Фундаментальная библиотека МГППУ совместно с управлением информационными и издательскими проектами и сторонними исполнителями в рамках программы «Приоритет 2030» разрабатывает проект «Развитие сервисов по обеспечению доступности результатов научных исследований на базе информационных и издательских ресурсов МГППУ». Одним из результатов наших исследований стал прототип сервиса анализа научных трендов, представленный на конференции Science Analytics 2026 [3] и ставший основой для двух веб-сервисов — «Тренды в области психологии» [1] и «Тренды в области цифрового детства» [2] — доступных студентам и сотрудникам МГППУ через Цифровое пространство МГППУ.

Сервисы предназначены для выявления и визуализации тематических трендов в психологии на основе анализа данных из международных научных баз. Для оценки тем (тематик или т. н. «топиков») используются две ключевые метрики [3]: Impact — отражает научную значимость топика с учетом цитируемости публикаций и уровня журналов; Impulse — характеризует динамику развития темы, учитывая рост публикационной активности, а также разнообразие авторов и стран. Веб-сервисы обеспечивают интерактивную работу с результатами анализа: просмотр тематик, публикаций и метрик, а также визуализацию карты научных направлений, где цвет отражает динамику развития темы, а размер — ее масштаб.

«Тренды в области психологии» были исходным сервисом, на методологической базе [3] которого уже были созданы «Тренды в области цифрового детства». Остановимся подробнее на последнем сервисе и опишем сходства и различия с оригиналом, а также полученные результаты.

Выборка

Выборка документов для «Трендов в области цифрового детства» формировалась на основе данных международной научной базы OpenAlex [8] посредством поискового запроса с помощью API (англ. Application Programming Interface — «интерфейс программирования приложения»). Для определения критериев отбора предварительно были проанализированы на предмет релевантности публикаций тематики (topics) OpenAlex, содержащие в названии искомые ключевые слова (см. далее), а также не вошедшие в итоговый запрос «образование» (education) и «обучение» (learning).

В результате были установлены следующие фильтры:

• год публикации — с 2020 по 2025 (на момент выгрузки) включительно;
• тип документа — «статья» (article);
• основная тематика OpenAlex (primary topic) — «Детское развитие и цифровые технологии» (Child Development and Digital Technology; ID T12060) или «Образовательные игры и геймификация» (Educational Games and Gamification; ID T10731);
• поиск по заглавию и ключевым словам — содержат «цифровое» (digital) и хотя бы одно из: «ребенок» (child), «детство» (childhood), «подросток» (adolescent) или «подростковый возраст» (adolescence).

API-запрос, по которому непосредственно производилась выгрузка данных: https://api.openalex.org/works?filter=publication_year:2020-2025,type:article,primary_topic.id:T12060|T10731,title_and_abstract.search:digital(child|childhood|adolescent|adolescence).

Дата выгрузки: 13 августа 2025 года.

Объем выборки: 5303 публикации.

Модели

Темы, представленные в обоих сервисах, были получены с помощью семантической кластеризации, производимой по методике тематического моделирования BERTopic [5], посредством скриптов на языке программирования Python 3.13. Алгоритм BERTopic, в свою очередь, опирается на статистические и языковые модели и состоит из нескольких шагов, допускающих вариативность в выборе инструментов исходя из задачи и доступных вычислительных мощностей.

Приводимые ниже гиперпараметры — «настройки» алгоритма, управляющие обработкой данных и произвольно задаваемые до ее начала — были подобраны при разработке сервиса «Тренды в области психологии» и применены в «Трендах в области цифрового детства» без изменения.

Шаг 1. Эмбеддинг (вложение) документов

Эмбеддинг или вложение (в контексте решения задач машинного обучение и обработки естественного языка) — это процесс и результат построения семантических векторов в многомерном признаковом пространстве. Языковые модели могут иметь сотни и даже тысячи пространственных измерений, представляющих собой некоторые абстрактные смыслы. Для каждого анализируемого текста — в нашем случае это пара «заглавие — аннотация» — определяется его положение в данном пространстве в виде своего рода координат подобно тому, как это делается в методиках семантического диффиренциала или репертуарных решеток при изучении личности человека.

В сервисе «Тренды в области психологии» используется многоязычная (94 языка) 1024-мерная модель общего назначения Multilingual E5 Large [7]. «Тренды в области цифрового детства», в свою очередь, построены на российской специализированной мультиязычной (русский, китайский, английский) 312-мерной модели SciRus-tiny 3.5 для работы с научными текстами [10], которая сопоставима по уровню производительности в своей области применения с моделями общего назначения большего размера [9].

Шаг 2. Снижение размерности

Строго говоря, после получения эмбеддингов можно сразу проводить кластеризацию, но обычно для повышения качества результата сначала необходимо уменьшить размерность семантических векторов ввиду разреженности точек и, как следствие, неявности кластерной структуры. Для этой задачи могут подойти метод главных компонент (англ. Principal Component Analysis, PCA), часто применяемый в факторном анализе, или же алгоритм t-SNE (англ. t-distributed Stochastic Neighbor Embedding — «стохастическое вложение соседей с t-распределением»), используемый для визуализации многомерных данных. Однако в случае BERTopic лучше всего подходит алгоритм UMAP (англ. Uniform Manifold Approximation and Projection — «аппроксимация и проекция однородного многообразия») [5]. Обе версии сервиса анализа научных трендов используют UMAP и снижают размерность эмбеддингов до 12 измерений (компонент).

Гиперпараметры UMAP: n_neighbors=50, n_components=12, min_dist=0.0, metric="cosine", random_state=76.

Шаг 3. Кластеризация

В оригинальной процедуре BERTopic — равно как и в наших сервисах — используется модель кластеризации HDBSCAN (англ. Hierarchical Density-Based Spatial Clustering of Applications with Noise — «иерархическая плотностная пространственная кластеризация данных с шумом») на том основании, что она позволяет не приписывать статистический шум к какому-либо кластеру, а относить его к выбросам [5], хотя, опять же, допустимы и другие методы. В наших сервисах публикации, сразу получившие кластерную метку, определяются таким образом как ядро топика. Если же документ был помечен как выброс, то предпринималась попытка его включения в периферию темы с помощью функции reduce_outliers на основе эбмедингов до снижения размерности (параметр strategy="embeddings") и пороговым значением косинусного сходства — меры схожести текстов — не менее 0,1 (параметр threshold=0.1).

Гиперпараметры HDBSCAN: min_cluster_size=50, min_samples=10, metric="euclidean", cluster_selection_method="leaf", cluster_selection_epsilon=0.05.

Шаг 4. Построение представлений тем

Финальный этап модели BERTopic предполагает создание репрезентаций (представлений) тем — человекочитаемых описаний получившихся кластеров. Один из возможных подходов — использование меры c-TF-IDF (англ. Class-based Term Frequency — Inverse Document Frequency — «частота слова по классам — обратная частота документа»), выявляющей наиболее характерные для топика ключевые слова, отличающие его от остальных тем [5].

Альтернативный подход, на котором мы остановились — использование генеративных языковых моделей. Нейросети передавались 10 наиболее релевантных топику пар заглавий и аннотаций, а также классификатор Американской психологической ассоциации (American Psychological Association, APA), со следующим запросом:

---

«You are curating topic clusters built from academic titles and abstracts. Return a JSON object with keys: name, description, class_code.
- name: concise topic label (<80 chars).
- description: 2-3 sentences explaining the theme.
- class_code: choose one code from the provided classification list or null if none fit.»

---

(«Обработай тематические кластеры на основе научных названий и аннотаций. Верни JSON-объект с ключами: name, description, class_code.
- name: краткое описание темы (<80 символов).
- description: 2-3 предложения, объясняющие тему.
- class_code: выбери один код из предоставленного списка классификации или null, если ни один не подходит»).

---

В «Трендах в области психологии» использовалась нейросеть GPT-5 mini от OpenAI [6], в то время как для «Трендов в области цифрового детства» репрезентации генерировались локальной языковой моделью Gemma 3 27B от Google [4], запущенной на серверной базе университета с помощью платформы Ollama.

Результаты

Из 5303 публикаций 4583 были разделены на 19 семантических кластеров — остальные документы были исключены из анализа ввиду неполноты данных. Репрезентации топиков представлены в табл. и соответствуют данным в веб-сервисе [2]. Курсивом выделен оригинальный текст на английском языке, используемый в сервисе, а в скобках дан перевод. Метрики Impact и Impulse приведены в z-шкале (M = 0, SD = 1). Отметим, что значения метрик нормализованы относительно выборки и показывают условные «значимость» и «динамичность» не вообще, а только в рамках данной области.

Таблица

Темы цифрового детства

ID	Название	Описание	Классификатор APA		Метрики		Кол-во док.
			код	название	Impact	Impulse	в ядре	всего
0	Early Childhood & Screen Time («Раннее детство и экранное время»)	This topic explores the relationship between screen time (TV, devices) and early childhood development. Studies investigate impacts on socio‑emotional skills, language, behavior, and parent‑child interactions. A key focus is understanding parental screen habits and how they correlate with child screen use and well‑being. (Данная тема исследует взаимосвязь между экранным временем (телевизор, электронные устройства), и развитием детей раннего возраста. Исследования изучают влияние на социально‑эмоциональные навыки, речь, поведение и взаимодействие родителей и детей. Ключевое внимание уделяется пониманию привычек родителей в отношении использования экранов и их связи с использованием экранов детьми и их благополучием.)	3000	Social Psychology (социальная психология)	1,718	0,657	350	545
1	Adolescent Smartphone Use & Well‑being («Использование смартфонов подростками и их благополучие»)	This topic explores the patterns and impact of smartphone usage among adolescents. Research focuses on the duration, content, and consequences of smartphone use on physical and mental health, academic performance, and social behavior, particularly in diverse cultural contexts. Studies also examine potential interventions and the acceptability of mHealth solutions. (Данная тема исследует закономерности и влияние использования смартфонов среди подростков. Исследования сосредоточены на продолжительности, содержании и последствиях использования смартфонов для физического и психического здоровья, успеваемости и социального поведения, особенно в различных культурных контекстах. Также изучаются потенциальные меры вмешательства и приемлемость решений в области мобильного здравоохранения (mHealth).)	2800	Developmental Psychology (психология развития)	0,941	0,863	234	324
2	Adolescent Cyberbullying & Parenting («Кибербуллинг среди подростков и воспитание детей»)	This cluster explores the prevalence and impact of cyberbullying on adolescents, with a focus on the role of parental awareness, monitoring strategies, and family dynamics. Research examines links between parenting styles, coping mechanisms, and adolescent involvement in cyberbullying as both victims and perpetrators. (Данный кластер исследует распространенность и влияние кибербуллинга на подростков, уделяя особое внимание роли осведомленности родителей, стратегиям контроля и семейной динамике. Исследования рассматривают взаимосвязь между стилями воспитания, механизмами преодоления трудностей и участием подростков в кибербуллинге как в качестве жертв, так и в качестве агрессоров.)	3000	Social Psychology (социальная психология)	0,181	0,056	225	416
3	Parent‑Child Shared Reading («Совместное чтение родителей и детей»)	This cluster explores the practice of shared reading between parents and children, encompassing both traditional print books and digital formats. Research focuses on how these interactions impact language development, comprehension, and the fostering of positive relationships. Studies investigate techniques like cognitively challenging talk and the role of personalization in enhancing the experience. (Данный кластер исследует практику совместного чтения между родителями и детьми, охватывая как традиционные печатные книги, так и цифровые форматы. Исследования сосредоточены на том, как это взаимодействие влияет на развитие речи, понимание прочитанного и на формирование позитивных взаимоотношений. Изучаются такие методы, как когнитивно сложные беседы, и роль персонализации в улучшении опыта чтения.)	2800	Developmental Psychology (психология развития)	-0,432	-0,269	220	326
4	Gamification & Early Math Education («Геймификация и раннее математическое образование»)	This cluster focuses on the use of gamification strategies in early childhood and primary education, particularly in mathematics. Studies explore implementing game elements, voice‑guided games, and digital game‑based learning to enhance engagement, motivation, and learning outcomes for young students. Research also addresses the impact of game design quality and children's awareness of learning goals. (Данный кластер посвящен использованию стратегий геймификации в дошкольном и начальном образовании, особенно в области математики. В работах рассматриваются вопросы внедрения игровых элементов, игр с голосовым сопровождением и цифрового обучения на основе игр для повышения вовлеченности, мотивации и результатов обучения у юных учеников. Также изучаются влияние качества дизайна игр на осознание детьми целей обучения.)	3550	Academic Learning & Achievement (академическое обучение и достижения)	-0,474	0,656	178	268
5	Youth Nutrition & Media Influence («Питание молодежи и влияние медиа»)	This cluster focuses on interventions and influences on adolescent nutrition. Studies explore how media literacy, social media, and educational games impact food knowledge, habits, and consumption of fruits and vegetables. A key theme is empowering youth and parents to navigate food marketing and make healthier choices. (Данный кластер посвящен вопросам вмешательства и влияния на питание подростков. В работах изучается, как медиаграмотность, социальные сети и образовательные игры влияют на знания о продуктах питания, пищевые привычки и потребление фруктов и овощей. Ключевая тема – расширение возможностей молодежи и родителей в понимании маркетинга продуктов питания и принятии более здоровых решений.)	2800	Developmental Psychology (психология развития)	0,674	1,071	176	229
6	Early Childhood Education & COVID‑19 («Дошкольное образование и COVID‑19»)	This topic cluster examines the impact of the COVID‑19 pandemic on early childhood education, focusing on the shift to remote learning and the challenges faced by teachers, parents, and children. Studies explore practices, policies, and the importance of play‑based learning during disruptions. (Данный тематический кластер рассматривает влияние пандемии COVID‑19 на дошкольное образование, уделяя особое внимание переходу к дистанционному обучению и проблемам, с которыми сталкиваются учителя, родители и дети. Исследования посвящены изучению практик, политики и важности обучения на основе игры в условиях существующих сбоев.)	2800	Developmental Psychology (психология развития)	-0,046	-1,411	173	222
7	Social Media & Adolescent Development («Социальные сети и развитие подростков»)	This topic cluster focuses on the impact of social media on adolescents, covering areas like behavior, mental health, learning, and social interactions. Research explores both positive and negative effects, considering factors like gender, engagement levels, and potential for cyberbullying or problematic use. Studies also investigate how parents and educators can promote responsible social media habits. (Данный тематический кластер посвящен влиянию социальных сетей на подростков, охватывая такие области, как поведение, психическое здоровье, обучение и социальное взаимодействие. Исследования рассматривают как положительные, так и отрицательные эффекты, учитывая такие факторы, как пол, уровень вовлеченности и потенциал кибербуллинга или проблемного использования. Также изучаются способы, с помощью которых родители и педагоги могут способствовать формированию ответственных привычек использования социальных сетей.)	2800	Developmental Psychology (психология развития)	0,178	-0,224	166	311
8	Digital Tech in Early Childhood Education («Цифровые технологии в дошкольном образовании»)	This topic cluster focuses on the integration of digital technologies into early childhood education and care (ECEC) settings. Research explores teacher beliefs, pedagogical practices, the role of digital tools in play, and the management of changing roles within ECEC due to increasing tech use. A key theme is balancing digital integration with traditional play‑based learning approaches. (Данный тематический кластер посвящен интеграции цифровых технологий в учреждения дошкольного образования и ухода за детьми. Исследование рассматривает убеждения педагогов, педагогические практики, роль цифровых инструментов в игре, а также управление меняющимися ролями в учреждениях дошкольного образования и ухода за детьми в связи с растущим использованием технологий. Ключевой темой является баланс между интеграцией цифровых технологий и традиционными подходами к обучению на основе игры.)	2800	Developmental Psychology (психология развития)	0,929	-0,341	153	394
9	Adolescent Gaming & Well‑being («Игры и благополучие подростков»)	This cluster explores the impact of video game use on children and adolescents, focusing on both potential benefits (attention, rehabilitation, distraction from illness) and risks (addiction, mental health, behavioral problems). Studies examine the roles of parental involvement, game content, and individual differences. (Данный кластер исследует влияние использования видеоигр на детей и подростков, уделяя особое внимание как потенциальным преимуществам (внимание, реабилитация, отвлечение от болезни), так и рискам (зависимость, психическое здоровье, поведенческие проблемы). В исследованиях рассматривается роль участия родителей, содержания игр и индивидуальных различий.)	3200	Psychological & Physical Disorders (психологические и физические расстройства)	0,331	0,566	142	199
10	Play‑Based Learning in Early Childhood («Обучение через игру в раннем детстве»)	This cluster examines the role of play in early childhood education, focusing on its impact on cognitive, social, and emotional development. Research explores perspectives of teachers, parents, and learners, as well as the effectiveness of play‑based strategies in diverse contexts like Uganda and Indonesia. Studies also investigate how to best support parental involvement in play‑based learning. (Данный тематический кластер рассматривает роль игры в дошкольном образовании, уделяя особое внимание ее влиянию на когнитивное, социальное и эмоциональное развитие. В исследованиях рассматриваются точки зрения учителей, родителей и учащихся, а также эффективность игровых стратегий в различных контекстах, таких как Уганда и Индонезия. Также изучаются способы наилучшей поддержки участия родителей в обучении через игру.)	2800	Developmental Psychology (психология развития)	-1,639	0,093	129	240
11	Teen Online Privacy & Family Dynamics («Конфиденциальность подростков в интернете и семейные отношения»)	This cluster explores the complex interplay between adolescent online behavior, parental mediation, and privacy concerns. Research focuses on 'sharenting', online safety, and the negotiation of privacy boundaries within families, moving towards resilience‑based approaches rather than restrictive controls. It also examines how adolescents perceive and respond to digital risks. (Данный кластер исследует сложное взаимодействие между поведением подростков в интернете, родительским вмешательством и проблемами конфиденциальности. Исследования сосредоточены на «шерентинге», онлайн‑безопасности и согласовании границ конфиденциальности внутри семей, смещаясь в сторону подходов, основанных на развитии устойчивости, а не на ограничительных мерах. Также рассматривается, как подростки воспринимают цифровые риски и реагируют на них.)	3000	Social Psychology (социальная психология)	0,79	0,402	100	181
12	ASD & Neurodevelopment in Youth («Расстройства аутистического спектра и нейроразвитие у молодежи»)	This topic cluster examines the development and well‑being of children and adolescents with Autism Spectrum Disorder (ASD). Research focuses on interventions – including virtual reality, early childhood education, and ICT – to improve communication, social skills, and quality of life, alongside the impact of screen time and 24‑hour movement behaviors. (Данный тематический кластер рассматривает развитие и благополучие детей и подростков с расстройством аутистического спектра (РАС). Исследования сосредоточены на методах вмешательства, включая виртуальную реальность, дошкольное образование и ИКТ, направленных на улучшение коммуникативных навыков, социальных навыков и качества жизни, а также на влиянии экранного времени и двигательной активности в течение суток.)	3250	Neurodevelopmental & Autism Spectrum Disorders (расстройства нейроразвития и расстройства аутистического спектра)	0,342	-2,631	91	100
13	Early Childhood Tech Integration («Интеграция технологий в раннем детстве»)	This topic cluster examines the integration of technology in early childhood education, focusing on teacher training, perceptions, and practices. Studies explore how pre‑service and in‑service teachers are prepared to use ICT effectively, the barriers they face, and the impact on children's learning and curriculum development. (Данный тематический кластер рассматривает интеграцию технологий в дошкольное образование, уделяя особое внимание подготовке учителей, их восприятию и практике. Исследования изучают, как будущие и работающие учителя подготовлены к эффективному использованию ИКТ, с какими барьерами они сталкиваются и какое влияние это оказывает на обучение детей и разработку учебных программ.)	3500	Educational & School Psychology (педагогическая психология)	-0,428	-0,913	83	137
14	Adolescent Screen Time & Sleep (Подростковые экранное время и сон»)	This cluster focuses on the relationship between screen time (social media, gaming, devices) and sleep quality in adolescents. Studies consistently demonstrate associations between increased screen use, particularly before bed, and poorer sleep, daytime sleepiness, and potential impacts on academic performance and mental health. Parental rules and self‑regulation are explored as mitigating factors. (Данный кластер посвящен изучению взаимосвязи между экранным временем (социальные сети, игры, гаджеты), и качеством сна у подростков. Исследования неизменно демонстрируют связь между увеличением использования экранов, особенно перед сном, и ухудшением сна, дневной сонливостью, а также потенциальным влиянием на успеваемость и психическое здоровье. В качестве смягчающих факторов рассматриваются родительские правила и саморегуляция.)	3000	Social Psychology (социальная психология)	0,792	0,627	79	99
15	Early Childhood Language & Development («Язык и развитие детей раннего возраста»)	This topic cluster explores factors impacting language acquisition and overall development in early childhood. Research focuses on speech delays, the role of parent‑child interaction, the influence of screen time, and effective intervention/stimulation strategies. Studies investigate parenting styles and tools to support healthy development. (Данный тематический кластер исследует факторы, влияющие на усвоение языка и общее развитие в раннем детстве. Исследования сосредоточены на задержках речевого развития, роли взаимодействия родителей и детей, влиянии экранного времени и эффективных стратегиях вмешательства/стимуляции. В работах изучаются стили воспитания и инструменты, способствующие здоровому развитию ребенка.)	2800	Developmental Psychology (психология развития)	-1,169	0,029	72	182
16	Screen Time & Child Development (Экранное время и развитие ребенка»)	This topic explores the impact of screen time on children's neuropsycomotor, cognitive, social, and physical development. Research focuses on the risks associated with excessive use, particularly during early childhood and the COVID‑19 pandemic, and the importance of parental guidance and screen limits. (Данная тема исследует влияние времени, проводимого за экраном, на нейропсихомоторное, когнитивное, социальное и физическое развитие детей. Исследование сосредоточено на рисках, связанных с чрезмерным использованием экрана, особенно в раннем детстве и в период пандемии COVID‑19, а также на важности родительского контроля и ограничения использования экрана.)	2800	Developmental Psychology (психология развития)	-2,09	0,768	64	102
17	Early Childhood Social‑Emotional Development & Play («Социально‑эмоциональное развитие и игра в раннем детстве»)	This topic centers on the critical role of play – both parent‑child and peer‑to‑peer – in fostering socio‑emotional competence in preschool and kindergarten‑aged children. Research highlights how parental playfulness, support, and interaction style impact children's social skills, executive function, and mental wellbeing. Studies also examine the protective effects of peer play against future behavioral problems. (Данная тема посвящена важнейшей роли игры — как взаимодействия родителей и детей, так и игры между сверстниками — в развитии социально‑эмоциональной компетентности у детей дошкольного и младшего школьного возраста. Исследования показывают, как игривость, поддержка и стиль взаимодействия родителей влияют на социальные навыки, исполнительные функции и психическое благополучие детей. Также изучаются защитные эффекты игры со сверстниками от будущих поведенческих проблем.)	2800	Developmental Psychology (психология развития)	-1,224	-0,049	62	189
18	Adolescent Tech Use & Family Wellbeing («Использование технологий подростками и благополучие семьи»)	This cluster explores the impact of digital technology on adolescents, focusing on usage patterns, potential problems, and the role of family dynamics. Research examines associations with academic performance, mental health, and parent‑child relationships, alongside potential interventions and support mechanisms. (Данный кластер исследует влияние цифровых технологий на подростков, с акцентом на модели использования, потенциальные проблемы и роль семейной динамики. Рассматриваются взаимосвязи с успеваемостью, психическим здоровьем и отношениями между родителями и детьми, а также потенциальные меры вмешательства и механизмы поддержки.)	3000	Social Psychology (социальная психология)	0,625	0,051	50	119

Кроме табличного формата просмотра тем в сервисе доступны два интерактивных графика из раздела «Карта» [2]:

• «x / y» — показывает семантическую близость топиков, а именно проекцию взаиморасположения их центроидов в многомерном признаковом пространстве на абстрактную двухмерную плоскость;
• «Impact / Impulse» — показывает отношение метрики Impact к метрике Impulse.

Семантическая близость тем цифрового детства отображена на рис. 1. Размер точек пропорционален количеству публикаций, вошедших в семантический кластер. Данный несколько график отличается такового в сервисе. Во-первых, цветом кодируется не значение метрики Impact, а условная возрастная группа, которая определялась по тому, упоминались ли в названии или описании топика только дети (маска child*), только подростки (маска adolescen*) или же как те, так и другие. Во-вторых, кроме общего объема документов также отмечен штриховой линией размер ядра топика.

Рис. 1. Тематическая карта цифрового детства: на точках указаны ID топиков (см. табл.)

Распределение тем по значениям метрик Impact и Impulse представлено на рис. 2. Размер точек одинаковый вне зависимости от количества документов для лучшей читаемости графика.

Рис. 2. Распределение тем по значениям метрик Impact и Impulse: на точках указаны ID топиков (см. табл.)

При нажатии на интересующий топик в сервисе — как в разделе «Таблица», так и «Карта» — открывается подробная информация по теме, содержащая:

• графики динамики по годам количества публикаций, совокупных цитирований, усредненной метрики журналов и показателей разнообразия авторов и стран;
• а также перечень документов, вошедших в ядро топика, с указанием их названия, авторов, аффилиаций, источника и года публикации.

Ввиду большого объема данных доступ к этой информации возможен только непосредственно в самом веб-сервисе [2].

Литература:

1. Тренды в области психологии: [Веб-сервис] / [Моск. гос. психол.-пед. ун-т.]. — [М.: МГППУ, 2026]. — Режим доступа: через Цифровое пространство МГППУ (https://i.cloud.mgppu.ru/).
2. Тренды в области цифрового детства: [Веб-сервис] / [Моск. гос. психол.-пед. ун-т.]. — [М.: МГППУ, 2026]. — Режим доступа: через Цифровое пространство МГППУ (https://i.cloud.mgppu.ru/).
3. Шведовская А. А. Тематическое картирование и оценка научных трендов в психологии на основе семантической кластеризации публикаций: [Презентация] / А. А. Шведовская, Д. В. Косяков, В. В. Пономарева // Science Analytics 2026: статистика, аналитика и оценка научных исследований: [Науч.-практ. конф.]. — М.: Науч. электрон. б-ка, 2026. — С. [1—22] (Секция 5. Тематическое картирование и анализ научных направлений). — URL: https://elibrary.ru/projects/conference/intc2026/program.asp (дата обращения: 07.04.2026).
4. Gemma 3 Technical Report / Gemma Team, Google DeepMind. — [San Francisco?]: Kaggle, 2025. — 25 p. — URL: https://goo.gle/Gemma3Report (дата обращения: 07.04.2026).
5. Grootendorst M. BERTopic: Neural topic modeling with a class-based TF-IDF procedure / M. Grootendorst // arXiv. — 2022. — [Preprint]. — P. [1—10] (art. nr arXiv:2203.05794). — DOI 10.48550/arXiv.2203.05794.
6. Introducing GPT‑5 / OpenAI // OpenAI: [Official website]. — [San Francisco?]: OpenAI, 2025. — URL: https://openai.com/index/introducing-gpt-5/ (дата обращения: 07.04.2026).
7. Multilingual E5 Text Embeddings: A Technical Report / L. Wang, N. Yang, X. Huang [et al.] // arXiv. — 2024. — [Preprint]. — P. [1—6] (art. nr arXiv:2402.05672). — DOI 10.48550/arXiv.2402.05672.
8. Priem J. OpenAlex: A fully-open index of scholarly works, authors, venues, institutions, and concepts / J. Priem, H. Piwowar, R. Orr // arXiv. — 2022. — [Preprint]. — P. [1—5] (art. nr arXiv:2205.01833). — DOI 10.48550/arXiv.2205.01833.
9. RuSciBench: открытый бенчмарк для оценки семантических векторных представлений научных текстов на русском и английском языках / А. С. Ватолин, Н. А. Герасименко, А. О. Янина, К. В. Воронцов // Доклады Российской академии наук. Математика, информатика, процессы управления. — 2024. — Т. 520, № S2. — С. 284—294. — DOI 10.31857/S2686954324700644.
10. SciRus: легкий и мощный мультиязычный энкодер для научных текстов / Н. А. Герасименко, А. С. Ватолин, А. О. Янина, К. В. Воронцов // Доклады Российской академии наук. Математика, информатика, процессы управления. — 2024. — Т. 520, № S2. — С. 216—227. — DOI 10.31857/S2686954324700589.

Николай Владимирович Самородов

Аналитик, Фундаментальная библиотека, МГППУ