Репутация облегчила ученым публикацию своих статей
Исследователи установили, что репутация ученых, которая в первую очередь определяется количеством соавторов написанных ранее статей, повышает вероятность положительного решения редактора рецензируемого журнала о публикации новой статьи. Пока данный результат получен только для восьмилетнего интервала и всего четырех рецензируемых журналов по компьютерным наукам, пишут ученые в Journal of Informetrics.
Рецензирование статей — один из основных механизмов подтверждения научного уровня работы, поданной для публикации в научном журнале. Рецензирование может проходить по нескольким схемам, наиболее распространенная из которых — слепое рецензирование, при котором рецензенты знают имена авторов работы, но имена рецензентов скрыты от авторов. Такая схема не защищает от возможной предвзятости при оценке статьи как со стороны рецензентов, так и со стороны редакторов журнала, поэтому вызывает многочисленные споры среди ученых.
Чтобы оценить глобальные недостатки таких схем рецензирования, ученые пытаются связать итоговое решение о принятии статьи к публикации с наличием скрытых связей между авторами, рецензентами и редакторами, однако в большинстве эти исследования носили эмпирический характер. Единственное заметное количественное исследование, которое проводилось на данную тему, — это прошлогодний анализ 100 тысяч статей, опубликованных в PLoS One, в котором авторам удалось показать, что общие публикации редактора и автора статьи в прошлом значительно ускоряют принятие положительного решения о новой публикации.
Ученые из Швеции, Испании и Германии под руководством Джанджакомо Браво (Giangiacomo Bravo) из Университета Линнея решили на примере статей по компьютерным наукам определить, насколько репутация авторов влияет на финальное решение редактора принять или отклонить статью при той или иной оценке рецензента. Для этого авторы работы рассмотрели статьи, поданные в четыре различных рецензируемых журнала с 2009 по 2016 годы. Названия журналов авторы не приводят, но отмечают, что уровень у них разный: от высокорейтингового журнала, входящего в верхний квартиль цитируемости, до журнала, вообще не включенного в базы данных. После вычета случаев отказа от рецензирования полный набор данных, который рассматривали ученые в рамках работы, включал 7179 оценок рецензентов на 2913 различных работ.
Для оценки репутации авторов статьи исследователи использовали граф, в котором вершины соответствуют ученым и написанным ими статьям, а репутация определяется количеством связей через статьи с другими учеными. Аналогичная сеть с возможностью оценки репутации составлялась и для рецензентов.
Оценки рецензентов для каждой из статей ранжировались в зависимости от принятого решения на нескольких стадиях рецензирования (их могло быть от одной до шести в зависимости от журнала). Для каждого из рассматриваемых журналов для рецензентов на каждой стадии допускались четыре стандартных варианта оценки: 1) принять; 2) необходимы небольшие изменения; 3) необходимы существенные изменения; 4) отклонить. Суммарному мнению рецензентов присваивался количественный показатель от 0 до 1 в зависимости от итогового решения каждого из них (1 — если все рецензенты рекомендовали принять статью к публикации, 0 — если все рецензенты рекомендовали отклонить статью).
После этого исследователи попытались найти корреляцию между полученными данными о репутации авторов и рецензентов статьи, оценке рецензента и итоговом решении редактора принять или отклонить статью. Однако поскольку «репутация» авторов является прямым следствием возраста, накопленного опыта и повышения качества статей, то просто проводить анализ корреляций этих параметров для доказательства предвзятости редакторов недостаточно. Поэтому авторы данной работы предложили использовать обучающуюся байесовскую сеть — графовую модель, вершины которой соответствуют основным параметрам системы. С помощью такой сети ученые смогли оценить вероятность отклонения редактором поданной статьи при данных оценках рецензентов и репутации авторов.
У такой схемы возможны как «предвзятые» пути принятия окончательного решения (основанные в первую очередь на репутации авторов и рецензентов), так и «непредвзятые», которые учитывают и оценки рецензентов. Оказалось, что вероятность того, что итоговое отрицательное решение будет принято по «предвзятому» механизму для каждого из журналов отличается от нуля. В сумме это привело к тому, что для авторов с высокой репутацией вероятность того, что статью примут, примерно на 5 — 10 процентов выше, чем для авторов с низкой репутацией при той же оценке рецензентов. По мнению авторов исследования, это говорит о предвзятости редколлегий научных журналов по отношению к менее известным ученым.
При этом ученые отмечают, что у полученных результатов возможны и иные трактовки, которые не настолько критичны по отношению к редакторам журналов. Кроме того, в работе была рассмотрена совсем маленькая выборка журналов, ограниченных всего одной научной областью. Чтобы избежать вопросов предвзятости по крайней мере со стороны рецензентов, часто предлагают активнее использовать схему двойного слепого рецензирования, при которой ни автор статьи, ни рецензент не знают имен друг друга. Это позволит повысить объективность оценки работы вне зависимости от репутации ученого.
Стоит отметить, что работа рецензента, мало того, что не всегда в полной мере учитывается при принятии решения о публикации, еще и практически никогда не оплачивается. Чтобы хоть как-то поддержать работу ученых по рецензированию статей, сотрудники Высшей школы экономики в 2016 году году собрали средства на памятник анонимному рецензенту, а в 2017 — открыли его во дворе одного из своих корпусов.
Александр Дубов
Негативная музыка от погоды не зависела
Британские, немецкие и австралийские исследователи обнаружили, что вероятность попадания музыки с высокой интенсивностью и позитивными эмоциями в верхние строчки чартов Великобритании увеличивается с ростом температуры воздуха и уменьшается в дождь. При этом популярность меланхоличной музыки от погоды не зависит. Отчет о работе появился в журнале Royal Society Open Science. Музыка — общечеловеческий феномен, присущий всем известным культурам, и часть повседневной жизни большинства людей. Одна из важнейших ее функций — это регуляция настроения. Зачастую люди слушают музыку, чтобы подкрепить, выпустить или сменить текущие эмоции, что, в свою очередь, влияет на физическое здоровье, психическое благополучие и когнитивное функционирование. При этом большинство социально-психологических исследований на эту тему касаются либо индивидуальных черт, таких как возраст или тип личности, либо контекста и жизненных ситуаций. В двух небольших работах было показано, что, когда людей просят представить определенный сезон, это влияет на их выбор музыки — энергичную предпочитают весной и летом, меланхоличную зимой. Однако здесь идет речь о гипотетических ситуациях и субъективных комментариях. Возрастающая доступность данных музыкальных сервисов позволяет проследить более обширные тренды — к примеру, анализ выборки из миллиона пользователей в 51 стране продемонстрировал, что в рабочее время люди больше слушают бодрые композиции, а поздно вечером — расслабляющие, то есть их выбор оформляет и отражает настроение. Сотрудники Оксфордского университета, Институтов эмпирической эстетики и человеческих когнитивных и нейронаук Общества имени Макса Планка, Университетов Джеймса Кука и Кертина под руководством Мануэля Англады-Торта (Manuel Anglada-Tort) сосредоточили внимание на корреляции музыкальных предпочтений с погодой. Они воспользовались данными обо всех синглах, вошедших в недельные топ-100 официального чарта Великобритании с 1953 по 2019 год — всего 23859 песен 7398 исполнителей. С помощью сервиса Spotify для каждой композиции определили девять ключевых аффективных параметров: громкость, танцевальность, энергичность, инструментальность, акустичность, разговорность, присутствие живой аудитории, позитивный или негативный эмоциональный заряд и темп. Последний параметр оценивали в ударах в минуту, остальные дихотомически (0 или 1). Для всех этих показателей определили месячные корреляты с данными государственной метеослужбы о температуре воздуха, количестве ярких солнечных часов и дней с осадками более миллиметра, а также ввели поправку на долгосрочные тренды в погоде и музыке. Анализ проводили методом главных компонент и с помощью обобщенных аддитивных моделей. Выяснилось, что энергичная и позитивная музыка чаще появлялась в чартах при теплой и солнечной погоде, причем это проявлялось сильнее всего в те месяцы, когда тепла и солнца было мало (наиболее востребованной она оказалась в конце лета и осенью). В дождливую пору, напротив, такие мелодии пользовались меньшей популярностью. При введении дополнительных поправок на сезонные факторы помимо погоды (например, отпуска и праздники) влияние солнечного света оказывалось незначимым, а тепла и осадков — сохранялось. Спокойная и негативная музыка с погодными факторами и временем года никак не коррелировала. Дополнительный анализ, учитывающий популярность песен, выявил наибольшую связь с погодой композиций из топ-10, при этом у нижних 10 строк топ-100 она практически отсутствовала. Предположительно, совпадение настроения композиции с преобладающей погодой может быть фактором, который способствует ее продвижению к вершине чарта. Как пишут авторы работы, полученные результаты дополняют исследования из других областей (например, финансов, преступности, психического здоровья), демонстрируя, что крупномасштабные популяционные предпочтения культурных феноменов (в данном случае музыки) находятся в числе прочего под влиянием долговременных факторов окружающей среды (погоды) через механизмы регуляции настроения. В 2017 году канадские нейробиологи выяснили, что за наслаждение музыкой отвечает та же мозговая система, что и за удовольствие от психоактивных веществ, секса и еды. Чтобы объективно оценить степень вовлеченности в прослушивание музыки, их американские коллеги два года спустя измерили синхронизацию с ней мозговой активности. Тогда же другой канадский коллектив показал, что фактор неожиданности повышает удовольствие от музыки.