×

Вы используете устаревший браузер Internet Explorer. Некоторые функции сайта им не поддерживаются.

Рекомендуем установить один из следующих браузеров: Firefox, Opera или Chrome.

Контактная информация

+7-863-218-40-00 доб.200-80
ivdon3@bk.ru

  • Концептуальная модель управления показателями научной деятельности вузов

    • Аннотация
    • pdf

    В статье предлагается структурно-функциональная модель системы управления эффективностью вузов РФ на основе рейтинговых оценок. Система состоит из четырех основных укрупненных компонент, связанных друг с другом: Министерство науки и высшего образования РФ, национальные и международные рейтинговые агентства, вузы России и блок оценки интегральных показателей вузов по видам деятельности. Определены частные показатели деятельности вузов, наиболее влияющие на значения интегральных. Установлены ключевые факторы, влияющие на частные показатели. Такое структурно-функциональное представление системы управления эффективностью вузов позволяет применить для ее анализа методы статистического и имитационного моделирования. Использование предлагаемой модели позволит прогнозировать значения частных показателей деятельности вузов в зависимости от ключевых факторов влияния. Это позволит руководству вузов принимать научно-обоснованные управленческие решения по повышению эффективности функционирования вузов.

    Ключевые слова: показатели эффективности, научная деятельность, публикационная активность, моделирование, Scopus, Web of Science

  • Алгоритм поиска искажений в данных при оценке параметров множественной линейной регрессии

    • Аннотация
    • pdf

    В статье представлены результаты исследования случаев намеренного искажения «объективных» рейтингов, построенных на основе частных показателей. Целью исследования стало построение алгоритма определения несправедливо расставленных мест в рейтингах вузов в результате ручной корректировки. Основным инструментом является идентификация весовых коэффициентов частных рейтингов при известном виде функциональной зависимости общего рейтинга. Проведен анализ методик построения одного из популярных российских рейтингов, получены математические модели зависимости общего рейтинга вуза от его частных рейтингов. Было выявлено наличие субъективизма в построении рейтинга, который проявляется в виде несправедливой бальной оценке. Стандартные методы анализа не позволяют выявить такие неслучайные «выбросы» и получить объективную оценку. Предложенный алгоритм позволяет находить такие «выбросы», исключать их из выборки и определять справедливые значения. Предлагаемый алгоритм может быть полезен руководителям вузов для проверки корректности занимаемого места в рейтинге их организации и понимания своего реального положения среди других вузов.

    Ключевые слова: статистический анализ, множественная линейная регрессия, метод наименьших квадратов, аппроксимация, рейтинги, показатели, вузы

    05.13.18 - Математическое моделирование, численные методы и комплексы программ

  • Интеллектуальный анализ данных при категоризации преподавателей вуза на основе наукометрических показателей

    Методами Data Mining был проведен анализ публикационной активности профессорско-преподавательского состава вуза на примере Петрозаводского государственного университета (далее ПетрГУ). Для выявления групп сотрудников с похожими показателями научной деятельности была проведена их кластеризация. В результате преподавательский состав был разделен на восемь кластеров, три из которых включают в себя сотрудников, представляющих настоящее и будущее науки ПетрГУ, а все остальные должны стремиться попасть в эти группы. Представленные результаты статистической обработки показателей могут быть полезны вузу при проведении самоанализа. Руководство вуза может сделать вывод о текущем состоянии научной деятельности, как по отдельному сотруднику, так и по организации в целом. Это позволит ему принять научно-обоснованные управленческие решения в целях улучшения показателей научной деятельности организации

    Ключевые слова: эффективность вуза, научная деятельность, интеллектуальный анализ данных, кластеризация, наукометрические показатели, индекс Хирша, РИНЦ

    05.13.01 - Системный анализ, управление и обработка информации (по отраслям)

  • Индекс интенсивности патентования результатов интеллектуальной деятельности научным коллективом

    В статье предложена оценка интенсивности патентования результатов интеллектуальной деятельности научным коллективом. Приведен пример ее расчета на основе анализа данных Петрозаводского государственного университета

    Ключевые слова: индекс интенсивности патентования, научный коллектив, университет, индекс Хирша, РИНЦ

    05.13.01 - Системный анализ, управление и обработка информации (по отраслям) , 05.13.10 - Управление в социальных и экономических системах

  • Изменение подхода к оценке наукометрических показателей в РИНЦ: приобретения и потери

    В данной статье представлены некоторые изменения в базе Российского индекса научного цитирования, влияющие на оценку наукометрических показателей ученых, что, в свою очередь, сказывается на оценке научной деятельности организации в целом.

    Ключевые слова: наукометрические показатели, показатели эффективности, ученые, РИНЦ, образовательный менеджмент, высшее образование.

    05.13.18 - Математическое моделирование, численные методы и комплексы программ