В последнее время всё больший интерес вызывают современные возможности, которые позволяют произвести этот анализ и оценить результативность научной деятельности, а именно, наукометрические показатели. Наукометрические показатели – это количественные показатели, в основном основанные на данных из опубликованных материалов (в частности, из периодической литературы и, в случае прикладных исследований, – из патентов), которые представляют различные аспекты научной деятельности в количественном облачении. Эти показатели основаны на количестве публикаций автора, количестве ссылок на его работы, количестве цитирований. Возросший интерес к наукометрическим показателям обусловлен в первую очередь с возможностью автоматизации процесса оценивания публикационной активности с помощью программных баз данных Web of Science, Scopus, Российской научной библиотеки (eLIBRARY.RU). Данные показатели популярны, прежде всего, из-за того, что предоставляют быструю, не затратную, достаточно объективную (без человеческого фактора) проверку, в оценивании публикационной деятельности ученых.

Одним из представителей и руководителей Тульской теоретико-числовой школы является ученик Н. М. Коробова  Н. М. Добровольский  - доктор физ.-мат. наук, профессор, заведующий кафедрой алгебры, математического анализа и геометрии ТГПУ им. Л. Н. Толстого.

Для осуществления анализа публикационной активности Н. М. Добровольского, из полного списка публикаций автора, в первую очередь, были отобраны работы по теоретико-числовому методу в приближенном анализе.

Анализ публикационной активности был реализован при помощи поисковой системы Google Scholar и базы данных РИНЦ. Хотелось бы сразу отметить, что и в Google Scholar, и в РИНЦ в настоящее время представлены не все работы автора по заданной тематике.

Google Scholar имеет встроенную функцию учета цитируемости отдельных публикаций, что позволяет оценить «значимость» трудов конкретного ученого. На основе этих данных были подсчитаны индекс Хирша, суммарное число цитирований публикаций автора и т.д. Все полученные данные представлены в таблице:

 Таблица 1.

Для реализации анализа публикационной активности в системе РИНЦ из полного списка работ Н. М. Добровольского, представленных в данной базе, были отобраны работы по теоретико-числовому методу в приближенном анализе. В данной базе представлено 16 работ Н. М. Добровольского по заданной тематике. И уже после предварительной обработки был произведен непосредственный анализ.

Результаты анализа публикационной активности Н.М. Добровольского по теоретико-числовому методу в приближенном анализе в базе данных РИНЦ:

Также для более детального изучения публикационной активности система РИНЦ предоставляет множество отчетов, например, распределение публикаций по годам, журналам, по числу цитирований и т. д. Данные отчеты позволяют оценить деятельность ученого, а также проанализировать какие работы больше цитируют, кто цитирует и т. д.

Проведя анализ публикационной активности Н. М. Добровольского по теоретико-числовому методу в приближенном анализе в базах данных Google Scholar и РИНЦ, можно сделать следующие выводы:

Несмотря на то, что анализ проведен не по всем работам, а лишь по узкой тематике, был получен достаточно высокий индекс Хирша, который определяет условную «общую продуктивность» публикаций – Н. М. Добровольский (5). Причем, заметим, что в обеих базах данных индекс Хирша у Н. М. Добровольского равен 5.

Хотелось бы отметить, что существуют примерные ориентиры при оценивании:

• h-индекс от 0 до 2 – начинающий ученый;
• h-индекс от 3 до 6 – кандидат наук;
• h-индекс от 7 до 10 – доктор наук;
• h-индекс от 11 до 15 – известный ученый (члена диссертационного совета);
• h-индекс от 16 и выше – ученый с мировым именем (руководителя научной организации, председателя диссертационного совета) [4].

84% нобелевских лауреатов имеют значение индекса Хирша выше 30. Средний индекс Хирша для новых членов Национальной академии наук США по физике и астрономии в 2005 году составил 46.

Но эти ориентиры лишь условны, ведь в разных областях науки – индекс Хирша разный, например, для математиков отличным h‑индексом считается 12, а для учёных, которые занимаются молекулярной биологией – это совсем низкий показатель. Также хотелось бы отметить, что по результатам базы данных РИНЦ (на май 2015 г.) самый высокий индекс Хирша у математика В. И. Арнольд  равен 24, далее идёт А. А. Злотник – 23. Для сравнения у физиков – самый высокий h-индекс у Р. З. Валиева  равен 75.

Также был определен индекс цитируемости – Н. М. Добровольский (91 в Google Scholar и 51 в РИНЦ). Данный индекс отражает реакцию научного сообщества на публикации с результатами исследований. Безусловно, эти результаты свидетельствуют о том, что раздел математики теоретико-числовой метод в приближенном анализе, развивающиеся направление. Это видно и из отчетов, которые указывают на то, что данные представленные в работах этих авторов актуальны и используются сейчас многими учёными. Для статистики – самый высокий индекс цитируемости у математика Самарского А. А. (10718), далее идёт Арнольд В. И. (7378).

В настоящее время представителями Тульской теоретико-числовой школы создана Проблемно Ориентированная Информационная Вычислительная Система Теоретико-числовой Метод Коробова (ПОИВС ТМК). Главная задача данного проекта – это создание единого информационного пространства для исследователей в области теоретико-числового метода в приближенном анализе, которое позволит производить в дальнейшем более глубокий анализ данного раздела.

Основные цели данного проекта –

• Информационная поддержка теоретических исследований в области ТМК;
• Обеспечение практиков достоверными и методически обработанными материалами по ТМК;
• Дистанционное обучение ТМК для различных типов аудиторий (студентов, аспирантов, прикладников практиков, теоретиков);
• Организация форума для различных категорий пользователей ТМК;
• Обеспечение аналитической, исследовательской работы по саморазвитию ТМК [1].

Основные пользователи ПОИВС ТМК:

• Профессиональные исследователи в области ТМК и смежных направлениях;
• Физики, химики, инженеры, решающие практические численные проблемы многомерных задач интегрирования, интерполирования и решения интегральных уравнений и уравнений в частных производных;
• Студенты разных физико-математических и технических специальностей, сталкивающиеся при написании курсовых и дипломных работ с соответствующими задачами приближенного анализа;
• Историки науки, разрабатывающие проблемы истории развития отечественной математики [1].

Главная цель ПОИВС ТМК – создание информационного пространства для объединения исследователей в области теоретико-числового метода в приближенном анализе и обеспечения разработчиков доверенных вычислений достоверной, методически обработанной информацией, максимально подготовленной для использования в построении сложных систем доверенных вычислений, в частности, супер-вычислений.