„Kuum teadus“ annab ülevaate aasta jooksul ilmunud teadustöödest, mis on viimase kuu vältel saanud rahvusvahelistes digikanalites kõige enam tähelepanu. Uuendame andmeid korra kuus, kuid teeme vajadusel järjestuses muudatusi ka jooksvalt.
Igal aastal ilmub Tartu Ülikooli teadlaste osalusel paar tuhat kõrgetasemelist teadustööd. Kõik need uurimistöö esitavad tähelepanuväärseid avastusi erinevatest teadusvaldkondadest. Kuid peale avaldamist hakkavad need avastused elama oma elu ja neile saab osaks erinev tähelepanu. Teadusviidete kogunemine võtab palju aega ja nende põhjal võib uurimuse lõplik mõju selguda alles aastate pärast.
Sellel lehel toome välja kolm igast valdkonnast käimasoleva aasta jooksul Tartu Ülikooli teadlaste juhtimisel avaldatud teaduspublikatsioonid, mis on rahvusvahelistes digikanalites altmeetriliste andmete põhjal olnud tähelepanu keskmes. Altmeetria hõlmab kajastusi nii rahvusvahelistes uudisteportaalides, blogides kui ka sotsiaalmeedias.
Altmeetria on teaduspublikatsioonide mõju hindamise meetod, mis pakub alternatiivi traditsioonilisele viidetepõhisele süsteemile. See võimaldab mõõta teadustööde ühiskondlikku ja veebimõju selle põhjal, kui palju on artiklit jagatud sotsiaalmeedias, blogides, uudistes ja muudes veebiallikates. Altmeetrilised andmed aitavad näha, kuidas mõjutavad teadustööd laiemat avalikkust ja millist vastukaja saavad need väljaspool akadeemilist kogukonda.
Altmeetria märgil, mida sageli nimetatakse „Altmeetria sõõrikuks“, kasutatakse värve ja numbreid, et näidata teadustööle osaks saanud tähelepanu erinevatel platvormidel. Märgi keskel olev number on tähelepanuskoor.
Erinevad allikad annavad skoorile erineva panuse, sõltuvalt nende ulatusest ja mõjust - uudised 8; blogid 5; poliitikadokumendid 3; kliinilised juhised 3; patendid 3; Wikipedia: 3; Bluesky (originaalpostitused ja jagamised) 0.25; YouTube 0.25 jne.
Sõõrikus muutub iga värvi hulk sõltuvalt sellest, millistes allikates on uurimistöö tähelepanu saanud:
See uurimistöö on saanud palju kajastust peavoolumeedias.
See uurimus on saanud suurema osa oma tähelepanust blogidest ja seda on viidatud ka avalikes poliitikadokumentides.
See uurimus on saanud palju tähelepanu ühismeedias ning seda on ära märgitud retsensioonifoorumis.
https://www.altmetric.com/about-us/what-are-altmetrics/
https://www.altmetric.com/about-us/our-data/donut-and-altmetric-attention-score/
Loe lähemalt teadusartiklist
Reidla, Jana, Ene Kõresaar, and Rein Murakas. "Museum value as a tension field: a Baltic perspective." Cultural Trends (2025): 1-18. https://doi.org/10.1080/09548963.2025.2467636
Vana DNA andmed aitasid tuvastada, et teatud herpesviirused, millega puutub kokku enamus inimestest, said inimgenoomi osaks tuhandete aastate eest. Vana DNA abil näeme bakterite ja viiruste evolutsiooni väga pika ajaperioodi jooksul. Esimest korda on teadlased rekonstrueerinud üle kahe aastatuhande vanustest arheoloogilistest inimsäilmetest inimese beetaherpesviiruste 6A ja 6B (HHV‑6A/B) iidsed genoomid. Viini Ülikooli ja Tartu Ülikooli juhtimisel teadusajakirjas Science Advances avaldatud uuring kinnitab, et need viirused on arenenud koos inimestega ja inimeste sees vähemalt rauaajast alates.
Loe lähemalt teadusartiklist või Tartu Ülikooli kodulehel
Guellil, Meriam, et al. "Tracing 2500 years of human betaherpesvirus 6A and 6B diversity through ancient DNA." Science Advances 12.1 (2026): eadx5460. https://doi.org/10.1126/sciadv.adx5460
Loe lähemalt teadusartiklist
Ökoloogia ja maateaduste instituut
Tedersoo, Leho, et al. " Thirty novel fungal lineages: formal description based on environmental samples and DNA." MycoKeys 124 (2025): 1. https://doi.org/10.3897/mycokeys.124.161674
Tartu Ülikooli kliinilise meditsiini instituudi teadlased lõid koostöös Helsingi ülikoolihaigla kolleegidega tehisintellektil põhineva masinõppemudeli, mis võimaldab hinnata endomeetriumivähi taastekke riski juba enne operatsiooni, aidates seeläbi nihutada olulisi raviotsuseid senisest varasemaks.
Loe lähemalt teadusartiklist või Postimehest
Kliinilise meditsiini instituut
Moreno, Sergio Vela, et al. "Explainable machine learning for preoperative relapse prediction in molecularly stratified endometrial cancer: A single-center finnish cohort study." Computational and Structural Biotechnology Journal (2025). https://doi.org/10.1016/j.csbj.2025.12.018
Loe lähemalt teadusartiklist
Hansson, Sten, and Nic DePaula. "Government communication on social media: Research foci, domains, and future directions." Media and Communication 13 (2025). https://doi.org/10.17645/mac.10697