to go<br />
ask turtles [<br />
rt random 360<br />
fd 1<br />
]<br />
end<br />
</netlogo><br />
<br />
---<br />
<br />
== Интерактивная модель ==<br />
<br />
<scratch project="211029567" /><br />
<br />
---<br />
<br />
== Урок с данными ==<br />
* [[Сравнить тексты нескольких датасетов]]<br />
<br />
== Модель на этих данных ==<br />
[[Lens Psych Collab]]<br />
<br />
<br />
[[Категория:BigDataWorks]]<br />
<br />
<br />
== Те же данные, но после очистки в [[OpenRefine]] ==<br />
# Author/s,<br />
# Title,<br />
# Publication Year,<br />
# Lens ID,<br />
# DOI,<br />
# Citing Works Count<br />
<br />
<br />
=== МГПУ ===<br />
* https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_mgpu.csv<br />
<br />
=== Академия наук ===<br />
* https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_ras.csv<br />
<br />
=== МГУ ===<br />
* https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_mgu.csv<br />
---<br />
<br />
== Вывод ==<br />
<br />
Анализ показал:<br />
<br />
* цитируемость зависит от типа публикации <br />
* journal articles формируют ядро научного поля <br />
* Open Access увеличивает видимость исследований <br />
<br />
Социальные параметры (организации) и семантические параметры (структура публикаций) совместно формируют социосемантическую систему науки.<br />
<br />
Цитирование выступает ключевым механизмом связи между ними.</div>
Fedorovaai
http://digida.mgpu.ru/index.php?title=%D0%A4%D0%B0%D0%B9%D0%BB:%D0%93%D1%80%D0%B0%D1%84_%D1%81%D0%BE%D0%B2%D0%BC%D0%B5%D1%81%D1%82%D0%BD%D0%BE%D0%B9_%D0%B4%D0%B5%D1%8F%D1%82%D0%B5%D0%BB%D1%8C%D0%BD%D0%BE%D1%81%D1%82%D0%B8.png&diff=46018
Файл:Граф совместной деятельности.png
2026-04-13T19:20:18Z
<p>Fedorovaai: </p>
<hr />
<div>Создано в R</div>
Fedorovaai
http://digida.mgpu.ru/index.php?title=%D0%9F%D1%81%D0%B8%D1%85%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%B8%D0%B5_%D1%88%D0%BA%D0%BE%D0%BB%D1%8B_%D0%A0%D0%BE%D1%81%D1%81%D0%B8%D0%B8_(%D0%B4%D0%B0%D1%82%D0%B0%D1%81%D0%B5%D1%82)&diff=46017
Психологические школы России (датасет)
2026-04-13T18:39:57Z
<p>Fedorovaai: </p>
<hr />
<div>{{Dataset<br />
|Description=Публикации российских психологов в Lens<br />
|KeyDescripions=# Lens ID<br />
#Title<br />
#Date Published<br />
#Publication Year<br />
#Publication Type<br />
#Source Title<br />
#ISSNs<br />
#Publisher<br />
#Source Country<br />
#Author/s<br />
#Abstract<br />
#Volume<br />
#Issue Number<br />
#Start Page<br />
#End Page<br />
#Fields of Study<br />
#Keywords<br />
#MeSH Terms<br />
#Chemicals<br />
#Funding<br />
#Source URLs<br />
#External URL<br />
#PMID<br />
#DOI<br />
#Microsoft Academic ID<br />
#PMCID<br />
#Citing Patents Count<br />
#References<br />
#Citing Works Count<br />
#Is Open Access<br />
#Open Access License<br />
#Open Access Colour<br />
|FileFormat=CSV<br />
|Field_of_knowledge=Информатика, Психология<br />
|launch year=2006<br />
}}<br />
* Академия Наук - https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv<br />
* МГПУ https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv<br />
* МГУ https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv<br />
<br />
= Социосемантическая структура публикаций российских психологов (Lens) =<br />
<br />
== Исследовательский вопрос ==<br />
Как связаны '''социальные параметры научного производства''' (организации: МГУ, МГПУ, РАН) и '''семантические характеристики публикаций''' (тип статьи, открытый доступ, тематика) с уровнем цитируемости?<br />
<br />
== Гипотеза ==<br />
Публикации в формате journal article и с открытым доступом (Open Access) имеют более высокую цитируемость, формируя устойчивые социосемантические паттерны.<br />
<br />
== Теоретическая рамка ==<br />
<br />
Социосемантическая система науки включает:<br />
<br />
* социальный уровень — авторы и организации <br />
* семантический уровень — темы, типы публикаций <br />
* механизм связи — цитирование <br />
<br />
Цитирование выступает как ключевой механизм, связывающий производство знаний и их распространение.<br />
<br />
---<br />
== Данные ==<br />
<br />
=== Академия наук (цитируемость = 5) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv<br />
|format=csv with header<br />
|filters=Citing Works Count=5<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
----<br />
<br />
=== МГУ (публикации = 2018 год, Цитирования = 5) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv<br />
|format=csv with header<br />
|filters=Publication Year=2018,Citing Works Count=5<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Type=Publication Type,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Тип публикации<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Type}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
=== МГПУ (5 фильтров одновременно) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv<br />
|format=csv with header<br />
|delimiter=,<br />
|filters=<br />
Is Open Access=true,<br />
Publication Year>2018,<br />
Citing Works Count < 6,<br />
Publication Type=journal article,<br />
Fields of Study=Psychology<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Type=Publication Type,<br />
OpenAccess=Is Open Access,<br />
Field=Fields of Study,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Тип публикации<br />
!Open Access<br />
!Область<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Type}}}<br />
{{!}} {{{OpenAccess}}}<br />
{{!}} {{{Field}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
== Возможности анализа ==<br />
<br />
Используя параметр |filters= можно:<br />
<br />
* отбирать публикации по годам <br />
* сравнивать школы по цитируемости <br />
* выделять только статьи (Publication Type=journal article) <br />
* анализировать публикации в открытом доступе <br />
* строить выборки для последующего анализа в R <br />
<br />
== Семантические запросы (SMW) ==<br />
<br />
<div style="max-height:400px; overflow:auto; border:1px solid #ccc; padding:10px;"><br />
<br />
=== 1. Датасеты по психологии ===<br />
{{#ask:<br />
[[Field_of_knowledge::Психология]]<br />
| ?FileFormat<br />
| ?launch year<br />
| format=table<br />
}}<br />
''Результат:'' список психологических датасетов<br />
<br />
----<br />
<br />
=== 2. Все BigDataWorks ===<br />
{{#ask:<br />
[[Категория:BigDataWorks]]<br />
| ?Field_of_knowledge<br />
| format=table<br />
}}<br />
''Результат:'' все проекты с данными<br />
<br />
----<br />
<br />
=== 3. После 2010 года ===<br />
{{#ask:<br />
[[launch year::>2010]]<br />
| ?Field_of_knowledge<br />
| format=table<br />
}}<br />
''Результат:'' современные датасеты<br />
<br />
----<br />
<br />
=== 4. Только CSV ===<br />
{{#ask:<br />
[[FileFormat::CSV]]<br />
| ?Field_of_knowledge<br />
| format=table<br />
}}<br />
''Результат:'' данные для R<br />
<br />
----<br />
<br />
=== 5. Междисциплинарные ===<br />
{{#ask:<br />
[[Field_of_knowledge::Психология]] [[Field_of_knowledge::Информатика]]<br />
| ?launch year<br />
| format=table<br />
}}<br />
''Результат:'' пересечение областей<br />
<br />
</div><br />
== Анализ совместного редактирования моей страницы ==<br />
<br />
Для анализа использован MediaWiki API.<br />
<br />
Запрос:<br />
<br />
https://digida.mgpu.ru/api.php?action=query&prop=revisions&titles=Психологические_школы_России_(датасет)&rvprop=user|timestamp&rvlimit=50&format=json<br />
<br />
Этот запрос возвращает список всех пользователей, редактировавших страницу, и время их правок.<br />
<br />
== Извлечение данных ==<br />
<br />
<syntaxhighlight lang="python" line><br />
import requests<br />
<br />
url = "https://digida.mgpu.ru/api.php"<br />
<br />
params = {<br />
"action": "query",<br />
"prop": "revisions",<br />
"titles": "Психологические_школы_России_(датасет)",<br />
"rvprop": "user|timestamp",<br />
"rvlimit": 50,<br />
"format": "json"<br />
}<br />
<br />
response = requests.get(url, params=params)<br />
data = response.json()<br />
<br />
for page in data["query"]["pages"].values():<br />
for rev in page["revisions"]:<br />
print(rev["user"], rev["timestamp"])<br />
</syntaxhighlight><br />
<br />
<br />
== Интерпретация данных ==<br />
<br />
Анализ показал:<br />
<br />
* страница редактируется несколькими участниками <br />
* можно выделить активных авторов <br />
* структура редактирования носит коллективный характер <br />
<br />
Таким образом:<br />
<br />
* страница выступает как '''социальный объект''' <br />
* редактирование — как форма взаимодействия участников <br />
* изменения страницы формируют '''стигмергическую координацию''' <br />
<br />
Это подтверждает, что Digida функционирует как социосемантическая система.<br />
<br />
== Граф совместного редактирования страницы ==<br />
<br />
<uml><br />
@startuml<br />
skinparam backgroundColor #FAFAFA<br />
<br />
actor "Автор 1" as A1<br />
actor "Автор 2" as A2<br />
actor "Автор 3" as A3<br />
<br />
rectangle "Психологические школы России" as Page<br />
<br />
A1 --> Page<br />
A2 --> Page<br />
A3 --> Page<br />
<br />
@enduml<br />
</uml><br />
<br />
'''Описание:'''<br />
Граф показывает пользователей, редактирующих страницу, как сеть взаимодействий.<br />
<br />
== Метрика командности ==<br />
<br />
<math><br />
T = \frac{N_{authors}}{N_{edits}}<br />
</math><br />
<br />
где:<br />
* <math>N_{authors}</math> — число уникальных авторов <br />
* <math>N_{edits}</math> — число правок <br />
<br />
Чем выше значение, тем более распределённая командная работа.<br />
<br />
== Pipeline анализа данных ==<br />
<br />
<uml><br />
@startuml<br />
skinparam backgroundColor #FAFAFA<br />
title Pipeline исследования<br />
<br />
rectangle "Lens (сырые данные)" as A<br />
rectangle "OpenRefine\n(очистка)" as B<br />
rectangle "External Data\n(фильтрация)" as C<br />
rectangle "Агрегация\n(MapReduce)" as D<br />
rectangle "Анализ (R)" as E<br />
rectangle "Wiki (визуализация)" as F<br />
<br />
A --> B<br />
B --> C<br />
C --> D<br />
D --> E<br />
E --> F<br />
<br />
@enduml<br />
</uml><br />
<br />
---<br />
<br />
== Метрики ==<br />
<br />
Основной показатель:<br />
<br />
<math><br />
\bar{C} = \frac{1}{N} \sum_{i=1}^{N} C_i<br />
</math><br />
<br />
Дополнительно:<br />
<br />
<math><br />
OA = \frac{N_{open}}{N_{total}}<br />
</math><br />
<br />
---<br />
<br />
== Анализ в R ==<br />
<br />
<syntaxhighlight lang="r" line><br />
mgpu <- read.csv("lens_mgpu.csv")<br />
mgu <- read.csv("lens_mgu.csv")<br />
ras <- read.csv("lens_ras.csv")<br />
<br />
mgpu_filtered <- subset(mgpu,<br />
Publication.Year > 2018 &<br />
Citing.Works.Count < 6 &<br />
Publication.Type == "journal article"<br />
)<br />
<br />
mean(mgpu_filtered$Citing.Works.Count)<br />
<br />
aggregate(Citing.Works.Count ~ Publication.Year, data=mgpu, mean)<br />
<br />
hist(mgpu$Citing.Works.Count)<br />
</syntaxhighlight><br />
<br />
---<br />
<br />
== Социосемантическая модель ==<br />
<br />
<uml><br />
@startuml<br />
skinparam backgroundColor #FAFAFA<br />
<br />
actor "Автор" as A<br />
rectangle "Публикация" as P<br />
rectangle "Тематика" as T<br />
rectangle "Научное поле" as F<br />
<br />
A --> P<br />
P --> T<br />
P --> F<br />
P --> P : цитирует<br />
<br />
@enduml<br />
</uml><br />
<br />
---<br />
<br />
== Агентная модель ==<br />
<br />
<netlogo><br />
to setup<br />
clear-all<br />
create-turtles 100 [<br />
setxy random-xcor random-ycor<br />
]<br />
end<br />
<br />
to go<br />
ask turtles [<br />
rt random 360<br />
fd 1<br />
]<br />
end<br />
</netlogo><br />
<br />
---<br />
<br />
== Интерактивная модель ==<br />
<br />
<scratch project="211029567" /><br />
<br />
---<br />
<br />
== Урок с данными ==<br />
* [[Сравнить тексты нескольких датасетов]]<br />
<br />
== Модель на этих данных ==<br />
[[Lens Psych Collab]]<br />
<br />
<br />
[[Категория:BigDataWorks]]<br />
<br />
<br />
== Те же данные, но после очистки в [[OpenRefine]] ==<br />
# Author/s,<br />
# Title,<br />
# Publication Year,<br />
# Lens ID,<br />
# DOI,<br />
# Citing Works Count<br />
<br />
<br />
=== МГПУ ===<br />
* https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_mgpu.csv<br />
<br />
=== Академия наук ===<br />
* https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_ras.csv<br />
<br />
=== МГУ ===<br />
* https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_mgu.csv<br />
---<br />
<br />
== Вывод ==<br />
<br />
Анализ показал:<br />
<br />
* цитируемость зависит от типа публикации <br />
* journal articles формируют ядро научного поля <br />
* Open Access увеличивает видимость исследований <br />
<br />
Социальные параметры (организации) и семантические параметры (структура публикаций) совместно формируют социосемантическую систему науки.<br />
<br />
Цитирование выступает ключевым механизмом связи между ними.</div>
Fedorovaai
http://digida.mgpu.ru/index.php?title=%D0%9F%D1%81%D0%B8%D1%85%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%B8%D0%B5_%D1%88%D0%BA%D0%BE%D0%BB%D1%8B_%D0%A0%D0%BE%D1%81%D1%81%D0%B8%D0%B8_(%D0%B4%D0%B0%D1%82%D0%B0%D1%81%D0%B5%D1%82)&diff=46016
Психологические школы России (датасет)
2026-04-13T18:35:38Z
<p>Fedorovaai: </p>
<hr />
<div>{{Dataset<br />
|Description=Публикации российских психологов в Lens<br />
|KeyDescripions=# Lens ID<br />
#Title<br />
#Date Published<br />
#Publication Year<br />
#Publication Type<br />
#Source Title<br />
#ISSNs<br />
#Publisher<br />
#Source Country<br />
#Author/s<br />
#Abstract<br />
#Volume<br />
#Issue Number<br />
#Start Page<br />
#End Page<br />
#Fields of Study<br />
#Keywords<br />
#MeSH Terms<br />
#Chemicals<br />
#Funding<br />
#Source URLs<br />
#External URL<br />
#PMID<br />
#DOI<br />
#Microsoft Academic ID<br />
#PMCID<br />
#Citing Patents Count<br />
#References<br />
#Citing Works Count<br />
#Is Open Access<br />
#Open Access License<br />
#Open Access Colour<br />
|FileFormat=CSV<br />
|Field_of_knowledge=Информатика, Психология<br />
|launch year=2006<br />
}}<br />
* Академия Наук - https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv<br />
* МГПУ https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv<br />
* МГУ https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv<br />
<br />
= Социосемантическая структура публикаций российских психологов (Lens) =<br />
<br />
== Исследовательский вопрос ==<br />
Как связаны '''социальные параметры научного производства''' (организации: МГУ, МГПУ, РАН) и '''семантические характеристики публикаций''' (тип статьи, открытый доступ, тематика) с уровнем цитируемости?<br />
<br />
== Гипотеза ==<br />
Публикации в формате journal article и с открытым доступом (Open Access) имеют более высокую цитируемость, формируя устойчивые социосемантические паттерны.<br />
<br />
== Теоретическая рамка ==<br />
<br />
Социосемантическая система науки включает:<br />
<br />
* социальный уровень — авторы и организации <br />
* семантический уровень — темы, типы публикаций <br />
* механизм связи — цитирование <br />
<br />
Цитирование выступает как ключевой механизм, связывающий производство знаний и их распространение.<br />
<br />
---<br />
== Данные ==<br />
<br />
=== Академия наук (цитируемость = 5) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv<br />
|format=csv with header<br />
|filters=Citing Works Count=5<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
----<br />
<br />
=== МГУ (публикации = 2018 год, Цитирования = 5) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv<br />
|format=csv with header<br />
|filters=Publication Year=2018,Citing Works Count=5<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Type=Publication Type,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Тип публикации<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Type}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
=== МГПУ (5 фильтров одновременно) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv<br />
|format=csv with header<br />
|delimiter=,<br />
|filters=<br />
Is Open Access=true,<br />
Publication Year>2018,<br />
Citing Works Count < 6,<br />
Publication Type=journal article,<br />
Fields of Study=Psychology<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Type=Publication Type,<br />
OpenAccess=Is Open Access,<br />
Field=Fields of Study,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Тип публикации<br />
!Open Access<br />
!Область<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Type}}}<br />
{{!}} {{{OpenAccess}}}<br />
{{!}} {{{Field}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
== Возможности анализа ==<br />
<br />
Используя параметр |filters= можно:<br />
<br />
* отбирать публикации по годам <br />
* сравнивать школы по цитируемости <br />
* выделять только статьи (Publication Type=journal article) <br />
* анализировать публикации в открытом доступе <br />
* строить выборки для последующего анализа в R <br />
<br />
== Семантические запросы (SMW) ==<br />
<br />
<div style="max-height:400px; overflow:auto; border:1px solid #ccc; padding:10px;"><br />
<br />
=== 1. Датасеты по психологии ===<br />
{{#ask:<br />
[[Field_of_knowledge::Психология]]<br />
| ?FileFormat<br />
| ?launch year<br />
| format=table<br />
}}<br />
''Результат:'' список психологических датасетов<br />
<br />
----<br />
<br />
=== 2. Все BigDataWorks ===<br />
{{#ask:<br />
[[Категория:BigDataWorks]]<br />
| ?Field_of_knowledge<br />
| format=table<br />
}}<br />
''Результат:'' все проекты с данными<br />
<br />
----<br />
<br />
=== 3. После 2010 года ===<br />
{{#ask:<br />
[[launch year::>2010]]<br />
| ?Field_of_knowledge<br />
| format=table<br />
}}<br />
''Результат:'' современные датасеты<br />
<br />
----<br />
<br />
=== 4. Только CSV ===<br />
{{#ask:<br />
[[FileFormat::CSV]]<br />
| ?Field_of_knowledge<br />
| format=table<br />
}}<br />
''Результат:'' данные для R<br />
<br />
----<br />
<br />
=== 5. Междисциплинарные ===<br />
{{#ask:<br />
[[Field_of_knowledge::Психология]] [[Field_of_knowledge::Информатика]]<br />
| ?launch year<br />
| format=table<br />
}}<br />
''Результат:'' пересечение областей<br />
<br />
</div><br />
== Анализ совместного редактирования (MediaWiki API) ==<br />
<br />
Для анализа соавторства и совместного редактирования используется MediaWiki API.<br />
<br />
Пример запроса:<br />
<br />
https://en.wikipedia.org/w/api.php?action=query&prop=contributors&titles=Psychology&pclimit=50&format=json<br />
<br />
Этот запрос возвращает список участников, редактировавших страницу "Psychology".<br />
<br />
== Пример кода извлечения ==<br />
<br />
<syntaxhighlight lang="python" line><br />
import requests<br />
<br />
url = "https://en.wikipedia.org/w/api.php"<br />
<br />
params = {<br />
"action": "query",<br />
"prop": "contributors",<br />
"titles": "Psychology",<br />
"pclimit": 50,<br />
"format": "json"<br />
}<br />
<br />
response = requests.get(url, params=params)<br />
data = response.json()<br />
<br />
print(data)<br />
</syntaxhighlight><br />
<br />
'''Что делаем дальше:'''<br />
* извлекаем авторов <br />
* строим граф "автор–страница" <br />
* анализируем плотность взаимодействий <br />
<br />
== Граф совместного редактирования ==<br />
<br />
[[Graph:Coauthorship_Psychology]]<br />
<br />
'''Что показывает граф:'''<br />
* узлы — авторы <br />
* связи — совместное редактирование <br />
* плотность графа отражает уровень коллективной работы <br />
<br />
== Pipeline анализа данных ==<br />
<br />
<uml><br />
@startuml<br />
skinparam backgroundColor #FAFAFA<br />
title Pipeline исследования<br />
<br />
rectangle "Lens (сырые данные)" as A<br />
rectangle "OpenRefine\n(очистка)" as B<br />
rectangle "External Data\n(фильтрация)" as C<br />
rectangle "Агрегация\n(MapReduce)" as D<br />
rectangle "Анализ (R)" as E<br />
rectangle "Wiki (визуализация)" as F<br />
<br />
A --> B<br />
B --> C<br />
C --> D<br />
D --> E<br />
E --> F<br />
<br />
@enduml<br />
</uml><br />
<br />
---<br />
<br />
== Метрики ==<br />
<br />
Основной показатель:<br />
<br />
<math><br />
\bar{C} = \frac{1}{N} \sum_{i=1}^{N} C_i<br />
</math><br />
<br />
Дополнительно:<br />
<br />
<math><br />
OA = \frac{N_{open}}{N_{total}}<br />
</math><br />
<br />
---<br />
<br />
== Анализ в R ==<br />
<br />
<syntaxhighlight lang="r" line><br />
mgpu <- read.csv("lens_mgpu.csv")<br />
mgu <- read.csv("lens_mgu.csv")<br />
ras <- read.csv("lens_ras.csv")<br />
<br />
mgpu_filtered <- subset(mgpu,<br />
Publication.Year > 2018 &<br />
Citing.Works.Count < 6 &<br />
Publication.Type == "journal article"<br />
)<br />
<br />
mean(mgpu_filtered$Citing.Works.Count)<br />
<br />
aggregate(Citing.Works.Count ~ Publication.Year, data=mgpu, mean)<br />
<br />
hist(mgpu$Citing.Works.Count)<br />
</syntaxhighlight><br />
<br />
---<br />
<br />
== Социосемантическая модель ==<br />
<br />
<uml><br />
@startuml<br />
skinparam backgroundColor #FAFAFA<br />
<br />
actor "Автор" as A<br />
rectangle "Публикация" as P<br />
rectangle "Тематика" as T<br />
rectangle "Научное поле" as F<br />
<br />
A --> P<br />
P --> T<br />
P --> F<br />
P --> P : цитирует<br />
<br />
@enduml<br />
</uml><br />
<br />
---<br />
<br />
== Агентная модель ==<br />
<br />
<netlogo><br />
to setup<br />
clear-all<br />
create-turtles 100 [<br />
setxy random-xcor random-ycor<br />
]<br />
end<br />
<br />
to go<br />
ask turtles [<br />
rt random 360<br />
fd 1<br />
]<br />
end<br />
</netlogo><br />
<br />
---<br />
<br />
== Интерактивная модель ==<br />
<br />
<scratch project="211029567" /><br />
<br />
---<br />
<br />
== Урок с данными ==<br />
* [[Сравнить тексты нескольких датасетов]]<br />
<br />
== Модель на этих данных ==<br />
[[Lens Psych Collab]]<br />
<br />
<br />
[[Категория:BigDataWorks]]<br />
<br />
<br />
== Те же данные, но после очистки в [[OpenRefine]] ==<br />
# Author/s,<br />
# Title,<br />
# Publication Year,<br />
# Lens ID,<br />
# DOI,<br />
# Citing Works Count<br />
<br />
<br />
=== МГПУ ===<br />
* https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_mgpu.csv<br />
<br />
=== Академия наук ===<br />
* https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_ras.csv<br />
<br />
=== МГУ ===<br />
* https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_mgu.csv<br />
---<br />
<br />
== Вывод ==<br />
<br />
Анализ показал:<br />
<br />
* цитируемость зависит от типа публикации <br />
* journal articles формируют ядро научного поля <br />
* Open Access увеличивает видимость исследований <br />
<br />
Социальные параметры (организации) и семантические параметры (структура публикаций) совместно формируют социосемантическую систему науки.<br />
<br />
Цитирование выступает ключевым механизмом связи между ними.</div>
Fedorovaai
http://digida.mgpu.ru/index.php?title=%D0%9F%D1%81%D0%B8%D1%85%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%B8%D0%B5_%D1%88%D0%BA%D0%BE%D0%BB%D1%8B_%D0%A0%D0%BE%D1%81%D1%81%D0%B8%D0%B8_(%D0%B4%D0%B0%D1%82%D0%B0%D1%81%D0%B5%D1%82)&diff=46015
Психологические школы России (датасет)
2026-04-13T18:32:35Z
<p>Fedorovaai: </p>
<hr />
<div>{{Dataset<br />
|Description=Публикации российских психологов в Lens<br />
|KeyDescripions=# Lens ID<br />
#Title<br />
#Date Published<br />
#Publication Year<br />
#Publication Type<br />
#Source Title<br />
#ISSNs<br />
#Publisher<br />
#Source Country<br />
#Author/s<br />
#Abstract<br />
#Volume<br />
#Issue Number<br />
#Start Page<br />
#End Page<br />
#Fields of Study<br />
#Keywords<br />
#MeSH Terms<br />
#Chemicals<br />
#Funding<br />
#Source URLs<br />
#External URL<br />
#PMID<br />
#DOI<br />
#Microsoft Academic ID<br />
#PMCID<br />
#Citing Patents Count<br />
#References<br />
#Citing Works Count<br />
#Is Open Access<br />
#Open Access License<br />
#Open Access Colour<br />
|FileFormat=CSV<br />
|Field_of_knowledge=Информатика, Психология<br />
|launch year=2006<br />
}}<br />
* Академия Наук - https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv<br />
* МГПУ https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv<br />
* МГУ https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv<br />
<br />
= Социосемантическая структура публикаций российских психологов (Lens) =<br />
<br />
== Исследовательский вопрос ==<br />
Как связаны '''социальные параметры научного производства''' (организации: МГУ, МГПУ, РАН) и '''семантические характеристики публикаций''' (тип статьи, открытый доступ, тематика) с уровнем цитируемости?<br />
<br />
== Гипотеза ==<br />
Публикации в формате journal article и с открытым доступом (Open Access) имеют более высокую цитируемость, формируя устойчивые социосемантические паттерны.<br />
<br />
== Теоретическая рамка ==<br />
<br />
Социосемантическая система науки включает:<br />
<br />
* социальный уровень — авторы и организации <br />
* семантический уровень — темы, типы публикаций <br />
* механизм связи — цитирование <br />
<br />
Цитирование выступает как ключевой механизм, связывающий производство знаний и их распространение.<br />
<br />
---<br />
== Данные ==<br />
<br />
=== Академия наук (цитируемость = 5) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv<br />
|format=csv with header<br />
|filters=Citing Works Count=5<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
----<br />
<br />
=== МГУ (публикации = 2018 год, Цитирования = 5) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv<br />
|format=csv with header<br />
|filters=Publication Year=2018,Citing Works Count=5<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Type=Publication Type,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Тип публикации<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Type}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
=== МГПУ (5 фильтров одновременно) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv<br />
|format=csv with header<br />
|delimiter=,<br />
|filters=<br />
Is Open Access=true,<br />
Publication Year>2018,<br />
Citing Works Count < 6,<br />
Publication Type=journal article,<br />
Fields of Study=Psychology<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Type=Publication Type,<br />
OpenAccess=Is Open Access,<br />
Field=Fields of Study,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Тип публикации<br />
!Open Access<br />
!Область<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Type}}}<br />
{{!}} {{{OpenAccess}}}<br />
{{!}} {{{Field}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
== Возможности анализа ==<br />
<br />
Используя параметр |filters= можно:<br />
<br />
* отбирать публикации по годам <br />
* сравнивать школы по цитируемости <br />
* выделять только статьи (Publication Type=journal article) <br />
* анализировать публикации в открытом доступе <br />
* строить выборки для последующего анализа в R <br />
<br />
== Семантические запросы (SMW) ==<br />
<br />
<div style="max-height:400px; overflow:auto; border:1px solid #ccc; padding:10px;"><br />
<br />
=== 1. Датасеты по психологии ===<br />
{{#ask:<br />
[[Field_of_knowledge::Психология]]<br />
| ?FileFormat<br />
| ?launch year<br />
| format=table<br />
}}<br />
''Результат:'' список психологических датасетов<br />
<br />
----<br />
<br />
=== 2. Все BigDataWorks ===<br />
{{#ask:<br />
[[Категория:BigDataWorks]]<br />
| ?Field_of_knowledge<br />
| format=table<br />
}}<br />
''Результат:'' все проекты с данными<br />
<br />
----<br />
<br />
=== 3. После 2010 года ===<br />
{{#ask:<br />
[[launch year::>2010]]<br />
| ?Field_of_knowledge<br />
| format=table<br />
}}<br />
''Результат:'' современные датасеты<br />
<br />
----<br />
<br />
=== 4. Только CSV ===<br />
{{#ask:<br />
[[FileFormat::CSV]]<br />
| ?Field_of_knowledge<br />
| format=table<br />
}}<br />
''Результат:'' данные для R<br />
<br />
----<br />
<br />
=== 5. Междисциплинарные ===<br />
{{#ask:<br />
[[Field_of_knowledge::Психология]] [[Field_of_knowledge::Информатика]]<br />
| ?launch year<br />
| format=table<br />
}}<br />
''Результат:'' пересечение областей<br />
<br />
</div><br />
<br />
== Pipeline анализа данных ==<br />
<br />
<uml><br />
@startuml<br />
skinparam backgroundColor #FAFAFA<br />
title Pipeline исследования<br />
<br />
rectangle "Lens (сырые данные)" as A<br />
rectangle "OpenRefine\n(очистка)" as B<br />
rectangle "External Data\n(фильтрация)" as C<br />
rectangle "Агрегация\n(MapReduce)" as D<br />
rectangle "Анализ (R)" as E<br />
rectangle "Wiki (визуализация)" as F<br />
<br />
A --> B<br />
B --> C<br />
C --> D<br />
D --> E<br />
E --> F<br />
<br />
@enduml<br />
</uml><br />
<br />
---<br />
<br />
== Метрики ==<br />
<br />
Основной показатель:<br />
<br />
<math><br />
\bar{C} = \frac{1}{N} \sum_{i=1}^{N} C_i<br />
</math><br />
<br />
Дополнительно:<br />
<br />
<math><br />
OA = \frac{N_{open}}{N_{total}}<br />
</math><br />
<br />
---<br />
<br />
== Анализ в R ==<br />
<br />
<syntaxhighlight lang="r" line><br />
mgpu <- read.csv("lens_mgpu.csv")<br />
mgu <- read.csv("lens_mgu.csv")<br />
ras <- read.csv("lens_ras.csv")<br />
<br />
mgpu_filtered <- subset(mgpu,<br />
Publication.Year > 2018 &<br />
Citing.Works.Count < 6 &<br />
Publication.Type == "journal article"<br />
)<br />
<br />
mean(mgpu_filtered$Citing.Works.Count)<br />
<br />
aggregate(Citing.Works.Count ~ Publication.Year, data=mgpu, mean)<br />
<br />
hist(mgpu$Citing.Works.Count)<br />
</syntaxhighlight><br />
<br />
---<br />
<br />
== Социосемантическая модель ==<br />
<br />
<uml><br />
@startuml<br />
skinparam backgroundColor #FAFAFA<br />
<br />
actor "Автор" as A<br />
rectangle "Публикация" as P<br />
rectangle "Тематика" as T<br />
rectangle "Научное поле" as F<br />
<br />
A --> P<br />
P --> T<br />
P --> F<br />
P --> P : цитирует<br />
<br />
@enduml<br />
</uml><br />
<br />
---<br />
<br />
== Агентная модель ==<br />
<br />
<netlogo><br />
to setup<br />
clear-all<br />
create-turtles 100 [<br />
setxy random-xcor random-ycor<br />
]<br />
end<br />
<br />
to go<br />
ask turtles [<br />
rt random 360<br />
fd 1<br />
]<br />
end<br />
</netlogo><br />
<br />
---<br />
<br />
== Интерактивная модель ==<br />
<br />
<scratch project="211029567" /><br />
<br />
---<br />
<br />
== Урок с данными ==<br />
* [[Сравнить тексты нескольких датасетов]]<br />
<br />
== Модель на этих данных ==<br />
[[Lens Psych Collab]]<br />
<br />
<br />
[[Категория:BigDataWorks]]<br />
<br />
<br />
== Те же данные, но после очистки в [[OpenRefine]] ==<br />
# Author/s,<br />
# Title,<br />
# Publication Year,<br />
# Lens ID,<br />
# DOI,<br />
# Citing Works Count<br />
<br />
<br />
=== МГПУ ===<br />
* https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_mgpu.csv<br />
<br />
=== Академия наук ===<br />
* https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_ras.csv<br />
<br />
=== МГУ ===<br />
* https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_mgu.csv<br />
---<br />
<br />
== Вывод ==<br />
<br />
Анализ показал:<br />
<br />
* цитируемость зависит от типа публикации <br />
* journal articles формируют ядро научного поля <br />
* Open Access увеличивает видимость исследований <br />
<br />
Социальные параметры (организации) и семантические параметры (структура публикаций) совместно формируют социосемантическую систему науки.<br />
<br />
Цитирование выступает ключевым механизмом связи между ними.</div>
Fedorovaai
http://digida.mgpu.ru/index.php?title=%D0%9F%D1%81%D0%B8%D1%85%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%B8%D0%B5_%D1%88%D0%BA%D0%BE%D0%BB%D1%8B_%D0%A0%D0%BE%D1%81%D1%81%D0%B8%D0%B8_(%D0%B4%D0%B0%D1%82%D0%B0%D1%81%D0%B5%D1%82)&diff=46014
Психологические школы России (датасет)
2026-04-13T18:15:33Z
<p>Fedorovaai: </p>
<hr />
<div>{{Dataset<br />
|Description=Публикации российских психологов в Lens<br />
|KeyDescripions=# Lens ID<br />
#Title<br />
#Date Published<br />
#Publication Year<br />
#Publication Type<br />
#Source Title<br />
#ISSNs<br />
#Publisher<br />
#Source Country<br />
#Author/s<br />
#Abstract<br />
#Volume<br />
#Issue Number<br />
#Start Page<br />
#End Page<br />
#Fields of Study<br />
#Keywords<br />
#MeSH Terms<br />
#Chemicals<br />
#Funding<br />
#Source URLs<br />
#External URL<br />
#PMID<br />
#DOI<br />
#Microsoft Academic ID<br />
#PMCID<br />
#Citing Patents Count<br />
#References<br />
#Citing Works Count<br />
#Is Open Access<br />
#Open Access License<br />
#Open Access Colour<br />
|FileFormat=CSV<br />
|Field_of_knowledge=Информатика, Психология<br />
|launch year=2006<br />
}}<br />
* Академия Наук - https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv<br />
* МГПУ https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv<br />
* МГУ https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv<br />
<br />
= Социосемантическая структура публикаций российских психологов (Lens) =<br />
<br />
== Исследовательский вопрос ==<br />
Как связаны '''социальные параметры научного производства''' (организации: МГУ, МГПУ, РАН) и '''семантические характеристики публикаций''' (тип статьи, открытый доступ, тематика) с уровнем цитируемости?<br />
<br />
== Гипотеза ==<br />
Публикации в формате journal article и с открытым доступом (Open Access) имеют более высокую цитируемость, формируя устойчивые социосемантические паттерны.<br />
<br />
== Теоретическая рамка ==<br />
<br />
Социосемантическая система науки включает:<br />
<br />
* социальный уровень — авторы и организации <br />
* семантический уровень — темы, типы публикаций <br />
* механизм связи — цитирование <br />
<br />
Цитирование выступает как ключевой механизм, связывающий производство знаний и их распространение.<br />
<br />
---<br />
== Данные ==<br />
<br />
=== Академия наук (цитируемость = 5) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv<br />
|format=csv with header<br />
|filters=Citing Works Count=5<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
----<br />
<br />
=== МГУ (публикации = 2018 год, Цитирования = 5) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv<br />
|format=csv with header<br />
|filters=Publication Year=2018,Citing Works Count=5<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Type=Publication Type,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Тип публикации<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Type}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
=== МГПУ (5 фильтров одновременно) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv<br />
|format=csv with header<br />
|delimiter=,<br />
|filters=<br />
Is Open Access=true,<br />
Publication Year>2018,<br />
Citing Works Count < 6,<br />
Publication Type=journal article,<br />
Fields of Study=Psychology<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Type=Publication Type,<br />
OpenAccess=Is Open Access,<br />
Field=Fields of Study,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Тип публикации<br />
!Open Access<br />
!Область<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Type}}}<br />
{{!}} {{{OpenAccess}}}<br />
{{!}} {{{Field}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
== Возможности анализа ==<br />
<br />
Используя параметр |filters= можно:<br />
<br />
* отбирать публикации по годам <br />
* сравнивать школы по цитируемости <br />
* выделять только статьи (Publication Type=journal article) <br />
* анализировать публикации в открытом доступе <br />
* строить выборки для последующего анализа в R <br />
== Pipeline анализа данных ==<br />
<br />
<uml><br />
@startuml<br />
skinparam backgroundColor #FAFAFA<br />
title Pipeline исследования<br />
<br />
rectangle "Lens (сырые данные)" as A<br />
rectangle "OpenRefine\n(очистка)" as B<br />
rectangle "External Data\n(фильтрация)" as C<br />
rectangle "Агрегация\n(MapReduce)" as D<br />
rectangle "Анализ (R)" as E<br />
rectangle "Wiki (визуализация)" as F<br />
<br />
A --> B<br />
B --> C<br />
C --> D<br />
D --> E<br />
E --> F<br />
<br />
@enduml<br />
</uml><br />
<br />
---<br />
<br />
== Метрики ==<br />
<br />
Основной показатель:<br />
<br />
<math><br />
\bar{C} = \frac{1}{N} \sum_{i=1}^{N} C_i<br />
</math><br />
<br />
Дополнительно:<br />
<br />
<math><br />
OA = \frac{N_{open}}{N_{total}}<br />
</math><br />
<br />
---<br />
<br />
== Анализ в R ==<br />
<br />
<syntaxhighlight lang="r" line><br />
mgpu <- read.csv("lens_mgpu.csv")<br />
mgu <- read.csv("lens_mgu.csv")<br />
ras <- read.csv("lens_ras.csv")<br />
<br />
mgpu_filtered <- subset(mgpu,<br />
Publication.Year > 2018 &<br />
Citing.Works.Count < 6 &<br />
Publication.Type == "journal article"<br />
)<br />
<br />
mean(mgpu_filtered$Citing.Works.Count)<br />
<br />
aggregate(Citing.Works.Count ~ Publication.Year, data=mgpu, mean)<br />
<br />
hist(mgpu$Citing.Works.Count)<br />
</syntaxhighlight><br />
<br />
---<br />
<br />
== Социосемантическая модель ==<br />
<br />
<uml><br />
@startuml<br />
skinparam backgroundColor #FAFAFA<br />
<br />
actor "Автор" as A<br />
rectangle "Публикация" as P<br />
rectangle "Тематика" as T<br />
rectangle "Научное поле" as F<br />
<br />
A --> P<br />
P --> T<br />
P --> F<br />
P --> P : цитирует<br />
<br />
@enduml<br />
</uml><br />
<br />
---<br />
<br />
== Агентная модель ==<br />
<br />
<netlogo><br />
to setup<br />
clear-all<br />
create-turtles 100 [<br />
setxy random-xcor random-ycor<br />
]<br />
end<br />
<br />
to go<br />
ask turtles [<br />
rt random 360<br />
fd 1<br />
]<br />
end<br />
</netlogo><br />
<br />
---<br />
<br />
== Интерактивная модель ==<br />
<br />
<scratch project="211029567" /><br />
<br />
---<br />
<br />
== Урок с данными ==<br />
* [[Сравнить тексты нескольких датасетов]]<br />
<br />
== Модель на этих данных ==<br />
[[Lens Psych Collab]]<br />
<br />
<br />
[[Категория:BigDataWorks]]<br />
<br />
<br />
== Те же данные, но после очистки в [[OpenRefine]] ==<br />
# Author/s,<br />
# Title,<br />
# Publication Year,<br />
# Lens ID,<br />
# DOI,<br />
# Citing Works Count<br />
<br />
<br />
=== МГПУ ===<br />
* https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_mgpu.csv<br />
<br />
=== Академия наук ===<br />
* https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_ras.csv<br />
<br />
=== МГУ ===<br />
* https://raw.githubusercontent.com/patarakin/stat-data/b9bea4cf7b9e7a78cc462346e073b18fb0745b59/datasets/csv/lens_mgu.csv<br />
---<br />
<br />
== Вывод ==<br />
<br />
Анализ показал:<br />
<br />
* цитируемость зависит от типа публикации <br />
* journal articles формируют ядро научного поля <br />
* Open Access увеличивает видимость исследований <br />
<br />
Социальные параметры (организации) и семантические параметры (структура публикаций) совместно формируют социосемантическую систему науки.<br />
<br />
Цитирование выступает ключевым механизмом связи между ними.</div>
Fedorovaai
http://digida.mgpu.ru/index.php?title=%D0%9F%D1%81%D0%B8%D1%85%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%B8%D0%B5_%D1%88%D0%BA%D0%BE%D0%BB%D1%8B_%D0%A0%D0%BE%D1%81%D1%81%D0%B8%D0%B8_(%D0%B4%D0%B0%D1%82%D0%B0%D1%81%D0%B5%D1%82)&diff=44718
Психологические школы России (датасет)
2026-03-03T09:58:32Z
<p>Fedorovaai: </p>
<hr />
<div>{{Dataset<br />
|Description=Публикации российских психологов в Lens<br />
|KeyDescripions=# Lens ID<br />
#Title<br />
#Date Published<br />
#Publication Year<br />
#Publication Type<br />
#Source Title<br />
#ISSNs<br />
#Publisher<br />
#Source Country<br />
#Author/s<br />
#Abstract<br />
#Volume<br />
#Issue Number<br />
#Start Page<br />
#End Page<br />
#Fields of Study<br />
#Keywords<br />
#MeSH Terms<br />
#Chemicals<br />
#Funding<br />
#Source URLs<br />
#External URL<br />
#PMID<br />
#DOI<br />
#Microsoft Academic ID<br />
#PMCID<br />
#Citing Patents Count<br />
#References<br />
#Citing Works Count<br />
#Is Open Access<br />
#Open Access License<br />
#Open Access Colour<br />
|FileFormat=CSV<br />
|Field_of_knowledge=Информатика, Психология<br />
|launch year=2006<br />
}}<br />
* Академия Наук - https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv<br />
* МГПУ https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv<br />
* МГУ https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv<br />
<br />
== Данные ==<br />
<br />
=== Академия наук (цитируемость = 5) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv<br />
|format=csv with header<br />
|filters=Citing Works Count=5<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
----<br />
<br />
=== МГУ (публикации = 2018 год, Цитирования = 5) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv<br />
|format=csv with header<br />
|filters=Publication Year=2018,Citing Works Count=5<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Type=Publication Type,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Тип публикации<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Type}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
=== МГПУ (5 фильтров одновременно) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv<br />
|format=csv with header<br />
|delimiter=,<br />
|filters=<br />
Is Open Access=true,<br />
Publication Year>2018,<br />
Citing Works Count < 6,<br />
Publication Type=journal article,<br />
Fields of Study=Psychology<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Type=Publication Type,<br />
OpenAccess=Is Open Access,<br />
Field=Fields of Study,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Тип публикации<br />
!Open Access<br />
!Область<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Type}}}<br />
{{!}} {{{OpenAccess}}}<br />
{{!}} {{{Field}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
== Возможности анализа ==<br />
<br />
Используя параметр |filters= можно:<br />
<br />
* отбирать публикации по годам <br />
* сравнивать школы по цитируемости <br />
* выделять только статьи (Publication Type=journal article) <br />
* анализировать публикации в открытом доступе <br />
* строить выборки для последующего анализа в R <br />
<br />
== Урок с данными ==<br />
* [[Сравнить тексты нескольких датасетов]]<br />
<br />
== Модель на этих данных ==<br />
[[Lens Psych Collab]]<br />
<br />
<br />
[[Категория:BigDataWorks]]</div>
Fedorovaai
http://digida.mgpu.ru/index.php?title=%D0%9F%D1%81%D0%B8%D1%85%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%B8%D0%B5_%D1%88%D0%BA%D0%BE%D0%BB%D1%8B_%D0%A0%D0%BE%D1%81%D1%81%D0%B8%D0%B8_(%D0%B4%D0%B0%D1%82%D0%B0%D1%81%D0%B5%D1%82)&diff=44717
Психологические школы России (датасет)
2026-03-03T09:56:46Z
<p>Fedorovaai: </p>
<hr />
<div>{{Dataset<br />
|Description=Публикации российских психологов в Lens<br />
|KeyDescripions=# Lens ID<br />
#Title<br />
#Date Published<br />
#Publication Year<br />
#Publication Type<br />
#Source Title<br />
#ISSNs<br />
#Publisher<br />
#Source Country<br />
#Author/s<br />
#Abstract<br />
#Volume<br />
#Issue Number<br />
#Start Page<br />
#End Page<br />
#Fields of Study<br />
#Keywords<br />
#MeSH Terms<br />
#Chemicals<br />
#Funding<br />
#Source URLs<br />
#External URL<br />
#PMID<br />
#DOI<br />
#Microsoft Academic ID<br />
#PMCID<br />
#Citing Patents Count<br />
#References<br />
#Citing Works Count<br />
#Is Open Access<br />
#Open Access License<br />
#Open Access Colour<br />
|FileFormat=CSV<br />
|Field_of_knowledge=Информатика, Психология<br />
|launch year=2006<br />
}}<br />
* Академия Наук - https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv<br />
* МГПУ https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv<br />
* МГУ https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv<br />
<br />
== Данные ==<br />
<br />
=== Академия наук (цитируемость = 5) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv<br />
|format=csv with header<br />
|filters=Citing Works Count=5<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
----<br />
<br />
=== МГУ (публикации = 2018 год, Цитирования = 5) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv<br />
|format=csv with header<br />
|filters=Publication Year=2018,Citing Works Count=5<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Type=Publication Type,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Тип публикации<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Type}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
=== МГПУ (5 фильтров одновременно) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv<br />
|format=csv with header<br />
|delimiter=,<br />
|filters=<br />
Is Open Access=true,<br />
Publication Year>2018,<br />
Citing Works Count>10,<br />
Publication Type=journal article,<br />
Fields of Study=Psychology<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Type=Publication Type,<br />
OpenAccess=Is Open Access,<br />
Field=Fields of Study,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Тип публикации<br />
!Open Access<br />
!Область<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Type}}}<br />
{{!}} {{{OpenAccess}}}<br />
{{!}} {{{Field}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
== Возможности анализа ==<br />
<br />
Используя параметр |filters= можно:<br />
<br />
* отбирать публикации по годам <br />
* сравнивать школы по цитируемости <br />
* выделять только статьи (Publication Type=journal article) <br />
* анализировать публикации в открытом доступе <br />
* строить выборки для последующего анализа в R <br />
<br />
== Урок с данными ==<br />
* [[Сравнить тексты нескольких датасетов]]<br />
<br />
== Модель на этих данных ==<br />
[[Lens Psych Collab]]<br />
<br />
<br />
[[Категория:BigDataWorks]]</div>
Fedorovaai
http://digida.mgpu.ru/index.php?title=%D0%9F%D1%81%D0%B8%D1%85%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%B8%D0%B5_%D1%88%D0%BA%D0%BE%D0%BB%D1%8B_%D0%A0%D0%BE%D1%81%D1%81%D0%B8%D0%B8_(%D0%B4%D0%B0%D1%82%D0%B0%D1%81%D0%B5%D1%82)&diff=44715
Психологические школы России (датасет)
2026-03-03T09:55:43Z
<p>Fedorovaai: </p>
<hr />
<div>{{Dataset<br />
|Description=Публикации российских психологов в Lens<br />
|KeyDescripions=# Lens ID<br />
#Title<br />
#Date Published<br />
#Publication Year<br />
#Publication Type<br />
#Source Title<br />
#ISSNs<br />
#Publisher<br />
#Source Country<br />
#Author/s<br />
#Abstract<br />
#Volume<br />
#Issue Number<br />
#Start Page<br />
#End Page<br />
#Fields of Study<br />
#Keywords<br />
#MeSH Terms<br />
#Chemicals<br />
#Funding<br />
#Source URLs<br />
#External URL<br />
#PMID<br />
#DOI<br />
#Microsoft Academic ID<br />
#PMCID<br />
#Citing Patents Count<br />
#References<br />
#Citing Works Count<br />
#Is Open Access<br />
#Open Access License<br />
#Open Access Colour<br />
|FileFormat=CSV<br />
|Field_of_knowledge=Информатика, Психология<br />
|launch year=2006<br />
}}<br />
* Академия Наук - https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv<br />
* МГПУ https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv<br />
* МГУ https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv<br />
<br />
== Данные ==<br />
<br />
=== Академия наук (цитируемость = 5) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv<br />
|format=csv with header<br />
|filters=Citing Works Count=5<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
----<br />
<br />
=== МГУ (публикации = 2018 год, Цитирования = 5) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv<br />
|format=csv with header<br />
|filters=Publication Year=2018,Citing Works Count=5<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Type=Publication Type,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Тип публикации<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Type}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
=== МГПУ (5 фильтров одновременно) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv<br />
|format=csv with header<br />
|delimiter=,<br />
|filters=<br />
Is Open Access=true,<br />
Publication Year>2018,<br />
Citing Works Count>=10,<br />
Publication Type=journal article,<br />
Fields of Study=Psychology<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Type=Publication Type,<br />
OpenAccess=Is Open Access,<br />
Field=Fields of Study,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Тип публикации<br />
!Open Access<br />
!Область<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Type}}}<br />
{{!}} {{{OpenAccess}}}<br />
{{!}} {{{Field}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
== Возможности анализа ==<br />
<br />
Используя параметр |filters= можно:<br />
<br />
* отбирать публикации по годам <br />
* сравнивать школы по цитируемости <br />
* выделять только статьи (Publication Type=journal article) <br />
* анализировать публикации в открытом доступе <br />
* строить выборки для последующего анализа в R <br />
<br />
== Урок с данными ==<br />
* [[Сравнить тексты нескольких датасетов]]<br />
<br />
== Модель на этих данных ==<br />
[[Lens Psych Collab]]<br />
<br />
<br />
[[Категория:BigDataWorks]]</div>
Fedorovaai
http://digida.mgpu.ru/index.php?title=%D0%9F%D1%81%D0%B8%D1%85%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%B8%D0%B5_%D1%88%D0%BA%D0%BE%D0%BB%D1%8B_%D0%A0%D0%BE%D1%81%D1%81%D0%B8%D0%B8_(%D0%B4%D0%B0%D1%82%D0%B0%D1%81%D0%B5%D1%82)&diff=44714
Психологические школы России (датасет)
2026-03-03T09:54:25Z
<p>Fedorovaai: </p>
<hr />
<div>{{Dataset<br />
|Description=Публикации российских психологов в Lens<br />
|KeyDescripions=# Lens ID<br />
#Title<br />
#Date Published<br />
#Publication Year<br />
#Publication Type<br />
#Source Title<br />
#ISSNs<br />
#Publisher<br />
#Source Country<br />
#Author/s<br />
#Abstract<br />
#Volume<br />
#Issue Number<br />
#Start Page<br />
#End Page<br />
#Fields of Study<br />
#Keywords<br />
#MeSH Terms<br />
#Chemicals<br />
#Funding<br />
#Source URLs<br />
#External URL<br />
#PMID<br />
#DOI<br />
#Microsoft Academic ID<br />
#PMCID<br />
#Citing Patents Count<br />
#References<br />
#Citing Works Count<br />
#Is Open Access<br />
#Open Access License<br />
#Open Access Colour<br />
|FileFormat=CSV<br />
|Field_of_knowledge=Информатика, Психология<br />
|launch year=2006<br />
}}<br />
* Академия Наук - https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv<br />
* МГПУ https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv<br />
* МГУ https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv<br />
<br />
== Данные ==<br />
<br />
=== Академия наук (цитируемость = 5) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv<br />
|format=csv with header<br />
|filters=Citing Works Count=5<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
----<br />
<br />
=== МГУ (публикации = 2018 год, Цитирования = 5) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv<br />
|format=csv with header<br />
|filters=Publication Year=2018,Citing Works Count=5<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Type=Publication Type,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Тип публикации<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Type}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
=== МГПУ (5 фильтров одновременно) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv<br />
|format=csv with header<br />
|delimiter=,<br />
|filters=<br />
"Is Open Access"=true,<br />
"Publication Year">2018,<br />
"Citing Works Count">=10,<br />
"Publication Type"=journal article,<br />
"Fields of Study"=Psychology<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Type=Publication Type,<br />
OpenAccess=Is Open Access,<br />
Field=Fields of Study,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Тип публикации<br />
!Open Access<br />
!Область<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Type}}}<br />
{{!}} {{{OpenAccess}}}<br />
{{!}} {{{Field}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
== Возможности анализа ==<br />
<br />
Используя параметр |filters= можно:<br />
<br />
* отбирать публикации по годам <br />
* сравнивать школы по цитируемости <br />
* выделять только статьи (Publication Type=journal article) <br />
* анализировать публикации в открытом доступе <br />
* строить выборки для последующего анализа в R <br />
<br />
== Урок с данными ==<br />
* [[Сравнить тексты нескольких датасетов]]<br />
<br />
== Модель на этих данных ==<br />
[[Lens Psych Collab]]<br />
<br />
<br />
[[Категория:BigDataWorks]]</div>
Fedorovaai
http://digida.mgpu.ru/index.php?title=%D0%9F%D1%81%D0%B8%D1%85%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%B8%D0%B5_%D1%88%D0%BA%D0%BE%D0%BB%D1%8B_%D0%A0%D0%BE%D1%81%D1%81%D0%B8%D0%B8_(%D0%B4%D0%B0%D1%82%D0%B0%D1%81%D0%B5%D1%82)&diff=44711
Психологические школы России (датасет)
2026-03-03T09:51:37Z
<p>Fedorovaai: </p>
<hr />
<div>{{Dataset<br />
|Description=Публикации российских психологов в Lens<br />
|KeyDescripions=# Lens ID<br />
#Title<br />
#Date Published<br />
#Publication Year<br />
#Publication Type<br />
#Source Title<br />
#ISSNs<br />
#Publisher<br />
#Source Country<br />
#Author/s<br />
#Abstract<br />
#Volume<br />
#Issue Number<br />
#Start Page<br />
#End Page<br />
#Fields of Study<br />
#Keywords<br />
#MeSH Terms<br />
#Chemicals<br />
#Funding<br />
#Source URLs<br />
#External URL<br />
#PMID<br />
#DOI<br />
#Microsoft Academic ID<br />
#PMCID<br />
#Citing Patents Count<br />
#References<br />
#Citing Works Count<br />
#Is Open Access<br />
#Open Access License<br />
#Open Access Colour<br />
|FileFormat=CSV<br />
|Field_of_knowledge=Информатика, Психология<br />
|launch year=2006<br />
}}<br />
* Академия Наук - https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv<br />
* МГПУ https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv<br />
* МГУ https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv<br />
<br />
== Данные ==<br />
<br />
=== Академия наук (цитируемость = 5) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv<br />
|format=csv with header<br />
|filters=Citing Works Count=5<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
----<br />
<br />
=== МГУ (публикации = 2018 год, Цитирования = 5) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv<br />
|format=csv with header<br />
|filters=Publication Year=2018,Citing Works Count=5<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Type=Publication Type,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Тип публикации<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Type}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
=== МГПУ (5 фильтров одновременно) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv<br />
|format=csv with header<br />
|delimiter=,<br />
|filters=<br />
"Is Open Access"=true,<br />
"Publication Year">2018,<br />
"Citing Works Count"<7,<br />
"Publication Type"=journal article,<br />
"Fields of Study"=Psychology<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Type=Publication Type,<br />
OpenAccess=Is Open Access,<br />
Field=Fields of Study,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Тип публикации<br />
!Open Access<br />
!Область<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Type}}}<br />
{{!}} {{{OpenAccess}}}<br />
{{!}} {{{Field}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
== Возможности анализа ==<br />
<br />
Используя параметр |filters= можно:<br />
<br />
* отбирать публикации по годам <br />
* сравнивать школы по цитируемости <br />
* выделять только статьи (Publication Type=journal article) <br />
* анализировать публикации в открытом доступе <br />
* строить выборки для последующего анализа в R <br />
<br />
== Урок с данными ==<br />
* [[Сравнить тексты нескольких датасетов]]<br />
<br />
== Модель на этих данных ==<br />
[[Lens Psych Collab]]<br />
<br />
<br />
[[Категория:BigDataWorks]]</div>
Fedorovaai
http://digida.mgpu.ru/index.php?title=%D0%9F%D1%81%D0%B8%D1%85%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%B8%D0%B5_%D1%88%D0%BA%D0%BE%D0%BB%D1%8B_%D0%A0%D0%BE%D1%81%D1%81%D0%B8%D0%B8_(%D0%B4%D0%B0%D1%82%D0%B0%D1%81%D0%B5%D1%82)&diff=44710
Психологические школы России (датасет)
2026-03-03T09:38:50Z
<p>Fedorovaai: </p>
<hr />
<div>{{Dataset<br />
|Description=Публикации российских психологов в Lens<br />
|KeyDescripions=# Lens ID<br />
#Title<br />
#Date Published<br />
#Publication Year<br />
#Publication Type<br />
#Source Title<br />
#ISSNs<br />
#Publisher<br />
#Source Country<br />
#Author/s<br />
#Abstract<br />
#Volume<br />
#Issue Number<br />
#Start Page<br />
#End Page<br />
#Fields of Study<br />
#Keywords<br />
#MeSH Terms<br />
#Chemicals<br />
#Funding<br />
#Source URLs<br />
#External URL<br />
#PMID<br />
#DOI<br />
#Microsoft Academic ID<br />
#PMCID<br />
#Citing Patents Count<br />
#References<br />
#Citing Works Count<br />
#Is Open Access<br />
#Open Access License<br />
#Open Access Colour<br />
|FileFormat=CSV<br />
|Field_of_knowledge=Информатика, Психология<br />
|launch year=2006<br />
}}<br />
* Академия Наук - https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv<br />
* МГПУ https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv<br />
* МГУ https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv<br />
<br />
== Данные ==<br />
<br />
=== Академия наук (цитируемость > 50) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv<br />
|format=csv with header<br />
|filters=Citing Works Count=5<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
----<br />
<br />
=== МГУ (публикации = 2018 год) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv<br />
|format=csv with header<br />
|filters=Publication Year=2018,Citing Works Count=5<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Type=Publication Type,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Тип публикации<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Type}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
=== МГПУ (5 фильтров одновременно) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv<br />
|format=csv with header<br />
|delimiter=,<br />
|filters=<br />
"Is Open Access"=true,<br />
"Publication Year">2018,<br />
"Citing Works Count"<7,<br />
"Publication Type"=journal article,<br />
"Fields of Study"=Psychology<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Type=Publication Type,<br />
OpenAccess=Is Open Access,<br />
Field=Fields of Study,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Тип публикации<br />
!Open Access<br />
!Область<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Type}}}<br />
{{!}} {{{OpenAccess}}}<br />
{{!}} {{{Field}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
== Возможности анализа ==<br />
<br />
Используя параметр |filters= можно:<br />
<br />
* отбирать публикации по годам <br />
* сравнивать школы по цитируемости <br />
* выделять только статьи (Publication Type=journal article) <br />
* анализировать публикации в открытом доступе <br />
* строить выборки для последующего анализа в R <br />
<br />
== Урок с данными ==<br />
* [[Сравнить тексты нескольких датасетов]]<br />
<br />
== Модель на этих данных ==<br />
[[Lens Psych Collab]]<br />
<br />
<br />
[[Категория:BigDataWorks]]</div>
Fedorovaai
http://digida.mgpu.ru/index.php?title=%D0%9F%D1%81%D0%B8%D1%85%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%B8%D0%B5_%D1%88%D0%BA%D0%BE%D0%BB%D1%8B_%D0%A0%D0%BE%D1%81%D1%81%D0%B8%D0%B8_(%D0%B4%D0%B0%D1%82%D0%B0%D1%81%D0%B5%D1%82)&diff=44706
Психологические школы России (датасет)
2026-03-03T08:09:53Z
<p>Fedorovaai: </p>
<hr />
<div>{{Dataset<br />
|Description=Публикации российских психологов в Lens<br />
|KeyDescripions=# Lens ID<br />
#Title<br />
#Date Published<br />
#Publication Year<br />
#Publication Type<br />
#Source Title<br />
#ISSNs<br />
#Publisher<br />
#Source Country<br />
#Author/s<br />
#Abstract<br />
#Volume<br />
#Issue Number<br />
#Start Page<br />
#End Page<br />
#Fields of Study<br />
#Keywords<br />
#MeSH Terms<br />
#Chemicals<br />
#Funding<br />
#Source URLs<br />
#External URL<br />
#PMID<br />
#DOI<br />
#Microsoft Academic ID<br />
#PMCID<br />
#Citing Patents Count<br />
#References<br />
#Citing Works Count<br />
#Is Open Access<br />
#Open Access License<br />
#Open Access Colour<br />
|FileFormat=CSV<br />
|Field_of_knowledge=Информатика, Психология<br />
|launch year=2006<br />
}}<br />
* Академия Наук - https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv<br />
* МГПУ https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv<br />
* МГУ https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv<br />
<br />
== Данные ==<br />
<br />
=== Академия наук (цитируемость > 50) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv<br />
|format=csv with header<br />
|filters=Citing Works Count=5<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
----<br />
<br />
=== МГУ (публикации = 2018 год) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv<br />
|format=csv with header<br />
|filters=Publication Year=2018,Citing Works Count=5<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Type=Publication Type,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Тип публикации<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Type}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
=== МГПУ (Open Access публикации) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv<br />
|format=csv with header<br />
|filters=Is Open Access=true<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
OpenAccess=Is Open Access,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Open Access<br />
!Цитирования<br />
{{#for_external_table:<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{OpenAccess}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
== Возможности анализа ==<br />
<br />
Используя параметр |filters= можно:<br />
<br />
* отбирать публикации по годам <br />
* сравнивать школы по цитируемости <br />
* выделять только статьи (Publication Type=journal article) <br />
* анализировать публикации в открытом доступе <br />
* строить выборки для последующего анализа в R <br />
<br />
== Урок с данными ==<br />
* [[Сравнить тексты нескольких датасетов]]<br />
<br />
== Модель на этих данных ==<br />
[[Lens Psych Collab]]<br />
<br />
<br />
[[Категория:BigDataWorks]]</div>
Fedorovaai
http://digida.mgpu.ru/index.php?title=%D0%9F%D1%81%D0%B8%D1%85%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%B8%D0%B5_%D1%88%D0%BA%D0%BE%D0%BB%D1%8B_%D0%A0%D0%BE%D1%81%D1%81%D0%B8%D0%B8_(%D0%B4%D0%B0%D1%82%D0%B0%D1%81%D0%B5%D1%82)&diff=44696
Психологические школы России (датасет)
2026-03-03T07:49:19Z
<p>Fedorovaai: </p>
<hr />
<div>{{Dataset<br />
|Description=Публикации российских психологов в Lens<br />
|KeyDescripions=# Lens ID<br />
#Title<br />
#Date Published<br />
#Publication Year<br />
#Publication Type<br />
#Source Title<br />
#ISSNs<br />
#Publisher<br />
#Source Country<br />
#Author/s<br />
#Abstract<br />
#Volume<br />
#Issue Number<br />
#Start Page<br />
#End Page<br />
#Fields of Study<br />
#Keywords<br />
#MeSH Terms<br />
#Chemicals<br />
#Funding<br />
#Source URLs<br />
#External URL<br />
#PMID<br />
#DOI<br />
#Microsoft Academic ID<br />
#PMCID<br />
#Citing Patents Count<br />
#References<br />
#Citing Works Count<br />
#Is Open Access<br />
#Open Access License<br />
#Open Access Colour<br />
|FileFormat=CSV<br />
|Field_of_knowledge=Информатика, Психология<br />
|launch year=2006<br />
}}<br />
* Академия Наук - https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv<br />
* МГПУ https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv<br />
* МГУ https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv<br />
<br />
== Данные ==<br />
<br />
=== Академия наук (цитируемость > 50) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv<br />
|format=csv with header<br />
|filters=Citing Works Count>50<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Цитирования<br />
{{#for_external_table::<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
=== МГУ (публикации после 2018 года) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv<br />
|format=csv with header<br />
|filters=Publication Year>2018<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Type=Publication Type,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Тип публикации<br />
!Цитирования<br />
{{#for_external_table::<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Type}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
<br />
=== МГПУ (Open Access публикации) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv<br />
|format=csv with header<br />
|filters=Is Open Access=true<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
OpenAccess=Is Open Access,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Open Access<br />
!Цитирования<br />
{{#for_external_table::<nowiki/><br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{OpenAccess}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
== Возможности анализа ==<br />
<br />
Используя параметр |filters= можно:<br />
<br />
* отбирать публикации по годам <br />
* сравнивать школы по цитируемости <br />
* выделять только статьи (Publication Type=journal article) <br />
* анализировать публикации в открытом доступе <br />
* строить выборки для последующего анализа в R <br />
<br />
== Урок с данными ==<br />
* [[Сравнить тексты нескольких датасетов]]<br />
<br />
== Модель на этих данных ==<br />
[[Lens Psych Collab]]<br />
<br />
<br />
[[Категория:BigDataWorks]]</div>
Fedorovaai
http://digida.mgpu.ru/index.php?title=%D0%9F%D1%81%D0%B8%D1%85%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%B8%D0%B5_%D1%88%D0%BA%D0%BE%D0%BB%D1%8B_%D0%A0%D0%BE%D1%81%D1%81%D0%B8%D0%B8_(%D0%B4%D0%B0%D1%82%D0%B0%D1%81%D0%B5%D1%82)&diff=44694
Психологические школы России (датасет)
2026-03-03T07:42:38Z
<p>Fedorovaai: </p>
<hr />
<div>{{Dataset<br />
|Description=Публикации российских психологов в Lens<br />
|KeyDescripions=# Lens ID<br />
#Title<br />
#Date Published<br />
#Publication Year<br />
#Publication Type<br />
#Source Title<br />
#ISSNs<br />
#Publisher<br />
#Source Country<br />
#Author/s<br />
#Abstract<br />
#Volume<br />
#Issue Number<br />
#Start Page<br />
#End Page<br />
#Fields of Study<br />
#Keywords<br />
#MeSH Terms<br />
#Chemicals<br />
#Funding<br />
#Source URLs<br />
#External URL<br />
#PMID<br />
#DOI<br />
#Microsoft Academic ID<br />
#PMCID<br />
#Citing Patents Count<br />
#References<br />
#Citing Works Count<br />
#Is Open Access<br />
#Open Access License<br />
#Open Access Colour<br />
|FileFormat=CSV<br />
|Field_of_knowledge=Информатика, Психология<br />
|launch year=2006<br />
}}<br />
* Академия Наук - https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv<br />
* МГПУ https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv<br />
* МГУ https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv<br />
<br />
== Данные ==<br />
<br />
=== Академия наук (цитируемость > 50) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv<br />
|format=csv with header<br />
|filters=Citing Works Count>50<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Цитирования<br />
{{#for_external_table:<br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
=== МГУ (публикации после 2018 года) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv<br />
|format=csv with header<br />
|filters=Publication Year>2018<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Type=Publication Type,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Тип публикации<br />
!Цитирования<br />
{{#for_external_table:<br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Type}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
<br />
=== МГПУ (Open Access публикации) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv<br />
|format=csv with header<br />
|filters=Is Open Access=true<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
OpenAccess=Is Open Access,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Open Access<br />
!Цитирования<br />
{{#for_external_table:<br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{OpenAccess}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
== Возможности анализа ==<br />
<br />
Используя параметр |filters= можно:<br />
<br />
* отбирать публикации по годам <br />
* сравнивать школы по цитируемости <br />
* выделять только статьи (Publication Type=journal article) <br />
* анализировать публикации в открытом доступе <br />
* строить выборки для последующего анализа в R <br />
<br />
== Урок с данными ==<br />
* [[Сравнить тексты нескольких датасетов]]<br />
<br />
== Модель на этих данных ==<br />
[[Lens Psych Collab]]<br />
<br />
<br />
[[Категория:BigDataWorks]]</div>
Fedorovaai
http://digida.mgpu.ru/index.php?title=%D0%9F%D1%81%D0%B8%D1%85%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%B8%D0%B5_%D1%88%D0%BA%D0%BE%D0%BB%D1%8B_%D0%A0%D0%BE%D1%81%D1%81%D0%B8%D0%B8_(%D0%B4%D0%B0%D1%82%D0%B0%D1%81%D0%B5%D1%82)&diff=44693
Психологические школы России (датасет)
2026-03-03T07:40:09Z
<p>Fedorovaai: </p>
<hr />
<div>{{Dataset<br />
|Description=Публикации российских психологов в Lens<br />
|KeyDescripions=# Lens ID<br />
#Title<br />
#Date Published<br />
#Publication Year<br />
#Publication Type<br />
#Source Title<br />
#ISSNs<br />
#Publisher<br />
#Source Country<br />
#Author/s<br />
#Abstract<br />
#Volume<br />
#Issue Number<br />
#Start Page<br />
#End Page<br />
#Fields of Study<br />
#Keywords<br />
#MeSH Terms<br />
#Chemicals<br />
#Funding<br />
#Source URLs<br />
#External URL<br />
#PMID<br />
#DOI<br />
#Microsoft Academic ID<br />
#PMCID<br />
#Citing Patents Count<br />
#References<br />
#Citing Works Count<br />
#Is Open Access<br />
#Open Access License<br />
#Open Access Colour<br />
|FileFormat=CSV<br />
|Field_of_knowledge=Информатика, Психология<br />
|launch year=2006<br />
}}<br />
* Академия Наук - https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv<br />
* МГПУ https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv<br />
* МГУ https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv<br />
<br />
== Данные ==<br />
<br />
=== Академия наук (цитируемость > 50) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv<br />
|format=csv with header<br />
|filters=Citing Works Count>50<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Цитирования<br />
{{#for_external_table:<br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
=== МГУ (публикации после 2018 года) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv<br />
|format=csv with header<br />
|filters=Publication Year>2018<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Type=Publication Type,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Тип публикации<br />
!Цитирования<br />
{{#for_external_table:<br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Type}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
<br />
=== МГПУ ===<br />
<br />
== Урок с данными ==<br />
* [[Сравнить тексты нескольких датасетов]]<br />
<br />
== Модель на этих данных ==<br />
[[Lens Psych Collab]]<br />
<br />
<br />
[[Категория:BigDataWorks]]</div>
Fedorovaai
http://digida.mgpu.ru/index.php?title=%D0%9F%D1%81%D0%B8%D1%85%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%B8%D0%B5_%D1%88%D0%BA%D0%BE%D0%BB%D1%8B_%D0%A0%D0%BE%D1%81%D1%81%D0%B8%D0%B8_(%D0%B4%D0%B0%D1%82%D0%B0%D1%81%D0%B5%D1%82)&diff=44691
Психологические школы России (датасет)
2026-03-03T07:38:36Z
<p>Fedorovaai: </p>
<hr />
<div>{{Dataset<br />
|Description=Публикации российских психологов в Lens<br />
|KeyDescripions=# Lens ID<br />
#Title<br />
#Date Published<br />
#Publication Year<br />
#Publication Type<br />
#Source Title<br />
#ISSNs<br />
#Publisher<br />
#Source Country<br />
#Author/s<br />
#Abstract<br />
#Volume<br />
#Issue Number<br />
#Start Page<br />
#End Page<br />
#Fields of Study<br />
#Keywords<br />
#MeSH Terms<br />
#Chemicals<br />
#Funding<br />
#Source URLs<br />
#External URL<br />
#PMID<br />
#DOI<br />
#Microsoft Academic ID<br />
#PMCID<br />
#Citing Patents Count<br />
#References<br />
#Citing Works Count<br />
#Is Open Access<br />
#Open Access License<br />
#Open Access Colour<br />
|FileFormat=CSV<br />
|Field_of_knowledge=Информатика, Психология<br />
|launch year=2006<br />
}}<br />
* Академия Наук - https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv<br />
* МГПУ https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgpu-psychol.csv<br />
* МГУ https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-mgu-psychol.csv<br />
<br />
== Данные ==<br />
<br />
=== Академия наук (цитируемость > 50) ===<br />
<br />
{{#get_web_data:<br />
url=https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/lens-acad-sci-psych.csv<br />
|format=csv with header<br />
|filters=Citing Works Count>50<br />
|data=<br />
Title=Title,<br />
Year=Publication Year,<br />
Cited=Citing Works Count<br />
}}<br />
<br />
{| class="wikitable sortable"<br />
!Название<br />
!Год<br />
!Цитирования<br />
{{#for_external_table:<br />
{{!}}-<br />
{{!}} {{{Title}}}<br />
{{!}} {{{Year}}}<br />
{{!}} {{{Cited}}}<br />
}}<br />
|}<br />
<br />
=== МГУ ===<br />
<br />
=== МГПУ ===<br />
<br />
== Урок с данными ==<br />
* [[Сравнить тексты нескольких датасетов]]<br />
<br />
== Модель на этих данных ==<br />
[[Lens Psych Collab]]<br />
<br />
<br />
[[Категория:BigDataWorks]]</div>
Fedorovaai
http://digida.mgpu.ru/index.php?title=%D0%9E%D0%B1%D1%81%D1%83%D0%B6%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5:%D0%9F%D1%80%D0%BE%D1%86%D0%B5%D1%81%D1%81_%D0%BE%D1%82%D0%B1%D0%BE%D1%80%D0%B0_%D0%B8_%D0%BF%D0%BE%D1%8F%D0%B2%D0%BB%D0%B5%D0%BD%D0%B8%D1%8F_%D0%BD%D0%BE%D0%B2%D1%8B%D1%85_%D0%BF%D0%BE%D1%80%D0%BE%D0%B4&diff=21232
Обсуждение:Процесс отбора и появления новых пород
2024-11-02T11:19:01Z
<p>Fedorovaai: /* Описание модели */</p>
<hr />
<div>== Описание модели ==<br />
<br />
Модель "Natural selection" Показывает взаимодействие 4 пород: трава, черепахи, дракончики и львы. Трава, черепахи и дракончики есть изначально, а львы появляются при столкновении черепах и драконов Трава бывает обычная и отравленная, когда черепахи едят обычную траву, то их энергия увеличивается, если же едят отравленную, то их жизни уменьшаются. Львы, которые появляются при скрещивании становятся неуязвимы к отравленной траве и могут ее есть<br />
Ссылка на модель: https://www.slnova.org/AlinaIgrvn/projects/925336/<br />
{{#widget:iframe<br />
|url=https://www.slnova.org/AlinaIgrvn/projects/925336/<br />
|width=1200<br />
|height=600<br />
}}</div>
Fedorovaai
http://digida.mgpu.ru/index.php?title=%D0%9E%D0%B1%D1%81%D1%83%D0%B6%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5:%D0%9F%D1%80%D0%BE%D1%86%D0%B5%D1%81%D1%81_%D0%BE%D1%82%D0%B1%D0%BE%D1%80%D0%B0_%D0%B8_%D0%BF%D0%BE%D1%8F%D0%B2%D0%BB%D0%B5%D0%BD%D0%B8%D1%8F_%D0%BD%D0%BE%D0%B2%D1%8B%D1%85_%D0%BF%D0%BE%D1%80%D0%BE%D0%B4&diff=21231
Обсуждение:Процесс отбора и появления новых пород
2024-11-02T11:16:44Z
<p>Fedorovaai: /* Описание модели */ новая тема</p>
<hr />
<div>== Описание модели ==<br />
<br />
Модель "Natural selection" Показывает взаимодействие 4 пород: трава, черепахи, дракончики и львы. Трава, черепахи и дракончики есть изначально, а львы появляются при столкновении черепах и драконов Трава бывает обычная и отравленная, когда черепахи едят обычную траву, то их энергия увеличивается, если же едят отравленную, то их жизни уменьшаются. Львы, которые появляются при скрещивании становятся неуязвимы к отравленной траве и могут ее есть</div>
Fedorovaai
http://digida.mgpu.ru/index.php?title=%D0%A8%D0%B0%D0%B1%D0%BB%D0%BE%D0%BD:Model&diff=21229
Шаблон:Model
2024-11-02T10:55:37Z
<p>Fedorovaai: /* ODD protocol */</p>
<hr />
<div><noinclude><br />
Это шаблон «Model». Он должен вызываться следующим образом:<br />
<pre><br />
{{Model<br />
|Description=<br />
|Область знаний=<br />
|Website=<br />
|Видео запись=<br />
|Авторы=<br />
|Среды реализации=<br />
|Диаграмма модели = <br />
|Данные модели<br />
|ODD + DREAM<br />
}}<br />
</pre><br />
<br />
Начните редактировать эту страницу, чтобы увидеть текст шаблона.<br />
</noinclude><br />
<includeonly><br />
{| class="wikitable" style="width: 100%; border-collapse: collapse; background-color: #FFFFFF; border: 1px solid #4A90E2;"<br />
|-<br />
! style="background-color: #E6F7FF; color: #333333; text-align: left; padding: 10px; font-family: 'Arial', sans-serif;" | Описание модели<br />
| style="padding: 10px;" | [[Description::{{{Description|}}}]]<br />
|-<br />
! style="background-color: #E6F7FF; color: #333333; text-align: left; padding: 10px; font-family: 'Arial', sans-serif;" | Область знаний<br />
| style="padding: 10px;" | {{#arraymap:{{{Field_of_knowledge|}}}|,|x|[[Field_of_knowledge::x]]}}<br />
|-<br />
! style="background-color: #E6F7FF; color: #333333; text-align: left; padding: 10px; font-family: 'Arial', sans-serif;" | Веб-страница - ссылка на модель<br />
| style="padding: 10px;" | [[Website::{{{Website|}}}]]<br />
|-<br />
! style="background-color: #E6F7FF; color: #333333; text-align: left; padding: 10px; font-family: 'Arial', sans-serif;" | Видео запись<br />
| style="padding: 10px;" | [[Clarifying_video::{{{Clarifying_video|}}}]]<br />
|-<br />
! style="background-color: #E6F7FF; color: #333333; text-align: left; padding: 10px; font-family: 'Arial', sans-serif;" | Разработчики<br />
| style="padding: 10px;" | {{#arraymap:{{{Inventor|}}}|;|x|[[Inventor::x]]}}<br />
|-<br />
! style="background-color: #E6F7FF; color: #333333; text-align: left; padding: 10px; font-family: 'Arial', sans-serif;" | Среды и средства, в которых реализована модель<br />
| style="padding: 10px;" | {{#arraymap:{{{Environment|}}}|,|x|[[Environment::x]]}}<br />
|-<br />
! style="background-color: #E6F7FF; color: #333333; text-align: left; padding: 10px; font-family:'Arial', sans-serif;" | Диаграмма модели<br />
| style="padding: 10px;" | [[PlantUML::{{{PlantUML|}}}]] <br />
|-<br />
! style="background-color:#E6F7FF;color:#333333;text-align:left;padding=10px;font-family:'Arial',sans-serif;" | Описание полей данных, которые модель порождает<br />
| style="padding=10px;" | [[KeyDescripions::{{{KeyDescripions|}}}]]<br />
|-<br />
! style="background-color:#E6F7FF;color:#333333;text-align:left;padding=10px;font-family:'Arial',sans-serif;" | Модель создана студентами?<br />
| style="padding=10px;" | [[Student-created::{{{Student-created}}}]]<br />
|}<br />
<br />
== [[ODD protocol]] ==<br />
Модель "Natural selection"<br />
Показывает взаимодействие 4 пород: трава, черепахи, дракончики и львы.<br />
Трава, черепахи и дракончики есть изначально, а львы появляются при столкновении черепах и драконов<br />
Трава бывает обычная и отравленная, когда черепахи едят обычную траву, то их энергия увеличивается, если же едят отравленную, то их жизни уменьшаются. Львы, которые появляются при скрещивании становятся неуязвимы к отравленной траве и могут ее есть<br />
[[Категория:Model]]<br />
</includeonly></div>
Fedorovaai
http://digida.mgpu.ru/index.php?title=%D0%9E%D0%B1%D1%81%D1%83%D0%B6%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5:CODAP&diff=21173
Обсуждение:CODAP
2024-11-01T22:22:52Z
<p>Fedorovaai: /* Пример - Землетрясения */</p>
<hr />
<div>== Пример - Землетрясения ==<br />
<br />
https://codap.concord.org/releases/latest/static/dg/en/cert/index.html?url=https://concord-consortium.github.io/codap-data/SampleDocs/Science/E_Sciences/Earthquakes/EarthquakeData.codap#<br />
Этот набор данных относится к записям предыдущих землетрясений 2016-2017 годов. <br />
Он содержит данные от магнитуды землетрясений до типа землетрясения.<br />
{{#widget:iframe<br />
|url=https://codap.concord.org/releases/latest/static/dg/en/cert/index.html?url=https://concord-consortium.github.io/codap-data/SampleDocs/Science/E_Sciences/Earthquakes/EarthquakeData.codap#shared=https%3A%2F%2Fcfm-shared.concord.org%2FvmsKDuBjxnrkymRPNMAl%2Ffile.json<br />
|width=900<br />
|height=800<br />
}}</div>
Fedorovaai
http://digida.mgpu.ru/index.php?title=%D0%9E%D0%B1%D1%81%D1%83%D0%B6%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5:CODAP&diff=21172
Обсуждение:CODAP
2024-11-01T22:21:33Z
<p>Fedorovaai: /* Пример - Землетрясения */ новая тема</p>
<hr />
<div>== Пример - Землетрясения ==<br />
<br />
https://codap.concord.org/releases/latest/static/dg/en/cert/index.html?url=https://concord-consortium.github.io/codap-data/SampleDocs/Science/E_Sciences/Earthquakes/EarthquakeData.codap#<br />
Этот набор данных относится к записям предыдущих землетрясений 2016-2017 годов. <br />
Он содержит данные от магнитуды землетрясений до типа землетрясения.</div>
Fedorovaai
http://digida.mgpu.ru/index.php?title=%D0%9E%D0%B1%D1%81%D1%83%D0%B6%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5:Fire_(model)&diff=21171
Обсуждение:Fire (model)
2024-11-01T22:13:41Z
<p>Fedorovaai: /* ODD принципы */ новая тема</p>
<hr />
<div>Модель "Fire" в NetLogo моделирует распространение лесного пожара в зависимости от плотности деревьев. Мы будем использовать BehaviorSpace для проведения эксперимента, чтобы исследовать, как изменение плотности деревьев влияет на вероятность распространения огня через лес.<br />
<br />
Цель эксперимента<br />
<br />
Изучить, как изменение плотности деревьев (`density`) влияет на:<br />
1. Вероятность полного распространения огня через лес.<br />
2. Процент деревьев, сгоревших в результате пожара.<br />
<br />
Переменные<br />
<br />
- Плотность деревьев (density): Эта переменная определяет начальную плотность деревьев в лесу и варьируется от 0 до 100%.<br />
- Процент сгоревших деревьев (percent-burned): Результативная переменная, которая показывает долю деревьев, уничтоженных пожаром.<br />
- Прохождение огня через лес (fire-crosses-forest): Условная переменная, показывающая, удалось ли огню пройти с нижнего края леса до верхнего края (значение `true` или `false`).<br />
<br />
Гипотеза<br />
<br />
Ожидается, что при низкой плотности деревьев (например, ниже 40%) огонь не сможет распространяться по всему лесу. Однако по мере увеличения плотности деревьев (например, от 50% и выше) вероятность прохождения огня через весь лес увеличивается, достигая почти 100% при очень высокой плотности (около 90-100%).<br />
<br />
Планирование эксперимента с помощью BehaviorSpace<br />
<br />
Для проведения эксперимента используем BehaviorSpace. Параметры настроим следующим образом:<br />
<br />
1. Изменяемая переменная:<br />
- `density` (плотность деревьев): от 30% до 100% с шагом 5%. Таким образом, значения будут 30, 35, 40, …, 100.<br />
<br />
2. Число повторений:<br />
- Для каждого значения `density` проведём 30 повторений, чтобы получить надёжные данные.<br />
<br />
3. Сохраняемые выходные данные:<br />
- percent-burned: процент сгоревших деревьев в результате пожара.<br />
- fire-crosses-forest: значение `true` или `false`, показывающее, прошёл ли огонь через весь лес.<br />
<br />
4. Настройка эксперимента:<br />
- В BehaviorSpace установим `Setup` для начальной инициализации леса и `Go` для запуска модели. Модель будет останавливаться, когда огонь потухнет или огонь пересечёт лес (если сработал логический стоп-механизм).<br />
<br />
Проведение эксперимента<br />
<br />
Запускаем эксперимент в BehaviorSpace и сохраняем результаты в файл CSV для последующего анализа. Результаты будут включать значения `density`, `percent-burned`, и `fire-crosses-forest` для каждой итерации.<br />
<br />
Ожидаемый результат<br />
<br />
- Пороговое значение плотности: В полученных данных, вероятно, обнаружится порог плотности деревьев, при котором огонь начинает распространяться по всему лесу с высокой вероятностью (примерно 55-65%).<br />
- Процент сгоревших деревьев: При низких значениях `density` (например, 30-40%) процент сгоревших деревьев будет низким. Однако при увеличении плотности деревьев процент сгоревших деревьев резко возрастёт и стабилизируется при значениях около 90-100%.<br />
- Зависимость распространения огня от плотности: При анализе данных для `fire-crosses-forest` можно будет увидеть, при какой плотности огонь с высокой вероятностью пересекает весь лес.<br />
<br />
Анализ данных позволит определить, как плотность деревьев влияет на распространение лесного пожара.<br />
<br />
== ODD принципы ==<br />
<br />
Принципы ODD для модели "Fire".<br />
<br />
1. Overview (Обзор)<br />
- Цель: Модель предназначена для симуляции распространения лесного пожара. Она показывает, как огонь может распространяться по лесу, исходя из плотности деревьев и вероятности загорания. Основная цель — исследовать условия, при которых пожар охватывает весь лес или угасает.<br />
- Единицы: Лес представлен как сетка ячеек, где каждый патч может быть деревом, свободной ячейкой или ячейкой с огнем. Каждое дерево имеет состояние: "незагоревшееся", "горит" или "сгорело".<br />
- Процессы: Процесс моделирует лесной пожар, который начинается с одного или нескольких загоревшихся деревьев. Пожар распространяется от клетки к клетке, в зависимости от плотности леса и вероятности распространения огня.<br />
<br />
2. Design Concepts (Концепции Дизайна)<br />
- Emergence (Эмерджентность): Модель демонстрирует эмерджентное поведение — распространение огня в зависимости от плотности деревьев и других параметров. Исследуя модель, можно выявить, как изменяются паттерны распространения пожара.<br />
- Adaptation (Адаптация): Агенты (клетки) не адаптируются и не изменяют поведение. Их состояние зависит от окружения (загоревшихся соседей) и вероятности загорания.<br />
- Interaction (Взаимодействие): Основное взаимодействие происходит между клетками (агентами) — огонь передается от одного дерева к другому через соседние клетки.<br />
- Stochasticity (Случайность): Вероятность распространения огня задана случайным образом. Это позволяет добавить элемент случайности и позволяет моделировать, насколько вероятно, что огонь перейдет на соседнюю клетку.<br />
- Observation (Наблюдение): Пользователь может наблюдать за распространением огня и его паттернами в зависимости от начальных условий (плотности леса и вероятности загорания). Это помогает исследовать, какие параметры приводят к полному выгоранию леса и при каких огонь гаснет.<br />
<br />
3. Details (Детали)<br />
- Инициализация: На старте модель создает сетку, заполненную деревьями с определенной плотностью. Некоторые клетки инициализируются как загоревшиеся.<br />
- Субмодели:<br />
- Пожарное распространение: На каждом шаге симуляции каждое дерево проверяет состояние своих соседей. Если одно из соседних деревьев горит, то существует вероятность, что огонь перейдет на текущую клетку.<br />
- Обновление состояния: Клетки, которые горят, переходят в состояние "сгоревшее", и огонь на этих клетках больше не распространяется.</div>
Fedorovaai
http://digida.mgpu.ru/index.php?title=%D0%9E%D0%B1%D1%81%D1%83%D0%B6%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5:Fire_(model)&diff=21169
Обсуждение:Fire (model)
2024-11-01T22:00:21Z
<p>Fedorovaai: Новая страница: «Модель "Fire" в NetLogo моделирует распространение лесного пожара в зависимости от плотности деревьев. Мы будем использовать BehaviorSpace для проведения эксперимента, чтобы исследовать, как изменение плотности деревьев влияет на вероятность распространения ог...»</p>
<hr />
<div>Модель "Fire" в NetLogo моделирует распространение лесного пожара в зависимости от плотности деревьев. Мы будем использовать BehaviorSpace для проведения эксперимента, чтобы исследовать, как изменение плотности деревьев влияет на вероятность распространения огня через лес.<br />
<br />
Цель эксперимента<br />
<br />
Изучить, как изменение плотности деревьев (`density`) влияет на:<br />
1. Вероятность полного распространения огня через лес.<br />
2. Процент деревьев, сгоревших в результате пожара.<br />
<br />
Переменные<br />
<br />
- Плотность деревьев (density): Эта переменная определяет начальную плотность деревьев в лесу и варьируется от 0 до 100%.<br />
- Процент сгоревших деревьев (percent-burned): Результативная переменная, которая показывает долю деревьев, уничтоженных пожаром.<br />
- Прохождение огня через лес (fire-crosses-forest): Условная переменная, показывающая, удалось ли огню пройти с нижнего края леса до верхнего края (значение `true` или `false`).<br />
<br />
Гипотеза<br />
<br />
Ожидается, что при низкой плотности деревьев (например, ниже 40%) огонь не сможет распространяться по всему лесу. Однако по мере увеличения плотности деревьев (например, от 50% и выше) вероятность прохождения огня через весь лес увеличивается, достигая почти 100% при очень высокой плотности (около 90-100%).<br />
<br />
Планирование эксперимента с помощью BehaviorSpace<br />
<br />
Для проведения эксперимента используем BehaviorSpace. Параметры настроим следующим образом:<br />
<br />
1. Изменяемая переменная:<br />
- `density` (плотность деревьев): от 30% до 100% с шагом 5%. Таким образом, значения будут 30, 35, 40, …, 100.<br />
<br />
2. Число повторений:<br />
- Для каждого значения `density` проведём 30 повторений, чтобы получить надёжные данные.<br />
<br />
3. Сохраняемые выходные данные:<br />
- percent-burned: процент сгоревших деревьев в результате пожара.<br />
- fire-crosses-forest: значение `true` или `false`, показывающее, прошёл ли огонь через весь лес.<br />
<br />
4. Настройка эксперимента:<br />
- В BehaviorSpace установим `Setup` для начальной инициализации леса и `Go` для запуска модели. Модель будет останавливаться, когда огонь потухнет или огонь пересечёт лес (если сработал логический стоп-механизм).<br />
<br />
Проведение эксперимента<br />
<br />
Запускаем эксперимент в BehaviorSpace и сохраняем результаты в файл CSV для последующего анализа. Результаты будут включать значения `density`, `percent-burned`, и `fire-crosses-forest` для каждой итерации.<br />
<br />
Ожидаемый результат<br />
<br />
- Пороговое значение плотности: В полученных данных, вероятно, обнаружится порог плотности деревьев, при котором огонь начинает распространяться по всему лесу с высокой вероятностью (примерно 55-65%).<br />
- Процент сгоревших деревьев: При низких значениях `density` (например, 30-40%) процент сгоревших деревьев будет низким. Однако при увеличении плотности деревьев процент сгоревших деревьев резко возрастёт и стабилизируется при значениях около 90-100%.<br />
- Зависимость распространения огня от плотности: При анализе данных для `fire-crosses-forest` можно будет увидеть, при какой плотности огонь с высокой вероятностью пересекает весь лес.<br />
<br />
Анализ данных позволит определить, как плотность деревьев влияет на распространение лесного пожара.</div>
Fedorovaai