Наука у вигнанні: соціально-філософський аналіз трансформаці ї ролі науковця у період кризи
Bibliographic record
Abstract
У статті показано, як вимушена міграція, спричинена повномасштабним вторгненням Росії в Україну, вплинула на кар’єрні шляхи українських дослідників і трансформувала академічну мобільність у феномен вимушеної втрати професійного середовища. На основі напівструктурованих інтерв’ю (проведених у вересні 2023 р.) з дев’ятьма науковцями, змушеними залишити Україну після 2022 р., проаналізовано фактори вибору країни перебування, досвід інтеграції в нові академічні установи, бар’єри на шляху повноцінної професійної реалізації, а також стратегії збереження прагнення до продовження наукової праці й контактів з українськими колегами. Дослідження пропонує новий, міждисциплінарний погляд на проблему: крізь призму соціальної філософії розглядається не лише адаптація, а й екзистенційний вимір вимушеної міграції науковця. Особливу увагу приділено динаміці збереження професійної ідентичності та ролі науки як морального зобов’язання перед суспільством у періоди нестабільності. Цей підхід орієнтований на виявлення глибинних ціннісних зрушень, трансформацій ідентичності, а також на осмислення взаємозв’язку між особистим досвідом і ширшим соціокультурним контекстом. Розглянуто проблему адаптації в умовах нової академічної культури, де науковці мають підтримку, але часто відчувають розрив між особистісною та професійною ідентичністю. Особливу увагу приділено зумовленим міграцією ризикам, як-от фрагментація української наукової спільноти, втрата інституційної пам’яті, переорієнтація наукових інтересів унаслідок зміни середовища. У філософському контексті зміну місця перебування запропоновано осмислювати як глибоку трансформацію не лише професійного статусу, а й наукової ідентичності; не лише як фізичне переміщення, а як складну етико-соціальну дилему, що кидає виклик традиційному уявленню про науку як безперервне служіння спільному благу. Обґрунтовано необхідність створення механізмів підтримки, що дадуть змогу не лише зберегти науковий потенціал, а й забезпечити умови для можливої реінтеграції науковців у наукове середовище України.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.006 | 0.013 |
| Scholarly communication | 0.014 | 0.008 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.003 | 0.004 |
| Insufficient payload (model declined to judge) | 0.023 | 0.007 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".