Альтернативы Microsoft Academic: чем заменить сервис для поиска научных статей и анализа цитирования

Microsoft Academic закрыт 31 декабря 2021 года, и его прямой наследник - OpenAlex, открытая база научных работ с бесплатным API. Для поиска статей подойдут Semantic Scholar и Google Scholar, для сочетания научных и патентных данных - Lens, для открытых полных текстов - CORE. Выбор зависит от задачи: чтение литературы, наукометрический анализ или проверка цитирования.

Что случилось с Microsoft Academic

Microsoft Academic был бесплатной поисковой системой по научной литературе с графом связей между статьями, авторами и журналами. Корпорация Microsoft закрыла сервис 31 декабря 2021 года, а вместе с ним прекратила работу и база Microsoft Academic Graph (MAG). Для исследователей это означало потерю удобного поиска и открытых данных для наукометрических расчетов.

Многие инструменты, плагины и скрипты опирались на MAG, поэтому после закрытия им потребовалась замена. Автор, который собирает литературу для обзора или готовит публикацию в Scopus, теперь использует несколько сервисов вместо одного.

Чем заменить Microsoft Academic: обзор вариантов

Прямой замены с теми же функциями нет, но каждая задача Microsoft Academic закрывается отдельным сервисом. Поиск статей выполняют Semantic Scholar и Google Scholar, открытые данные для аналитики дает OpenAlex, а научные и патентные записи собирает Lens. Ниже сводка по основным вариантам.

Один сервис не покрывает все

Охват баз различается по областям и языкам, поэтому для обзора литературы сочетают минимум два сервиса. Совпадения и расхождения между ними показывают, не упущена ли важная работа.

OpenAlex: прямой наследник Microsoft Academic

OpenAlex - это открытый каталог научных работ, авторов, журналов и организаций, который запустила некоммерческая организация OurResearch в январе 2022 года. Основой каталога стал последний срез данных Microsoft Academic Graph, поэтому структура и логика сервиса знакомы пользователям MAG. Данные доступны бесплатно через API и массовую выгрузку, а значит, OpenAlex подходит для наукометрических проектов и самостоятельных аналитических скриптов.

Для обычного читателя OpenAlex менее удобен, чем Google Scholar, потому что интерфейс ориентирован на аналитику. Зато сервис позволяет посчитать число работ по теме, построить карту сотрудничества и проверить показатели организации. Такие задачи пригодятся тем, кто выполняет анализ научной статьи или готовит обзор поля исследований.

Semantic Scholar: поиск с элементами ИИ

Semantic Scholar - бесплатная поисковая система Института искусственного интеллекта Аллена, которая использует машинное обучение для ранжирования и краткого описания статей. Сервис показывает ключевые выводы работы в одну строку, влиятельные цитирования и связанные статьи. Это сокращает время первичного отбора: по краткому описанию видно, стоит ли открывать полный текст, и сжатый формат близок к тому, как строится аннотация к научной статье: цель, метод, результат.

Ограничение сервиса в охвате: он сильнее в информатике и биомедицине, а по гуманитарным областям и русскоязычным журналам полнота ниже. Поэтому Semantic Scholar дополняют другими базами.

Google Scholar: самый широкий охват

Google Scholar остается самым популярным поисковиком по научной литературе: он индексирует статьи, книги, диссертации и препринты и показывает число цитирований. У каждого исследователя есть возможность создать профиль и следить за своим индексом цитирования. Минус сервиса в закрытости данных: массовую выгрузку для наукометрического анализа он не предоставляет, а алгоритм ранжирования не раскрыт.

Проверка цитирований

Цифры цитирования в Google Scholar обычно выше, чем в Scopus и Web of Science, потому что он учитывает больше типов документов. Сравнивать значения из разных баз напрямую нельзя.

Lens и Dimensions: научные работы вместе с патентами

Lens - открытая платформа некоммерческой организации Cambia, которая объединяет научные публикации и патентные документы. Она пригодна для технических областей, где важно связать исследование с изобретением, и позволяет сохранять коллекции и строить отчеты. Похожую роль играет Dimensions: сервис связывает публикации, гранты, патенты и клинические испытания, но часть функций платная.

Выбор между ними зависит от объема задач. Для разового поиска хватит бесплатного режима, а для регулярной аналитики потребуется подписка или институциональный доступ. Результаты анализа полезно сверять с данными Scopus, потому что его журнальный отбор считают эталоном для оценки публикаций. Те же показатели, квартиль журнала и его тематика, нужны при выборе площадки для собственной рукописи: по ним определяют, куда реалистично подавать работу, и именно на таких данных строится подбор рецензируемого издания. Данные из открытых баз для такого выбора годятся хуже, потому что в них нет единой оценки качества журналов.

CORE и открытые репозитории: где читать статьи бесплатно

CORE - агрегатор открытых полных текстов, который создал Открытый университет Великобритании. Сервис собирает работы из репозиториев университетов и открытых журналов, поэтому по нему удобно находить версию статьи, доступную без оплаты. Аналогичные задачи решают институциональные репозитории, архивы препринтов и платформы вроде PubMed Central для биомедицины.

В отличие от Microsoft Academic, CORE сфокусирован на тексте, а не на графе цитирований. Поэтому его используют после того, как нужная статья найдена в Semantic Scholar или Google Scholar, а полный текст закрыт.

Российские сервисы: eLIBRARY и КиберЛенинка

Для русскоязычной литературы Microsoft Academic никогда не был лучшим выбором, и сегодня основные источники находятся в российских системах. eLIBRARY.RU содержит научные публикации российских авторов и показатели РИНЦ, а КиберЛенинка предоставляет открытый доступ к полным текстам статей российских журналов. Ссылки на статьи из этих систем часто требуются в диссертации и отчетах.

Как выбрать замену Microsoft Academic под свою задачу

Замену выбирают по задаче, а не по популярности сервиса. Пять ситуаций покрывают большинство запросов исследователей.

• Нужно быстро найти статьи по теме: Google Scholar и Semantic Scholar.
• Нужны открытые данные и API для анализа: OpenAlex.
• Нужно связать научные работы с патентами: Lens или Dimensions.
• Нужен бесплатный полный текст: CORE, репозитории и PubMed Central.
• Нужна оценка журналов и цитирования для публикации: Scopus и Web of Science.

Если цель поиска - собственная публикация, найденные работы удобно сразу раскладывать по разделам будущей статьи. Введение и обзор опираются на источники из поиска, постановка проблемы выводится из выявленного пробела, а методы и результаты описывают ваши данные, как это принято в структуре научной статьи IMRaD. Такой подход экономит время: к моменту написания у автора уже есть карта источников по каждому разделу.

Как перенести рабочие процессы с Microsoft Academic

Перейти на новые сервисы можно без потери накопленной работы, если выполнить четыре шага. Сначала восстановите список ключевых слов и поисковых запросов, которые вы использовали раньше. Затем повторите их в Google Scholar и Semantic Scholar и сохраните результаты в менеджере ссылок. После этого подключите OpenAlex, если вам нужна аналитика или автоматизация. Наконец, проверьте, что найденная работа относится к рецензируемым видам научных статей, а не к препринту или тезисам доклада.

Записи, выгруженные из разных баз, выглядят по-разному: где-то нет DOI, где-то имена авторов сокращены иначе. Перед отправкой рукописи все ссылки приводят к единому формату, и при этом помогают правила оформления ссылок в научной статье. Журналы нередко отклоняют работу еще на этапе проверки именно из-за несоответствия списка литературы, поэтому оформление научной статьи в журнал включает сверку каждой ссылки с оригиналом. Готовый текст перед отправкой проходит вычитку и пруфридинг.

Дата поиска

Фиксируйте дату и точную формулировку запроса. Базы обновляются ежедневно, и результат через месяц изменится, а рецензент может попросить воспроизвести поиск.

Ограничения и риски альтернатив

Каждая замена Microsoft Academic имеет ограничения, и их нужно учитывать до того, как данные попадут в работу. У бесплатных баз неполный охват и ошибки в метаданных: дубли авторов, неверные аффилиации, пропущенные ссылки. У коммерческих баз ограничен доступ, а сравнивать показатели разных баз напрямую нельзя из-за различий в методике. Для диссертации используйте не менее двух источников и сверяйте ключевые данные вручную.

Ошибки в метаданных влияют и на видимость автора: неверная аффилиация или написание фамилии разбивают публикации по нескольким профилям. Чтобы этого избежать, используйте единое написание имени и идентификатор ORCID.

Есть и риск, связанный с текстом: аннотации и фрагменты, скопированные из баз в обзор без переработки, увеличивают долю заимствований. Антиплагиат отмечает такие совпадения, а журнал и диссертационный совет смотрят на итоговый процент оригинальности. Если уникальность текста низкая, рукопись перерабатывают и занимаются повышением оригинальности, а источники цитируют корректно и с указанием автора.

Поиск литературы как часть подготовки публикации

Поиск литературы - первый этап подготовки статьи, и от его качества зависит рецензия. Хороший обзор опирается на источники из нескольких баз, свежие работы последних лет и классические исследования по теме. Авторам международных журналов важно показать, что их работа продолжает мировую литературу, поэтому в обзор включают статьи из Scopus и Web of Science, а перед подачей в такие журналы выясняют, как проходит публикация статей в Web of Science.

Список источников

Ведите единый файл с найденными работами: запрос, база, дата, решение о включении. Такой журнал поиска экономит часы при доработке обзора после замечаний рецензентов и помогает не потерять важные источники, найденные на ранних этапах.

Современный поиск литературы строится как цикл: первичный запрос, отбор по названию и аннотации, чтение полного текста и расширение запроса по найденным ключевым словам. Каждый цикл добавляет новые термины, и к третьему проходу список источников обычно стабилизируется. Результат фиксируют в таблице, чтобы в тексте обзора можно было объяснить, как отбирались работы.

Главный итог поиска - пробел в литературе, то есть вопрос, на который существующие работы не отвечают. Найти его удается по сравнению нескольких баз: то, что есть в Scopus, но отсутствует в OpenAlex или Semantic Scholar, часто указывает на недоисследованное направление. Автор, у которого есть пробел и данные, но нет опыта подготовки текста для международного журнала, может передать подготовку специалистам: написание статьи в Scopus строится именно на таком обзоре источников.

DisserTop - заказать помощь с научной литературой и публикацией

DisserTop помогает исследователям собрать литературу из нескольких баз и превратить ее в рукопись для рецензируемого журнала. Специалисты проводят научное редактирование, чтобы структура и выводы соответствовали требованиям издания, и выполняют перевод научных статей для зарубежных журналов. Начинающим авторам команда предлагает научную статью для аспиранта с сопровождением до подачи. Результат работы DisserTop - рукопись с достоверными источниками, корректными ссылками и оформлением, которое принимают рецензируемые издания.