Publications

Niektoré údaje sa na stránku (web aplikáciu) nehodili a boli by zbytočné pre väčšinu čitateľov. V nasledujúcich riadkoch popisujem zdroje, postup pri manipulácií s dátami a ich finálne úpravy do grafov.

Zdroje

Na zostavenie finálneho datasetu som použil dva zdroje.

Prvý zdroj obsahuje link dáta o 101720 publikáciách slovenských vysokých škôl, v ktorom sú údaje za roky 2015 a 2016. Z tohto súboru je potrebná záložka označená "DATA" , ostatné záložky obsahujú nepotrebné prepočty.

Druhý zdroj obsahuje, okrem množstva zaujímavých analýz, aj štúdiu Kde se nejvíce publikuje v predátorských a místních časopisech?, v ktorej sa nachádzajú odkazy na databázy.

Beallové zoznamy predátorských časopisov v databázach SCOPUS s ich ISSN číslami, pomocou ktorých vieme označiť publikáciu ako predátorskú. Poznámka: Jeffrey Beall je knihovník z University of Colorado, na svojom blogu zostavil prehľad „potencionálne“ predátorských časopisov a vydavateľstiev. Tento blog bol prekvapivo zrušený v roku 2017, podrobnosti nájdete tu.
Zoznamy miestnych časopisov je databáza vytvorená CERGE-EI, ktorú zastrešuje podrobná štúdia tu. Treba zdôrazniť, že sa nejedná len o domáce časopisy. Dataset obsahuje aj zahraničné časopisy, v ktorých často prispievali slovenský a český autori.

Oba zoznamy môžete nájsť pod názvami SeznamMistni.xlsx a SeznamPredators2017.xlsx

Posledný zdroj obsahoval podrobné informácie o školách a ich fakultách z ktorých som ďalej použil iba zoznam počtov študentov.

Čistenie dát

Na začiatok treba podotknúť, že za chyby v súbore ja neručím. Odstránil som všetky, ktoré som našiel typu Filozofická fakulta UMB, bola vedená ako už neexistujúca Fakulta financii (po preverení autorov náhodne vybraných článkov sa mi to len potvrdilo). Teda, z kompletného súboru som vybral len záložku "DATA", z tej som ďalej použil premenné (relevantné)

VS_KOD,
VS_NAZOV,
FAKULTA_NAZOV,
AUTORI_VSETCI,
AUTORI_VS,
WOS,
SCOPUS, (tieto casopisy nás zaujímajú)
ISSN_bez.pomlcky,
JAZYK, (zaujmalo ma aj koľko časopisov je písaných v rodnom jazyku, môžno v budúcnosti použijem)
OBLAST_VYSKUMU_KOD.

Na základe týchto premenných som:

Napároval predátorske a miestne časopisy podľa ISSN v databázach.
Upravil formáty jednotlivých premenných ako je SCOPUS na jednotné (klasické) značenie 0 a 1.
Vyčistil názvy jednotlivých vedeckých pracovísk, ktoré obsahovali aj rôzne interné značenia.
Pridal novú premennú FOS obsahujúcu vedecké zamerania Fields of Science napárované podľa zoznamu oblastivyskumu-kodovnik.xlsx cez premennú OBLAST_VYSKUMU_KOD.
Agregoval z ročeniek priložil informáciu o počtoch študentov na fakultách, ak sa tam informácia o niektorom vedeckom pracovisku nenachádzala, tak dostal ozančenie 0.

Výsledný "učesaný" dataset obsahujúci nové a niektoré staré premenné nájdete pod názvom pubs_clean.txt.

Filtrácia a sumarizácie čistých dát

S takzvaným čistým datasetom sa dá ďalej ľahšie manipulovať a použiť na ľubovoľnú analýzu, preto obsahuje aj niektoré premenné, ktoré nie sú potrebné na ďalšie spracovanie.

Vyfiltrujem len články, ktoré boli publikované v databázach SCOPUS . Dôvody sú uvedené buď vo vyššie predstavenej analýze od CERGE-EI alebo priamo v mojej aplikácií. Potom beriem do úvahy dva prípady sumarizácií:

Vysoké školy kde spočítam počty miestnych a predátorských publikácii na vysokých školách, z tých dopočítam podieli k celkovým počtom publikácií na danej Vysokej škole.
Vedecké pracoviská kde znova spočítam počty miestnych a predátorských publikácií, ale na vedeckých pracoviskách (zväčša fakulty) vzhľadom na vedecké zameranie publikácií (FOS), nakoniec dopočítam podieli.

Oba datasety okrem iného obsahujú aj extra premennú s názvom Size slúžiacu na určenie veľkosti krúžku v grafe (schválne určená na odmocnnovej škále aby niektoré pracoviská neprekrili všetky ostatné, napríklad fakulty Univerzity Komenského). Nájdete ich pod názvami pubs_uni.txt a pubs_vedecke_prac.txt.

Špecifické úpravy

Dataset pubs_vedecke_prac.txt použítý na detailné znázornenie sa ukázal ako príliš podrobný a graf obsahuje "veľa" krúžkov. Niektoré fakulty publikovali vo viacerých vedných odboroch ako napríklad UK - Prírodovedecká fakulta má publikácie aj v Spoločenských vedách, čo nie je nič nové. Lenže na prvý náhľad grafu môže práve toto pôsobiť zmätočne, a preto som sa po konzultáciách s kolegami rozhodol zlúčiť publikácie v daných vedeckých pracoviskách pod jedným hlavným vedným oborom.

Hlavný vedný odbor považujem taký, v ktorom má dané vedecké pracovisko najväčší počet publikácií bez ohľadu na to, či sa jedná o miestne alebo predátorské. Väčšina pracovísk vyšla intuitívne, napríklad Fakulta prírodných vied dostala prívlastok prírodné vedy, ale v dateasete nájdete aj také, ktoré intuitivne nesedia napríklad Filozofická fakulta ako spoločenské vedy. Poznámka: pár pracovísk bolo nerozhodných, tak som teda stanovil hlavný vedný odbor pracoviska podľa najrozumnejšej možnosti.

Zlučovanie neplatilo pre vedecké pracoviská, ktoré nemali fakulty (nemohol som určiť hlavný vedný odbor celej vysokej školy) a pre mimofakultné publikácie. Mimofakultné publikácie boli zlúčené do jednej množiny mimo fakúlt a spadajú tam publikácie označené mimo fakúlt : rektorát, centrálna časť a pracoviská.

Po úpravách som znova dopočítal sumarizácie a výsledný dataset nájtede pod názvom pubs_vedecke_prac_uprava.txt.

Spustenie aplikácie

online cez shiny cloud https://samuell.shinyapps.io/publications/ V prípade "chyby" je server vyťažený.

alebo lokálne

install.packages(c("shiny", "shinythemes", "tidyverse", "plotly", "gridExtra"))
library(shiny)
runGitHub("Publications", "SamuelHudec")

SamuelHudec / Publications