akkor ebből egynek a súlya a mi
szerzőnk szempontjából 1 / 8. A sok tételt idéző publikáció így
kevésbé hangsúlyos. Nem állítjuk, hogy ez a kiértékelés egyszerű, de
ha az irodalomjegyzékek megvannak, elvben ez is lehetséges.
Speciális adatok
A fentieken túlmenően vannak további kérdések, amelyeket szívesen
feltesznek különböző bizottságok és testületek. Ezek példáit sorolja
fel a 4. ábra táblázata. Itt
jelennek meg az impakt faktorral kapcsolatos statisztikák, a
kollaborációs / multicentrumos cikkek (lásd a lábjegyzetet feljebb)
adatai és így tovább.
Tudományos közlemények speciális adatai (csak
teljes adatú közlemények)
Több tudományterület is figyeli a Hirsch-index (h-index) értékét. Ez
az idézettség egyfajta mérőszáma: kisebb, ha van egy-két kiugró
idézettségű közlemény, amely az idézettségi számot megdobja, de a
szerző általános idézettségére nem jellemző. Jorge Hirsch az indexet
eredetileg a Web of Science alapján számolta, amely az önidézeteket
is válogatás nélkül tartalmazza. Elvben akármelyik adatbázis alapján
kiszámolható, a függő idézetekkel vagy azok nélkül, a mi
lehetőségeinket lásd Kollár István írásában (2008). Az MTMT-ben a
Hirsch-indexet ezért kétféle módon is kiszámoljuk: a Web of
Science-ben definiált eredetihez hasonlóan (az önidézeteket is
beleszámítva), és csak a független idézőkre.
Az adatbázis jelenleg még nem tartalmaz bizonyos
adatokat: az idéző közlemények összegzett impaktfaktora például nem
számítható ki, mert az idéző folyóiratok egyelőre nincsenek a
törzsadatbázissal összekötve. Előbb-utóbb azonban ez is meglehet.
Természetesen lehet azon vitatkozni, hogy ez mennyire fontos adat:
azt méri ugyanis, hogy a Thomson Reuters által figyelt folyóiratok
közül mennyire hivatkozott folyóiratban jelentek meg a hivatkozások.
Ez erősen tudományterület-függő, de annyit talán érdemes
megkockáztatnunk, hogy jó hír, ha ez a szám magas.
Az adatok értékét egyébként is érdemes egyenként
górcső alá venni. Az összegzett impakt faktor magas értéke vonzó, és
sokan komolyan is veszik. De ha a magas impakt
faktorú folyóiratban közölt cikkre kevés a hivatkozás, akkor ez
inkább negatív üzenetet hordoz: eszerint az általában sokat idézett
lapban (jó helyen) közölt cikk hatása az elvártnál kisebb. Óvatosnak
kell tehát lennünk bármilyen értékeléssel. De ez már átvezet a
tudománymetriai elemzések rejtelmeibe.
Diagramok
Bármilyen adatról van is szó, a táblázatos megjelenítés emberi
szemmel nehezen értékelhető, míg az adatok grafikusan annál jobban
áttekinthetők. A közlemények és idézők időbeli eloszlását
szemlélteti az 5. ábra (itt nem
igazi adatokkal, csak az elvet illusztrálva).
A grafikus megjelenítés sok más módon is
elképzelhető: ezekkel a példákkal főként az olvasó fantáziáját
szerettük volna megindítani. Ami hasznos, elvileg
kiszámítható és programozható, azt kérhetjük is a számítógéptől.
Adatbázis-kapcsolatok
Az internetes adatbázisokban való megjelenés nem mindenütt
követelmény, és önmagában nem értékmérő. Mégis fontos információ,
hogy a szerző mennyire „látszik” az interneten. Különösen jó jel, ha
Digital Object Identifierek (DOI) nagyobb számban megjelennek: ez
azt jelenti, hogy ezek a cikkek teljes szöveggel elérhetők (akár
ingyenesen, akár pénzért), ugyanis így az internetet használó
kollégák jó eséllyel megtalálják, és el tudják olvasni.
A 6. ábra és a
7. ábra a közlemények és idézetek internetes elérhetőségi
adatainak megjelenési formáját mutatja. A „darabszám” azt mutatja, a
szerző hányat adott meg adatbázis-kapcsolatként, a „láttamozott” a
könyvtáros formai ellenőrzésére utal, a „hitelesített” pedig az
adatok összevetésére az adatbázis tartalmával.
Egyéni részesedések
a tudományos teljesítményből
Vitatott és megoldatlan kérdés az, hogy társszerzős közlemények
esetén hogyan állapítható meg az egyéni tudományos teljesítmény,
mennyire számítson a társszerzők száma. Az adatbázis itt sem foglal
állást, de elvben ki tudja számítani az egyéni részesedéseket is: az
érintett mutatószámokat (darabszám, impakt faktor, idézőszám)
elosztja a szerzők számával, vagy ha az osztály kéri, és a szerző
megadta, akkor %-os részesedést számol. Ez nem jelent semmiféle
értékelést, mindössze egyfajta adatszolgáltatás, amely hozzájárulhat
a teljes kép objektív kialakításához.
Az ilyen számok elvi alapja az, hogy ha egyéni vagy
intézményi teljesítményt akarunk megmutatni, akkor látnunk kell azt
is, hogy mekkora arányban vett részt az egyén a közlemény
eredményeinek és magának a közleménynek a létrehozásában, annál is
inkább, mivel a tudományos minősítéssel
megszerezhető címek, fokozatok, tagságok egyéni teljesítmény alapján
nyerhetők el. Nyilvánvalóan mást jelent, ha valaki tizenöt–húsz,
esetleg hatvan–nyolcvan, vagy még ennél is több társszerzővel
publikál havonta több cikket nívós lapban, vagy egy-két
társszerzővel félévente egyet. Az adott körülményeket csak a
részletek ismeretében lehet értékelni, de a különleges helyzetre az
adatoknak fel kell hívniuk a figyelmet.
A 8. ábra egyéni részesedéseket mutat a
2–4. ábrákon látható abszolút teljesítmények alapján.
A két elv: „egy közlemény az egy közlemény minden szerző számára,
akárhány társszerző is van” és „az igazságos az, ha a társzerzők
számával osztunk” a két véglet. Köztük sokféle átmenet elképzelhető,
s ha az algoritmust valaki megadja, akkor az a számítógépen
programozható. Megtehető például, hogy nem a társszerzők számával
arányosan növeljük az osztó faktort, hanem ennél lassabban. A
megfelelő eljárás sok tényezőtől függhet. Az adatbázis dolga nem az,
hogy ilyen értelemben igazságot szolgáltasson, azon azonban érdemes
elgondolkozni, hogy sem az intézményeket, sem a szerzőket nem szabad
előnyösebb helyzetbe hozni a társszerzők számának növelésével. Ha
például háromnál több társszerző esetén minden társszerző egyharmad
részesedést számolhat el, akkor a szerzőknek és az intézményeknek
érdekévé válhat, hogy minél több társszerző legyen a cikkeken. Ez
pedig nyilván nem cél. A társszerzőség valósághű megadása mindenki
számára fontosabb érték, mint a tudománymetriai táblázatok
fényezése.
Kulcsszavak: statisztika, tudománymetria,
scientometria, publikációs lista, idézettség, hivatkozási lista,
MTMT, Magyar Tudományos Művek Tára, Web of Science, Scopus, Digital
Object Identifier, DOI
IRODALOMjeGYZÉK,
SZÁMÍTÓGÉPES LINKEK
(A DOI-k mögötti tartalom
megtekinthető a
WEBCÍM >
segítségével
Bornmann, L, Mutz, R, Neuhaus,
C, Daniel, HD (2008): Citation counts for research evaluation:
standards of good practice for analyzing bibliometric data and
presenting and interpreting results. Ethics in Science and
Environmental Politics (ESEP), Vol. 8, No. 1, pp. 93-102. DOI:
10.3354/esep00084
Nicola de Bellis (2009):
Bibliometrics and Citation Analysis. From the Science Citation Index
to Cybermetrics. The Scarecrow Press, Inc., Lanham MD. 417 p.
L. Egghe (2010): The
distribution of the uncitedness factor and its functional relation
with the impact factor. Scientometrics, Vol. 83, No. 3, pp. 689-695.
DOI: 10.1007/s11192-009-0130-y
Koenig, MED (2000):
Bibliometric indicators versus expert opinion in assessing research
performance. Journal of the American Society for Information
Science, Vol. 34, No. 2, pp. 136-145.
Kollár István (2010): Álom
vagy valóság? Egy (fél)automatikusan működő bibliográfiai adatbázis
felé. Magyar Tudomány, Vol. 171, No. 6, pp. 684-693.
WEBCÍM >
Kollár István (2008): A
Hirsch-index meghatározása és az idézetek keresése különböző
adatbázisokban.
WEBCÍM >
Moed H. F., W. Glänzel, U.
Schmoch (eds.) (2004): Handbook of Quantitative Science and
Technology Research. The Use of Publication and Patent Statistics in
Studies of S&T. Systems. Kluwer, Dordrecht. 800 p.
mycite adatbázisok (2010):
WEBCÍM >
•
WEBCÍM >
•
WEBCÍM >
Patton, Michael Quinn (2001):
Qualitative research and evaluation methods. Sage Publications Inc.,
Thousand Oaks, CA, 598 p.
Vinkler P (2010): The
Evaluation of Research by Scientometric Indicators. Chandlos
Publishing, Oxford. 336 p.
van Raan, Anthony F. J.
(2006): Comparison of the Hirsch-index with standard bibliometric
indicators and with peer judgment. Scientometrics, Vol. 67, No. 3,
pp. 491-502.
WEBCÍM >
LÁBJEGYZETEK
1 A Web of
Science (WoS) adataira építve létezik az ún. ResearcherID oldal (WEBCÍM
>): ezen a szerző megadhatja a
WoS-ban szereplő saját közleményeit, s az oldal mindig az aktuális
idézőszámot mutatja. Azokban a tudományágakban (pl. fizika,
biológia, kémia, orvostudomány), melyek fontosabb közleményei és
idézői is megtalálhatók a Web of Science-ben, s az adott szerző
hivatkozási száma és/vagy h-indexe nagy, ez olyan hiteles
statisztikát szolgáltat, amelynek adatai kevéssé függnek a szerző
hivatkozásgyűjtő szokásaitól. Tehát a Web of Science-ben megfelelően
figyelt szerzőknél az alapadatokra létezik automatikusan frissülő
táblázat. Erre az MTMT-ből minden szerző rá is tud mutatni. Az MTMT
táblázata akkor lesz ezzel összemérhető, ha a többé-kevésbé
automatikus frissítést ott is megoldjuk. Alternatíva lehet majd a
Scopusra alapozott mérőszámok megmutatása is (pl. SJR, lásd
WEBCÍM >)
<
|