TLTM như động lực chuyển đổi cấu trúc từ KTNNSS sang HTTTNCHH

TLTM đang trở thành động lực chuyển đổi KTNNSS theo hướng tích hợp với HTTTNCHH. Trong bối cảnh nhu cầu ngày càng tăng về phân tích và báo cáo nghiên cứu, HTTTNCHH cung cấp một môi trường tích hợp giúp tổ chức dữ liệu và hỗ trợ phân tích TLTM hiệu quả. Do đó, quá trình chuyển đổi từ KTNNSS theo hướng HTTTNCHH phản ánh xu hướng chuyển từ lưu trữ tài liệu sang quản trị dữ liệu nghiên cứu dựa trên bằng chứng. Trên thực tế, để thực hiện phân tích TLTM hiệu quả, hệ thống cần mô hình dữ liệu đa thực thể, siêu dữ liệu chuẩn hóa, định danh bền vững và khả năng liên kết giữa công bố, tác giả, đơn vị, dự án và tài trợ. Những yêu cầu này vượt quá khả năng của KTNNSS truyền thống và là lý do thúc đẩy nhu cầu tích hợp với HTTTNCHH.

HTTTNCHH như môi trường tích hợp cho phân tích TLTM

Đặt trong bối cảnh dữ liệu gia tăng theo cấp số nhân và yêu cầu ngày càng cao đối với quản trị dựa trên bằng chứng trong giáo dục đại học, các trường đại học cần triển khai quy trình phân tích nâng cao nhằm chuyển hóa dữ liệu nghiên cứu thành những tri thức có giá trị cho quản lý. Trái ngược với KTNNSS độc lập, các hệ thống HTTTNCHH được xác định là môi trường tích hợp được thiết kế hỗ
trợ phân tích TLTM và quản trị nghiên cứu. HTTTNCHH áp dụng mô hình dữ liệu đa thực thể, nắm bắt mối quan hệ giữa nhà nghiên cứu, công bố, dự án, quỹ tài trợ và cấu trúc tổ chức. Guillaumet et al (2019) cho thấy cách tiếp cận HTTTNCHH từ một cơ sở dữ liệu thiên về báo cáo sang một hệ thống hỗ trợ ra quyết định dựa trên dữ liệu; đồng thời, nhấn mạnh chất lượng và mức độ chuẩn hóa dữ liệu là điều kiện tiên quyết cho phân tích nghiên cứu hiệu quả. Ngoài ra, các hệ thống HTTTNCHH tuân thủ chuẩn CERIF (Common European Research Information Format - định dạng thông tin nghiên cứu chung của châu Âu) cho phép chuyển đổi dữ liệu nghiên cứu dạng quan hệ sang các mô hình phân tích phù hợp cho đánh giá ở nhiều cấp độ. Việc chuẩn hóa này tạo điều kiện tích hợp các thực thể nghiên cứu khác nhau bao gồm công bố, nhà nghiên cứu, dự án và đơn vị, từ đó hình thành một nền tảng nhất quán cho phân tích TLTM và đánh giá hiệu quả nghiên cứu. Nếu thiếu dữ liệu có cấu trúc và khả năng liên thông, các hoạt động phân tích có nguy cơ tạo ra những kết quả không đầy đủ hoặc sai lệch. Vì vậy, TLTM là thành phần phân tích cốt lõi, phục vụ bảng biểu hiển thị dữ liệu TLTM, chỉ số đo lường hiệu suất nghiên cứu và ra quyết định chiến lược (Aksnes et al., 2019; Guillaumet et al., 2019).

Quá trình chuyển đổi từ KTNNSS theo hướng HTTTNCHH

Việc tích hợp KTNNSS và HTTTNCHH cho phép thu thập dữ liệu tự động thông qua cơ chế đồng bộ hóa siêu dữ liệu, định danh, tái sử dụng dữ liệu cho nhiều mục đích như: báo cáo nội bộ, kiểm định chất lượng, xếp hạng đại học và lập bản đồ hợp tác nghiên cứu, đồng thời hỗ trợ phân tích TLTM ở cấp độ chiến lược (Aksnes et al., 2019; Guillaumet et al., 2019). Các nghiên cứu gần đây không còn xem KTNNSS và HTTTNCHH như hai hệ thống vận hành độc lập, mà là các thành phần bổ trợ trong một hạ tầng thông tin nghiên cứu tích hợp. Trong bối cảnh quản trị đại học ngày càng dựa trên bằng chứng, KTNNSS được nhìn nhận như nguồn cung cấp dữ liệu công bố, trong khi HTTTNCHH đảm nhiệm chức năng cấu trúc hóa, liên kết và phân tích dữ liệu phục vụ báo cáo và ra quyết định chiến lược (Guillaumet et al., 2019; Zervas, Kounoudes, Artemi, Giannoulakis, 2019). Cách tiếp cận này phản ánh sự chuyển dịch từ mô hình lưu chiểu và lưu trữ thụ động sang hệ sinh thái dữ liệu nghiên cứu có khả năng phân tích và tương tác đa chiều. Ranasinghe và Chung (2018) đề xuất mô hình xuất bản học thuật dựa trên KTNNSS, trong đó KTNNSS không chỉ thực hiện chức năng đăng ký và phổ biến kết quả nghiên cứu mà còn tích hợp các chức năng đo lường và quản lý vòng đời công bố. Theo mô hình này, các chức năng đánh giá và chỉ số TLTM được áp dụng cho hệ thống, tạo đà cho sự tích hợp với HTTTNCHH nhằm tối ưu hóa quản trị nghiên cứu (Ranasinghe & Chung, 2018). Vì vậy, TLTM được coi là yếu tố thúc đẩy quá trình chuyển đổi KTNNSS tích hợp HTTTNCHH. Các nghiên cứu tình huống cho thấy TLTM là yếu tố thúc đẩy trực tiếp quá trình chuyển đổi KTNNSS theo hướng HTTTNCHH.

Một nghiên cứu trường hợp điển hình về phát triển KTNNSS theo hướng HTTTNCHH là quá trình chuyển đổi kho nội sinh KTISIS của Đại học Công nghệ Cyprus. Có thể nói, KTISIS là trường hợp đầu tiên tại châu Âu triển khai Dspace - HTTTNCHH giống với HTTTNCHH hoàn chỉnh. KTISIS được điều chỉnh theo các tính năng của Dspace - CRIS để đáp ứng nhu cầu của trường, đồng thời, tuân theo các hướng dẫn của Liên minh các Kho lưu trữ Truy cập Mở Quốc tế về kho nội sinh số thế hệ tiếp theo nhằm đưa KTISIS trở thành một hạ tầng nghiên cứu hiện đại, mở và hướng tới dịch vụ giá trị gia tăng (Zervas et al., 2019). Tiếp theo, trường hợp Trung Quốc cho thấy việc phát triển KTNNSS theo hướng tích hợp HTTTNCHH có thể được thực hiện thông qua tùy biến và bản địa hóa nền tảng DSpace - CRIS. Yang, Zhang và Chen (2020) nhấn mạnh rằng, Dspace - CRIS được điều chỉnh để phù hợp với bối cảnh quản lý nghiên cứu trong nước, đặc biệt nhằm hỗ trợ thống kê công bố, quản lý dữ liệu nghiên cứu và đánh giá hiệu quả nghiên cứu nội bộ. Bên cạnh đó, trường hợp HAL tại Pháp cũng cho thấy một KTNNSS ban đầu phục vụ lưu trữ đã dần tích hợp các chức năng đo lường năng suất/ hiệu suất khoa học, trực quan dữ liệu báo cáo dạng dashboard, từ đó, vận hành như một hệ thống thông tin nghiên cứu ở cấp trường (Schöpfel and Azeroual, 2021).

Vì vậy, để khai thác hiệu quả, TLTM cần mô hình dữ liệu đa thực thể, siêu dữ liệu chuẩn hóa và liên thông. Những yêu cầu này vượt quá khả năng của KTNNSS truyền thống, dẫn tới nhu cầu HTTTNCHH. Nhìn chung, phát triển KTNNSS theo hướng HTTTNCHH được xem là điều kiện cần để khai thác đầy đủ giá trị của TLTM đối với nguồn tin khoa học nội sinh. Sự kết hợp của hai hệ thống này cho phép chuyển hóa dữ liệu thành tri thức phục vụ quản trị đại học dựa trên bằng chứng (Aman, 2021; Guillaumet et al., 2019). Các nghiên cứu tình huống hoặc các mô hình chuyển đổi từ KTNNSS sang HTTTNCHH cho thấy nhu cầu báo cáo, phân tích và đánh giá nghiên cứu là động lực quan trọng thúc đẩy KTNNSS phát triển theo hướng HTTTNCHH. Với bối cảnh các quốc gia đang phát triển, trong đó có Việt Nam, các nghiên cứu chủ yếu tập trung vào các mô hình triển khai tại châu Âu hoặc các cơ sở giáo dục đại học có hạ tầng dữ liệu tương đối hoàn thiện, trong khi những thách thức đặc thù như thiếu chuẩn hóa siêu dữ liệu, hạn chế về nguồn lực tài chính, năng lực phân tích TLTM chưa đồng đều và cơ chế phối hợp liên đơn vị còn yếu lại chưa được thảo luận một cách hệ thống. Do đó, vẫn còn thiếu các nghiên cứu thực nghiệm và định hướng chính sách phân tích cách thức TLTM có thể được áp dụng vào phát triển KTNNSS.

Khuyến nghị cho TVĐH Việt Nam

Nhằm đáp ứng nhu cầu ngày càng tăng về báo cáo, đánh giá và quản trị nghiên cứu, việc chuyển đổi KTNNSS theo hướng HTTTNCHH giúp kết nối hồ sơ nhà nghiên cứu, dự án, tài trợ và công bố khoa học, qua đó nâng cao khả năng phân tích và tính minh bạch của dữ liệu nghiên cứu (Schöpfel & Azeroual, 2021; Yang, Zhang, Chen, 2020; Zervas et al., 2019). Cách tiếp cận này cho phép chuyển dịch từ mô hình KTNNSS thuần lưu trữ, phổ biến sang mô hình KTNNSS tích hợp theo hướng HTTTNCHH.

Tại Việt Nam, việc phát triển KTNNSS theo hướng tích hợp HTTTNCHH trên cơ sở các hoạt động ứng dụng TLTM cần định hướng chính sách từ nhiều cấp độ từ cấp vĩ mô quốc gia, trường đại học xuống cấp TVĐH.

Ở cấp quốc gia, các cơ quan quản lý cần coi tích hợp KTNNSS theo hướng HTTTNCHH là một thành tố của quản trị nghiên cứu không chỉ riêng của hệ thống TVĐH. Việc ban hành hướng dẫn về chuẩn siêu dữ liệu, định danh và sử dụng chỉ số TLTM có trách nhiệm sẽ giúp tạo khung chung, đồng thời cho phép các tổ chức nghiên cứu/ trường đại học có thể triển khai theo lộ trình phù hợp với năng lực.

Ở cấp trường đại học, quản lý trường cần định vị KTNNSS trong hạ tầng thông tin nghiên cứu tổng thể. Điều này bao gồm việc liên kết phát triển KTNNSS với HTTTNCHH dựa trên ứng dụng TLTM đáp ứng các yêu cầu đo lường năng suất, hiệu suất nghiên cứu phục vụ các mục đích quản lý như: Đánh giá lựa chọn nguồn tin khoa học, phát triển nhân sự khoa học, đánh giá KPI, kiểm định, xếp hạng. Ngoài ra, việc thiết lập cơ chế phối hợp quản lý khoa học giữa thư viện và phòng/ ban quản lý khoa học và công nghệ có thể giảm trùng lặp và nâng cao tính nhất quán của dữ liệu.

Ở cấp TVĐH, thư viện cần mở rộng KTNNSS từ nguồn dữ liệu cho phân tích, đo lường cơ bản sang phân tích nâng cao, có khả năng cung cấp báo cáo TLTM đảm bảo chất lượng dữ liệu và tư vấn cho nhà nghiên cứu cũng như lãnh đạo trường. Bên cạnh đó, thư viện nên giữ vai trò chủ đạo trong quản trị siêu dữ liệu và triển khai các hệ thống định danh/ hồ sơ giảng viên/ nhà nghiên cứu, vì đây là nền tảng theo hướng tích hợp và cơ sở phân tích TLTM đáng tin cậy.

Để triển khai theo hướng trên, các TVĐH Việt Nam cần lộ trình phù hợp với năng lực thực tế theo quy mô và định hướng từng trường, trong đó từng giai đoạn tương ứng với các mức đầu tư và vai trò của thư viện.

Vì vậy, khi phát triển KTNNSS theo hướng HTTTNCHH dựa trên ứng dụng TLTM, thư viện ngày càng tham gia vào quản trị dữ liệu, phân tích TLTM, cung cấp báo cáo và dịch vụ tư vấn. Hướng đi này mở ra cơ hội để TVĐH tái định vị vai trò của mình trong quản lý và đánh giá nghiên cứu.

____________________________

Tài liệu tham khảo

1. Aksnes, D. W., Langfeldt, L., & Wouters, P. (2019). Citations, citation indicators, and research quality: An overview of basic concepts and theories (Trích dẫn, chỉ số trích dẫn và chất lượng nghiên cứu: Tổng quan khái niệm và lý thuyết cơ bản). Sage Open. 9(1). https://doi.org/10.1177/2158244019829575

2. Aman, V. (2021). Institutional Repositories and Bibliometrics (Kho tài nguyên nội sinh số và trắc lượng thư mục). Handbook Bibliometrics. https://doi.org/10.1515/9783110646610-041

3. Bornmann, L., & Leydesdorff, L. (2014). Scientometrics in a changing research landscape (Trắc lượng khoa học trong bối cảnh nghiên cứu đang thay đổi). The EMBO Reports. 15(12). https://doi.org/10.15252/embr.201439608

4. Chen, K.H. (2008). The Construction of Institutional Repository from Viewpoints of Dissemination and Citation (Xây dựng kho tài nguyên nội sinh số từ góc nhìn phổ biến và trích dẫn). https://www.researchgate.net/profile/Kuang-HuaChen/publication/237629045_The_Construction_of_Institutional_Repository_from_Viewpoints_of_Dissemination_and_Citation_youchuanboyuyinyongdeguandiankanjigoudiancangzhijianzhi/links/548695720cf2ef34478bfcd6

5. Corrall, S., Kennan, M. A., & Afzal, W. (2013). Bibliometrics and Research Data Management Services: Emerging Trends in Library Support for Research (Trắc lượng thư mục và dịch vụ quản lý dữ liệu nghiên cứu: Xu hướng mới trong hỗ trợ nghiên cứu của thư viện). Library Trends. 61(3). https://doi.org/10.1353/lib.2013.0005

6. Crow, R. (2002). The Case for Institutional Repositories: A SPARC Position Paper (Vai trò của kho tài nguyên nội sinh số: Báo cáo của SPARC). Scholarly Publishing. https://www.researchgate.net/publication/215993546_The_Case_for_Institutional_Repositories_A_SPARC_Position_Paper

7. De Castro, P., Shearer, K., Summann, F. (2014). The Gradual Merging of Repository and CRIS Solutions to Meet Institutional Research Information Management Requirements (Sự hợp nhất từng bước giữa repository và CRIS nhằm đáp ứng yêu cầu quản lý thông tin nghiên cứu của tổ chức). Procedia Computer Science. 33. https://doi.org/10.1016/j.procs.2014.06.007

8. Guillaumet, A., García, F., & Cuadrón, O. (2019). Analyzing a CRIS: From data to insight in university research (Phân tích CRIS: Từ dữ liệu đến tri thức trong nghiên cứu đại học). Procedia Computer Science. 146. https://doi.org/10.1016/j.procs.2019.01.097

9. Hicks, D., Wouters, P., Waltman, L., de Rijcke, S., Rafols, I. (2015). Bibliometrics: The Leiden Manifesto for research metrics (Trắc lượng thư mục: Tuyên ngôn Leiden về các chỉ số nghiên cứu). Nature. 520(7548). https://doi.org/10.1038/520429a

10. Lynch, C. (2003). Institutional Repositories: Essential Infrastructure For Scholarship In The Digital Age (Kho tài nguyên nội sinh số: Hạ tầng thiết yếu cho học thuật trong thời đại số). portal: Libraries and the Academy. 3. https://doi.org/10.1353/pla.2003.0039

11. Ntini-Kounoudes, A., & Zervas, M. (2017). The transformation of the KTISIS repository into a current research information system (CRIS) (Chuyển đổi kho KTISIS thành hệ thống thông tin nghiên cứu hiện hành - CRIS). Expanding Perspectives on Open Science: Communities, Cultures and Diversity in Concepts and Practices - Proceedings of the 21st International Conference on Electronic Publishing. https://doi.org/10.3233/978-1-61499-769-6-227

12. Pritchard, A. (1969). Statistical bibliography orbibliometrics (Thư mục học thống kê hay trắc lượng thư mục). Journal of Documentation. https://www.researchgate.net/publication/236031787_Statistical_Bibliography_or_Bibliometrics

13. Ranasinghe, W., & Chung, J. M. (2018). Institutional repository based open access scholarly publishing system: A conceptual model (Hệ thống xuất bản học thuật truy cập mở dựa trên repository: Mô hình khái niệm). Library Philosophy and Practice. https://scholarworks.sjsu.edu/cgi/viewcontent.cgi?article=5375&context=libphilprac

14. Schöpfel, J., & Azeroual, O. (2021). Current research information systems and institutional repositories: From data ingestion to convergence and merger (Hệ thống thông tin nghiên cứu hiện hành và kho tài nguyên nội sinh số: Từ tích hợp dữ liệu đến hội tụ và hợp nhất). Trong Future Directions in Digital Information (Định hướng tương lai của thông tin số). https://doi.org/10.1016/B978-0-12-822144-0.00002-1

15. Sterman, L. B., & Clark, J. A. (2017). Citations as Data: Harvesting the Scholarly Record of Your University to Enrich Institutional Knowledge and Support Research (Trích dẫn như dữ liệu: Khai thác hồ sơ học thuật của trường đại học để làm giàu tri thức tổ chức và hỗ trợ nghiên cứu). College & Research Libraries. 78(7). https://doi.org/10.5860/crl.78.7.952

16. Truong, V., Denison, T., & Stracke, C. (2021). Developing Institutional Open Educational Resource Repositories in Vietnam: Opportunities and Challenges (Phát triển kho tài nguyên giáo dục mở tại Việt Nam: Cơ hội và thách thức). The International Review of Research in Open and Distributed Learning. 22. https://doi.org/10.19173/
irrodl.v23i1.5582

17. Vietnam National University Hanoi. (2022). VNU’s institutional digital repository jumped 5 places globally (Kho tài nguyên số nội sinh của Đại học Quốc gia Hà Nội tăng 5 bậc trên bảng xếp hạng toàn cầu). https://en.vnu.edu.vn/
vnua%E2%84%A2s-institutional-digital-repository-jumped-5-places-globally-post30360.html

18. Yang, L., Zhang, Z., & Chen, E. (2020). Customization and Localization of DSpace-CRIS in China (Tùy biến và bản địa hóa DSpace-CRIS tại Trung Quốc). Trong Proceedings of the ACM/IEEE Joint Conference on Digital Libraries in 2020 (Kỷ yếu Hội nghị ACM/IEEE về thư viện số năm 2020). Virtual Event, China. https://doi.org/10.1145/3383583.3398548

19 Zervas, M., Kounoudes, A., Artemi, P., & Giannoulakis, S. (2019). Next generation Institutional Repositories: The case of the CUT Institutional Repository KTISIS (Kho tài nguyên nội sinh thế hệ mới: Trường hợp kho KTISIS của Đại học Công nghệ Cyprus). Procedia Computer Science. 146. https://doi.org/10.1016/j.procs.2019.01.083

Ngày Tòa soạn nhận bài: 2/6/2026; Ngày phản biện, đánh giá, sửa chữa: 13/6/2026; Ngày duyệt đăng: 25/6/2026.

Ths NGUYỄN THANH TRÀ

Nguồn: Tạp chí VHNT số 651, tháng 8/2026