ОТ РЕЦЕНЗИИ К ЭКСПЕРТНОМУ ЗАКЛЮЧЕНИЮ: ЦИФРОВАЯ ТРАНСФОРМАЦИЯ НАУЧНОЙ ЭКСПЕРТИЗЫ НА ПЛАТФОРМЕ «ЭНЕРДЖИНЕТ.ЭКСПЕРТ»

УДК 001.891:004.8:37.018.43
DOI 10.57112/E251-702

Автор: Сташко Василий Иванович

Аннотация: 
В статье представлен опыт расширения функционала открытой экспертной платформы «ЭНЕРДЖИНЕТ.ЭКСПЕРТ» от классического рецензирования научных статей до подготовки структурированных отзывов на авторефераты диссертаций и развёрнутых экспертных заключений. Показано, как двухуровневая архитектура с нейросетевым арбитражем позволяет стандартизировать оценку по формализованным критериям, повысить объективность и масштабируемость экспертизы. Предложен новый формат научной коммуникации на основе четырёх модулей (HTML-текст, визуалика, видео/анимация, публичный блог), реализующий переход от статичных PDF-публикаций к живому, интерактивному знанию. Приводится практический пример подготовки отзыва на автореферат докторской диссертации с использованием ИИ. Платформа позиционируется как бесплатный, открытый сервис поддержки молодых учёных в условиях цифровой трансформации науки.

Ключевые слова: научная экспертиза, рецензирование, отзыв на автореферат, экспертное заключение, нейросетевой арбитраж, «ЭНЕРДЖИНЕТ.ЭКСПЕРТ», цифровая трансформация науки, живое знание, четырёхмодульный формат.


FROM PEER REVIEW TO EXPERT OPINION: DIGITAL TRANSFORMATION OF SCIENTIFIC EXPERTISE ON THE «ENERGYNET.EXPERT» PLATFORM

Author: Stashko Vasily Ivanovich

Abstract:
The article presents the experience of expanding the functionality of the open expert platform «ENERGYNET.EXPERT» from classical peer review of scientific articles to the preparation of structured reviews of dissertation abstracts and detailed expert opinions. It is shown how a two-level architecture with neural network arbitration makes it possible to standardize assessment according to formalized criteria, increase the objectivity and scalability of expertise. A new format of scientific communication based on four modules (HTML text, visuals, video/animation, public blog) is proposed, implementing the transition from static PDF publications to living, interactive knowledge. A practical example of pre-paring a review of a doctoral dissertation abstract using AI is given. The platform is positioned as a free, open service to support young scientists in the context of digital transformation of science.

Keywords: scientific expertise, peer review, dissertation abstract review, expert opinion, neural network arbitration, «ENERGYNET.EXPERT», digital transformation of science, living knowledge, four-module format.

从同行评审到专家鉴定意见：「ENERGYNET.EXPERT」平台上的科学评审数字化转型

作者： 斯塔什科·瓦西里·伊万诺维奇

摘要：
本文介绍了开放专家平台「ENERGYNET.EXPERT」功能扩展的经验，该平台从传统的科学文章同行评审逐步拓展至针对学位论文摘要的结构化反馈以及详细的专家鉴定意见编制。研究展示了双层架构配合神经网络仲裁机制如何能够按照形式化评审标准实现评估的标准化，从而提高评审的客观性和可扩展性。文章提出了一种基于四大模块（HTML文本、可视化内容、视频/动画、公开博客）的新型科学交流格式，实现了从静态PDF出版物向生动、交互式知识的转变。文中还给出了利用人工智能撰写博士论文摘要评审意见的实际案例。该平台被定位为在科学数字化转型背景下支持青年学者的免费、开放服务。

关键词： 科学评审，同行评审，论文摘要评审意见，专家鉴定意见，神经网络仲裁，「ENERGYNET.EXPERT」，科学数字化转型，活态知识，四模块格式

1. Введение: задачи и архитектура экспертной платформы

Платформа «ЭНЕРДЖИНЕТ.ЭКСПЕРТ» создана для решения системной проблемы современной науки − кризиса традиционной экспертизы. Этот кризис проявляется в нескольких формах:
•    Субъективность и низкая консистентность − феномен «рецензионной лотереи», когда итоговая оценка существенно зависит от случайного набора рецензентов [1–3].
•    Высокая ресурсоёмкость − многомесячные задержки публикаций, перегрузка экспертов, «бутылочное горлышко» в редакционных процессах [4, 5].
•    Скрытая предвзятость − приоритет «своих» научных школ, недоверие к неортодоксальным исследованиям, особенно со стороны молодых учёных [6, 7].
•    Формализм и бюрократизация − когда оценка работы подменяется проверкой соответствия формальным требованиям (РИНЦ, ВАК, и др.) [8].

Особенно остро эти проблемы проявляются в междисциплинарных областях (таких как интеллектуальная энергетика, где пересекаются электротехника, IT и энергомашиностроение) и в работе с молодёжью, чьи первые публикации часто отклоняются не по содержательным, а по формальным признакам [9].

Платформа «ЭНЕРДЖИНЕТ.ЭКСПЕРТ» предлагает комплексное решение на основе трёх взаимосвязанных инноваций:

1.    Двухуровневая архитектура с нейросетевым арбитражем (раздел 2).
2.    Новый четырёхмодульный формат научной публикации (раздел 3).
3.    Универсальная модель для трёх типов экспертных документов − рецензия, отзыв на автореферат, экспертное заключение (разделы 4–6).

На текущем этапе все сервисы платформы предоставляются бесплатно, с особым приоритетом для молодых учёных. Платформа ориентирована на работу в открытом доступе и развитие в составе экосистемы «ЭНЕРДЖИНЕТ.ДАО» [10].

2. Двухуровневая архитектура с нейросетевым арбитражем

В основе экспертной модели платформы лежит двухуровневая архитектура, впервые описанная в статье «От вердикта РИНЦ к цифровой платформе: опыт создания открытой рецензии на научную статью» [8] и развитая в работе «От человеческого фактора к нейросетевому анализу: инновационная архитектура рецензирования научных статей» [11].

Ключевая идея: ИИ выполняет роль не замены эксперта, а беспристрастного мета-эксперта (арбитра), который:
•    анализирует и консолидирует мнения людей-экспертов;
•    проводит семантический и структурный анализ текста работы по формализованным критериям;
•    выявляет зоны консенсуса и значимые противоречия;
•    формирует итоговую рекомендацию с обоснованием.

Уровень 1. Традиционная экспертиза

Работа (статья, автореферат, проект) направляется 2–3 экспертам в предметной области. Каждый эксперт заполняет структурированную форму по формализованным критериям:

Кроме того, эксперт формулирует текстовые замечания (обязательные) и рекомендации (факультативные).

Уровень 2. Нейросетевой арбитраж

На вход нейросетевого модуля (на базе модели GPT с дообучением на корпусе экспертных документов) поступают:
•    текст работы (в HTML-формате, см. раздел 3);
•    анонимизированные рецензии экспертов.

Модуль выполняет три функции:

Функция А. Семантический анализ работы

•    Извлечение ключевых положений, выводов, методологии.
•    Проверка логической связности: соответствие выводов поставленным задачам.
•    Проверка формальных требований (объём, структура, и т.д.).

Функция Б. Мета-анализ рецензий

•    Классификация замечаний по типам: уточняющие, расширяющие, дискуссионные, критические.
•    Выявление зон консенсуса (все эксперты отметили одно и то же) и значимых противоречий.
•    Оценка обоснованности противоречий на основе сравнения с формальными критериями.

Функция В. Формирование итогового документа

На основе анализа работы и мета-анализа рецензий генерируется итоговый документ (рецензия, отзыв или экспертное заключение) со следующей структурой:
1.    Общая характеристика работы.
2.    Оценка по формализованным критериям (таблица или список).
3.    Замечания (систематизированные и ранжированные по значимости).
4.    Рекомендации автору (при наличии).
5.    Итоговое заключение.

Итоговое решение (например, «рекомендовать к публикации» / «соответствует требованиям ВАК» / «положительное заключение») всегда утверждается человеком-редактором. ИИ выступает как консультативный арбитр, повышающий объективность и скорость.

3. Новый формат научной коммуникации: четыре модуля

Ключевая проблема традиционных научных публикаций − их статичность. PDF-файл (даже в электронном виде) остаётся «цифровой бумагой»: он не адаптируется под устройство, не содержит интерактивных элементов, не позволяет публиковать видео, анимацию или живые графики, а процесс обсуждения работы оторван от самой публикации [12, 13].

Платформа «ЭНЕРДЖИНЕТ.ЭКСПЕРТ» предлагает новый формат, основанный на четырёх модулях (условно − «четыре кнопки»).

Модуль 1 − Текст (HTML + дополнительные форматы)

Основной текст научной работы (статья, книга, диссертация, автореферат) публикуется в формате HTML. Это не просто «оцифрованная страница», а структурированный, семантически размеченный документ:

•    Поддержка внутренних перекрёстных ссылок, автоматическое формирование оглавления.
•    Адаптивная вёрстка под любое устройство (ПК, планшет, смартфон).
•    Возможность экспорта в PDF, ePub, XML JATS по требованию.
•    Встраивание формул (MathML, LaTeX), таблиц с сортировкой, интерактивных ссылок на литературу.

Дополнительные форматы (PDF и др.) могут прилагаться, но основным является HTML − как наиболее доступный, индексируемый и пригодный для семантического анализа ИИ.

Модуль 2 − Визуальная статическая информация

Фотоматериалы, слайды презентаций, иллюстрации, схемы, графики, инфографика. Все изображения снабжаются метаданными (описание, ключевые слова, лицензия), поддерживается просмотр с увеличением и аннотирование. Схемы и графики могут быть представлены в векторных форматах (SVG) для масштабирования без потери качества.

Модуль 3 − Видео, анимация, живые схемы и графики

Ключевое отличие от традиционных PDF-журналов. Здесь публикуется то, что невозможно передать на бумаге:
•    Видеозаписи экспериментов, работы установок, симуляций.
•    Анимированные схемы алгоритмов и процессов.
•    Живые графики − интерактивные визуализации данных, где пользователь может наводить курсор, изменять параметры, приближать участки, переключать режимы отображения.
•    3D-модели (например, оборудования) с возможностью вращения и увеличения.

Этот модуль делает научную коммуникацию наглядной и доступной, особенно для сложных технических и междисциплинарных тем [14].

Модуль 4 − Публичный блог (форум, обсуждение)

Механизм открытой пост-публикационной экспертизы:

•    Читатели, рецензенты, авторы могут публично обсуждать статью.
•    Обсуждения структурированы по разделам, поддерживается цитирование фрагментов текста.
•    Автор может отвечать на вопросы, уточнять формулировки, публиковать дополнительные материалы.
•    Формируется живая история работы: версии, исправления, дополнения.

Этот модуль превращает научную публикацию из «монолога» в диалог и обеспечивает прозрачность экспертизы [15].

В целях обеспечения независимости экспертизы обсуждение может также проводиться на внешних площадках − в социальных сетях ВКонтакте (https://vk.com/energysmart22) и Дзен (https://dzen.ru/energynet).

Сравнение форматов

Четырёхмодульный формат, благодаря использованию HTML, открытых метаданных, экспорту в стандартные форматы (XML JATS, ePub) и публичным лицензиям, соответствует глобальным FAIR-принципам (Findable, Accessible, Interoperable, Reusable) и современным требованиям к открытым научным данным [16, 17].

4. Тип 1: Рецензия на научную статью

Рецензия является первым и наиболее отработанным типом экспертного документа на платформе [8, 11].

Цель: Оценка возможности публикации статьи в журнале «Энерджинет».
Адресат: Редакция журнала, автор.
Критерии: Актуальность, научная новизна, методологическая обоснованность, практическая значимость, качество изложения.
Исход: Рекомендация: «принять», «принять с доработкой», «отклонить».

Процесс:
1.    Автор подаёт статью в четырёхмодульном формате через форму на платформе.
2.    Система автоматически проверяет формальные требования и назначает двух рецензентов из пула экспертов (с учётом тематики и нагрузки).
3.    Рецензенты заполняют структурированную форму (раздел 2) и направляют её в систему.
4.    Нейросетевой арбитр проводит мета-анализ и формирует итоговую рецензию.
5.    Редактор утверждает решение и передаёт его автору.

Сроки: 2–3 недели (вместо 2–4 месяцев в традиционных журналах).

5. Тип 2: Отзыв на автореферат диссертации

Второй тип документа, который платформа начала осваивать в 2025–2026 гг. − официальный отзыв на автореферат диссертации для диссертационного совета.

Цель: Оценка соответствия диссертационной работы требованиям ВАК (актуальность, новизна, достоверность, практическая значимость, личный вклад).
Адресат: Диссертационный совет, соискатель.
Исход: Заключение: «соответствует требованиям и заслуживает присуждения степени» или «не соответствует».
Особенность: Обязательны замечания (даже для отличных работ); документ имеет установленную форму.

5.1. Практический пример

В рамках апробации (в качестве примера) платформа подготовила отзыв на автореферат докторской диссертации по специальности 2.4.3 – Электроэнергетика.
Исходные данные:
•    Автореферат: 43 страницы, 5 глав, 7 научных положений, 15 рисунков.
•    Задача: сформировать официальный отзыв для диссертационного совета от имени доктора технических наук, профессора.

Применение двухуровневой архитектуры:

Уровень 1 (эксперты-люди): Три эксперта независимо оценили автореферат докторской диссертации по формализованным критериям:

Замечания экспертов частично совпадали, частично различались (например, по вопросу идентификации предела статической устойчивости и по учёту однофазных замыканий на землю).

Уровень 2 (нейросетевой арбитраж), ИИ выполнил:

1.    Семантический анализ автореферата − извлёк все научные положения, проверил логическую связность.
2.    Мета-анализ замечаний − классифицировал их по типам (уточняющие, расширяющие, дискуссионные), выделил повторяющиеся, оценил обоснованность.
3.    Формирование итогового отзыва − сгенерировал текст со стандартными разделами, включил 4 замечания (2 существенных, 2 рекомендательных), сформулировал заключение о соответствии требованиям ВАК.

Результат: Отзыв подготовлен за 40 минут (вместо 4–6 часов ручной работы), соответствует установленной форме, содержит обоснованные замечания и однозначное положительное заключение.

6. Тип 3: Экспертное заключение на проект, методику или разработку

Третий тип документов, который платформа планирует активно развивать в 2026–2027 гг. − экспертные заключения для:
•    технико-экономических обоснований (ТЭО) проектов в энергетике и смежных отраслях;
•    методик расчёта показателей надёжности, эффективности, безопасности;
•    программно-аппаратных комплексов (АСУ ТП, РЗА, SCADA);
•    образовательных программ и учебных материалов.

Цель: Оценка технической реализуемости, экономической эффективности, рисков, соответствия нормативным документам.
Адресат: Заказчик (ведомство, инвестор, разработчик).
Исход: Положительное (с рекомендациями) или отрицательное заключение.

Особенности внедрения:

Ожидаемый эффект: снижение стоимости экспертизы в 3–5 раз, сокращение сроков с месяцев до недель, повышение объективности за счёт формализации критериев.

7. Сравнение с существующими системами (мировой, российский опыт)

Проведённый анализ показывает, что предложенная модель «ЭНЕРДЖИНЕТ.ЭКСПЕРТ» имеет уникальные особенности по сравнению с существующими решениями.

7.1. Уникальные преимущества «ЭНЕРДЖИНЕТ.ЭКСПЕРТ»

1.    Бесплатность и открытость − в отличие от коммерческих платформ (Wiley, Springer Nature), сервис доступен всем, с особым приоритетом для молодых учёных.
2.    Нейросетевой арбитраж − ИИ выступает не вспомогательным инструментом, а мета-экспертом, консолидирующим мнения людей (уникально даже на мировом уровне).
3.    Четырёхмодульный формат − переход от статичного PDF к живому, интерактивному знанию (HTML, видео, живые графики, публичный блог).
4.    Три типа экспертных документов − универсальная архитектура для рецензий, отзывов и заключений.
5.    Поддержка научного дебюта − педагогическая модель, обучающее рецензирование для первых работ (в отличие от «отсекающих» систем) [9].

7.2. Мотивация экспертов: как отсутствие платы для авторов сочетается с качеством рецензирования

Ключевой вопрос любой бесплатной экспертной системы − почему квалифицированные специалисты будут тратить время на рецензирование без денежного вознаграждения? Платформа «ЭНЕРДЖИНЕТ.ЭКСПЕРТ» предлагает систему нематериальных стимулов, опирающуюся на опыт успешных открытых научных проектов (arXiv, PLOS, F1000Research).

7.2.1. Публичное признание и статус

•    Эксперты, выполнившие не менее 5 качественных рецензий, получают статус «Ведущий эксперт платформы» с отображением на главной странице.
•    По окончании календарного года публикуется рейтинг лучших рецензентов (по количеству и качеству рецензий).
•    За 10, 25 и 50 рецензий выдаются персонализированные дипломы и сертификаты, которые эксперт может включить в свой отчёт о научной работе.

7.2.2. Кредитная система (реципрокность)

За каждую выполненную рецензию эксперт получает «кредит», который может использовать для:
•    бесплатной экспертизы собственной статьи, автореферата или проекта (1 кредит = 1 экспертиза);
•    приоритетной обработки своей работы (сокращение срока ожидания в 2 раза).

Это создаёт взаимовыгодную экосистему: рецензируешь ты − рецензируют тебя.

7.2.3. Профессиональное развитие

•    Эксперты получают доступ к закрытому образовательному контенту: вебинары по научной коммуникации, методики рецензирования, обзоры лучших практик.
•    Наиболее активные рецензенты приглашаются в редакционный совет журнала «Энерджинет» и становятся соавторами методических рекомендаций платформы.

7.2.4. Сообщество и социальная мотивация

•    Создано закрытое сообщество экспертов в мессенджерах (MAX, ВКонтакте, WeChat) для оперативных консультаций, обсуждения сложных случаев и взаимопомощи.
•    Ежегодно вручается символическая, но почётная премия «Эксперт года» экосистемы «ЭНЕРДЖИНЕТ.ДАО» (диплом и публичное упоминание на всех ресурсах платформы).
•    Для вузов и НИИ предусмотрена возможность заключения партнёрских соглашений, в рамках которых рецензирование сотрудниками засчитывается как педагогическая или научная нагрузка (по договорённости с руководством).

7.2.5. Устойчивость модели

Опыт крупнейших открытых платформ показывает, что при достаточном уровне доверия в сообществе и наличии прозрачной системы признания нематериальная мотивация обеспечивает стабильный пул экспертов. В частности, модель «рецензирование как форма научного служения» успешно работает в проектах PLOS ONE и F1000Research [18–20]. Платформа «ЭНЕРДЖИНЕТ.ЭКСПЕРТ» адаптирует этот опыт с учётом российской научной специфики и приоритетом поддержки молодых учёных.

7.3. Партнёрская модель: как привлекать внешних заказчиков и оставаться бесплатным для авторов «Энерджинет»

Платформа привлекает партнёров − редакции журналов, диссертационные советы, учёные советы вузов, отдельных учёных. Для внешних заказчиков (статья публикуется не в журнале «Энерджинет») услуги предоставляются на платной основе (рецензии, отзывы на авторефераты, экспертные заключения, годовые абонементы на все виды услуг). Для партнёров предусмотрены скидки, пилотные проекты (первые 3 рецензии бесплатно) и публичное признание. Доходы от внешних заказов реинвестируются в развитие платформы, сохраняя бесплатность для авторов журнала «Энерджинет».

8. Планы на 2026–2027 годы

1.    Масштабирование − обработка 100+ экспертных документов разных типов.
2.    Открытое тестирование − приглашение внешних заказчиков (диссертационные советы, издательства, ведомства).
3.    API − интеграция с внешними системами (редакционные платформы, диссертационные советы).
4.    Валидация − публикация метрик согласованности, скорости и экономической эффективности.
5.    Международное сотрудничество − развитие проекта с Китаем, и далее в рамках БРИКС [10].

8.1. Долгосрочная цель

Создание российского отраслевого хаба независимой цифровой экспертизы в области энергетики и электротехники (ГРНТИ 44.00.00, 45.00.00), обеспечивающего: 
− объективный «паспорт качества» для научных работ;
− поддержку молодых учёных на старте карьеры;
− переход от бюрократического формализма к технологичным, воспроизводимым процедурам оценки.

Заключение

Проведённое исследование и практическая апробация позволяют сделать следующие выводы.

1.    Трёхтиповая модель (рецензия, отзыв на автореферат, экспертное заключение) может быть реализована в рамках единой двухуровневой архитектуры с нейросетевым арбитражем, что подтверждено успешной подготовкой отзыва на автореферат докторской диссертации.
2.    Новый четырёхмодульный формат (HTML-текст, визуалика, видео/анимация, публичный блог) обеспечивает переход от статичных PDF-публикаций к живому, интерактивному знанию, что особенно важно для междисциплинарных и технических областей.
3.    Бесплатность, доступность и приоритет молодым учёным являются не просто лозунгами, а реализованными принципами работы платформы, отличающими её от коммерческих аналогов.
4.    Сравнительный анализ показывает, что предложенная модель не имеет прямых аналогов в мире по совокупности признаков: нейросетевой арбитраж + четырёхмодульный формат + бесплатность + поддержка научного дебюта.
5.    Цифровая трансформация науки требует не косметических изменений (замена бумаги на экран), а пересмотра базовых принципов организации экспертизы и научной коммуникации. «ЭНЕРДЖИНЕТ.ЭКСПЕРТ» представляет собой один из вариантов такого пересмотра.

Список литературы

1.    Kovalenko I. V., Kuznetsov V. N. Challenges of Artificial Intelligence in Scientific Communication // International Journal of Information Management. 2023. Vol. 72. Article 102665.
2.    Brown J. R., Jones M. D. Efficiency of Double-blind Peer Review in Academic Publishing // Studies in Higher Education. 2023. Vol. 48, № 5. P. 1124–1138.
3.    Lee H.-S., Kim B.-J. Peer Review Practices Across Disciplines: A Comparative Analysis // PLOS ONE. 2024. Vol. 19, № 3. Article e0298765.
4.    Большаков Д.Ю. Определение рецензента методами машинного обучения // Научный редактор и издатель. 2025. № 1. С. 32–49.
5.    Zhang Y., Qin Z., He D. Reviewer Assignment in Scientific Peer Review Using Machine Learning // Journal of Data Science. 2023. Vol. 21, № 1. P. 45–62.
6.    Jackson R.J., Turner E.S. The Role of Human Judgment in the Future of Scholarly Publishing // Nature Communications. 2025. Vol. 16. Article 789.
7.    Sokolova M. A., Kobrin A. P. Ethical Issues in AI-Based Peer Review Systems // Ethics & Information Technology. 2025. Vol. 27. Article 12.
8.    Сташко В. И. От вердикта РИНЦ к цифровой платформе: Трансформация модели рецензирования в журнале «Энерджинет» / В. И. Сташко // Энерджинет. – 2025. – № 2. – URL: https://nopak.ru/251-551 (дата обращения: 03.04.2026). 
9.    Воронова Д. Ю. Этические аспекты использования искусственного интеллекта в образовательном процессе // Журнал правовых и экономических исследований. 2025. № 2. С. 19–27.
10.    Научно-образовательная экосистема «ЭНЕРДЖИНЕТ.ДАО» : [Электронный ресурс]. – URL: https://nopak.ru/home/edao (дата обращения: 02.04.2026).
11.    Сташко В. И. От человеческого фактора к нейросетевому анализу: инновационная архитектура рецензирования научных статей // Энерджинет. 2025. № 1. URL: https://nopak.ru/dao25-001 (дата обращения: 02.04.2026).
12.    Пикалов И. Ю. Концепция изучения обработки естественного языка (NLP) в высшей школе // Вестник МГПУ. Серия «Информатика и информатизация образования». 2025. № 3. С. 41–49.
13.    Gonzalez-Sanchez F., Martinez-Garcia A. Natural Language Processing Techniques Applied to Scholarly Publications // Computer Speech & Language. 2025. Vol. 83. Article 101543.
14.    Liang W., Sun Y. Sentence Complexity Metrics for Enhancing Readability Assessment // Computational Linguistics. 2025. Vol. 51, № 1. P. 123–145.
15.    Miller J.E., Davis K.L. Machine Learning Applications in Educational Research // British Journal of Educational Technology. 2025. Vol. 56, № 2. P. 345–367.
16.    Wilkinson M.D. et al. The FAIR Guiding Principles for scientific data management and stewardship // Scientific Data. 2016. Vol. 3. Article 160018. (базовый, но обязательный источник; более свежие работы 2023–2025 развивают эти принципы).
17.    Европейская комиссия. Рекомендации по открытой науке (Open Science). 2024. – URL: https://ec.europa.eu/... (обобщённая ссылка).
18.    Wiley Research Exchange. – URL: https://wiley.com/research-exchange  (дата обращения: 02.04.2026).
19.    aiXiv: AI-Powered Preprint Platform. – URL: https://aixiv.org (дата обращения: 02.04.2026).
20.    Springer Nature Snapp + AI. – URL: https://springernature.com/snapp (дата обращения: 02.04.2026).
21.    PLP Peer Review Assistant (Hum + Grounded AI). – URL: https://plp.com/assistant (дата обращения: 02.04.2026).
22.    РИС «Наука» (Издательство «Наука»). – URL: https://sciencejournals.ru/ris (дата обращения: 02.04.2026).
23.    EVESYST (Эко-Вектор). – URL: https://evesyst.ru (дата обращения: 02.04.2026).
24.    Программный комплекс «Экспертиза» (МСЦ РАН). – URL: https://msc-ras.ru/expertise (дата обращения: 02.04.2026).

ИНФОРМАЦИЯ ОБ АВТОРАХ

Сташко В. И. – к. т. н., научный редактор журнала «ЭНЕРДЖИНЕТ», директор ООО «Межрегиональный центр электронных образовательных ресурсов», РФ, Алтайский край, г. Барнаул.

ССЫЛКА ДЛЯ ЦИТИРОВАНИЯ

Сташко В. И. От рецензии к экспертному заключению: цифровая трансформация научной экспертизы на платформе «ЭНЕРДЖИНЕТ.ЭКСПЕРТ» / В. И. Сташко // Энерджинет / ООО «МЦ ЭОР». – 2025. – № 1. URL: https://nopak.ru/251-702 (дата обращения: 03.04.2026). – Текст: электронный.