Процесс создания научной статьи давно вышел за рамки работы с текстовым редактором. Онлайн редакторы для совместной работы над научными текстами такие как Яндекс Документы, Google Docs, Overleaf позволяют в реальном времени нескольким людям писать и сохранять текст в удобном формате (doc, pdf). Они поддерживают перевод, языковую проверку и поиск синонимов, подключение рекомендаций искусственного интеллекта, вставку цитирований (рис. 1).

Рекомендуемый формат публикации для большинства международных журналов подчиняется стандарту IMRAD (Introduction – Введение, Materials&Methods – Данные и методы, Results – Результаты, and Discussion – Обсуждение). По мнению профессора каф. математики и анализа данных, д-р техн. наук Владовой Аллы Юрьевны, для каждого раздела статьи существуют цифровые инструменты, ускоряющие и упрощающие работу автора. Для первого и второго разделов важно проанализировать существующие исследования, причины их проведения, сравнить результаты и сформулировать актуальность своей работы, выявить научную нишу, а также указать используемые термины и аббревиатуры. Создать наборы статей для последующего анализа помогают системы управления библиографической информацией, такие как Mendeley или Zotero. Их интеграция с текстовыми редакторами автоматизирует вставку ссылок в текст (рис. 2).

Системы управления библиографической информацией хранят не только статьи, но и данные к ним в различных форматах типа csv, xls, txt. Например, наборы данных, хранимые Mendeley, можно посмотреть на сайте. Интересные датасеты можно найти на kaggle.com и github.com. Научные электронные библиотеки, такие как elibrary.ru, dimensions.ai, ResearchGate.net, кроме публикаций и патентов хранят препринты и массивы данных, показывают статистику чтения и скачивания публикации, позволяют задать вопросы авторам, найти рецензентов или соавторов, а также формируют ссылки на публикации для систем управления библиографической информацией в форматах bib, xlm, ris.

Для второго и третьего разделов статьи часто требуются схемы, рисунки и таблицы. Текстовый редактор Word предоставляет инструмент SmartArt для создания графических представлений информации по готовым шаблонам, таким как списки, процессы, циклы, иерархии, матрицы и др. В Word и Excel реализован набор стандартных графиков в виде гистограм, диаграм, мозаик, свечей и др. Значительно более мощными средствами визуализации обладают библиотеки языка Python и R. Так, библиотека matplotlib и связанная с ней библиотека seaborn позволяют управлять любыми компонентами графика от типа до легенды, заголовка, меток и других аннотаций. График можно экспортировать в другой формат (pdf, png, svg), а также задать разрешение или сделать монохромным:

plt.savefig('рис.png',  dpi=300, bbox_inches='tight', facecolor='white', edgecolor='none', format='png')

Функция plt.savefig() с указанными параметрами оптимальна для сохранения научных графиков. Установка dpi=300 гарантирует разрешение 300 точек на дюйм; параметр bbox_inches='tight' обрезает пустые поля, делая изображение компактным; Белый фон (facecolor='white') обеспечивает четкость на любых документах, а edgecolor='none' убирает рамку вокруг рисунка. Для векторной графики можно использовать SVG или PDF, сохраняя остальные параметры.

В третьем и особенно четвертом разделе статьи (где нужно сопоставить свои выводы с существующими исследованиями и оценить вклад работы) присутствуют сравнительные таблицы, которые можно выполнить как средствами текстовых редакторов, так и Excel или Google Таблицы.

Научную статью завершает список использованных источников. Высокорейтинговые журналы просят указывать два-три десятка источников для исследовательской статьи, а для обзорной статьи может потребоваться от 80 источников. Интегрированные в текстовый редактор системы управления библиографической информацией автоматизируют вставку ссылок и формирование списка литературы в стиле, требуемом конференцией или журналом (ГОСТ, APA, IEEE и др.).

Таким образом, цифровые инструменты значительно сокращают время подготовки каждого этапа публикации за счет автоматизации рутинных операций.

Владова Алла Юрьевна,

д-р техн. наук, профессор кафедры математики и анализа данных

Финансового университета при Правительстве Российской Федерации