PROFESSIONAL GROWTH OF A YOUNG SCIENTIST: SCARCE SUPPORT RESOURCES

This article conceptually comprehends and describes new approaches to the resources of professional growth of a young scientist on the basis of analysis of scientific research trends in Russia and the world. In the paper, the problem of professional growth of young scientists is studied, related to the lack of professional guidelines and critical resources for its high-quality research work. In the article this problem is considered in three components: a) the scarcity of declared clear research policies in Russian universities as a standardized strategic element; b) underdevelopment of effective organizational forms of research, such as research networks; c) the lack of the qualitative analytics in the field of research activities. The paper describes the essence of the research policy in the international experience of university management and the prospects for its strengthening for Russian universities in general and young scientists in particular. Next, key characteristics of network and collaborative forms of research, their role in intensification of research activities and development of young scientists are considered. The article examines the role which international professional associations can play in forming research competencies of a young scientist and in building his or her academic career. In the final part of the work, modern tools and methods of analytics are considered for scientometric work and management of scientific activity, contributing to the effective professional growth of young scientists and the intensification of the research activities of scientific groups. The work is based on the study and analysis of theoretical material, as well as the results of the work of the «research policy group» within the cycle of strategic sessions of the NR TSU (2015-2016) under the direction of the Moscow School of Management «Skolkovo».

data mining, young scientist, academic career, professional growth, research policy, sciencemetry, scientific networks, scientific collaborations, professional communities, data mining

1. Ащеулова Н. А. Молодые ученые Санкт-Петербурга: барьеры и механизмы адаптации // Инновации. 2009. № 1. С. 13-16.

2. Ворох А. «Молодые ученые»: опыт формулирования проблемы // Троицкий вариант. Наука.2013.7 мая (№ 128). С. 6.

3. Профессиональный рост и научная карьера: есть ли разница? // Интернет-издание «Наука и технологии России - STRF.ru». 2015. 27 марта [Электронный ресурс]. URL: http://www.strf.ru/material.aspx?CatalogId=221&d_no=95915#.WMoBFvnyg2x (дата обращения: 10.03.2017).

4. Волков А. Е., Мельник Д. Автономность и публичность университета//Ведомости.2017. 1 февраля (№ 4253) [Электронный ресурс].URL: http://www.vedomosti.ru/opinion/articles/2017/02/01/675685-avtonomnost-universiteta (дата обращения:10.03.2017).

5. Салми Д., Фрумин И. Д. Как государства добиваются международной конкурентоспособности университетов: уроки для России // Вопросы образования.2013. № 1. С. 25-68.

6. ResearchPolicyHandbook [Электронный ресурс]. URL: https://doresearch.stanford.edu/node/30294 (дата обращения: 10.03.2017).

7. University Research Policies [Электронный ресурс]. URL: http://www.nyu.edu/research/research-policies. html(дата обращения: 10.03.2017).

8. Aerosols, Clouds, and Trace gases Research Infrastructure Network [Электронный ресурс]. URL: http:// www.actris.net (дата обращения:05.03.2017).

9. AErosol RObotic NETwork [Электронный ресурс]. URL: https://aeronet.gsfc.nasa.gov (дата обращения:05.03.2017).

10. European Aerosol Research Lidar Network [Электронный ресурс]. URL: https://www.earlinet.org (дата обращения:05.03.2017).

11. Иншаков О. В. Коллаборация как глобальная форма организации экономики знаний // Экономика региона. 2013. № 3. С. 38-46.

12. LIGOScientificCollaboration [Электронный ресурс]. URL: http://www.ligo.org (дата обращения:05.03.2017).

13. Меликян А. В. Основные характеристики международных сетей университетов// Вопросы образования. 2014. № 3. С. 100-117.

14. CollaborateMerriam-Webster’sOnlineDictionary, 2007 [Электронный ресурс]. URL: https://www.merriam-webster.com/dictionary/collaborate (дата обращения: 05.03.2017).

15. Шейх А. А. Научно-исследовательское сотрудничество: краткое руководство для молодых ученых // ElsevierConnect. 2015 [Электронный ресурс]. URL: http://elsevierscience.ru/news/376 (дата обращения:05.03.2017).

16. Ащеулова Н. А., Душина С. А. Академическая карьера молодого ученого в России // Инновации. 2012. № 7. С. 60-68.

17. Джонсон А. М. Составление плана успешной научной карьеры. Руководство для молодых ученых. Амстердам: Эльзевир, 2012. 118 c.

18. Назарова И. Б. Профессиональные сообщества в сфере оказания медицинских услуг и охраны здоровья: презентация в интернет пространстве // Социальные аспекты здоровья населения. 2014. Вып. 38. Т. 4. [Электронный ресурс]. URL: http://vestnik.mednet.ru/content/view/587/30/lang, ru (дата обращения: 05.03.2017).

19. Савина Т. Ф., Стерлигов И. А. InCitesvsSciVal: сравниваем продвинутые наукометрические пакеты из подписки НИУ ВШЭ [Электронный ресурс].ЦКЬ: https://okna.hse.ru/news/191799062.html (дата обращения:10.03.2017).

20. Ефименко И. В. Можно ли измерить науку: философия, язык и культура современной наукометрии [Электронный ресурс]. URL: https://rn.youtube.com/watch?v=FinOKc6IlR0 (дата обращения:10.03.2017).

21. Герасимов С. В., Курынин Р. В., Машечкин И. В., Петровский М. И., Царёв Д. В., Шестимеров А. А. Инструментальные средства оценки качества научно-технических документов // Труды Института системного программирования РАН. 2013. Т. 24. С. 359-380.

22. Брудно А. А., Попов А. П., Соловьев А. В. Научная информация в сетевой модели управления исследованиями и разработками // Труды Института системного анализа РАН. 2015. Т. 65. № 4. С. 64-67.

23. Tsolakidis A., Sgouropoulou C., Xydas I., Terraz O., Miaoulis G. Academic Evaluation and Research Policy Decision Making Using Graph Visualization, in: Proceedings of 15th Panhellenic Conference on Informatics, Kastonia, Greece,2011, pp. 28-32.

24. Guns R., Rousseau R. Recommending Research Collaborations Using Link Prediction and Random Forest Classifiers, Scientometrics, 2014, vol. 101, pp. 1461-1473.

25. Cook I., Grange S., Eyre-Walker A. ResearchGroups: HowBigShouldTheyBe? [Электронный ресурс]. URL: https://peerj.com/articles/989 (дата обращения: 10.03.2017)

26. Rafols I., Porter A. L., Leydesdorff L. Science Overlay Maps: A New Tool for Research Policy and Library Management, Journal of the American Society for Information Science and Technology, 2010, vol. 61, no. 9, pp. 1871-1887.

27. Ibanez A., Larranaga P., Concha B. Cluster Methods for Assessing Research Performance: Exploring Spanish Computer Science, Scientometrics, 2013, vol. 97, pp. 571-600.

28. Ebadi A., Schiffauerova A. iSEER: An Intelligent Automatic Computer System for Scientific Evaluation of Researchers, Scientometrics, 2016, vol. 107, pp. 477-498.

29. Daud A., Ahmad M., MalikM. S. I., Che D. Using Machine Learning Techniques for Rising Star Prediction in Co-Author Network, Scientometrics, 2015, vol. 102, pp. 1687-1711.