A hazai felsőoktatás kutatási szerkezetelemzése...A tudománytérkép a tudomány változó rendszerének megragadására kidolgozott eszköz, a gyakorlatban a szakterületek hálózatát

Oktatási Hivatal Projektigazgatóság

Cím: H-1055 Budapest, Honvéd u. 20/A Postacím: 1363 Budapest, PF:19. Tel: +36-1-374-2154 www.oh.gov.hu

EMIR azonosító: TÁMOP-7.2.1-11/K-2012-0005

A hazai felsőoktatás kutatási szerkezetelemzése

Hazai tudománymetriai felmérés („Tudománymetriai eszközök és adatok hasznosítása

a hazai felsőoktatási intézményrendszer értékelésében, szerkezeti átalakításának

előkészítésében és a gazdasági szférával való kapcsolatának fejlesztésében”)

hiv.sz.: PRTA721/3/2012

2. rövidített verzió

BUDAPEST, 2013. január. 16.

2013, PetaByte Kft.




Vezetői összefoglaló ................................................................................. 3

Mellékletek ............................................................................................... 4

Anyag és módszer .................................................................................... 5

Munkaszakaszok ...................................................................................... 5

A vizsgált intézmények .............................................................................. 5

A kutatás módszerei ................................................................................. 7

Tárgykategóriák és tudományterületek...................................................... 14

Indexek és mutatók: H, G, E index ........................................................... 24

A kutatás kimenete, az eredmények hasznosulása harmadik félnél ............... 25

Módszertani megjegyzések és korlátok .................................................. 27

A „körtét az almával”-probléma ................................................................ 27

Publikációs és idézési ablak: az időbeli aggregáció következményei .............. 29

Mennyiségi, minőségi, abszolút és relatív mutatók ...................................... 30

Összefoglaló eredmények ...................................................................... 32

Intézményi H, G, E indexek .................................................................... 41

Tudományterületi összevonások ............................................................ 63

Társadalomtudományi intézményi H, G, E indexek ................................. 83

Tudományok szerinti kibocsátási és idézési összehasonlítások .............. 95

Tudományok szerinti kibocsátási és idézési összehasonlítások – kis kibocsátók

.......................................................................................................... 113

Tudományok (H, G, E index) oszlopdiagramokban ............................... 132

Kompetenciatérképek a 2007-2011 időszak viszonylatában ................ 140

Nemzeti összehasonlításban .................................................................. 140

Intézményen belüli struktúra ................................................................. 181

Sugárdiagramok ................................................................................... 273

Összefoglalás ....................................................................................... 295




Vezetői összefoglaló

Jelen dokumentum a „Tudománymetriai felmérés (Tudománymetriai eszközök és

adatok hasznosítása a hazai felsőoktatási intézményrendszer értékelésében, szerkezeti

átalakításának előkészítésében és a gazdasági szférával való kapcsolatának

fejlesztésében) a TÁMOP-7.2.1-11/K-2012-0005 azonosító számú projekt keretében”

tárgyú, PRTA721/3/2012 hivatkozási számú kutatás-fejlesztési innovációs

tevékenység tárgyban született megbízási szerződés teljesítésének keretében született.

Elemzésünk a magyar felsőoktatás teljes szerkezeti átvilágítását tartalmazza a

tudományos publikációs eredmények szempontjából vizsgálva.

Kontrasztként feltüntettük a legnagyobb kibocsátó kutatóhelyek (köztük egyes

összehasonlításokban az MTA) eredményeit, így a teljes magyar tudományos

intézményhálózat és benne a felsőoktatási intézmények helye szemügyre vehető.

Az elemzési eredményeket vizuálisan feldolgozott formában, a későbbiekben a

Weben is, közzé fogjuk tenni, ez nyilvánosan elérhető lesz a

http://www.hungarianscience.org honlapon (oszlopdiagramok, sugárdiagramok,

kompetenciatérképek tudományterületi és intézményi bontásban, páronkénti

összehasonlítást is lehetővé téve). A jelen összegző tanulmány a Megrendelő

tulajdona.

A kutatás eredményei reményeink szerint hatékonyan hozzájárulhatnak a felsőoktatási

kormányzat felelős döntéseinek megalapozásához. Ugyanakkor szem előtt kell tartani,

hogy a tudománymetriai elemzések módszertana még nem tökéletes, és az adatok

aggregálása során számos olyan probléma merülhet fel, mely bizonyos mértékig

torzíthatja az intézmények valós teljesítményének képét.

Tanulmányunkban és a mögötte álló kutatásban a PetaByte munkatársaira (Bálint

Balázs, Pálmai Attila, Jurányi Zsolt), valamint külső informatikai (Dr. Gulyás László)

illetve tudománymetriai szakértők (Dr. Soós Sándor) közreműködésére

támaszkodtunk. Az adatatok letöltését, előfeldolgozását Molnár Bence végezte. Az

elemzés vezető kutatói feladatát magam vállaltam.

Budapest, 2013. január 16.

Dr. Kampis György

ügyvezető igazgató

egyetemi tanár (ELTE)

http://www.hungarianscience.org/




Mellékletek

Az alábbi elektronikus mellékletek teszik teljessé az elemzési adatokat. Ezek

tartalmazzák az egyes bemutatások nyers adatait éppúgy, mint az eredeti – nagy

felbontású – ábrákat. Ahol tehát a tanulmány ábrái esetleg nem kellően kivehetőek,

lehetőség van az eredeti PDF file-okhoz fordulni.

Összesítő adatok

42intezet_cikkek_szerzok_idézések_SCk Nyers adathalmaz az összes követő elemzés

számára

Summary2007-11

Summary_kicsik

Összesített oszlopdiagramok (PDF)

HU2Dim2007-11

HU2Dim2007-11_kicsik

Kibocsátás és idézés 2Dimenziós

összesítésben (PDF)

Indexek

H_index_all Országos összesítő ábra, intézményi

összesített indexekkel

+ nyers adatok

H indexek SC alapján PDF ábrák intézményenként

+ nyers adatok

H indexek tudományonkénti ábrán PDF ábrák tudományonként

+ nyers adatok

Tudományok_2D_abrakon 2D ábrák

+ nyers adatok

H indexek tudományterületek alapján PDF ábrák intézetenként

+ nyers adatok

H indexek a társadalomtudományban PDF ábrák intézetenként

+ nyers adatok

Tudománytérképek

„Overlay” könyvtár Nemzeti és intézményen belüli összevetésben

készült tudománytérképek (PDF-ek)

Sugárdiagramok

Sugárdiagram PDF-ek Intézményi struktúrák (PDF-ek)




Anyag és módszer

Adatforrásként a WOS ISI nemzetközi adatbázis teljes magyar kibocsátási anyagát

hasznosítottuk, az Oktatási Hivatal/Felsőoktatási Tervezési Testület által

megfogalmazott igényeknek megfelelően egyrészt az évtizedes trendet jelző

viszonyítási alapként a 2001-2010-es időszakra, másrészt a felsőoktatási

intézményfejlesztési tervekben feltüntetett publikációs eredményességi adatok

alátámasztásaként a 2007-2011-es időszakra vetítve.

Részletesebb elemzések a 2007-2011 időszak publikációs ablakáról készültek. Ennek

oka az, hogy a 2001-2010-es időszak csak korlátozottan alkalmas a jelenlegi

felsőoktatási intézmények tudományos teljesítményének vizsgálatára, hiszen a 2000-

es évek elején lezajló felsőoktatási intézményi integrációs hullám alapvetően

megváltoztatta a hazai intézményi szerkezet képét, és ez befolyásolta a publikációs

adatok pontos válogatását is.

A 2001-2010-es időszak adatai ennek ellenére jól használható összehasonlítási

alapként szolgálnak, a tízéves intervallum adatai jól ábrázolják a felsőoktatási

intézmények publikációs trendjeit.

A lekérdezés azon tudományos közlemények adatait foglalta magában, amelyek

legalább egy magyar kutatási címmel rendelkeznek. A bemutatandó elemzés tárgyai a

magyar kutatási intézmények, azon belül is a felsőoktatási intézmények. Jelen esetben

intézménynek az tekinthető, ami a WOS ISI adatbázisának kutatási címeiből szerzői

munkahelyként egyértelműen azonosítható.

Munkaszakaszok

Kutatásunk három munkaszakaszt ölelt fel.

I. Munkaszakasz. Adatletölés, előfeldolgozás

II. Munkaszakasz. Tisztítás és adatbázis építés

III. Munkaszakasz. Elemzések elkészítése

A vizsgált intézmények

A vizsgált intézmények köre magában foglalja a legnagyobb hazai kibocsátókat, az

összes állami egyetemet és főiskolát, valamint az állami feladatokat ellátó egyházi

(Pázmány Péter Katolikus Egyetem, Károli Gáspár Református Főiskola), illetve

kiemelt jelentőségű magán felsőoktatási intézményeket (Central European University,

Kodolányi János Főiskola) – ld. 1. táblázat. Az adatbázisban nulla előfordulással

szereplő intézeteket – az adatok híján – tovább nem vizsgáltuk, és ugyanez igaz egyes

intézetekre bizonyos vizsgált rész-szempontok (pl. a társadalomtudomány)

vonatkozásában is. A hiány tehát nem létező adatot – nem megvalósult teljesítményt-

jelöl.




Angol név Magyar név Rövidítés

Research Instute for Animal Breeding and Nutrition

Állattenyésztési és Takarmányozási Kutatóintézet ATK Bay Zoltan Foundation for Applied Research Bay Zoltán Alkalmazott Kutatási Alapítvány BAY

Budapest Business School Budapesti Gazdasági Főiskola BGF

Budapest Technical University Budapest Műszaki Egyetem BME

Central European University Közép-Európai Egyetem CEU

Collegium Budapest Collegium Budapest COLBUD

Corvinus University Budapest Budapesti Corvinus Egyetem CORV

Debrecen University Debreceni Egyetem DE

College of Dunaújváros Dunaújvárosi Főiskola DF

Egis Pharmaceuticals Egis Gyógyszergyár EGIS

Eötvös József College Eötvös József Főiskola EJF

Eszterházy Károly College Eszterházy Károly Főiskola EKF

Eötvös Loránd University Eötvös Loránd Tudományegyetem ELTE

University of Theatre and Film Arts Színház es Filmművészeti Egyetem FILM

Heim Pál Children's Hospital Heim Pál Gyermekkórház HEIM

University of Kaposvár Kaposvári Egyetem KAP

Károli Gáspár University of the Reformed Church Károli Gáspár Református Egyetem KAROL

Kecskemét College Kecskeméti Főiskola KF

Kodolányi János University of Applied Sciences Kodolányi János Főiskola KODOL

Károly Robert College Károly Róbert Főiskola KRF

Liszt Academy of Music Liszt Ferenc Zeneművészeti Egyetem LISZT

Geological Institute of Hungary Magyar Földtani Intézet MAFI

University of Miskolc Miskolci Egyetem ME

Moholy-Nagy Unviersity of Art and Design Moholy-Nagy Művészeti Egyetem MOHOL

Hungarian Academy of Science Magyar Tudományos Akadémia MTA

Hungarian Natural History Museum Természettudományi Múzeum NATHIS

College of Nyíregyháza Nyíregyházi Főiskola NYIR

University of West Hungary Nyugat-Magyarországi Egyetem NYME

Óbuda University Óbudai Egyetem OBUD

National Health Insurance Fund Administration Hungary

Országos Egészségpénztár OEP

National Institute of Oncology Onkológiai Intézet ONK

Pannon University Pannon Egyetem PANN

Pázmány Peter University Pázmány Péter Egyetem PAZM

National Institute of Psychiatry & Neurology Országos Pszichiátriai és Neurológiai Intézet PSYNEU

University of Pécs Pécsi Egyetem PTE

Gedeon Richter Chemical Works Richter Gedeon Vegyészeti Gyár RICHT

Semmelweis University of Medicine Semmelweis Orvostudományi Egyetem SOTE

Széchenyi István University Széchenyi István Egyetem SZE

Szent István University Szent István Egyetem SZIE

College of Szolnok Szolnoki Főiskola SZOLN

University of Szeged Szegedi Tudományegyetem SZTE

Nulla előfordulással:

Hungarian University of Fine Arts Magyar Képzőművészeti Egyetem MKE

Hungarian Dance Academy Magyar Táncművészeti Főiskola MTF

National University of Public Service Nemzeti Közszolgálati Egyetem NKE

1. táblázat. A vizsgált intézmények köre




Az évtizedes tudományos trendet érzékeltető 2001-2010-es időszak vizsgálati köre

nem terjedt ki azokra az intézményekre, melyek tudományos teljesítménye

(publikációs aktivitása, idézettsége) nem tartozik a 27 legnagyobb kibocsátó közé.

Fontos megjegyezni, hogy a 2001-2010-es és a 2007-2011-es időszak

összehasonlítása majdnem teljesen azonos képet mutat.

A kutatás módszerei

A publikációs adatok alapján történő teljesítménymérésre rendszerint a két

legközvetlenebb változót, (1) a nemzetközi referált folyóiratokban megjelent

publikációk számát, valamint (2) az ezekre jutó hivatkozások mennyiségét használják.

Az előbbi a tudomány kibocsátását, utóbbi pedig a hatását hivatott tükrözni.

Az erre vonatkozó forrásadatok eredeti formájukban igen korlátozottan volnának csak

alkalmasak elemzésre, következtetések levonására. Az adatok beszerzésén,

előkészítésén, adatbázisba parsolásán (gépi értelmezésén) túlmenően az adatok

tisztítására, normalizálására is szükség volt. Ez a kontextus ismerete alapján,

nagyrészt kézi munkával, az egyes felsőoktatási intézmények különféle formában írt

neveinek egységesítésével, az intézményi összevonások és átalakulások figyelembe

vételével történt meg.

I. Az intézményi szint, és a vizsgált időszakra vetített aggregált adatok

használata egy olyan makrokontextust hoz létre, amely megmutatja egy adott

intézmény összesített publikációs és idézési volumenét a vizsgált időszak alatt.

Az aggregált adatok további finomítása révén ezután újabb lehetőségeket tártunk fel,

ami lehetővé tette a tudományterületi alapú vizsgálatokat, valamint megnyitja a

lehetőséget a jövőben esetleges regionális, sőt egyéni összehasonlítások felé is.

A publikációs teljesítmény természetesen nem csupán mennyiségi szempontból

értékelhető, a minőségi információt is nyújtó elemzések is fontosak. Az intézményi

adatok első lépcsőben történő leválogatása után sor kerülhetett a nyers adatok további

meta adatainak figyelembevételére, azaz a szerzők, kulcsszavak, forrásmegnevezések

és – legfontosabban – a különféle tárgykategorizációk szűrőinek alkalmazására.

Az országos, intézményi vagy kutatói teljesítmény vizsgálatának kézenfekvő kérdése

a szakterületi besorolások felhasználásával a tudományos profil jellemzése. A

kibocsátási „portfólió” felvázolása révén láthatóvá válik, hogy a tudomány szóban

forgó szereplője mely területeken aktív, mely más szereplőkkel hasonlítható össze,

illetve hogy a tudományos piac perspektívájából szemlélve milyenek a kapacitásai,

mik az erősségei. Az ilyen típusú vizsgálat klasszikus metódusa az egyes publikációs

tételek szakterületi besorolásából, esetünkben az ISI-ben nyilvántartott




tudományterületi kategorizációjából indul ki (az egyes tudományági kategóriák a

http://ip-science.thomsonreuters.com/mjl/scope/scope_scie/#ZE weboldalon

megtekinthetők).

II. A kutatás második lépcsőjének célja azt volt, hogy meghatározza és jellemezze

egy publikációs lista tételeinek gyakorisági megoszlását a szakterületi kategóriák

között, ezáltal láthatóvá váljék az intézmények kutatási területekre bontott

aktivitása.

Az intézmények kutatási portfóliójának pontos leképezéséhez, az új

tudománytérképezés (Science mapping) területéhez tartozó módszert használtuk,

melynek alapjait Porter, Rafols, Leydesdorff és Meyer dolgozták ki. (Leydesdorff–

Rafols 2009; Rafols et al. 2009; Rafols–Meyer 2010). A módszer részletesebb és

informatívabb képet nyújt a kutatási portfólió szerkezetéről, mint a tudományterületi

kategóriák feletti eloszlások, noha nyersanyagát nagyrészt ugyanaz a

kategóriarendszer alkotja. A módszer előnye, hogy segítségével az intézményi

kutatási portfólió egy ún. átfogó tudománytérkép („global science map”) segítségével

reprezentálható.

A tudománytérkép a tudomány változó rendszerének megragadására kidolgozott

eszköz, a gyakorlatban a szakterületek hálózatát jelenti, olyan gráfot, amelynek

csomópontjai a tudományban azonosítható szakterületek, élei pedig az ezek között

lévő szakmai vagy diszciplináris kapcsolatok. Amennyiben létezik ilyen él két

szakterület között, úgy azok valamilyen mértékben rokon vagy egymást befolyásoló

területek; az él erőssége („súlya”) pedig a köztük lévő „közelséget”, vagyis a

kapcsolat erősségét jellemzi. A tudománytérképek felhasználásával a kutatási profil az

egyes tématerületek (tárgykategórák) gyakorisági eloszlásának a tudománytérkép

csomópontjaira illesztésével jeleníthető meg. Az aktív területek hálózatban elfoglalt

helye és relatív pozíciója arról is tájékoztat, hogy a kutatási profil mennyire

diverzifikált, hiszen egészen más potenciál jellemzi a tudományos piacon azokat a

szereplőket, amelyeknek a kibocsátása közeli, egymással rokon szakterületeken

jelentős, illetve azokat, amelyek számos egymástól távoli területen egyaránt aktívak

(ld. Soós–Kampis, 2010).

Elemzésünkben a vizsgált hazai intézmények (illetve publikációs teljesítményük)

olyan szerkezeti diagnózisát adjuk meg, amely a fenti tudomány térképészeti

módszerre épül. E szerkezeti diagramok egy előre adott globális tudománytérképen

rajzolódnak ki, amelyhez egy nyilvánosan elérhető alaptérképet alkalmazunk. A

kapott diagramok az egyes intézmények (egy évtizedet lefedő) publikációs

teljesítményének szakterületi viszonyait ábrázolják. Az egyes szakterületeken így

mért aktivitás számos mutatóval fejezhető ki. A normalizálásra – amely az

összehasonlíthatóság és értékelhetőség szempontjából alapvető – két eltérő módszert

http://ip-science.thomsonreuters.com/mjl/scope/scope_scie/#ZE




alkalmaztunk. A térképek egyik sorozatában a szakterületek mérete ezek

intézményen belüli százalékos megoszlását jelzi: a százalékalap az intézményi

publikációk összmennyisége, a térkép elemei a szakterület intézményi súlyát ragadják

meg. (1. ábra) Egy második sorozatban az intézmény által egy-egy adott szakterületen

közölt publikációk számát az adott területen megjelent összes hazai publikáció

számára vetítettük, ilyen módon az arány az intézmény hazai súlyát jellemzi a

szóban forgó szűkebb szakterületen (2. ábra).

1. ábra. Aktivitási tudománytérkép (az ELTE példáján bemutatva)




2. ábra. Erőforrástérkép (az ELTE példáján bemutatva)

A kompetenciatérképezés módszere részletesen kifejtve

Mivel az alkalmazott módszerek újszerűek, ezért itt részletesen is kifejtjük őket. A

kutatási kompetenciák publikációs kibocsátáson alapuló térképezésének közelebbi

célja a K+F szereplőinek olyan szerkezeti átvilágítása, amely lehetővé teszi (1) a

kutatási profilok egységes és összemérhető strukturális–kvantitatív jellemzését, ezen

keresztül pedig (2) az intézmény elhelyezését a tudomány mindenkori (országos,

nemzetközi stb.) piacán. A jellemzés egy szakmai (tudománymetriai) módszerekkel

előállított referenciarendszeren, ún. „tudománytérképen” vagy alaptérképen alapszik.

Az összehasonlítások alapját képező tudománytérkép (global map of science)

nemzetközi citációs adatbázisok teljes tartalmának feldolgozásából származik, és a

szakterületek mindenkori kapcsolatrendszerét kódolja (a szakterületekké aggregált

folyóiratok hivatkozásainak feltérképezése alapján), vagyis a mindenkor nemzetközi

tudományrendszert („tudománypiacot”) ábrázolja. Formálisan a tudománytérkép




(esetünkben) szakterületeket kódoló tárgykategóriák súlyozott kapcsolati hálózata,

ahol két kategória kapcsolatának erőssége a közösen idézett kategóriák számának

függvénye. A térkép és a hátterében álló citációs adatbázis segítségével modellezhető

a vizsgált intézmények kutatási profilja, amennyiben az intézmény profilját az

adatbázisban indexelt publikációi alapján vizsgáljuk. Az intézményi profil

elhelyezhető a tudomány térképén, amely által azonosíthatóvá válnak az intézményi

kompetenciák, az intézményi profilok szakterületi összetételének hasonlóságai és

különbségei, illetőleg a művelt területek strukturális (hálózati) viszonyain keresztül

(pl. távolság), a profil jellege (diverzifikáltság/specializáció stb.).

Összegezve: a bibliometriai kompetenciatérképezés a vizsgált egység (kutató,

intézmény, régió, esetünkben intézmény) publikációs kibocsátásának, ún. publikációs

aktivitásának elemzésén alapul. A módszer a hagyományosnak mondható kvantitatív

mérőszámok alkalmazását kombinálja az intézmény profiljának szerkezeti

mélyelemzésével.

A kompetenciatérképezéshez a korábbi TexTrend keretrendszerben

(http://www.textrend.org) implementált, ún. „science overlay map” technikát és ún.

alaptérkép-rendszert alkalmaztuk. Az elemzés az alábbi lépésekből áll:

(1) Meghatározzuk a kompetenciatérképezés alapjául szolgáló globális

tudománytérképet, az ún. alaptérképet (2007-es 221; ill 2009-es 244 tárgykategóriát

tartalmazó térkép; átfogó, ill. társadalomtudományi térkép). Az alaptérkép az

ajánlattevő eszközkészletében rekonstruált tudománymetriai (tudománytérképezési)

eszköz (forrása a fentiekben említett publikus WoS-alapú adatstruktúra:

http://www.leydesdorff.net/overlaytoolkit/ ).

(2) A vizsgált hazai K+F intézmények mindegyikére vonatkozóan az ISI–WoS

adathalmazból előállítjuk annak szakterületi összetételét, a publikációk

tárgykategóriák közti eloszlását (kutatási profil).

(3) A kutatási profilt integráljuk az alaptérképpel intézményenként, azaz elkészítjük

az egyes intézmények kompetenciatérképét.

(4) Az elemzés eredménye a térképek vizualizációja és összehasonlítása.

Az alkalmazás keretében a mintabeli intézmények mindegyikéről kéttípusú globális

(minden szakterülettel számoló) kompetenciatérkép készül, mind időaggregált, mind

pedig idősoros (dinamikus) változatban; a globális térképek mellett elkészítetjük a

társadalomtudományra szűkített időaggregált kompetenciatérképeket is. Részletesen:

(1) A mintabeli intézmények ún. erőforrástérképe. Ebben a kompetenciamodellben

szakterületek térképen ábrázolt súlya az intézmény részesedése az adott szakterület

országos kibocsátásából. A modellek az intézményi kutatási szerkezet mellett a

tudomány hazai piacán elfoglalt relatív pozíciót teszik elemezhetővé.

http://www.textrend.org/

http://www.leydesdorff.net/overlaytoolkit/




(2) A mintabeli intézmények ún. aktivitástérképe. Ebben a modellben a szakterületek

térképen ábrázolt súlya a szakterület részesedése az intézmény profiljából

(összkibocsátásából).

(3) Mind az erőforrás-, mind pedig az aktivitástérképek a 2007–2011 időszakra

aggregálva, illetve a nagy intézmények esetében tízéves (2001-2010)

összehasonításban is elkészülnek. (4) Az ISI WoS SCI, SSCI és A&HCI, rendre

természet-, társadalom és bölcsészettudományi adatbázisát fedő globális

tudománytérképek alkalmazása mellett elkészül a részletes társadalomtudományi

kompetenciák térképe is minden esetben (amely az SSCI és A&HCI részterületeit

fedi).

A strukturális trendelemzésnek kiemelten kezelt részcélja, hogy eszközt biztosítson a

szerkezeti, kvalitatív trendek számszerűsítéséhez, egy-egy informatív mutatóba való

sűrítéséhez. A kompetenciatérképek fő előnye a hagyományos szakterületi profil-

elemzésekkel szemben (amelyek az egyszerű szakterületi összetételre alapulnak),

hogy az aktív szakterületek száma és súlya mellett azoknak az alaptérkép jellemezte

relatív pozícióját, „távolságát” is közvetíti. A térképek alapján elvégezhető pl. az ún.

diverzitás-indexek kalkulációja, amelyek a publikációs portfolió diverzifikáltságát a

művelt területek távolságával is jellemzik.

A mintabeli intézményekre elkészülő profilanalízis további hasznosítási lehetősége az

összemérhető intézménycsoportok profil-alapú meghatározása. A bibliometriai

teljesítménymérésen alapuló összehasonlítások, rangsorok gyakorta tárgyalt

kritériuma az összemérhető vizsgálati egységek problematikája. A felsőoktatási

intézmények összevetésénél alapvető a szakterületi különbségek okozta torzítások

korrekciója, amely a hasonló profilú, tudománymetriailag összemérhető intézményi

csoportok meghatározását teszi szükségessé.

A térképek alapján elkészíthető a vizsgált intézmények profil-alapú tipológiája. A

tipológia a szakterületi profilok páronkénti hasonlóságára építhető, és abból

klaszterezés útján előállítható. Figyelembe véve, hogy a természettudomány relatív

mennyiségi túlsúlya a klaszterezés során elnyomja a társadalomtudományi részprofil

hasonlóságait, két tipológia javasolható (1) a teljes publikációs portfolió (SCI + SSCI

+ A&HCI), illetve a társadalomtudományi portfolió alapján (SSCI + A&HCI).

A kutatás eredményeinek ismertetése során a tudományok két fő területe, a műszaki-

és természettudományok, illetve a humán tudományok két külön tudománytérképen

lettek ábrázolva. Az intézmények publikációs teljesítményének vizuális megjelenítése

a leírt tudománytérkép segítségével, valamint oszlopdiagramok formájában történt. A

diagramos megjelenítéshez felhasznált adatok táblázatos formában is mellékelve

lettek az egyes intézményi portfóliókhoz.




Az intézményi aggregációs szint mellett elkészült egy tudományterület/tudományág

alapú összehasonlítás is. Ennek lényege, hogy megmutassa, hogy egy bizonyos

tudományterületen/tudományágon belül melyik hazai intézmény számít a

legsikeresebb kibocsátónak. A tudományterület/tudományág szintű összehasonlítás

oszlopdiagram formájában, illetve a kapcsolódó adatokkal együtt fog rendelkezésre

állni.

A WOS ISI tárgykategóriái (SC) alkalmasak arra is, hogy segítségükkel az egyes

intézmények aktivitását és idézettségét az intézmények belső viszonyaira lebontva is

elemezzük (a tudománytérképek csak az erőforrás megoszlást mutatják, de azt

országos, nem pedig intézményen belüli összehasonlításban). A kutatás során

elkészült a vizsgált intézmények „sugár-diagramja”, ahol az egyes tárgyterületek a

tudománytérképek kategóriái szerinti nagyobb tudományterületekbe vannak

szervezve, és egy kör kerületén helyezkednek el (3. ábra). A középpontból kiinduló

„sugarak” az aktivitást, valamint az idézettséget együttesen mutatják be az intézmény

által művelt legfontosabb tárgyterületekre, mégpedig úgy, hogy a sugarak hossza a

megfelelő értékekkel arányos. Ezek a diagramok azt állapítják meg, hogy mennyire

eredményesek azon területek, amelyeket az adott intézmény a leginkább művel,

vagyis amelyekre a kutatási (illetve ennek egy fontos aspektusaként, a publikációs)

erőforrásait összpontosítja.




3. ábra. Intézményi sugárdiagram publikációs (szürke) és idézési (fekete) adatokkal (az ELTE példáján)

Tárgykategóriák és tudományterületek

A bemutatott elemzésekben a publikációk (illetve az idézések) és az egyes kutatási

területek viszonyával is foglalkozunk. Ennek elemzésére, vagyis az egyes kutatási

területek sikerességének, publikációs eredményességének és az idézésekben

megjelenő hatásának a vizsgálatára a WoS ISI tárgykategóriái (SC, „subject

categories”) kínálkoztak. A WoS ISI adatbázis minden egyes publikációhoz egy vagy

több ilyen tárgykategóriát rendel, amelyeket majdnem kivétel nélkül maguk a szerzők

illetve a közlő folyóiratok határozzák meg. Ezért a tárgykategóriák a közlemények

megbízható besorolásának alapjául szolgálhatnak. (Megjegyezzük ugyanakkor, hogy a

többszörösség miatt a tárgykategóriánkénti közlemény- és idézésszámok együttes

összege általában nem egyezik meg a teljes közlemény- illetve idézésszámmal.) Az

így nyert felbontás ugyanakkor túl részletes is: a tudománypolitika és –finanszírozás,

valamint az intézményi (ön)értékelés számára is fontos ezek mellett a




„makroszkopikus” vagy madártávlati kép is, amit a tárgyterületekből aggregált

változók, az ezeket magasabb egységbe foglaló tudományterületek segítségével

nyerünk.

Az alábbiakban megadjuk a felhasznált tudományterületek listáját.

Agri Sci

Biomed Sci

Business & MGT

Chemistry

Clinical Med

Cognitive Sci.

Computer Sci.

Ecol Sci

Econ. Polit. & Geography

Engineering

Env Sci & Tech

Geosciences

Health & Social Issues

Infectious Diseases

Matls Sci

Physics

Psychology

Social Studies

A fenti területek a tudománytérképek összevont kategóriáit képviselik, modern

tudománymetriai elemzésekben nemzetközileg használatosak. A Magyarországon

használatos osztályozásokra a következő módon fordíthatók:

Macro-

Disciplines SC Ortelius 2 Ortelius 1

Biomed Sci IMMUNOLOGY 3.1. Elméleti

orvostudományok 3. Orvostudományok

MEDICINE, RESEARCH &

EXPERIMENTAL

3.1. Elméleti


MEDICAL LABORATORY

TECHNOLOGY

3.5. Multidiszciplináris


ONCOLOGY 3.2. Klinikai


BIOCHEMISTRY & MOLECULAR BIOLOGY

1.5. Biológiai tudományok 1. Természettudományok

CELL BIOLOGY 1.5. Biológiai tudományok 1. Természettudományok

INFECTIOUS DISEASES 3.5. Multidiszciplináris


MULTIDISCIPLINARY SCIENCES



VIROLOGY 1.5. Biológiai tudományok 1. Természettudományok MICROBIOLOGY 1.5. Biológiai tudományok 1. Természettudományok

BIOTECHNOLOGY &

APPLIED MICROBIOLOGY 1.5. Biológiai tudományok 1. Természettudományok

GENETICS & HEREDITY 1.5. Biológiai tudományok 1. Természettudományok

PATHOLOGY 3.5. Multidiszciplináris


PHARMACOLOGY & PHARMACY

3.4. Gyógyszertudományok 3. Orvostudományok




TRANSPLANTATION 3.2. Klinikai


ALLERGY 3.2. Klinikai


VETERINARY SCIENCES 4.2. Állatorvosi tudományok 4. Agrártudományok

GASTROENTEROLOGY &

HEPATOLOGY

3.2. Klinikai


PARASITOLOGY 3.2. Klinikai


TROPICAL MEDICINE 3.2. Klinikai


DERMATOLOGY 3.2. Klinikai


UROLOGY &

NEPHROLOGY

3.2. Klinikai


RHEUMATOLOGY 3.2. Klinikai


Reproductive Sci REPRODUCTIVE

BIOLOGY 1.5. Biológiai tudományok 1. Természettudományok

DEVELOPMENTAL


ANATOMY &

MORPHOLOGY 1.5. Biológiai tudományok 1. Természettudományok

ENDOCRINOLOGY &

METABOLISM 1.5. Biológiai tudományok 1. Természettudományok

OBSTETRICS &

GYNECOLOGY 1.5. Biológiai tudományok 1. Természettudományok

ANDROLOGY 1.5. Biológiai tudományok 1. Természettudományok

MICROSCOPY 1.7. Multidiszciplináris

természettudományok 1. Természettudományok

OPHTHALMOLOGY 1.5. Biológiai tudományok 1. Természettudományok

Clinical Med SURGERY 3.2. Klinikai


PERIPHERAL VASCULAR DISEASE

3.2. Klinikai


CARDIAC & CARDIOVASCULAR

SYSTEMS

3.2. Klinikai


SPORT SCIENCES 3.2. Klinikai


CRITICAL CARE MEDICINE

3.2. Klinikai


ORTHOPEDICS 3.2. Klinikai


HEMATOLOGY 3.2. Klinikai


RESPIRATORY SYSTEM 3.2. Klinikai


PHYSIOLOGY 3.2. Klinikai


ENGINEERING,

BIOMEDICAL 3.2. Klinikai 3. Orvostudományok




orvostudományok

RADIOLOGY, NUCLEAR

MEDICINE & MEDICAL

IMAGING

3.2. Klinikai


EMERGENCY MEDICINE 3.2. Klinikai


REHABILITATION 3.2. Klinikai


MATERIALS SCIENCE, BIOMATERIALS



ANESTHESIOLOGY 3.2. Klinikai


DENTISTRY, ORAL

SURGERY & MEDICINE

3.2. Klinikai


Health Sci

PUBLIC,

ENVIRONMENTAL & OCCUPATIONAL HEALTH


társadalomtudományok

5.

Társadalomtudományok

HEALTH POLICY & SERVICES



5.


HEALTH CARE SCIENCES

& SERVICES



5.


MEDICINE, GENERAL &

INTERNAL 3.3. Egészségtudományok 3. Orvostudományok

NURSING 3.3. Egészségtudományok 3. Orvostudományok GERONTOLOGY 3.3. Egészségtudományok 3. Orvostudományok

GERIATRICS &

GERONTOLOGY 3.3. Egészségtudományok 3. Orvostudományok

SUBSTANCE ABUSE 3.3. Egészségtudományok 3. Orvostudományok PEDIATRICS 3.3. Egészségtudományok 3. Orvostudományok

EDUCATION, SCIENTIFIC

DISCIPLINES



5.

Társadalomtudományok NUTRITION & DIETETICS 3.3. Egészségtudományok 3. Orvostudományok

INTEGRATIVE &

COMPLEMENTARY MEDICINE

3.3. Egészségtudományok 3. Orvostudományok

Ecol Sci ECOLOGY 1.5. Biológiai tudományok 1. Természettudományok

BIODIVERSITY CONSERVATION

1.5. Biológiai tudományok 1. Természettudományok

ZOOLOGY 1.5. Biológiai tudományok 1. Természettudományok

EVOLUTIONARY


BIOLOGY 1.5. Biológiai tudományok 1. Természettudományok ORNITHOLOGY 1.5. Biológiai tudományok 1. Természettudományok ENTOMOLOGY 1.5. Biológiai tudományok 1. Természettudományok ANTHROPOLOGY 1.5. Biológiai tudományok 1. Természettudományok

Env Sci & Tech ENVIRONMENTAL

SCIENCES 1.6. Környezettudományok 1. Természettudományok

WATER RESOURCES 1.6. Környezettudományok 1. Természettudományok LIMNOLOGY 1.6. Környezettudományok 1. Természettudományok

ENGINEERING, ENVIRONMENTAL


műszaki tudományok 2. Műszaki tudományok

MARINE & FRESHWATER 1.5. Biológiai tudományok 1. Természettudományok




BIOLOGY

OCEANOGRAPHY 1.7. Multidiszciplináris


METEOROLOGY & ATMOSPHERIC SCIENCES

1.4. Földtudományok 1. Természettudományok

FISHERIES 1.7. Multidiszciplináris


AGRICULTURAL

ENGINEERING

2.9. Agrár műszaki

tudományok 2. Műszaki tudományok

TOXICOLOGY 1.3. Kémiai tudományok 1. Természettudományok

ENGINEERING, OCEAN 2.11. Multidiszciplináris


Agri Sci AGRICULTURE, MULTIDISCIPLINARY


agrártudományok 4. Agrártudományok

FOOD SCIENCE & TECHNOLOGY

4.4. Élelmiszertudományok 4. Agrártudományok

CHEMISTRY, APPLIED 1.3. Kémiai tudományok 1. Természettudományok

AGRONOMY 4.6. Multidiszciplináris


PLANT SCIENCES 1.5. Biológiai tudományok 1. Természettudományok

HORTICULTURE 4.1. Növénytermesztési és

kertészeti tudományok 4. Agrártudományok

SOIL SCIENCE 4.6. Multidiszciplináris


FORESTRY

4.5. Erdészeti és

vadgazdálkodási

tudományok

4. Agrártudományok

AGRICULTURE, DAIRY &

ANIMAL SCIENCE

4.3. Állattenyésztési

tudományok 4. Agrártudományok

MYCOLOGY 1.5. Biológiai tudományok 1. Természettudományok

MATERIALS SCIENCE, PAPER & WOOD

2.4. Anyagtudományok és

technológiák 2. Műszaki tudományok

MATERIALS SCIENCE,

TEXTILES



Geosciences GEOSCIENCES, MULTIDISCIPLINARY

1.4. Földtudományok 1. Természettudományok

GEOLOGY 1.4. Földtudományok 1. Természettudományok

GEOCHEMISTRY &

GEOPHYSICS 1.4. Földtudományok 1. Természettudományok

GEOGRAPHY, PHYSICAL 1.4. Földtudományok 1. Természettudományok PALEONTOLOGY 1.5. Biológiai tudományok 1. Természettudományok MINERALOGY 1.4. Földtudományok 1. Természettudományok

ENGINEERING, PETROLEUM

2.7. Vegyészmérnöki


REMOTE SENSING 2.11. Multidiszciplináris


IMAGING SCIENCE &

PHOTOGRAPHIC

TECHNOLOGY

2.2. Villamosmérnöki


ARCHAEOLOGY 6.1. Történelemtudományok 6. Bölcsészettudományok




Chemistry CHEMISTRY, MULTIDISCIPLINARY

1.3. Kémiai tudományok 1. Természettudományok

CHEMISTRY, ORGANIC 1.3. Kémiai tudományok 1. Természettudományok

CHEMISTRY, INORGANIC

& NUCLEAR 1.3. Kémiai tudományok 1. Természettudományok

CHEMISTRY, MEDICINAL 1.3. Kémiai tudományok 1. Természettudományok

BIOCHEMICAL RESEARCH METHODS

1.3. Kémiai tudományok 1. Természettudományok

BIOPHYSICS 1.7. Multidiszciplináris


CHEMISTRY,

ANALYTICAL 1.3. Kémiai tudományok 1. Természettudományok

CRYSTALLOGRAPHY 1.3. Kémiai tudományok 1. Természettudományok

PHYSICS, ATOMIC, MOLECULAR &

CHEMICAL 1.2. Fizikai tudományok 1. Természettudományok

Physics PHYSICS, MULTIDISCIPLINARY

1.2. Fizikai tudományok 1. Természettudományok

PHYSICS, PARTICLES & FIELDS


PHYSICS, NUCLEAR 1.2. Fizikai tudományok 1. Természettudományok

NUCLEAR SCIENCE &

TECHNOLOGY 1.2. Fizikai tudományok 1. Természettudományok

INSTRUMENTS &

INSTRUMENTATION 1.2. Fizikai tudományok 1. Természettudományok

PHYSICS,

MATHEMATICAL

1.1. Matematika- és

számítástudományok 1. Természettudományok

SPECTROSCOPY 2.11. Multidiszciplináris


PHYSICS, FLUIDS & PLASMAS


OPTICS 1.2. Fizikai tudományok 1. Természettudományok

MINING & MINERAL

PROCESSING



ASTRONOMY & ASTROPHYSICS


Mtls Sci MATERIALS SCIENCE,

MULTIDISCIPLINARY



PHYSICS, APPLIED 2.4. Anyagtudományok és


PHYSICS, CONDENSED MATTER



NANOSCIENCE &

NANOTECHNOLOGY



METALLURGY &

METALLURGICAL ENGINEERING



MATERIALS SCIENCE,

COATINGS & FILMS



CHEMISTRY, PHYSICAL 2.4. Anyagtudományok és


ELECTROCHEMISTRY 2.4. Anyagtudományok és


MATERIALS SCIENCE, 2.4. Anyagtudományok és 2. Műszaki tudományok




CERAMICS technológiák

POLYMER SCIENCE 2.4. Anyagtudományok és


Engr Sci MECHANICS 2. Műszaki tudományok 2. Műszaki tudományok

ENGINEERING, MECHANICAL

2. Műszaki tudományok 2. Műszaki tudományok

THERMODYNAMICS 1.2. Fizikai tudományok 1. Természettudományok

ENGINEERING,

MULTIDISCIPLINARY



ENGINEERING, CHEMICAL

2.7. Vegyészmérnöki


ENERGY & FUELS 2.7. Vegyészmérnöki


MATHEMATICS, APPLIED 2.11. Multidiszciplináris


ENGINEERING,

AEROSPACE 2.6. Közlekedéstudományok 2. Műszaki tudományok

MATERIALS SCIENCE,

CHARACTERIZATION &

TESTING



ACOUSTICS 2.11. Multidiszciplináris


ENGINEERING, MARINE 2.6. Közlekedéstudományok 2. Műszaki tudományok Civil Engr TRANSPORTATION 2.6. Közlekedéstudományok 2. Műszaki tudományok

TRANSPORTATION SCIENCE & TECHNOLOGY

2.6. Közlekedéstudományok 2. Műszaki tudományok

ENGINEERING, CIVIL 2.11. Multidiszciplináris


ERGONOMICS 2.11. Multidiszciplináris


CONSTRUCTION & BUILDING TECHNOLOGY

2.1. Építőmérnöki


MATERIALS SCIENCE,

COMPOSITES



ENGINEERING,

GEOLOGICAL 2. Műszaki tudományok 2. Műszaki tudományok

Computer Sci

COMPUTER SCIENCE, HARDWARE &

ARCHITECTURE

2.8. Informatikai


COMPUTER SCIENCE,

THEORY & METHODS



ENGINEERING, ELECTRICAL &

ELECTRONIC

2.2. Villamosmérnöki


COMPUTER SCIENCE,

SOFTWARE

ENGINEERING

2.8. Informatikai


COMPUTER SCIENCE,

INFORMATION SYSTEMS

2.8. Informatikai


COMPUTER SCIENCE,

ARTIFICIAL INTELLIGENCE






TELECOMMUNICATIONS 2.8. Informatikai


INFORMATION SCIENCE

& LIBRARY SCIENCE



5.


AUTOMATION & CONTROL SYSTEMS

2.8. Informatikai


ROBOTICS 2.8. Informatikai


COMPUTER SCIENCE,

CYBERNETICS

2.8. Informatikai


Math,

Interdisciplinary

MATHEMATICS, INTERDISCIPLINARY

APPLICATIONS



STATISTICS & PROBABILITY



MATHEMATICAL & COMPUTATIONAL

BIOLOGY



SOCIAL SCIENCES,

MATHEMATICAL

METHODS



5.


MEDICAL INFORMATICS 3.5. Multidiszciplináris


COMPUTER SCIENCE,

INTERDISCIPLINARY

APPLICATIONS



PSYCHOLOGY,

MATHEMATICAL



Industrial

Engineering/Man

agement sciences

MANAGEMENT 5.1. Gazdálkodás- és

szervezéstudományok

5.


BUSINESS 5.2.

Közgazdaságtudományok

5.


OPERATIONS RESEARCH & MANAGEMENT

SCIENCE

5.1. Gazdálkodás- és


5.


ENGINEERING,

INDUSTRIAL 2. Műszaki tudományok 2. Műszaki tudományok

ENGINEERING,

MANUFACTURING 2. Műszaki tudományok 2. Műszaki tudományok

MATHEMATICS 1.1. Matematika- és


INDUSTRIAL RELATIONS & LABOR



5.


Cognitive

Sciences PSYCHOLOGY

6.6. Pszichológiai

tudományok 6. Bölcsészettudományok

PSYCHOLOGY,

EXPERIMENTAL

6.6. Pszichológiai


PSYCHOLOGY,

BIOLOGICAL

6.6. Pszichológiai


BEHAVIORAL SCIENCES 6.6. Pszichológiai





NEUROSCIENCES 3.1. Elméleti


PSYCHOLOGY,

MULTIDISCIPLINARY

6.6. Pszichológiai


PSYCHIATRY 3.2. Klinikai


PSYCHOLOGY, CLINICAL 3.2. Klinikai


LINGUISTICS 6.3. Nyelvtudományok 6. Bölcsészettudományok

NEUROIMAGING 3.2. Klinikai


LANGUAGE & LINGUISTICS

6.3. Nyelvtudományok 6. Bölcsészettudományok

CLINICAL NEUROLOGY 3.2. Klinikai


OTORHINOLARYNGOLOG

Y

3.2. Klinikai


MUSIC 7.6. Zeneművészet 7. Művészetek

PSYCHOLOGY,

PSYCHOANALYSIS

6.6. Pszichológiai


Soc/Psych & Rltd FAMILY STUDIES 5.4. Szociológiai

tudományok

5.


PSYCHOLOGY, SOCIAL 5.4. Szociológiai

tudományok

5.


SOCIAL WORK 5.4. Szociológiai

tudományok

5.


SOCIOLOGY 5.4. Szociológiai

tudományok

5.


SOCIAL SCIENCES,

INTERDISCIPLINARY

5.4. Szociológiai

tudományok

5.


PSYCHOLOGY, DEVELOPMENTAL

6.6. Pszichológiai


WOMEN'S STUDIES 5.4. Szociológiai

tudományok

5.


PSYCHOLOGY, APPLIED 6.11. Multidiszciplináris

bölcsészettudományok 6. Bölcsészettudományok

PSYCHOLOGY,

EDUCATIONAL



CRIMINOLOGY & PENOLOGY



5.

Társadalomtudományok RELIGION 6.9. Vallástudományok 6. Bölcsészettudományok

EDUCATION &

EDUCATIONAL

RESEARCH



5.


DEMOGRAPHY 5.3. Állam- és

jogtudományok

5.


COMMUNICATION 6.10. Média- és

kommunikációs tudományok 6. Bölcsészettudományok

ETHNIC STUDIES 5.7. Multidiszciplináris


5.

Társadalomtudományok LAW 5.3. Állam- és 5.




jogtudományok Társadalomtudományok

FILM, RADIO, TELEVISION

6.10. Média- és

kommunikációs tudományok 6. Bölcsészettudományok

EDUCATION, SPECIAL 5.7. Multidiszciplináris


5.


Policy Sci PLANNING & DEVELOPMENT



5.


ENVIRONMENTAL

STUDIES



5.


URBAN STUDIES 5.7. Multidiszciplináris


5.


ECONOMICS 5.2.


5.


GEOGRAPHY 5.7. Multidiszciplináris


5.


AGRICULTURAL

ECONOMICS & POLICY

5.2.


5.


AREA STUDIES 5.7. Multidiszciplináris


5.


POLITICAL SCIENCE 5.5. Politikatudományok 5.


INTERNATIONAL

RELATIONS



5.


BUSINESS, FINANCE 5.2.


5.


PUBLIC ADMINISTRATION

5.3. Állam- és

jogtudományok

5.


HISTORY OF SOCIAL

SCIENCES 6.1. Történelemtudományok 6. Bölcsészettudományok

HISTORY 6.1. Történelemtudományok 6. Bölcsészettudományok ARCHITECTURE 7.1. Építőművészet 7. Művészetek

Ethical & Social

Issues MEDICAL ETHICS



ETHICS 6.4. Filozófiai tudományok 6. Bölcsészettudományok

SOCIAL SCIENCES,

BIOMEDICAL



5.


SOCIAL ISSUES 5.7. Multidiszciplináris


5.


MEDICINE, LEGAL 5.7. Multidiszciplináris


5.

Társadalomtudományok PHILOSOPHY 6.4. Filozófiai tudományok 6. Bölcsészettudományok

HISTORY & PHILOSOPHY OF SCIENCE

6.4. Filozófiai tudományok 6. Bölcsészettudományok

Literature & Arts LITERATURE, BRITISH

ISLES 6.2. Irodalomtudományok 6. Bölcsészettudományok

THEATER 6.2. Irodalomtudományok 6. Bölcsészettudományok

LITERARY THEORY & CRITICISM

6.2. Irodalomtudományok 6. Bölcsészettudományok

LITERARY REVIEWS 6.2. Irodalomtudományok 6. Bölcsészettudományok




HUMANITIES, MULTIDISCIPLINARY



LITERATURE, ROMANCE 6.2. Irodalomtudományok 6. Bölcsészettudományok

MEDIEVAL & RENAISSANCE STUDIES

6.8. Művészeti és

művelődéstörténeti

tudományok

6. Bölcsészettudományok

LITERATURE 6.2. Irodalomtudományok 6. Bölcsészettudományok

LITERATURE, AFRICAN,

AUSTRALIAN, CANADIAN 6.2. Irodalomtudományok 6. Bölcsészettudományok

ASIAN STUDIES 6.7. Néprajz és kulturális

antropológiai tudományok 6. Bölcsészettudományok

LITERATURE, AMERICAN 6.2. Irodalomtudományok 6. Bölcsészettudományok ART 7. Művészetek 7. Művészetek DANCE 7. Művészetek 7. Művészetek

LITERATURE, GERMAN, DUTCH, SCANDINAVIAN

7. Művészetek 7. Művészetek

FOLKLORE 7. Művészetek 7. Művészetek CLASSICS 7. Művészetek 7. Művészetek POETRY 7. Művészetek 7. Művészetek

Indexek és mutatók: H, G, E index

Az oszlop- és sugárdiagramok egy csoportja a közvetlenül értelmezhető adatokkal

(intézményi illetve tudományterületi kibocsátási és idézési értékekkel) dolgozik.

Ugyanakkor elemzéseink kvantitatívabb csoportját adják az intézményi és

tudományterületi ill. tárgykategória szintű indexek. Ezek körében elsősorban a H

index terjedt el, mint legegyszerűbb szemléletes kvantitatív index.

Egy entitás (személy, csoport vagy intézmény) H indexe h, ha h darab olyan

publikációja van, hogy mindegyikre külön-külön legalább h alkalommal hivatkoztak.

Ez a h érték szemléletesen egyébként a publikációk idézési rangeloszlása és egy 45

fokos egyenes metszéspontja.

Közismert ugyanakkor, hogy a H index nem veszi figyelembe azt, ha a szóban forgó h

publikáció – az ún. „h mag” – egy-egy elemére h-nál több hivatkozás érkezik (más

szóval a h-magra több, mint h2). Ezért a H index mellett gyakran egy másik

mennyiséget, a G indexet is szokás tekinteni:

Egy entitás (személy, csoport vagy intézmény) G indexe g, ha g darab olyan

publikációja van, hogy rájuk együttesen g2 alkalommal hivatkoztak.

A G index értéke általában nagyobb a H indexnél – ez elsősorban geometriai

értelmezésben válik azonnal világossá. Ugyanakkor, mivel másféle információt

hordoz, egy önálló, független indexnek tekinthető.

Az E index egy másik megoldást nyújt a H indexben figyelembe nem vett „többlet

hivatkozások” kezelésére: e2 értéke a h-magban szereplő publikációknak a h érték

fölötti hivatkozásainak összege. (Ismét a geometriai értelmezésben válik ennek

jelentése egyből világossá.).




A H, G, E indexeket minden esetben együtt számoljuk és az oszlopdiagramokban

közösen – H index szerinti rangsorrendben – ábrázoljuk. A fenti indexek geometriai

értelmezését nyújtja az alábbi ábra.

A kutatás kimenete, az eredmények hasznosulása harmadik félnél

A kutatás fő kimenetei a specifikált tanulmányok, bemutatások és elemzési adat-

valamint ábrasokaságok, melyek az alábbiakban kerülnek közlésre.

Az eredményeket az ajánlattételi felhívásban meghatározott részletes elemző

tanulmány (vezetői összefoglaló, áttekintő elemzés, ajánlásgyűjtemény, probléma

térkép), valamint az ugyanott specifikált, 20 diából álló prezentáció bemutatása

mellett, ezen túlmenően, a weben közzétett elemzési eredmények, a kutatás során

keletkezett ábrák nyilvános közzététele fogja jelenteni (ezek oszlopdiagramok,

sugárdiagramok, kompetenciatérképek tudományterületi és intézményi bontásban,

páronkénti összehasonlítást is lehetővé téve). Az összegző tanulmány Megrendelő

tulajdona.




A fent említett eredmények nyilvános (a http://hungarianscience.org oldalon történő)

közzététele révén ezek a korábbi hasonló eredményeinknek megfelelően széles körben

ismert és reményeink szerint hivatkozott források lesznek. Az interneten való

hozzáférés révén az oktatási ágazat, a felsőoktatási intézmények, és közvetett módon a

hallgatók is fogják tudni hasznosítani az eredményeket. Az említett

hungarianscience.org oldal már ismertté vált ilyen információk megbízható

forrásaként.

Azt reméljük, hogy ezek az új eredmények, mivel Magyarországon úttörő jellegűek,

hozzájárulhatnak az általános értékelési kultúra fejlődéséhez, az intézményi és kutatói

önismerethez, és a hallgatói választás alapjaihoz.

http://hungarianscience.org/




Módszertani megjegyzések és korlátok

A „körtét az almával”-probléma

A felsőoktatási–kutatási intézmények bibliometriai összehasonlítása során

mindenképpen tekintetbe kell vennünk, hogy az egyetemek és kutatóintézeti

aggregátumok legnagyobb része a tudomány és technológia számos különböző

területén aktív, vagyis az intézményen belül multidiszciplináris profillal rendelkezik.

Alapvető tudománymetriai tény ugyanakkor, hogy az egyes tudományterületekre

eltérő kibocsátási és hivatkozási–idézési szokások (idézési intenzitás) jellemzően

eltérnek: közismert pl., hogy matematikai publikációkban igen csekély a hivatkozások

átlagos száma (és részben emiatt, az abszolút számokban mért idézési intenzitás is),

míg az orvosi és élettudományok számos területén ugyanez általában igen magas.

Fontos megjegyezni, hogy ezek a különbségek nem merülnek ki a társadalom-,

bölcsészet- és természettudományok gyakori szembeállításában: pl. a molekuláris

biológia citációs intenzitása – egy átlagos cikkre vonatkoztatva – jellemzően

nagyjából háromszorosa a fizikában mérhetőnek (a kibocsátás oldalán ugyancsak

jelentősek a különbségek.)

Ezért az alapkimutatások, amelyek az intézményeket csupán azok összesített

kibocsátása és átlagos idézetszáma alapján vetik össze, abszolút értékek révén,

csupán tájékoztató jellegűek és nem tekintendők értékmérő rangsoroknak. Ezek

az aggregációk ugyanis elfedik az intézmények kibocsátásának potenciálisan

különböző szakterületi összetételét, az intézmények teljesítménye ilyen módon a

szakterületi normákhoz való viszonyok (és nem egymás abszolút mutatói) alapján

hasonlítható össze.

Az összesített mennyiségi mutatók mellett ezért nélkülözhetetlen volt a tudományos

teljesítmény szerkezeti elemzése, amely a jelen dokumentum egyik célkitűzése. A

tanulmányban az intézmények összehasonlíthatóságának biztosításához és a fenti

hátrányok kiküszöböléséhez három, szakmailag megalapozott módszert alkalmaztunk:

1. Az intézmények alapvető kibocsátási és hatásmutatóit szakterületi bontásban

ábrázoljuk azok szakterületenkénti összehasonlításával együtt.

2. A kibocsátás arányai alapján klaszterezve az intézmények olyan

csoportosítását kíséreljük meg, amely azonosítja a hasonló profilú

kibocsátókat. Ezeken a csoportokon belül a szakterületi összetétel hasonlósága

miatt az aggregált (abszolút) mutatók nagyobb biztonsággal használhatók

összehasonlításra.

3. Az abszolút szakterületi értékeket – ebben a tanulmányban az országos

szakterületi részesedés és átlag fogalmai révén – relatív mutatókká alakítjuk,




amelyek így (intézményekre) aggregált formában is alkalmasak az

intézmények széleskörű összehasonlítására.




Publikációs és idézési ablak: az időbeli aggregáció következményei

A hatásmérést (vagy minőségi dimenziót) is célzó bibliometriai összehasonlításoknak

a szakterületi különbségek mellett további fontos tényezője az ún. publikációs és

idézési ablakok – egymással összefüggő – megválasztása. A citációk számlálásakor,

ha az összehasonlítás a cél, azonos korú, praktikusan (1) azonos évben közzétett

publikációkat vagy (2) különböző évben született közlemények esetében ugyanakkora

időtávot (ún. rögzített idézési ablakot) célszerű alapul venni. Az elv mindkét esetben

ugyanaz: mivel az idézetszám nyilvánvaló függvénye a publikáció éve óta eltelt

időnek (hosszabb idő alatt több citáció begyűjtésére van lehetőség és fordítva), a

minőség mérésében ezt a tényezőt is kontrollálni szükséges, ezért a közleményeket

azonos idő alatt kifejtett hatásuk szerint ideális összemérni.

A tanulmányban elemzett időszak – bibliometriában egyénként szokásos módon – tíz

(2001-2010), valamint öt évet fog át (2007–2011), ez a vizsgált minta vonatkozásában

azt jelenti, hogy a publikációs ablakot egyrészt a 2001-től 2010-ig, másrészt a 2007-

től 2011-ig megjelent WoS-közlemények alkotják. A hatást lényegében ugyanebben

az időszakban tekintjük, közelebbről az adott publikációs ablakban megjelent

közleményeknek az adatkinyerés időpontjáig felhalmozódott citációtömegét

használjuk fel. Ez a módszer az ún. változó idézési ablak módszere, amennyiben a

2007-es publikációkra a letöltés t időpontjából (évszámából) adódóan t-2007, a friss,

2011-es közleményekre ugyanakkor csupán t-2011 a hatásvizsgálat időtartama. Ennek

a ténynek fontos következményei vannak a kimutatások értelmezésére nézve.

(1) A publikációk és idézések intézményenkénti aggregációja (ill. ezek aránya)

megfelelő alap az összehasonlításhoz abban az értelemben, hogy azonos publikációs

és hivatkozási ablakban méri a hatást (vagyis az egyidejű publikációk citáció számát

minden intézmény esetén azonos időkeret mellett tartalmazza). Az alkalmazott

összesítés ugyanakkor elfedi a publikációk és idézések időbeli eloszlását, azaz nem

tükrözi például, hogy az adott citációszám mekkora része jut az időszak elején közölt,

ill. a frissebb közleményekre. Emiatt azonos összesített impakt-mutató (pl. átlagos

idézetszám) mellett előfordulhat (legalábbis hipotetikusan), hogy akár azonos összes

publikáció- és idézettömeg mellett is, két intézmény megegyező korú, szakterületileg

hasonló publikációi mégis eltérő idézettségűek (hatásúak) legyenek. Ez a jelenség

ismét aláhúzza, hogy az összesített hatásmutatókat tartalmazó vizsgálatok csak a

szerkezeti elemzéssel együtt értelmezhetők biztonsággal.

(2) Az összesítések egy további torzító tényezője még rögzített citációs ablak mellett

is kifejti hatását, ez pedig ismét a szakterületek eltéréseire vezethető vissza. Az egyes

szakterületek változatos kommunikációs viselkedése abban is megnyilvánul, hogy

különböző és sokszor belsőleg jellemző ütemben halmozzák fel az idézeteket, érik el

maximális idézettségüket, ami a hatás indikátoraként szolgál. Ideális esetben ezért

szakterületenként különböző, rögzített hivatkozási ablak volna javasolható, az ilyen

vizsgálatokhoz azonban többnyire nem állnak rendelkezésre a megfelelő paraméterek.




A szempont gyakorlati jelentősége jelen céljainkhoz mérten abban áll, hogy rámutat a

profil-alapú összehasonlítások már többször hangsúlyozott jelentőségére: a hasonló

szakterületi szerkezetben publikáló intézmények összemérése során kevésbé áll fenn a

veszély, hogy egyikük amiatt mutatkozik idézettebbnek, mert „gyorsabb”

tudományok szerepelnek a repertoárjában, és ezért ugyanannyi idő alatt több citációt

halmozott fel.

Mennyiségi, minőségi, abszolút és relatív mutatók

Az értékelő bibliometria két hagyományos dimenziója a (1) kibocsátás–produktivitás,

illetve (2) a hatás mérése, amelyeket rendre a „mennyiség” és a „minőség”

mutatószámaiként szokás értékelni. Az alkalmazott mérőszámok köre különösen a

hatásmérés terén változatos: a kapcsolódó módszertani nehézségekből adódóan ez a

legtöbbet kutatatott és vitatott vetület. Ebben a tanulmányban két, széles körben

használt alapmutatót, az átlagos (egy közleményre jutó) idézetszámot (citation per

publication, cpp), valamint a klasszikus, Hirsch-féle H-indexet, illetve annak kevésbé

közismert kiegészítő mutatóit (E-index, G-index) alkalmazzuk. Utóbbiakat fentebb

definiáltuk. Az eredmények helyes értelmezéséhez alapvető ugyanakkor, hogy

rögzítsük a felsorolt instrumentumok viselkedésének néhány vonását, beleértve

korlátaikat, illetve a hozzájuk kapcsolódó közkeletű félreértéseket.

(1) Átlagos citációszám (cpp). Az egy dokumentumra vetített idézetszám a hatás

legáltalánosabban használt indikátora. Tetszőleges közleményhalmazra definiálható, a

mi esetünkben intézmények teljes, illetve szakterületenkénti kibocsátásának

eredményességét jellemzi. A cpp relatív, a kibocsátás méretére normalizált mutató,

elvileg tehát a különböző méretű intézmények összehasonlítására is alkalmas. A

gyakorlatban azonban a) tapasztalati összefüggés látszik kibontakozni a kibocsátás

mérete és a cpp értékei között: a nagyobb kibocsátókat ez a mutató is valamelyest

előnyben részesíti. Másrészt b) az idézetek jellemző, erősen egyenlőtlen, ferde

eloszlása miatt az átlagos értéket – vagyis a cpp-t – a kiugró hatású közlemények

torzítják, felfelé srófolják. Ez a hatás különösen erős lehet csekély publikációszám,

vagyis a „kis kibocsátók” esetén, másrészt ettől még az átlagok statisztikailag

összehasonlíthatók maradnak. A mérettel összefüggő problémák mellett a mutató

másik fontos vonása a szakterületfüggőség: a területek eltérő idézetsűrűsége az

átlagos értékeik között is szisztematikus különbségeket eredményez.

(2) H-index, E-index, G-index. A H-index viselkedése az indikátor bevezetése óta

folyamatos vizsgálat tárgya. A konstrukció szintén tetszőleges közleményhalmazra

vonatkoztatható (klasszikusan egyéni szerzőkre dolgozták ki, de intézményekre,

folyóiratokra stb. egyaránt alkalmazható). Az elemzések egyik alaptanulsága, hogy a

várakozással ellentétben a Hirsch-index nem nevezhető „tisztán” hatás- (minőség-)

mérő eszköznek. Mivel mindenkori értékének alapvető korlátja a vizsgált publikációk

mennyisége, a nyers H-index egyszerre jellemzi a kibocsátást és a hatást. Ebbéli




vonásának egyik következménye, hogy erősen méretfüggő. A cpp-hez hasonlóan

értéke egyben szakterületfüggő is, ami akkor releváns, ha az alapjául szolgáló

közleményhalmaz szakterületi összetétele inhomogén.

Az E-index ún. „kiegészítő” indikátorként használatos, amennyiben az idézetek

eloszlásának olyan vonásaira érzékeny, amelyekre a H-index nem – szándékkal, de

bizonyos esetekben méltánytalanul. Ennek megfelelően az E-index („excess

citations”) azokat az idézéseket számolja össze, amelyeket a H-index értékéhez

hozzájáruló publikációk a H-értéken felül kaptak (így nagyobb súllyal veszi

figyelembe a magas idézettségű közleményeket).

A G-index a fenti H–E párost igyekszik ötvözni, amennyiben értéke a H-indexéhez

„hozzáadja” legidézettebb publikációk citációs rátájának hatását (értéke azonos vagy

magasabb a H-indexénél). A G-index ezzel a módosítással ugyanakkor elveszíteni

látszik a H-index „kiegyensúlyozó stratégiáját”, ami a kis számú, de sokat idézett

közlemények felértékelő hatását hivatott ellensúlyozni. Más szóval, míg a H-index

inkább az „egyenletes minőségre”, addig a G-index jobbára a „kiemelkedő

teljesítményekre” reagál pozitívan.

A fenti minőségértékelő eszközöknek az intézményi teljesítmény elemzésében, ill. az

összehasonlításokban való felhasználása jól látható módon kapcsolódik a jelen

módszertani leírás első szakaszában leírt kérdéskörhöz (l. „körtét az almával”-

probléma). Mivel a felsőoktatási–kutatási intézmények eltérő méretűek és összetett

szakterületi profillal rendelkeznek, a mutatóknak mind a méret-, mind pedig

szakterületfüggősége körültekintő alkalmazásra int. A méretfüggőség

ellensúlyozásaképpen a különböző méretű intézményeket két, belsőleg összemérhető

csoportra osztva jellemezzük („nagy kibocsátók”, „kis kibocsátók”). A szakterület-

függőség kezelésére lehetséges módszer az ún. területre normalizált mutatók képzése,

amely a megfigyelt szakterületi értékeket (mean observed citation rate, MOCR) a –

jellemzően a „világtermés” alapján előállított – várható szakterületi értékekre (mean

[field] expected citation rate, MECR [FECR]) relativizálja. A tanulmányban

alkalmazott nagyfelbontású tudományrendszer, a „WoS Subject Category”-alapú

besorolások esetében azonban a) nem érhető el az éves sztenderdek listája – szemben

az alacsony felbontású és átfedés mentes, szintén a WoS-hoz alkalmazott ESI

rendszerrel –, másrészt b) ezeknek az adatbázis alapján való előállítása rendkívül

költséges és erőforrás-igényes művelet. Ezért a nemzetközi normákra való

relativizálás helyett az összemérhetőséget két másik, fent említett módszerre

alapozzuk: (1) a tudományterületek és ágak szerinti intézményi összehasonlításokra,

ill. (2) a profil-alapú csoportok létrehozására, amely megmutatja a hasonló kibocsátási

szerkezetű, így jobban összemérhető intézményeket.




Összefoglaló eredmények

A 2001-2010 időszak átfogó hazai összefoglalását a 4.1. ábra nyújtja.

4.1 ábra. Hazai kibocsátás (publikációk száma) és idézési hatékonyság (az MTA -val).




A 2007-11 időszak átfogó hazai összefoglalását a 4.2. ábra nyújtja.

4.2 ábra. Hazai kibocsátás (publikációk száma) és idézési hatékonyság (az MTA nélkül). Fönt: összes




adat. Lent: a kis kibocsátók kinagyítva.

Szembeötlő a két vizsgált időszakra vetített adatok grafikus ábrázolása közötti

hasonlóság, jobban mondva egyezés: mind a 2001-2010-es időszak, mind a 2007-

2011-es időszak ábráit vizsgálva látható, hogy a néhány vezető kibocsátó (a

hagyományos kutatóegyetemek: SOTE, DE, ELTE, SZTE) uralja az idézési

spektrumot is. Általában véve is, azt látjuk, hogy a méret egyben minőséget jelent: a

nagyobb kibocsátók (legalábbis is az itt bemutatott minőségi mutatók tekintetében)

általában eredményesebbek. A 2007-2011-es időszak tekintetében ezek 4-5000 (azaz

évi 800-1000) publikáció mellett közleményenként átlagban 7-8 idézésre

számíthatnak a közlemények megjelenése utáni néhány évben. A „középmezőnyt”

csupán 2 egyetem alkotja, az univerzális PTE és a mérnöki profilú BME, utóbbi

azonban – figyelembe véve a mérnöki publikációk sajátosságait, az e területen

általában csökkent idézési hajlandóságot – mégis az élmezőnyhöz sorolható. Itt 3000

körüli közleményt átlagban 6 friss idézés jellemez. A kisebb kibocsátók (N kb.

1000) közül, az idézések terén relatíve igen eredményes a PANN, amelynek e mutatói

jobbak a közepes kibocsátó PTE-énél is.

Módszertani szempontból az „alsó régió” felelősséggel nem hasonlítható a nagy és

közepes kibocsátók világához. (A PAZM es EJF például olyan kis kibocsátás mellett

éri el jó idézési mutatóit, hogy ebben a tartományban a véletlen vagy a nem

szisztematikus, nem elemezhető hatások felerősödnek.) Ugyanakkor a kis

kibocsátókat „kinagyítva”, egymáson belül összehasonlítva mégis megállapítható,

hogy egy markáns kör, méghozzá az intézményi méretektől függetlenül, relatíve erős

(bár a kutatóegyetemekhez képest mégis gyenge) idézési mutatókkal rendelkezik: ide

tartozik a CORV, CEU, NYME, KAP, ME, EKF és KF. Az ábrán az alkalmazott

nagyítás ellenére alig kivehető többi kibocsátó nagyjából azonos (N = 100) és igen

csekély publikációs kibocsátási aktivitás mellett nagyon szerény, és azon belül igen

szélesen szórt mértékben kap idézéseket (0 és 2 között).

Ugyanezeket az adatokat egy más ábrázolásban is érdemes megtekintenünk (5.1.,

illetve 5.2. ábra). Látható, hogy a legnagyobb kibocsátók szűk körét leszámítva a

skálázott (az ábrázolhatóság érdekében itt egy önkényes választott alkalmas

tényezővel, 5-tel osztott) idézési mutatók messze elmaradnak a kibocsátási adatoktól.

Ez újra a fenti ábrák már felismert tanulságára utal, hogy a hazai intézményeknél az

idézési sikeresség a méret függvénye is, nemcsak abban a nyilvánvaló értelemben,

hogy a nagyobb kibocsátók által írt több cikket többen idézik (akkor a két görbe

együtt futna), hanem ezen messze túlmenően, a cikkenkénti idézettség tekintetében is

(ezért a publikációs görbe metszi az idézésit, azon a ponton, ahol az idézések




elmaradnak a publikációk száma alapján vártaktól – a várakozást az adatok túlnyomó

többségét szolgáltató nagy kibocsátók teljesítménye alapján megfogalmazva).

Könnyű észrevenni, hogy a felsőoktatási intézmények publikációs teljesítménye

(publikációk száma és idézési hatékonysága) gyakorlatilag megegyezik, mindkét

vizsgált időszakban, az egyetlen eltérést a CEU és a CORV sorrendjének

felcserélődése jelenti, de ez könnyen adódhat abból a tényből, hogy Budapesti

Corvinus Egyetem végleges kari struktúrája 2003 után alakult ki, így a 2001-2010-es

adatok torzíthatnak.




5.1 ábra. Publikációk és idézések a kibocsátás erősorrendjében (az MTA-val együtt) 2001-2011




5.2 ábra. Publikációk és idézések a kibocsátás erősorrendjében, a kis kibocsátók kinagyításával.

Mindezek alapján már azt sejthetjük, hogy igen eltérő értékeket kapunk akkor is, ha az

egyes intézmények sikeres publikációinak számát hasonlítjuk össze – más szóval, ha




azt kérdezzük, hány olyan publikációja van az adott intézménynek a vizsgált

időszakban, amit valóban sokszor idéznek. Elképzelhető lenne ezek furcsa eloszlása,

például az eddig bemutatott adatok alapján nem kizárható, hogy a nagy intézmények

sok közepes, míg a kicsik néhány kiváló publikáció alapján érik el a saját mutatóikat.

Ennek azonban ellene vall az idézési görbe meredek esése. A H index éppen azt méri,

hány olyan publikáció született, amit a többinél jobban idéznek, még akkor is, ha a

méreteket figyelembe vesszük: N publikáció esetén mindegyikre legalább N idézetet

keresve. Valóban, a 6.1 és 6.2 ábrák szerint a kibocsátás erősorrendje és a

publikációkra eső idézés sorrendje (melyeket eddig vizsgáltunk) lényegében

egybeesik a H index és derivatívumainak rangsorrendjével: az MTA-t is tartalmazó

két ábrán ez MTA, SOTE, DE, ELTE, PTE, BME, etc. Váratlan az eddigiekhez

képest csupán a középmezőnyben az ONK, NATHIS, PSYNEU, azaz egy-egy szűk

spektrumú kis kibocsátó kutatóhely helyezése, és a felsőoktatási intézmények közül a

CEU-é. Ezek az összesített mutatók tekintetében mindannyian a kevéssé sikeresek

közé tartoznak, és ahogy a CEU esetén már láttuk, nemcsak a kibocsátásban, hanem

az egy publikációra jutó idézések átlagos számát tekintve is. Hogy mégis – relatíve –

magas H (G,E) indexekkel rendelkeznek, azt jelenti, hogy a belső eloszlás igen

egyenetlen: az intézmény összes idézéseit (mely valamennyi publikáció fölött oszlik

el) jórészt a valóban kiváló publikációk viszonylag szűk köre gyűjti be, amelyek a H

indexben megjelennek (pl. a CEU H-indexe 20 körüli, azaz legalább 20 cikkére

legalább 20-szor hivatkoztak, míg az összes CEU-s publikáció bázisára vetítve ez a

szám már csak 2,5-3 között van. (Ezzel szemben az SZTE és ELTE kb. 60-as H

indexe – azaz 60 olyan cikk, hogy mindegyikre legalább 60 idézés jutott – 4000 körüli

publikáció közül kerül ki. Ebből egy sajátos, intuitív minőségi mutató képezhető, a

H/N, mely a CEU esetén nagyjából 20/500 = 0.04, míg az ELTE-re 60/4000 = 0.015.

A 6.2-es ábrán az MTA és a SOTE oszlopdiagramjai között megjelenő címzés nélküli

oszlopdiagram a vizsgált intézményeken kívüli magyar kibocsátók egyesített adatait

tartalmazza, melyek összesen legalább olyan jelentősek, mint a legjelentősebb

kibocsátó, az MTA. Azaz az MTA és a nagy kutatóegyetemek mellett a kisebb

intézmények kibocsátása is jelentős és nélkülözhetetlen.




6.1. ábra. H, G és E indexek a vizsgált intézményekre a 2001-2010-es időszak tekintetében.




6.2. ábra. H, G és E indexek a vizsgált intézményekre a 2007-2011 időszak tekintetében. E tisztán

minőségi jellemző tekintetében a rangsor lényegében megegyezik a mennyiségi mutatók rangsoraival,

ami arra utal, a jobb minőség egyenletesen oszlik el a mennyiségileg sikeres intézményekben.




Intézményi H, G, E indexek

Az alábbiakban megkezdjük az intézményi struktúra felbontását, belső jellemzését,

elsőként a fent bemutatott H-index alapú jellemzés segítségével, de most már nem

országos összevonásban, hanem egy-egy intézményen belül az egyes eltérő területek

külön kezelésével. Ezt három formában tesszük meg:

(i) az adatbázis tárgykategóriái (az úgynevezett SC-k) segítségével

(ii) a tudományterületi bontásban – itt egy-egy tudományterület az SC-k egy-

egy összetartozó csoportját jelenti

(iii) a természet- és társadalomtudományok külön kezelésével.

A (iii) ponthoz megjegyezzük, hogy ismert módon a természet- és

társadalomtudományoknak eltérő a kiterjedése, más-mások a publikációs és idézési

szokásai, nyelv- és kultúrafüggők a hagyományai (pl. egyes társadalomtudományok

csak a nemzeti nyelven relevánsak). E sajátosságok együttes következményeként a

társadalomtudományokat a természettudományok az együttes anyagban

„leárnyékolják”: a természettudományi anyag az összes vizsgált intézményben

annyival nagyobb a másiknál, mind kibocsátás- mind idézés oldalon, hogy a teljes

anyagban utóbbi meg sem pillantható. Ezért a vizsgálat számára az együttes anyag

azonos a természettudományos anyaggal, a társadalomtudományit pedig

különválasztva, leválogatva kell vizsgálni.





























































Az intézményi H-indexeket a mutató szakterületfüggő jellege miatt célszerű szak-, ill.

tudományterületenként összehasonlítani. A G-indexek viszonylag jól követik a H-értékek

vázolta képet. Ha ezért az intézményi H-indexeket ezúttal úgy tekintjük, hogy melyek azok a

területek, ahol az adott egyetem, ill. főiskola viszonylag magas H-értékkel rendelkezik a

szakterületre jellemző hazai maximumhoz képest, akkor a következő intézmények maradnak




fenn a rostán: BME, CEU, CORV, DE, ELTE, ME, PANN, PAZM, PTE, SOTE, SZIE,

SZTE. A H-index tekintetében specializált a CORV, egy tudományterületen maximális H-

indexszel (food science and technology), az ME (criminology and penology), viszonylag

koncentrált a PAZM, két társadalom- és egy műszaki területtel (rendre literature ill. asian

studies, valamint imaging science), ám rendkívül alacsony abszolút H-értékekkel; szintén

viszonylag koncentrált a PANN (maximális relatív H-index a következő földtudományi

területeken: oceanography, meteorology, marine and freshwater biology, energy and fuels,

construction and building tech). Egyes agrártudományi–járványtani területeken maximálja

teljesítményét a SZIE (veterinary sciences, parasitology, fisheries, entomology, ill. kisebb

mértékben – 0.8-as relatív értékkel – reproductive biology). A BME továbbra is számos

műszaki tudományterületen éri el a maximumot, ugyanakkor egy-egy társadalomtudományi

terület is maximális értékkel jelentkezik (operations research and management science,

management, history and philosophy of science – bár ez utóbbi maximum mindössze 2-es H-

indexet takar). A társadalom- és bölcsészettudományok jó részében a CEU áll az élen (és

fordítva: a CEU esetében ezek alkotják a palettát). A tudománytérképek tanúsága szerint

közösen szemlélhető DE és SZTE, ill. PTE–SOTE esetében a normalizálást követően is a

biomedicina és a klinikai orvostudomány területei alkotják a vonatkozó listát; a SOTE főként

a klinikai területek számosságában haladja meg ezeket. Mindegyik intézmény esetén

meghatározó a medical informatics interdiszciplináris területe is. Végül az ELTE nagy

számosságú listájában pillantható meg a leginkább multidiszciplináris profil (a relatív H-

indexek felől szemlélve): a biológia, ökológia, földtudományok, matematika, nyelvészet,

viselkedéstudomány és antropológia tárgykategóriáit sorakoztatja fel.




Tudományterületi összevonások





























































Társadalomtudományi intézményi H, G, E indexek





































Tudományok szerinti kibocsátási és idézési összehasonlítások























































Tudományok szerinti kibocsátási és idézési összehasonlítások – kis

kibocsátók























































A felsőoktatási intézmények tudományterületenként igen eltérő eloszlást mutatnak.

Az agrártudományokban (Agri Sci) a legnagyobb kibocsátók (DE, SZIE) hatása a

közepes, ill. kis kibocsátók többségével egy tartományban mozog (cpp = 0–5), míg

néhány kis kibocsátó a hatás tekintetében jelentősen megelőzi ezeket (SOTE, PTE,

EJF – az utóbbi esetében azonban láthatólag egy magasan idézett cikk okozza a

nagyságrendi eltérést). A Biomedicina terén (Biomed Sci) szintén megfigyelhető a

kis kibocsátók erős szórása; a hasonló méretű PTE–SZTE–DE-hármasban a legutóbbi

hatásmutatója csaknem kétszerese az elsőnek (PTE), figyelemre méltó továbbá, hogy

ezek viszonylatában a legnagyobb kibocsátó SOTE közepes hatásmutatójú. A klinikai

medicina (Clinical Medicine) valamelyest eltérő képet mutat: itt a nagyobb

kibocsátók (PTE, SZTE, DE, és a legnagyobb SOTE) majdnem azonos átlagos

idézetszámmal szerepelnek (az ONK kiugrása ismét néhány közleménynek tudható

be). Ismét más képet mutatnak az ökológiai tudományok, ahol az egyetlen nagy

kibocsátó az ELTE, a mezőnyben közepes hatásmutatóval. A tudománytérképen

sajátosan elkülönülő járványtani kutatási területen (Infectious Diseases) a

legnagyobb kibocsátó (SZIE) a relatíve alacsony hatászónában van, míg több,

nagynak tekinthető intézmény (ELTE, PTE, SZTE, SOTE), különösen a DE magasan

megelőzi azt. Mind a földtudományok (Geosciences), mind a

környezettudományok (Envir. Sci. and Tech.) esetében az ELTE messzemenően a

legnagyobb kibocsátó, hatásmutatója azonban átlagosnak mondható (a

földtudományokban a PANN nagyságrendileg kiugró hatása félszáz körüli

dokumentumszám mellett említést érdemel). Feltűnően elütő eloszlást mutat a kémia

(Chemistry), ahol a kisméretű intézmények szokásos, nem reprezentatív

elrendeződését leszámítva az eltérő méretű nagy kibocsátók a minőség hasonló

szintjét képviselik (l. a PANN és a BME viszonyát). Ugyanez figyelhető meg a

kognitív és idegtudományokban (Neuro and Cognitive Sci), ahol az ELTE kétszáz

alatti, a SOTE nyolcszáz körüli közleménnyel hasonló helyet foglal el a

hatástengelyen, és a pszichológiában (Psychology), ahol viszont az ELTE a vezető

kibocsátó. Nem változik a mintázat a számítástudományokban (Comp Sci), ahol a

BME vezeti a kibocsátási listát, a matematika–mérnöki tudományok

(Math&Engineering) terén (ELTE mint fő kibocsátó). Más a helyzet a fizikában

(Physics), ahol az ELTE mindkét dimenzió mentén messze elhagyja a többi

intézményt. A külön kezelt anyagtudomány (Matls Sci) három nagyobb kibocsátója

(BME, ELTE, DE) eltérő átlagos idézetszámú, ahol a DE és az ELTE teljesít jobban.

A két társadalomtudományi klaszter (Econ Polit. & Geography), illetve a Social

Studies mindegyikében a CEU vezeti a listát mindkét dimenzióban.

Ld. a T10 elemző ábrákat is, melyek ugyanezt az információt más bontásban mutatják

be.




Tudományok (H, G, E index) oszlopdiagramokban






















Ide




Kompetenciatérképek a 2007-2011 időszak viszonylatában

Nemzeti összehasonlításban

ATK




BAY




BGF




BME




CEU




COLBUD




CORV




DE




DF




EGIS




EJF




EKF




ELTE




FILM




HEIM




KAP




KAROL




KF




KODOL




KRF




LISZT




MAFI




ME




MOHOL




MTA




NATHIS




NYIR




NYME




OBUD




OEP




ONK




PANN




PAZM




PSYNEU




PTE




RICHT




SOTE




SZE




SZIE




SZOLN




SZTE




Intézményen belüli struktúra

ATK




BAY




BGF




BME




CEU




CORV




DE




DF




EGIS




EJF




EKF




ELTE




FILM




HEIM




KAP




KAROL




KF




KODOL




KRF




MAFI




ME




MOHOL




MTA




NATHIS




NYIR




NYME




OBUD




OEP




ONK




PANN




PAZM




PSYNEU




PTE




RICHT




SOTE




SZE




SZIE




SZTE




Kompetenciatérképek a 2001-2010-es időszak

viszonylatában

Nemzeti összehasonlításban

ATK




BAY




BME




CEU




COLBUD




CORV




DE




EGIS




ELTE




HEIM




KAP




MAFI




ME




MTA




NATHIS




NYIR




NYME




OEP




ONK




PANN




PAZM




PSYNEU




PTE




RICHT




SOTE




SZIE




SZTE




Intézményen belüli struktúra

ATK




BAY




BME




CEU




COLBUD




CORV




DE




EGIS




ELTE




HEIM




KAP




MAFI




ME




MTA




NATHIS




NYIR




NYME




OEP




ONK




PANN




PAZM




PSYNEU




PTE




RICHT




SOTE




SZIE




SZTE

A 2001-2010-es időszak, illetve 2007-2011-es időszak komeptenciatérképei, az egyes

intézmények tudományos teljesítményét arányaiban vizsgálva azonos képet mutatnak.

Az erőforrástérképek (nemzeti összehasonlítások) a 2001-2010-es időszak nagyobb

publikációs ablakának megfelelően több kibocsátást mutatnak, mint a 2007-2011-es

időszak hasonló adatai, azonban a tudományos publikációk intézményen belüli

megoszlása (kompetenciatérkép) mindkét időszakban szinte teljesen megegyező.




Sugárdiagramok (2007-2011)



































































Összefoglalás

Eredményeink, elemző ábráink, hozzáfűzött értelmezéseink a hazai felsőoktatás és

kutatás teljes keresztmetszetét adják a 2007-2011 időszakra illetve a nagy kibocsátású

intézmények esetében a 2001-2010 időszakra. A bemutatott anyagból, azt különösen a

hipotetikus intézményi összevonásokkal és zóna együttműködésekkel egybevetve,

több általános következtetés vonható le. E következtetések halmaza következő

ajánlásaink alapja.

Elsőként megállapítható, hogy – mint a tudománymetriai tapasztalatok alapján

várható – a kibocsátások és idézések között szoros összefüggés van, és mindkettő

„hatványfüggvény-eloszlást” mutat. Ebben nem az a lényeges, hogy csakugyan

milyen a pontos leíró függvényalak, hanem maga a jelleg – az országos görbék egy

távoli maximumtól (MTA) indulva néhány nagy és kiváló kibocsátón (SOTE, ELTE,

SZTE, DE) kívül, egy szűk középső zóna után (BME és PTE, esetleg PANN és SZIE)

igen alacsonyan haladnak. Ez arra utal, hogy (az MTA hálózata után) néhány nagy

kutatóegyetemen kívül – a vizsgált anyagban – számottevő tudományos kutatási

eredmény nemigen mutatkozik.

Talán nem meglepetés, hogy az anyag visszaigazolja, a kutatóegyetemek kiválasztása

indokolt volt, hiszen ezek termelik a tudományos publikációk és idézések zömét.

Téves lenne azonban ebből azt a következtetést vagy ajánlást megfogalmazni, hogy „a

többiekre nincsen szükség” – hiszen ezek együttes súlya az egyes

kutatóegyetemekéhez mérhető – mint az a 6.2 ábrán is jól látszik. .

Documents

A hazai felsőoktatás kutatási szerkezetelemzése...A tudománytérkép a tudomány változó rendszerének megragadására kidolgozott eszköz, a gyakorlatban a szakterületek hálózatát