Добрый день, уважаемые авторы и читатели журнала «Академический вестник УралНИИпроект»,
Продолжая разговор о нашем с вами сотрудничестве, расскажем о том, что происходит в редакторской «кухне». Уверен, что знакомство с деталями поможет вам продуктивно взаимодействовать со всеми, кто подготавливает текст к печати.
Не секрет, что формальные требования редакции порой воспринимаются, как избыточные, продиктованные непонятными соображениями. На деле они нужны для продвижения ваших статей, то есть, для эффективной реализации ваших идей или научных принципов.
В последние годы наряду с редактированием, стилевыми правками, уточнением терминологии или подрисуночных подписей коллектив журнала готовит текст к машинной верификации в базах данных. Ведь, если оформление списка литературы сбито, DOI указан неверно либо ваша аффилиация не привязана к указанному в справке месту работы, то алгоритмы не обнаружат текст. Базы данных научного цитирования – РИНЦ, eLibrary или Scopus, WoS, Crossref – не увидят работу, а ваши коллеги не найдут её по ссылкам. Дело может дойти до того, что совет по защитам диссертаций не учтёт подобную статью, как будто ее не существует. Вы написали текст, но он остался невидимым.
Такая ситуация делает выполнение формальных требований к текстам научных статей еще более значимым.
Сегодня для этого появился новый инструмент – машинная верификация статей, сквозная проверка по базам данных. Нейронные сети помогают обнаружить в авторском тексте неверные библиографические сведения или даты. Они становятся своеобразными помощниками редактора, следящими за тем, чтобы ваш точно оформленный текст был виден всем участникам научного процесса. В этом случае его могут найти те, кто заинтересован в вашей градостроительной или архитектурной теме, могут сослаться на вас, процитировать, использовать результаты ваших исследований.
Взаимодействие с искусственным интеллектом вы можете осуществлять сами – до того, как отправлять статью в редакцию. Необходим только навык формулирования точных вопросов.
Нейронные сети – это мощный инструмент, который реагирует на вводимый вопрос. Ничто не подскажет ей, что поставленная задача некорректна или невыполнима, или наоборот – что она имеет смысл и перспективу. Если ввод неточен, результат будет соответствующим. И уж, конечно, искусственный интеллект не выработает новое знание.
Главная ошибка исследователя сегодня – это воспринимать нейросеть как базу данных вроде поисковой системы или библиотеки. К ней нужно обращаться, когда текст уже есть и вы хотите его усовершенствовать.
Вот примеры вопросов, которые работают на качество вашей статьи и поддерживают высокий уровень нашего журнала. Не просить систему составить список статей или данных, которые она может выдумать, а задавать запрос о проверке статьи на предмет ее наличия. Или, например, не обращаться по вопросу написания исторической справки, а проверять логические несостыковки и противоречия.
Мы надеемся освоить новые инструменты работы над текстом не в ущерб качеству научных исследований и желаем вам успехов. Редакционная коллегия готова помогать вам в этом.
Главный редактор журнала
«Академический вестник УралНИИПроект РААСН»
Вениаминов Владимир Геннадьевич
Dear authors and readers of the Academic Bulletin of UralNIIproekt,
Continuing our discussion of our collaboration, we would like to share what goes on behind the scenes in the editorial «kitchen.» I am confident that understanding these details will help you interact productively with everyone involved in preparing a manuscript for publication.
It is no secret that the journal’s formal requirements are sometimes perceived as excessive or dictated by obscure considerations. In reality, they are essential for promoting your articles—that is, for effectively bringing your ideas or scientific principles to fruition.
In recent years, in addition to editing, stylistic refinement, and clarification of terminology or figure captions, our editorial team has been preparing manuscripts for machine verification in databases. If the reference list is inconsistently formatted, the DOI is incorrect, or your affiliation does not match the organization listed in your information sheet, algorithms will fail to detect your work. Citation databases such as RSCI, eLibrary, Scopus, Web of Science, and Crossref will not index your paper, and your colleagues will be unable to find it through links. In extreme cases, a dissertation defense committee may disregard such an article, as if it never existed. You have written a paper, but it remains invisible.
This situation makes adherence to formal requirements for scientific articles even more critical.
Today, a new tool has emerged to address this: machine verification of articles through cross-checking against databases. Neural networks help identify incorrect bibliographic information or erroneous dates in an author’s manuscript. They serve as editorial assistants, ensuring that your properly formatted paper is visible to all participants in the scientific process. This way, those interested in your topic—whether in urban planning or architecture—can find your work, cite it, reference it, and apply your research findings.
You can interact with artificial intelligence yourself, even before submitting your article to the editorial office. The only requirement is the skill to formulate precise questions.
Neural networks are powerful tools that respond to the input they receive. Nothing tells the network that a given task is incorrect, unfeasible, or, conversely, meaningful and promising. If the input is inaccurate, the result will match accordingly. And, of course, artificial intelligence cannot generate new knowledge.
The main mistake researchers make today is treating a neural network as a database, like a search engine or a library. It should be used when your manuscript is already complete and you wish to improve it.
Here are examples of questions that enhance the quality of your article and uphold the high standards of our journal. Instead of asking the system to compile a list of articles or data (which it might fabricate), you should request a check on whether your article already exists. Similarly, rather than asking it to write a historical overview, you should ask it to identify logical inconsistencies and contradictions.
We hope to master these new tools for working with text without compromising the quality of scientific research, and we wish you every success. The editorial board is ready to assist you in this endeavor.
Vladimir Gennadievich Veniaminov
Editor-in-Chief Akademicheskie Vestnik UralNIIproekt RAASN