В российских журналах из перечня ВАК использование инфографики допускается наравне с другими иллюстративными материалами. Как правило, редакции не выделяют ее в отдельную категорию, поэтому автору необходимо соблюдать общие требования к рисункам и схемам. Перед подачей статьи важно изучить раздел для авторов на сайте конкретного журнала.
В изданиях, индексируемых в Scopus и Web of Science, отношение к визуализации данных более лояльное. Многие зарубежные журналы рекомендуют использовать графические аннотации, визуальные схемы исследования и дополнительные графические материалы. Такие элементы помогают повысить читаемость публикации и облегчают распространение научных результатов в цифровой среде.
Основные требования к научной инфографике
Несмотря на отсутствие единых международных стандартов, большинство научных журналов предъявляют схожие требования к визуальным материалам. Инфографика должна:
Проконсультироваться бесплатно
Подскажем по публикации в журналах ВАК, требованиям к статье, срокам и редакционной подготовке материала.
основываться на достоверных данных;
быть понятной без дополнительных пояснений;
иметь высокое качество изображения;
содержать читаемые подписи и обозначения;
соответствовать стилю всей статьи;
не искажать результаты исследования.
Подробные рекомендации по использованию инфографики в научных публикациях представлены в материалах российских научных изданий (https://cardiovascular.elpub.ru/jour/article/view/3188).
Научное редактирование и оформление рукописи под требования журнала
Если рукопись еще нужно довести до требований ВАК или Scopus, на сайте собраны услуги по редактированию и оформлению материала.
- Научное редактирование
- Оформление по требованиям
- Подготовка к подаче
Типичные ошибки авторов при создании научной инфографики
Даже качественное исследование может потерять часть своей убедительности из-за неудачной визуализации данных. Редакторы научных журналов регулярно сталкиваются с ситуациями, когда инфографика не помогает читателю разобраться в результатах исследования, а наоборот, усложняет их восприятие. Рассмотрим наиболее распространенные ошибки подробнее.
Перегруженность информацией
Одна из главных проблем научной инфографики — стремление автора разместить на одном изображении как можно больше данных. Исследователю кажется, что каждый показатель важен, поэтому в инфографику попадают десятки графиков, таблиц, схем и пояснений одновременно.
В результате читатель сталкивается с информационным перегрузом. Вместо того чтобы быстро понять основные выводы исследования, ему приходится тратить время на поиск действительно значимых данных.
Хорошая инфографика должна отвечать на один ключевой вопрос или демонстрировать одну основную идею. Если изображение невозможно охватить взглядом за несколько секунд, скорее всего, оно перегружено информацией.
Слишком мелкий шрифт
Авторы часто создают инфографику на большом холсте, забывая о том, что после публикации рисунок будет уменьшен до размеров журнальной страницы или экрана мобильного устройства.
В результате подписи осей, легенды, обозначения и комментарии становятся практически нечитаемыми. Особенно часто такая проблема возникает при подготовке рисунков для международных журналов, где изображение может быть уменьшено до одной колонки.
Перед отправкой статьи полезно открыть рисунок в масштабе будущей публикации и проверить, можно ли без труда прочитать все надписи.
Использование декоративных элементов
Еще одна распространенная ошибка — увлечение дизайном в ущерб содержанию. Авторы добавляют иконки, сложные фоны, тени, объемные фигуры, декоративные стрелки и другие элементы, которые не несут научной нагрузки.
Подобный подход характерен скорее для маркетинговых материалов или презентаций. В научной публикации каждый элемент инфографики должен иметь конкретную информационную функцию.
Если декоративный объект не помогает объяснить результаты исследования, от него лучше отказаться.
Дублирование текста статьи
Иногда инфографика фактически повторяет текст статьи, не добавляя ничего нового. Например, автор переносит в изображение те же цифры, которые уже подробно описаны в разделе результатов.
В таком случае визуализация теряет смысл. Хорошая инфографика должна дополнять текст и помогать увидеть связи между данными, а не просто воспроизводить информацию в другой форме.
Использование слишком ярких цветов
Яркие цвета привлекают внимание, но в научной публикации они могут мешать восприятию информации. Кислотные оттенки, резкие контрасты и большое количество цветов делают изображение визуально тяжелым и затрудняют анализ данных.
Кроме того, многие журналы печатаются в черно-белом формате или просматриваются на устройствах с разной цветопередачей. Поэтому рекомендуется использовать ограниченную цветовую палитру и выбирать цвета, которые остаются различимыми даже при черно-белой печати.
Искажение данных через оформление
Иногда ошибки возникают не из-за дизайна, а из-за неправильного представления информации. Например:
обрезанные шкалы графиков;
несоблюдение пропорций;
чрезмерное увеличение различий между показателями;
использование неподходящих типов диаграмм.
Подобные решения могут непреднамеренно вводить читателя в заблуждение и даже вызывать вопросы со стороны рецензентов относительно корректности представления результатов исследования.
Программы для создания научной инфографики
Современные исследователи могут выбирать из десятков инструментов визуализации данных. При этом универсального решения не существует: выбор программы зависит от научной дисциплины, сложности данных и требований журнала.
Microsoft PowerPoint
Несмотря на репутацию инструмента для презентаций, PowerPoint остается одним из самых популярных средств создания научной инфографики.
Его преимущества:
простота освоения;
доступность;
большое количество шаблонов;
возможность быстро создавать схемы и диаграммы;
экспорт в графические форматы.
Для гуманитарных, социальных и экономических исследований возможностей PowerPoint часто оказывается вполне достаточно.
Figma
Первоначально Figma создавалась как инструмент для веб-дизайна, однако сегодня активно используется и в научной среде.
Она позволяет:
создавать сложные схемы;
работать в команде;
использовать векторную графику;
быстро редактировать элементы инфографики.
Особенно полезна Figma при подготовке графических аннотаций и визуальных моделей исследования.
Adobe Illustrator
Illustrator считается одним из профессиональных стандартов создания научной графики.
Программа подходит для:
подготовки публикационных рисунков;
создания инфографики высокого качества;
работы с векторной графикой;
подготовки изображений для международных журналов.
Недостатком можно назвать высокий порог освоения, однако именно Illustrator часто используют дизайнеры научных издательств.
Canva
Canva позволяет быстро создавать визуально привлекательные материалы без специальных навыков дизайна.
Однако при использовании Canva важно помнить, что многие шаблоны ориентированы на маркетинг и социальные сети. Поэтому научную инфографику приходится адаптировать под требования академических публикаций.
Tableau
Tableau относится к профессиональным инструментам анализа и визуализации данных.
Программа особенно полезна при работе с:
большими массивами информации;
интерактивными панелями данных;
статистическими исследованиями;
бизнес-аналитикой.
Tableau помогает не только создавать красивые графики, но и находить скрытые закономерности в данных.
Power BI
Power BI широко используется в аналитике и прикладных исследованиях.
Преимущества программы:
интеграция с различными источниками данных;
автоматическое обновление визуализаций;
создание интерактивных отчетов;
удобная работа с большими объемами информации.
GraphPad Prism
GraphPad Prism особенно популярен среди специалистов в области медицины, биологии и фармакологии.
Программа сочетает:
статистический анализ;
построение графиков;
визуализацию результатов экспериментов.
Многие медицинские журналы регулярно публикуют рисунки, подготовленные именно в GraphPad Prism.
Origin
Origin широко применяется в естественных и технических науках.
Он позволяет:
строить научные графики;
анализировать экспериментальные данные;
работать с многомерными наборами данных;
создавать публикационные изображения высокого качества.
R и Python
Языки программирования R и Python считаются наиболее гибкими инструментами визуализации данных.
Их преимущества:
полный контроль над графиками;
высокая воспроизводимость результатов;
возможность автоматизации;
работа с большими данными;
широкий выбор библиотек визуализации.
Для научных исследований особенно популярны библиотеки ggplot2 в R и Matplotlib, Seaborn, Plotly в Python.
Как выбрать подходящий инструмент
При выборе программы следует учитывать несколько факторов:
объем данных;
необходимость статистического анализа;
требования журнала;
наличие навыков программирования;
необходимость совместной работы;
тип визуализации.
Для простых схем часто достаточно PowerPoint или Figma. Для сложного анализа данных лучше использовать Tableau, GraphPad Prism, R или Python. Если же речь идет о подготовке профессиональной графической аннотации для международного журнала, наиболее подходящим вариантом может стать Adobe Illustrator.
Главное правило остается неизменным: программа должна помогать исследователю представлять данные максимально точно и понятно, а не усложнять процесс создания качественной научной визуализации.
Практические рекомендации авторам
Перед созданием инфографики полезно ответить на несколько вопросов:
Помогает ли визуализация быстрее понять результаты исследования?
Добавляет ли она новую информацию по сравнению с текстом?
Соответствует ли она требованиям журнала?
Основана ли она на реальных данных?
Не перегружено ли изображение деталями?
Если ответы положительные, использование инфографики будет оправданным и повысит качество публикации.
Заключение
Инфографика в научных статьях уже давно перестала быть исключительно инструментом популяризации науки. Сегодня она активно используется в российских и зарубежных научных журналах как эффективный способ визуализации данных и представления результатов исследования. Грамотно подготовленная инфографика помогает улучшить восприятие материала, повысить интерес к публикации и сделать сложную информацию более понятной для читателя.
При этом важно помнить, что главная задача научной инфографики заключается не в украшении статьи, а в точной и наглядной передаче результатов исследования. Именно поэтому качественная визуализация должна сочетать научную достоверность, логичную структуру и соответствие требованиям конкретного журнала.
I.kazarova@panor.ru
