Braun Tibor, Bujdosó Ernő, Ruff Imre: A tudomány mint a mérés tárgya (A MTAK Informatikai És Tudományelemzési Sorozata 1., 1981)
I. BEVEZETÉS - 2. A tudománymetria eredményeinek rövid összefoglalása
A TUDOMÁNYMETRIA EREDM ÉNYEI 24 zis nyakló nélküli alkalmazása többet árthat a módszer elfogadtatásának, mint amennyit használhat. Mindenekelőtt tisztázni kell, hogy mi az a minőség, amit az idézet-analízis feltárhat. Természetes dolog, hogy Mendel- vagy Giordano Bruno-szerű, „túl korán" jelentkező géniuszok kvalitását rosszul tükrözi (bár éppen az utóbbi esetben el lehet képzelni, hogy igen sok negatív értelmű, elmarasztaló utalás lett volna Bruno munkájára, ha az általa kavart vitát cikkekben megjelentetik). Az ilyen kutatóknak abszolút értelemben igazuk volt, társadalmi értelemben, koruk relatív igazásághoz mérten azonban nem. Az idézetek száma a relatív minőséget tükrözi. Az a dékán tehát, aki a múlt században Mendel hátrányára gyenge tudományos munkának értékelte volna a genetikai törvények felfedezését, és ezért valaki másnak juttatott volna katedrát, a relatív, társadalmi méretekben elfogadható igazság alapján helyesen járt volna el. Lehet még azon is vitatkozni, hogy egy ilyen dékán ártott-e egyáltalán a tudományos fejlődésnek, hiszen kérdés, hogy DNS-szerkezet és molekuláris biológia nélkül hogyan tudott volna Mendel a fenomenologikus genetikánál mélyebbre jutni mégakkora tanszéki apparátus segítségével is. Az idézet-analízis hibájaként nagyon sokszor az a tényező is szóba kerül, hogy a negatív értelmű hivatkozást is a minőséget növelő hatással veszi figyelembe. Cole és Cole ezzel szemben azzal érvel, hogy az igazán rossz dolgokat csak elvétve egyszer-egyszer idézik, majd eltűnnek a figyelembe nem vett közlemények süllyesztőjében. Ha egy elhibázott munkát az átlagosnál gyakrabban idéznek, akkor annak információtartalma mégis pozitívan befolyásolta a terület fejlődését (például úgy, hogy a kérdésre ráirányította a figyelmet), és hibája ellenére hasznos munkának kell elkönyvelnünk. Az adott tudomány ágazat publikációinak abszolút volumene sem befolyásolja jelentősen az idézet-analízist. Igaz, hogy pl. egy biokémiai munkának potenciálisan nagyobb esélye van napjainkban arra, hogy idézzék, mert maga a terület igen nagy fejlődésben van. Ugyanakkor azonban hasonló arányban nagyobb az idézhető munkák száma is, ami csökkenti ezt az esélyt. Kimutatták pl., hogy a kisebb publikációs volumenű magfizika területén a munkákat ugyanakkora gyakorisággal idézik, mint a sokkal több publikációt termelő szilárdtest-fizika területén. 3 6 Az idézet-analízis használatakor nem elsősorban a fent említett tényezők kiszűrésére kell vigyáznunk, hanem sokkal inkább a feldolgozás során elkövethető hibákra. Az egyik ilyen hiba abból adódik, hogy a Science Citation Index-et számítógép állítja elő, amelybe a bemenő adatok néha előírásokat tartalmazhatnak. Hasonló hiba adódhat névazonosság következtében, sőt a nem egységesített latinbetűs átírások miatt is. További torzulásokat okozhatnak az önidézetek és „rejtett" önidézetek (az önmaga munkáját idéző szerző nem első helyen álló szerző a hivatkozó cikkben). A tudománymetriai irodalomban eddig főleg az ún. egyszerű idézet-számlálást (simple citation counts) alkalmazták, amikoris mindezek a hibák megnamisíthatják az eredményeket. Nagyobb munkaigényű, de mentes ezektől az a módszer, amelyet mi követtünk a jelen értékelés során: nem a szerzőkre, hanem minden egyes cikkre gyűjtöttük össze az idézési adatokat, kiszűrve a közvetlen vagy rejtett önidézeteket. (Nem szándékunk kétségbe vonni a korábbi idézet-analízisek érvényét ezeknek a hibáknak ki-nem-szűrése miatt: az ilyen jellegű alapvető vizsgálatok általában viszonylag magas minőséget képviselő mintával dolgoztak [pl. Nobel-díjasok 4 3], amikor az ilyen hibák hatása elhanyagolható.) Az idézetek számán kívül más minőségi paraméterek is alkalmazhatók. Ilyen pl. a Cole és Cole 3 6 által használt ún. „visibility factor", amely széles körű, szakmán belüli közvéleménykutatáson alapul. Egy másik lehetőség a különböző erkölcsi elismerést tükröző szakmai díjak száma, amit főleg a legmagasabb kutatói rétegre lehet jól alkalmazni (ebben az esetben a díjak „rangsorát" állapították meg közvéleménykutatási átlagok segítségével). 3 7 Általánosságban megállapították, hogy a minőségi paraméterek egymással igen jó korrelációban ugyanazt az eredményt adják, míg a mennyiség és minőség között nem olyan egyértelmű a korreláció.
