Ідентифікація рівня спорідненості освітніх спеціальностей на основі аналізу профілей експертів НАЗЯВО
Вантажиться...
Дата
Науковий керівник
Редактор
Інші учасники
Відповідальний
ORCID
Назва журналу
Номер ISSN
Назва тому
Альтернативна назва
Identifying the level of affinity of educational specialties based on the analysis of NAQAHE expert profiles
Анотація
В академічній спільноті тривають гарячі дискусії стосовно доцільності об’єднання спеціальностей, належності різних спеціальностей до однієї галузі знань тощо. Для обґрунтування подібних рішень важливо мати достовірні оцінки рівня спорідненості спеціальностей. Такі оцінки необхідні і для правильної організації конкурсу із розподілу бюджетних місць, об’єднання університетів, формування міждисциплінарних освітніх програм, встановлення відповідності викладача освітнім компонентам, підбору рецензентів для здійснення експертизи дисертацій, рукописів статей, заявок на гранти тощо. В статті запропоновано метод ідентифікації рівня спорідненості освітніх спеціальностей за реєстром експертів НАЗЯВО. Метод базується на припущені, що здатність експерта НАЗЯВО оцінювати якість освітніх програм за різними спеціальностями є індикатором спорідненості цих спеціальностей. Рівень спорідненості оцінюється індексом Жаккара. На основі реєстрів НАЗЯВО сформована база даних із 4245 експертів, з них 2414 є експертами за однією спеціальністю, 1361 є експертами за двома спеціальностями, і 470 є експертами за трьома спеціальностями. Здійснена ідентифікація рівня спорідненості спеціальностей. Більшість із 7260 пар спеціальностей мають майже нульову спорідненість. Середній рівень спорідненості виявлено у 52 пар спеціальностей, а високу спорідненість має 21 пара. При чому, 9 із 21 пари з високою спорідненістю утворюють спеціальності із різних галузей знань. Таким чином, виявлено, що спільна галузева належність не тотожна реальній спорідненості спеціальностей. На конкретних прикладах показано, як використовувати отримані результати для обґрунтування управлінських рішень щодо відкриття міждисциплінарних освітніх програм, об’єднання спеціальностей, переміщення спеціальностей в інші галузі знань та для формування груп спеціальностей для широкого конкурсу.
Опис
Ключові слова
ідентифікація , управління освітньою діяльністю , споріднені спеціальності , галузь знань , міждисциплінарні освітні програми , аналіз даних , індекс Жаккара , індекс липкості , НАЗЯВО , identification , management of educational activity , related specialties , field of knowledge , interdisciplinary educational programs , data analysis , Jaccard index , stickiness index , NAQAHE
УДК
Тип документа
Мова
Є частиною
ISSN
Посилання на публікацію
Серія, номер
ISBN
ББК
Інші ідентифікатори
Пов’язані матеріали
Спонсорська підтримка
Правовласник
Бібліографічний опис
Штовба С. Д., Петричко М. В. Ідентифікація рівня спорідненості освітніх спеціальностей на основі аналізу профілей експертів НАЗЯВО. Наукові праці ВНТУ. Електрон. текст. дані. 2024. № 1. URI: https://praci.vntu.edu.ua/index.php/praci/article/view/716.
Схвалення
Рецензія
Доповнено
Цитується в
Список використаної літератури (8)
- Approaches to understanding and measuring interdisciplinary scientific research (IDR): A review of the literature / C. S. Wagner, J. D. Roessner, K. Bobb [et al.] // Journal of Informetrics. – 2011. – Volume 5, Issue 1. – P. 14 – 26. https://doi.org/10.1016/j.joi.2010.06.004.
- Using text analysis to quantify the similarity and evolution of scientific disciplines [Electronic resource] / L. Dias, M. Gerlach, J. Scharloth, E. G. Altmann // Royal Society Open Science. – 2018. – № 5 (1). – Access mode : https://doi.org/10.1098/rsos.171545.
- Measuring researcher interdisciplinarity / A. L. Porter, A. S. Cohen, J. D. Roessner [et al.] // Scientometrics. – 2007. – № 72 (1). – P. 117 – 147. https://doi.org/10.1007/s11192-007-1700-5.
- Van Noorden R. Interdisciplinary research by the numbers. / R. Van Noorden // Nature Publishing Group. – 2015. – № 525. – P. 306 – 307. https://doi.org/10.1038/525306a.
- Karlovčec M. Interdisciplinarity of scientific fields and its evolution based on graph of project collaboration and co-authoring / M. Karlovčec, D. Mladenić // Scientometrics. – 2015. – Volume 102 (1). – P. 433 – 454. https://doi.org/10.1007/s11192-014-1355-y.
- Braam R. R. Mapping of science by combined co‐citation and word analysis. II: Dynamical aspects / R. R. Braam, H. F. Moed, A. F. J. van Raan // Journal of the American Society for Information Science. – 1991. – №42 (4). – P. 252 – 266. https://doi.org/10.1002/(SICI)1097-4571(199105)42:4<252::AID-ASI2>3.0.CO;2-G.
- Using network science and text analytics to produce surveys in a scientific topic / F. N. Silva, D. R. Amancio, M. Bardosova, [et al.] // Journal of Informetrics. – 2016. – № 10 (2). – P. 487 – 502. https://doi.org/10.1016/j.joi.2016.03.008.
- Shtovba S. Jaccard index-based assessing the similarity of research fields in dimensions / S. Shtovba, M. Petrychko // In CEUR Workshop Proceedings. CEUR-WS. – 2019. – Vol. 2533. – P. 117 – 128.