Проведен наукометрический анализ публикаций из журналов “ЕСОLOGY” и “ЭКОЛОГИЯ”, основанный на данных об индивидуальной и совместной частоте встречаемости в этих публикациях экологических и математических терминов. Выявлены два основных
направления исследований: экосистемное и популяционное. При этом при изучении растительных сообществ чаще используется экосистемный подход, а сообществ наземных животных и птиц - популяционный. Сообщества водных организмов служат объектом для обоих подходов. Наиболее часто используемые математические методы - методы
статистической обработки данных, которые можно разделить на четыре группы: стандартные статистические методы: многомерные методы, в частности множественная регрессия и многофакторный дисперсионный анализ, отклонение от нормальности и непараметрические методы, таблицы сопряженности и множественные сравнения. Значительно реже используются марковские модели и дифференциальные уравнения.
Существенно различаются по степени математизации англоязычные и русскоязычные статьи.

Основной целью анализа было получение обобщенного представления об экологическом направлении исследований в целом. Для этого был применен метод многомерного шкалирования данных о частоте совместной встречаемости различных терминов, в результате чего был сделан вывод о, том, что экологические исследования естественным образом классифицируются как по объектам исследования, так и по концептуальному подходу (популяционный и экосистемный) к исследованию, причем между этими двумя классификациями существует вполне определенная взаимосвязь. Полученные результаты согласуются с аналогичными выводами, сделанными ранее другими авторами (Сherrett, 1988; Hoekstra, 1991; Гиляров, 1992).

В частности, в близком по тематике исследовании, проведенным Британским экологическим обществом в связи с его 75-летнем юбилеем (Сherrett, 1988), на основании обработки результатов ранжирования 645 исследователями списка из 50 экологических терминов методом факторного анализа, а в качестве основного
фактора, по которому различаются термины, было взято противопоставление “теоретического редукционизма” и “практического холизма”, что близко к противопоставлению популяционного и экосистемного подхода. В работе Хоэкстры (Ноekstra, 1991) на основе анализа большого материала из биологической компьютерной базы данных “Biosis Previews”, установлено значимое различие в совместной встречаемости терминов, обозначающих крупные биологические таксоны (млекопитающие, птицы, рыбы, рептилии, розоцветные и др.), с одной стороны, и терминов, обозначающих экологические понятия (экосистема, конкуренция, ниша, популяция, эволюция и др.), -с другой. Наша интерпретация результатов многомерного шкалирования, выделяющая различие между популяционным и экосистемным подходами как основное в современной экологии, наиболее близка к концепции, изложенной в (Гиляров, 1992).

Дополнительный анализ касался применяемых в публикациях математических методов. Были выявлены основные группы методов и сравнительная частота их использования. Значимого различия в интенсивности использования различных групп математических методов в различных по экологическому содержанию публикациях не обнаружено, однако такое различие имеется между англоязычными и русскоязычными публикациями.

В качестве исходного материала для этой части исследования использовались списки ключевых слов из 412 статей журнала “ЕСОLOGY” за 1991-1992 гг., полученные с помощью компьютерной базы данных “Science Citation Index” (SCI). Эти данные были использованы для составления общего списка ключевых слов и определения частоты встречаемости каждого из них. Общее количество ключевых слов в 412 статьях составляло 6775, из них различных 3613, т. е. 53 % от общего числа, что свидетельствует о несформированности общепринятого массива ключевых слов. При этом 69 наиболее частых ключевых слов (встретившихся 10 и более раз) составляют лишь 21 % от общего количества, что также подтверждает вывод о неустановившемся характере использования ключевых слов. Среди этих ключевых слов присутствуют собственно экологические термины, названия исследуемых объектов, исследуемых параметров, методов исследования и обработки результатов, географические названия.

В табл. 1 приведен список из 69 терминов, встретившихся не менее 10 раз
в 412 статьях. Наиболее употребительными экологическими терминами оказались следующие ключевые слова: “competition - конкуренция” (частота встречаемости - 81), “growth - рост” (61), “predation - хищничество” (56), “dynamics - динамика” (53). По-видимому, эти четыре термина (с добавлением к этой группе двух родственных терминов “population dynamics - динамика популяций” и “interspecific competition - внутривидовая конкуренция”) наиболее ярко характеризуют облик современней экологии: они встречаются в 200 из 412 статей, т. е. практически в каждой второй статье.

Таблица 1

Частота встречаемости 69 наиболее распространенных экологических терминов в 412 статьях из журнала “ECOLOGY” за 1991-1992 гг.

Для, названий исследуемых объектов наиболее характерны термины “herbivory - растительноядность” (50), “plants - растения” (34), “nitrogen-азот” (29), “forest - лес” (23), “birds - птицы” (22), а для названий измеряемых параметров - “size - размер” (27), “clutch size - размер кладки” (16), “body size - размер тела” (15). Из географических названий наиболее часто встречаются “California - Калифорния” (18) и “Costa Rica - Кoста Рика”(11). Методы исследования и обработки результатов представлены в табл. 1 всего двумя ключевыми словами: “field experiment - полевой эксперимент” (27) и “model - модель” (21). Кроме частот встречаемости самих ключевых слов были вычислены частоты совместного появления (совстречаемости) пар, составленных из 69 наиболее частых ключевых слов. Это позволило, используя метод многомерного шкалирования (см., например. Компьютерная биометрика (1990)), расположить ключевые слова на плоскости таким образом, что слова, чаще встречающиеся вместе, оказываются ближе друг к другу на графике (рис. 1).

Рис. 1. Результаты многомерного шкалирования данных о совстречаемости ключевых слов в статьях журнала “ECOLOGY” (A, B, C, D - обозначения групп ключевых слов).

К популяционно-динамическому направлению тяготеют группы А (животные) и В (птицы), а к экосистемному - группа О (растения). Группа С (сообщества водных организмов) близка обоим направлениям. Тот факт, что
различные теоретические концепции, как правило, тесно связаны с изучением определенных типов биологических сообществ уже отмечался в работе (Hoekstra et al., 1991), подзаголовок которой так и сформулирован: “Различные экологические понятия связаны со специфическими типами организмов”. Что касается частоты терминов, то наиболее часто встречаются термины группы А - в 76 % (315/412) статей и группы D - 61 % (250/412) статей, термины группы С встречаются в 17 % (68/412) статей, а группы D - в 11 % (46/412) статей.
 
 

Аналогичный предыдущему анализ был проведен для математических терминов. Он был сделан для 182 статей из журнала “ECOLOGY” за 1991 г. Ключевые слова, имеющиеся в базе данных “SCI”, практически не включали математических терминов, поэтому они были получены прямым просмотром содержания статей. К математическим ключевым словам были отнесены названия статистических характеристик, методов преобразования и обработки данных, пакетов прикладных программ. На основании составленных постатейных списков ключевых слов были найдены частоты их встречаемости, а для наиболее частых из них также и частоты совстречаемости.

Общее количество выделенных ключевых слов составило 1774, из них различных - 349, т. е. 20 %. При этом наиболее встречающихся (с частотой встречаемости 5 и более раз) - 63, что составляет 79 % от общего количества ключевых слов. Список 63 терминов с частотой встречаемости не нижа 5 в 182 статьях приведен в табл. 2. Наиболее употребительными статистическими характеристиками оказались: “mean-среднее” (частота встречаемости - 138), “standard deviation-стандартное (среднеквадратичное) отклонение” (66), “standard error-стандартная ошибка (ошибка среднего)” (62), “probability level-уровень значимости” (49). Среди способов преобразования данных наиболее часто встречаются “log transformation-логарифмическое преобразование” (46), “arcsine square root transformation-преобразование арксинуса квадратного корня” (15), “arcsine transformation-преобразование арксинуса” (14). К наиболее используемым математическим методам относятся: “ANOVA - дисперсионный анализ” (107), “regression-регрессия” (73), “correlation-корреляция” (69), “t-test - критерий t” (44), “F-test - критерий F” (33), “ANCOVA - ковариационный анализ” (26). Наиболее употребительными пакетами прикладных программ были “SAS” (42) и “SYSTAT” (11).

Следует отметить разнообразие применяемых регрессионных методов (при
преобладании “простой регрессии”) зависимости: простая (“simple”) - 29; линейная (“linear”) - 11; множественная (“multiple”) - 11; квадратичная
(“quadratic”) - 9; нелинейная (“nonlinear”) - 8; пошаговая (“stepwise”) - 6.
Также велико и разнообразие применяемых тестов для проверки гипотез - 

63. Из них наиболее употребительными оказались: “t-test - критерий t” (частота встречаемости - 34), “F-test - критерий F” (33), “Chi-square test-критерий хи-квадрат” (30), “Wilcoxon test - критерий Вилкоксона” (17), “Kruskal - Wauls test-критерий Крускала-Уоллиса” (15), “G-test - критерий G” (12), “Mann-Whitney test-критерий Манна - Уитни” (11).

Двумерное представление сходства терминов, основанное на таблице совстречаемости терминов, показано на рис. 2. Удалось выделить пять смысловых групп терминов:

Рис. 2. Результаты многомерного шкалирования данных о встречаемости математических терминов в статьях журнала “ECOLOGY” (I, II, III, IV, V, VI - обозначения групп ключевых слов).

Подавляющее число терминов (61 из 63) относятся к статистической обработке данных. Наиболее многочисленна группа терминов, соответствующих базовым методам обработки данных. Как видно из табл. 2, практически именно термины этой группы занимают первую треть таблицы.

Таблица 2

Частота встречаемости 63 наиболее распространенных математических терминов в 181 статье из журнала “ECOLOGY” за 1991г.

Сокращения: ANOVA - Analysis of variance (дисперсионный анализ), MANOVA-Multivariate analysis of variance (многомерный дисп. анализ), ANCOVA - Analysis of covariance (ковариационный анализ), GLM - General linear model (общая линейная модель), LSD - Least square difference (наименьшая квадратичная разность), SAS - название пакета статистических программ, SYSTAT - название пакета статистических программ.

Группы II и III характеризуют более продвинутые методы по сравнению c
группой I. Группу III характеризуют методы, в которых, в отличие от базовых,
не выполняется предположение о нормальности данных, а в группе II-существенно многофакторные методы. Группы IV характеризуется акцентом на дискретную природу факторов.

Наконец, группы V и VI связаны с построением динамических моделей - вероятностных и детерминистских. Численность их оказалась неожиданно малой. Это тем более удивительно, что наиболее частыми ключевыми словами были “конкуренция” и “динамика”, казалось бы, требующие этих методов. В данный момент мы не готовы дать исчерпывающего ответа на этот вопрос, а скорее ставим его.

Была также сделана попытка сравнения относительной частоты встречаемости разных групп математических методов в статьях разного экологического направления, однако значимых различий не обнаружено (эти результаты приведены в табл. 3).
 
 
 

Таблица 3

Частота применения групп математических методов I-IV в статьях, относящихся к экологическим тематическим направлениям A-D, в % от числа статей каждого направления

Примечание. Расшифровка обозначений методов и направлений дана в тексте.

Наиболее часто встречающиеся математические термины приведены в табл. 4
(для сопоставимости они переведены на английский язык). Практически все
математические понятия, используемые в журнале “ЭКОЛОГИЯ”, входят в
список математических ключевых слов журнала “ECOLOGY”. По сравнению с
журналом “ECOLOGY” математические методы в статьях из журнала “ЭКОЛОГИЯ” используются менее интенсивно как в количественном отношении, так и по разнообразию методов. Анализ частоты применения различных математических методов в публикациях из журналов “ECOLOGY” и “ЭКОЛОГИЯ” (табл. 5) показывает также, что в публикациях журнала “ЭКОЛОГИЯ” велика доля описательных и обзорных сообщений, не содержащих статистических методов, (“ЭКОЛОГИЯ” - 24 %, “ECOLOGY” - 4 %). Из шести выделенных нами групп математических методов в статьях из журнала “ЭКОЛОГИЯ” используются лишь две: стандартные методы 69 % и многомерные методы 13 %. Частично все эти факты могут быть объяснены меньшим объемом статей в журнале “ЭКОЛОГИЯ” и его стилем, но несомненно также свидетельствуют о более низком уровне использования математико-статистических методов в отечественных экологических публикациях. К аналогичному выводу приходят и авторы некоторых других работ (Бесчестный и Немцов, 1990; Орлов, 1990), анализировавших применение математических методов в естественно-научных исследованиях.

Таблица 4

Частота встречаемости 21 наиболее распространенных математических терминов в 139 статьях из журнала “ЭКОЛОГИЯ” за 1991г.

Таблица 5

Доля публикаций, использующих разные группы математических методов (в % от числа статей из данного журнала)

Проведенное исследование позволило прояснить ряд вопросов, касающихся современного состояния научных исследований в экологии. Прежде всего в этих исследованиях ясно прослеживаются два основных направления: экосистемное и популяционное. В то же время четко просматривается и другая классификация
экологических работ - по объектам исследований, таким, как растительные сообщества, птицы, наземные животные, водные сообщества. При этом экосистемный подход более характерен для исследования растительных сообществ, а популяционный - сообществ наземных животных и птиц. Что касается сообществ водных организмов, то они с равным успехом служат базой для развития как экосистемного, так и популяционного направлений. Чисто количественно в проанализированном материале преобладали работы популяционного направления.

Анализ применения математических методов в экологических исследованиях показал, что в подавляющей части - это применение методов статистической обработки данных, причем часто довольно развитых (последнее, правда, относится в большей степени к англоязычным работам). Вызывает удивление относительно небольшая доля работ, связанных с использованием динамических моделей основанных на дифференциальных и разностных уравнениях и на теории случайных процессов.

Авторы выражают благодарность проф. В. В. Налимову и проф. А. М. Гилярову
за доброжелательное внимание к работе и полезные советы.
 
 

Бесчестный А.А., Немцов А. В. Состояние математизации в психиатрии//Журн. невропатология и психиатрия им. С. С. Корсакова. 1990. № 2. С. 144-146.

Гиляров А.М. Сто двадцать пять лет “экологии” Эрнста Геккеля//Журн. общ. биологии. 199. Т. 53. № 1. С. 5-17.

Компьютерная биометрика//Под ред. Носова В. Н. М.: Изд-во МГУ, 1990. 232 с.
Налимов В.В., Мульченко 3. М. Наукометрия: Изучение развития науки как информационного процесса. М.: Наука, 1969. 192с.

Налимов В.В., Дрогалина Ж. А. Трансперсональное движение: возникновение и перспективы развития//Психол. Журнал. 1992. Т.13. Т3. С.130-139.

Орлов А.И. О перестройке статистической науки и ее применении.//Вест. статистики. 1990. Т1. С.65-71.

Budilova E.V., Teriokhin A.T. "A bibliographic data base. // Neural networks and neurokomputers". IEEE Symposium on Neuroinformatics and Neurocomputers. V. 2. N.Y. 1992. P.1125-1126.

Московский государственный 
университет им. М.В.Ломоносова
Биологический факультет.