Method of automated selection of reviewers of scientific articles, implemented in the scientific journal information system
Search citation statements
Paper Sections
Citation Types
Year Published
Publication Types
Relationship
Authors
Journals
Cited by 1 publication
References 4 publications
Information-Logical Model and Algorithm for Automated Selection of Reviewers of Articles for a Scientific Journal
Рецензирование научных публикаций играет ключевую роль в научной сфере и является неотъемлемым этапом в процессе публикации. В настоящее время наблюдается непрерывный рост числа статей во многих научных областях. Этот рост создает значительное напряжение на процесс рецензирования научной литературы, так как количество доступных публикаций превышает возможности рецензентов. Назначение квалифицированных рецензентов для оценки статей является сложной и ответственной задачей. Организаторы процесса рецензирования должны учитывать специализацию рецензентов, чтобы обеспечить соответствие их экспертизы теме статьи. Для обеспечения соответствия специализации рецензентов теме статьи одним из подходов является использование классификаторов. Недостатком классификаторов является то, что каждый автор должен указывать коды классификаторов для статьи, при этом, как правило, многие научные журналы монодисциплинарные, или, наоборот, один рецензент не является специалистом по всем областям. Поэтому для подбора рецензентов возникает необходимость анализировать содержимое материала публикации, не прибегая к классификаторам. Анализ содержимого материалов по тексту требует разработки систем искусственного интеллекта, который анализирует содержание текста, причем отдельно взятая фраза из текста ничего не говорит о тематике статьи, а ключевые слова могут относиться ко множеству статей и ко множеству тематик. Поэтому наиболее простой способ выявления тематики статьи – по названию. Поэтому возникает необходимость в разработке информационно-логической модели и, в конечном итоге, информационной системы, которая будет подбирать необходимых рецензентов статьи. При этом необходимо учитывать морфологию слов в названии статьи. Peer review of scientific publications plays a key role in the scientific field and is an integral stage in the publication process. Currently, there is a continuous increase in the number of articles in many scientific fields. This growth creates significant stress on the process of peer review of scientific literature, since the number of available publications exceeds the capabilities of reviewers. The appointment of qualified reviewers to evaluate articles is a complex and responsible task. Organizers of the review process must take into account the specialization of reviewers to ensure that their expertise matches the topic of the article. One approach to ensure that the specialization of reviewers matches the topic of the article is to use classifiers. The disadvantage of classifiers is that each author must specify classifier codes for the article, while, as a rule, many scientific journals are monodisciplinary, or, conversely, one reviewer is not an expert in all areas. Therefore, in order to select reviewers, it is necessary to analyze the content of the publication material without resorting to classifiers. Analysis of the content of materials by text requires the development of artificial intelligence systems that analyze the content of the text, and a single phrase from the text does not say anything about the topic of the article, and keywords can relate to many articles and many topics. Therefore, the easiest way to identify the topic of an article is by title. Therefore, there is a need to develop an information-logical model and, ultimately, an information system that will select the necessary reviewers of the article. In this case, it is necessary to take into account the morphology of words in the title of the article.
Information-Logical Model and Algorithm for Automated Selection of Reviewers of Articles for a Scientific Journal
Рецензирование научных публикаций играет ключевую роль в научной сфере и является неотъемлемым этапом в процессе публикации. В настоящее время наблюдается непрерывный рост числа статей во многих научных областях. Этот рост создает значительное напряжение на процесс рецензирования научной литературы, так как количество доступных публикаций превышает возможности рецензентов. Назначение квалифицированных рецензентов для оценки статей является сложной и ответственной задачей. Организаторы процесса рецензирования должны учитывать специализацию рецензентов, чтобы обеспечить соответствие их экспертизы теме статьи. Для обеспечения соответствия специализации рецензентов теме статьи одним из подходов является использование классификаторов. Недостатком классификаторов является то, что каждый автор должен указывать коды классификаторов для статьи, при этом, как правило, многие научные журналы монодисциплинарные, или, наоборот, один рецензент не является специалистом по всем областям. Поэтому для подбора рецензентов возникает необходимость анализировать содержимое материала публикации, не прибегая к классификаторам. Анализ содержимого материалов по тексту требует разработки систем искусственного интеллекта, который анализирует содержание текста, причем отдельно взятая фраза из текста ничего не говорит о тематике статьи, а ключевые слова могут относиться ко множеству статей и ко множеству тематик. Поэтому наиболее простой способ выявления тематики статьи – по названию. Поэтому возникает необходимость в разработке информационно-логической модели и, в конечном итоге, информационной системы, которая будет подбирать необходимых рецензентов статьи. При этом необходимо учитывать морфологию слов в названии статьи. Peer review of scientific publications plays a key role in the scientific field and is an integral stage in the publication process. Currently, there is a continuous increase in the number of articles in many scientific fields. This growth creates significant stress on the process of peer review of scientific literature, since the number of available publications exceeds the capabilities of reviewers. The appointment of qualified reviewers to evaluate articles is a complex and responsible task. Organizers of the review process must take into account the specialization of reviewers to ensure that their expertise matches the topic of the article. One approach to ensure that the specialization of reviewers matches the topic of the article is to use classifiers. The disadvantage of classifiers is that each author must specify classifier codes for the article, while, as a rule, many scientific journals are monodisciplinary, or, conversely, one reviewer is not an expert in all areas. Therefore, in order to select reviewers, it is necessary to analyze the content of the publication material without resorting to classifiers. Analysis of the content of materials by text requires the development of artificial intelligence systems that analyze the content of the text, and a single phrase from the text does not say anything about the topic of the article, and keywords can relate to many articles and many topics. Therefore, the easiest way to identify the topic of an article is by title. Therefore, there is a need to develop an information-logical model and, ultimately, an information system that will select the necessary reviewers of the article. In this case, it is necessary to take into account the morphology of words in the title of the article.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
Contact Info
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Product
Resources
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2025 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.
