A hazai felsőoktatás kutatási szerkezetelemzése

Átírás

1 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/ teljes verzió BUDAPEST, január , PetaByte Kft.

2 Vezetői összefoglaló...3 Mellékletek...4 Anyag és módszer...5 Munkaszakaszok... 5 A vizsgált intézmények... 5 A kutatás módszerei... 7 Tárgykategóriák és tudományterületek Indexek és mutatók: H, G, E index Intézményi összevonások, felsőoktatási együttműködési zónák A kutatás kimenete, az eredmények hasznosulása harmadik félnél Módszertani megjegyzések és korlátok A körtét az almával -probléma Publikációs és idézési ablak: az időbeli aggregáció következményei Mennyiségi, minőségi, abszolút és relatív mutatók Összefoglaló eredmények Intézményi H, G, E indexek Tudományterületi összevonások Társadalomtudományi intézményi H,G,E indexek Tudományok szerinti kibocsátási és idézési összehasonlítások Tudományok szerinti kibocsátási és idézési összehasonlítások kis kibocsátók Tudományok (H, G, E index) oszlopdiagramokban Kompetenciatérképek a időszak viszonylatában Nemzeti összehasonlításban Intézményen belüli struktúra Sugárdiagramok Intézményi összevonások, zónaelemzések Nemzeti összehasonlításban Intézményen belüli struktúra Releváns képzési területek szerinti finanszírozás Összefoglaló ajánlások

3 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 /K 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 honlapon (oszlopdiagramok, sugárdiagramok, kompetenciatérképek tudományterületi és intézményi bontásban, páronkénti összehasonlítást is lehetővé téve). A Megrendelő kérésére egyes eredmények nyilvános közzétételét ebből kizártuk, különösen a hipotetikus intézményi összevonásokra vonatkozó bemutatásokat. 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, január 16. Dr. Kampis György ügyvezető igazgató egyetemi tanár (ELTE)

4 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 Summary Summary_kicsik HU2Dim HU2Dim _kicsik Nyers adathalmaz az összes követő elemzés számára Összesített oszlopdiagramok (PDF) 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 Sugárdiagramok Sugárdiagram PDF-ek Nemzeti és intézményen belüli összevetésben készült tudománytérképek, hipotetikus összevonásokkal (PDF-ek) Intézményi struktúrák (PDF-ek)

5 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 es időszakra, másrészt a felsőoktatási intézményfejlesztési tervekben feltüntetett publikációs eredményességi adatok alátámasztásaként a es időszakra vetítve. Részletesebb elemzések a időszak publikációs ablakáról készültek. Ennek oka az, hogy a es időszak csak korlátozottan alkalmas a jelenlegi felsőoktatási intézmények tudományos teljesítményének vizsgálatára, hiszen a 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 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 teljesítménytjelöl.

6 Angol név Magyar név Rövidítés Research Instute for Animal Breeding and Állattenyésztési és Takarmányozási Kutatóintézet ATK Nutrition 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 Országos Egészségpénztár OEP Hungary 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

7 Az évtizedes tudományos trendet érzékeltető 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 es és a 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

8 tudományterületi kategorizációjából indul ki (az egyes tudományági kategóriák a 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

9 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)

10 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

11 (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 ( 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: ). (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.

12 (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 időszakra aggregálva, illetve a nagy intézmények esetében tízéves ( ) 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 profilelemzésekkel 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 műszakiés 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.

13 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.

14 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

15 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 Biomed Sci SC Ortelius 2 Ortelius 1 IMMUNOLOGY MEDICINE, RESEARCH & EXPERIMENTAL MEDICAL LABORATORY TECHNOLOGY ONCOLOGY 3.1. Elméleti orvostudományok 3.1. Elméleti orvostudományok 3.5. Multidiszciplináris orvostudományok 3.2. Klinikai orvostudományok 3. Orvostudományok 3. Orvostudományok 3. Orvostudományok 3. Orvostudományok BIOCHEMISTRY & MOLECULAR BIOLOGY 1.5. Biológiai tudományok 1. Természettudományok CELL BIOLOGY 1.5. Biológiai tudományok 1. Természettudományok INFECTIOUS DISEASES 3.5. Multidiszciplináris orvostudományok 3. Orvostudományok MULTIDISCIPLINARY 3.5. Multidiszciplináris SCIENCES orvostudományok 3. Orvostudományok 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 orvostudományok 3. Orvostudományok PHARMACOLOGY & PHARMACY 3.4. Gyógyszertudományok 3. Orvostudományok

16 TRANSPLANTATION 3.2. Klinikai orvostudományok 3. Orvostudományok ALLERGY 3.2. Klinikai orvostudományok 3. Orvostudományok VETERINARY SCIENCES 4.2. Állatorvosi tudományok 4. Agrártudományok GASTROENTEROLOGY & 3.2. Klinikai HEPATOLOGY orvostudományok 3. Orvostudományok PARASITOLOGY 3.2. Klinikai orvostudományok 3. Orvostudományok TROPICAL MEDICINE 3.2. Klinikai orvostudományok 3. Orvostudományok DERMATOLOGY 3.2. Klinikai orvostudományok 3. Orvostudományok UROLOGY & 3.2. Klinikai NEPHROLOGY orvostudományok 3. Orvostudományok RHEUMATOLOGY 3.2. Klinikai orvostudományok 3. Orvostudományok Reproductive Sci Clinical Med REPRODUCTIVE BIOLOGY 1.5. Biológiai tudományok 1. Természettudományok DEVELOPMENTAL BIOLOGY 1.5. Biológiai tudományok 1. Természettudományok 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 SURGERY PERIPHERAL VASCULAR DISEASE CARDIAC & CARDIOVASCULAR SYSTEMS SPORT SCIENCES CRITICAL CARE MEDICINE ORTHOPEDICS HEMATOLOGY RESPIRATORY SYSTEM PHYSIOLOGY 3.2. Klinikai orvostudományok 3.2. Klinikai orvostudományok 3.2. Klinikai orvostudományok 3.2. Klinikai orvostudományok 3.2. Klinikai orvostudományok 3.2. Klinikai orvostudományok 3.2. Klinikai orvostudományok 3.2. Klinikai orvostudományok 3.2. Klinikai orvostudományok 3. Orvostudományok 3. Orvostudományok 3. Orvostudományok 3. Orvostudományok 3. Orvostudományok 3. Orvostudományok 3. Orvostudományok 3. Orvostudományok 3. Orvostudományok ENGINEERING, BIOMEDICAL 3.2. Klinikai 3. Orvostudományok

17 RADIOLOGY, NUCLEAR MEDICINE & MEDICAL IMAGING EMERGENCY MEDICINE REHABILITATION MATERIALS SCIENCE, BIOMATERIALS ANESTHESIOLOGY DENTISTRY, ORAL SURGERY & MEDICINE orvostudományok 3.2. Klinikai orvostudományok 3.2. Klinikai orvostudományok 3.2. Klinikai orvostudományok 3.5. Multidiszciplináris orvostudományok 3.2. Klinikai orvostudományok 3.2. Klinikai orvostudományok 3. Orvostudományok 3. Orvostudományok 3. Orvostudományok 3. Orvostudományok 3. Orvostudományok 3. Orvostudományok Health Sci PUBLIC, ENVIRONMENTAL & OCCUPATIONAL HEALTH HEALTH POLICY & SERVICES HEALTH CARE SCIENCES & SERVICES 5.7. Multidiszciplináris társadalomtudományok 5.7. Multidiszciplináris társadalomtudományok 5.7. Multidiszciplináris társadalomtudományok 5. Társadalomtudományok 5. Társadalomtudományok 5. Társadalomtudományok 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 5.7. Multidiszciplináris társadalomtudományok 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 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, Multidiszciplináris ENVIRONMENTAL műszaki tudományok 2. Műszaki tudományok MARINE & FRESHWATER 1.5. Biológiai tudományok 1. Természettudományok

18 BIOLOGY OCEANOGRAPHY 1.7. Multidiszciplináris természettudományok 1. Természettudományok METEOROLOGY & ATMOSPHERIC SCIENCES 1.4. Földtudományok 1. Természettudományok FISHERIES 1.7. Multidiszciplináris természettudományok 1. Természettudományok AGRICULTURAL 2.9. Agrár műszaki ENGINEERING tudományok 2. Műszaki tudományok TOXICOLOGY 1.3. Kémiai tudományok 1. Természettudományok ENGINEERING, OCEAN Multidiszciplináris műszaki tudományok 2. Műszaki tudományok Agri Sci Geosciences AGRICULTURE, MULTIDISCIPLINARY 4.6. Multidiszciplináris agrártudományok 4. Agrártudományok FOOD SCIENCE & TECHNOLOGY 4.4. Élelmiszertudományok 4. Agrártudományok CHEMISTRY, APPLIED 1.3. Kémiai tudományok 1. Természettudományok AGRONOMY 4.6. Multidiszciplináris agrártudományok 4. Agrártudományok PLANT SCIENCES 1.5. Biológiai tudományok 1. Természettudományok HORTICULTURE 4.1. Növénytermesztési és kertészeti tudományok 4. Agrártudományok SOIL SCIENCE 4.6. Multidiszciplináris agrártudományok 4. Agrártudományok FORESTRY 4.5. Erdészeti és vadgazdálkodási tudományok 4. Agrártudományok AGRICULTURE, DAIRY & 4.3. Állattenyésztési ANIMAL SCIENCE tudományok 4. Agrártudományok MYCOLOGY 1.5. Biológiai tudományok 1. Természettudományok MATERIALS SCIENCE, 2.4. Anyagtudományok és PAPER & WOOD technológiák 2. Műszaki tudományok MATERIALS SCIENCE, 2.4. Anyagtudományok és TEXTILES technológiák 2. Műszaki tudományok 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 REMOTE SENSING IMAGING SCIENCE & PHOTOGRAPHIC TECHNOLOGY 2.7. Vegyészmérnöki tudományok Multidiszciplináris műszaki tudományok 2.2. Villamosmérnöki tudományok 2. Műszaki tudományok 2. Műszaki tudományok 2. Műszaki tudományok ARCHAEOLOGY 6.1. Történelemtudományok 6. Bölcsészettudományok

19 Chemistry Physics Mtls Sci 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 természettudományok 1. Természettudományok 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, MULTIDISCIPLINARY 1.2. Fizikai tudományok 1. Természettudományok PHYSICS, PARTICLES & FIELDS 1.2. Fizikai tudományok 1. Természettudományok 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, 1.1. Matematika- és MATHEMATICAL számítástudományok 1. Természettudományok SPECTROSCOPY Multidiszciplináris műszaki tudományok 2. Műszaki tudományok PHYSICS, FLUIDS & PLASMAS 1.2. Fizikai tudományok 1. Természettudományok OPTICS 1.2. Fizikai tudományok 1. Természettudományok MINING & MINERAL PROCESSING 1.7. Multidiszciplináris természettudományok 1. Természettudományok ASTRONOMY & ASTROPHYSICS 1.2. Fizikai tudományok 1. Természettudományok MATERIALS SCIENCE, 2.4. Anyagtudományok és MULTIDISCIPLINARY technológiák 2. Műszaki tudományok PHYSICS, APPLIED 2.4. Anyagtudományok és technológiák 2. Műszaki tudományok PHYSICS, CONDENSED 2.4. Anyagtudományok és MATTER technológiák 2. Műszaki tudományok NANOSCIENCE & 2.4. Anyagtudományok és NANOTECHNOLOGY technológiák 2. Műszaki tudományok METALLURGY & 2.4. Anyagtudományok és METALLURGICAL ENGINEERING technológiák 2. Műszaki tudományok MATERIALS SCIENCE, 2.4. Anyagtudományok és COATINGS & FILMS technológiák 2. Műszaki tudományok CHEMISTRY, PHYSICAL 2.4. Anyagtudományok és technológiák 2. Műszaki tudományok ELECTROCHEMISTRY 2.4. Anyagtudományok és technológiák 2. Műszaki tudományok MATERIALS SCIENCE, 2.4. Anyagtudományok és 2. Műszaki tudományok

20 CERAMICS POLYMER SCIENCE technológiák 2.4. Anyagtudományok és technológiák 2. Műszaki tudományok 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 ENERGY & FUELS MATHEMATICS, APPLIED Multidiszciplináris műszaki tudományok 2.7. Vegyészmérnöki tudományok 2.7. Vegyészmérnöki tudományok Multidiszciplináris műszaki tudományok 2. Műszaki tudományok 2. Műszaki tudományok 2. Műszaki tudományok 2. Műszaki tudományok ENGINEERING, AEROSPACE 2.6. Közlekedéstudományok 2. Műszaki tudományok MATERIALS SCIENCE, CHARACTERIZATION & TESTING ACOUSTICS 2.4. Anyagtudományok és technológiák Multidiszciplináris műszaki tudományok 2. Műszaki tudományok 2. Műszaki tudományok 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 Multidiszciplináris műszaki tudományok 2. Műszaki tudományok ERGONOMICS Multidiszciplináris műszaki tudományok 2. Műszaki tudományok CONSTRUCTION & BUILDING TECHNOLOGY MATERIALS SCIENCE, COMPOSITES 2.1. Építőmérnöki tudományok 2.4. Anyagtudományok és technológiák 2. Műszaki tudományok 2. Műszaki tudományok ENGINEERING, GEOLOGICAL 2. Műszaki tudományok 2. Műszaki tudományok Computer Sci COMPUTER SCIENCE, HARDWARE & ARCHITECTURE COMPUTER SCIENCE, THEORY & METHODS ENGINEERING, ELECTRICAL & ELECTRONIC COMPUTER SCIENCE, SOFTWARE ENGINEERING COMPUTER SCIENCE, INFORMATION SYSTEMS COMPUTER SCIENCE, ARTIFICIAL INTELLIGENCE 2.8. Informatikai tudományok 1.1. Matematika- és számítástudományok 2.2. Villamosmérnöki tudományok 2.8. Informatikai tudományok 2.8. Informatikai tudományok 1.1. Matematika- és számítástudományok 2. Műszaki tudományok 1. Természettudományok 2. Műszaki tudományok 2. Műszaki tudományok 2. Műszaki tudományok 1. Természettudományok

21 TELECOMMUNICATIONS INFORMATION SCIENCE & LIBRARY SCIENCE AUTOMATION & CONTROL SYSTEMS ROBOTICS COMPUTER SCIENCE, CYBERNETICS 2.8. Informatikai tudományok 5.7. Multidiszciplináris társadalomtudományok 2.8. Informatikai tudományok 2.8. Informatikai tudományok 2.8. Informatikai tudományok 2. Műszaki tudományok 5. Társadalomtudományok 2. Műszaki tudományok 2. Műszaki tudományok 2. Műszaki tudományok Math, Interdisciplinary MATHEMATICS, INTERDISCIPLINARY APPLICATIONS STATISTICS & PROBABILITY MATHEMATICAL & COMPUTATIONAL BIOLOGY SOCIAL SCIENCES, MATHEMATICAL METHODS MEDICAL INFORMATICS COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS PSYCHOLOGY, MATHEMATICAL 1.1. Matematika- és számítástudományok 1.1. Matematika- és számítástudományok 1.7. Multidiszciplináris természettudományok 5.7. Multidiszciplináris társadalomtudományok 3.5. Multidiszciplináris orvostudományok 1.1. Matematika- és számítástudományok 1.7. Multidiszciplináris természettudományok 1. Természettudományok 1. Természettudományok 1. Természettudományok 5. Társadalomtudományok 3. Orvostudományok 1. Természettudományok 1. Természettudományok Industrial Engineering/Man agement sciences MANAGEMENT BUSINESS OPERATIONS RESEARCH & MANAGEMENT SCIENCE 5.1. Gazdálkodás- és szervezéstudományok 5.2. Közgazdaságtudományok 5.1. Gazdálkodás- és szervezéstudományok 5. Társadalomtudományok 5. Társadalomtudományok 5. Társadalomtudományok ENGINEERING, INDUSTRIAL 2. Műszaki tudományok 2. Műszaki tudományok ENGINEERING, MANUFACTURING 2. Műszaki tudományok 2. Műszaki tudományok MATHEMATICS INDUSTRIAL RELATIONS & LABOR 1.1. Matematika- és számítástudományok 5.1. Gazdálkodás- és szervezéstudományok 1. Természettudományok 5. Társadalomtudományok Cognitive Sciences PSYCHOLOGY PSYCHOLOGY, EXPERIMENTAL PSYCHOLOGY, BIOLOGICAL BEHAVIORAL SCIENCES 6.6. Pszichológiai tudományok 6.6. Pszichológiai tudományok 6.6. Pszichológiai tudományok 6.6. Pszichológiai tudományok 6. Bölcsészettudományok 6. Bölcsészettudományok 6. Bölcsészettudományok 6. Bölcsészettudományok

22 3.1. Elméleti NEUROSCIENCES 3. Orvostudományok orvostudományok PSYCHOLOGY, 6.6. Pszichológiai MULTIDISCIPLINARY 6. Bölcsészettudományok tudományok 3.2. Klinikai PSYCHIATRY 3. Orvostudományok orvostudományok 3.2. Klinikai PSYCHOLOGY, CLINICAL 3. Orvostudományok orvostudományok LINGUISTICS 6.3. Nyelvtudományok 6. Bölcsészettudományok 3.2. Klinikai NEUROIMAGING 3. Orvostudományok orvostudományok LANGUAGE & LINGUISTICS 6.3. Nyelvtudományok 6. Bölcsészettudományok 3.2. Klinikai CLINICAL NEUROLOGY 3. Orvostudományok orvostudományok OTORHINOLARYNGOLOG 3.2. Klinikai Y 3. Orvostudományok orvostudományok MUSIC 7.6. Zeneművészet 7. Művészetek 6. Bölcsészettudományok PSYCHOLOGY, 6.6. Pszichológiai PSYCHOANALYSIS tudományok Soc/Psych & Rltd FAMILY STUDIES 5.4. Szociológiai 5. tudományok Társadalomtudományok PSYCHOLOGY, SOCIAL 5.4. Szociológiai 5. tudományok Társadalomtudományok SOCIAL WORK 5.4. Szociológiai 5. tudományok Társadalomtudományok SOCIOLOGY 5.4. Szociológiai 5. tudományok Társadalomtudományok SOCIAL SCIENCES, INTERDISCIPLINARY 5.4. Szociológiai tudományok 5. Társadalomtudományok PSYCHOLOGY, 6.6. Pszichológiai DEVELOPMENTAL tudományok 6. Bölcsészettudományok WOMEN'S STUDIES 5.4. Szociológiai 5. tudományok Társadalomtudományok PSYCHOLOGY, APPLIED Multidiszciplináris bölcsészettudományok 6. Bölcsészettudományok PSYCHOLOGY, Multidiszciplináris EDUCATIONAL bölcsészettudományok 6. Bölcsészettudományok CRIMINOLOGY & PENOLOGY 5.7. Multidiszciplináris társadalomtudományok 5. Társadalomtudományok RELIGION 6.9. Vallástudományok 6. Bölcsészettudományok EDUCATION & 5.7. Multidiszciplináris 5. EDUCATIONAL RESEARCH társadalomtudományok Társadalomtudományok DEMOGRAPHY 5.3. Állam- és 5. jogtudományok Társadalomtudományok COMMUNICATION Média- és 6. Bölcsészettudományok kommunikációs tudományok ETHNIC STUDIES 5.7. Multidiszciplináris társadalomtudományok LAW 5.3. Állam- és Társadalomtudományok

23 FILM, RADIO, TELEVISION EDUCATION, SPECIAL jogtudományok Média- és kommunikációs tudományok 5.7. Multidiszciplináris társadalomtudományok Társadalomtudományok 6. Bölcsészettudományok 5. Társadalomtudományok Policy Sci Ethical & Social Issues Literature & Arts PLANNING & DEVELOPMENT ENVIRONMENTAL STUDIES URBAN STUDIES ECONOMICS GEOGRAPHY AGRICULTURAL ECONOMICS & POLICY AREA STUDIES POLITICAL SCIENCE INTERNATIONAL RELATIONS BUSINESS, FINANCE PUBLIC ADMINISTRATION 5.1. Gazdálkodás- és szervezéstudományok 5.7. Multidiszciplináris társadalomtudományok 5.7. Multidiszciplináris társadalomtudományok 5.2. Közgazdaságtudományok 5.7. Multidiszciplináris társadalomtudományok 5.2. Közgazdaságtudományok 5.7. Multidiszciplináris társadalomtudományok 5.5. Politikatudományok 5.7. Multidiszciplináris társadalomtudományok 5.2. Közgazdaságtudományok 5.3. Állam- és jogtudományok 5. Társadalomtudományok 5. Társadalomtudományok 5. Társadalomtudományok 5. Társadalomtudományok 5. Társadalomtudományok 5. Társadalomtudományok 5. Társadalomtudományok 5. Társadalomtudományok 5. Társadalomtudományok 5. Társadalomtudományok 5. Társadalomtudományok HISTORY OF SOCIAL SCIENCES 6.1. Történelemtudományok 6. Bölcsészettudományok HISTORY 6.1. Történelemtudományok 6. Bölcsészettudományok ARCHITECTURE 7.1. Építőművészet 7. Művészetek MEDICAL ETHICS Multidiszciplináris bölcsészettudományok 6. Bölcsészettudományok ETHICS 6.4. Filozófiai tudományok 6. Bölcsészettudományok SOCIAL SCIENCES, BIOMEDICAL 5.7. Multidiszciplináris társadalomtudományok 5. Társadalomtudományok SOCIAL ISSUES 5.7. Multidiszciplináris 5. társadalomtudományok Társadalomtudományok MEDICINE, LEGAL 5.7. Multidiszciplináris 5. társadalomtudományok Társadalomtudományok PHILOSOPHY 6.4. Filozófiai tudományok 6. Bölcsészettudományok HISTORY & PHILOSOPHY OF SCIENCE 6.4. Filozófiai tudományok 6. Bölcsészettudományok 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

24 HUMANITIES, Multidiszciplináris MULTIDISCIPLINARY bölcsészettudományok 6. Bölcsészettudományok LITERATURE, ROMANCE 6.2. Irodalomtudományok 6. Bölcsészettudományok 6.8. Művészeti és MEDIEVAL & RENAISSANCE STUDIES 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 h 2 ). 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 g 2 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: e 2 értéke a h-magban szereplő publikációknak a h érték fölötti hivatkozásainak összege. (Ismét a geometriai értelmezésben válik ennek jelentése egyből világossá.).

25 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. Intézményi összevonások, felsőoktatási együttműködési zónák A jövőben esetlegesen létrejövő felsőoktatási integrációk publikációs teljesítményre gyakorolt hatása is modellezésre került. A Nemzeti Felsőoktatás Fejlesztéspolitikai Irányai című, társadalmi vitára bocsátott dokumentumban megfogalmazott felsőoktatási együttműködési zónák, valamint az alábbi hipotetikus intézményi integrációk (ELTE-SE, ELTE-BCE, SZIE-BCE, ELTE- SZIE-BCE, PTE-KE, PE-KE, PE-SZE, PE-NYME, PE-DF, NYME-SZE, NYME- SZE-PE, EKF-KRF, KRF-SZIE, DE-NYF, ME-NYF) lettek modellezve, és ábrázolva a már fent említett tudománytérképek segítségével.

26 Intézményi összevonások, felsőoktatási együttműködési zónák A tudományterületenkénti intézményi sorrendet összehasonlítottuk a képzési területek állami finanszírozásának intézményi sorrendjével. Az állami finanszírozás az elmúlt évtized során döntően a képzési támogatásból illetve az intézményi fenntartói valamint tudományos normatívából állt. Ez utóbbiak a minősített oktatók számához volt kötve, azaz egyértelműen köthető az intézményi nagysághoz, annak függvénye. Az állami támogatás felét kitevő képzési támogatás a hallgatók létszámához kötött. Az államai támogatás a felvételi rendszeren keresztül részben a kapacitásokhoz, részben a hallgatói jelentkezésekhez, preferenciákhoz kötött: a népszerű intézmények magasabb létszám finanszírozást kaptak. Érdemes megvizsgálni, hogy az egyes képzési területek támogatása és az adott képzési területnek megfelelő, ahhoz kapcsolódó tudományos, kutatási teljesítmény között milyen összefüggés tapasztalható. Hipotézisünk szerint az intézményi nagyság, azaz a nagy összhallgatói és oktatói létszám a tudományos eredmények előállításához szükséges kritikus tömeg biztosításához szükségesek, azaz ezen keresztül lehet összefüggés. Ugyanakkor az egyes képzések és intézményi profilok eltérő funkciója miatt a nagy állami támogatott hallgatói létszám és a tudományos teljesítmény között nem feltételezünk további összefüggést: a gyakorlatorientált, alkalmazásra épülő képzések nagy hallgatói létszáma miatt az erre szakosodott, ilyen profilú intézmények és a kutatásintenzív intézmények állami támogatási és tudományos sikerességi sorrendje jelentősen el fog térni. Az állami finanszírozásra vonatkozó adatok csak jogszabályban meghatározott képzési területenként összesíthetők, amelyek csak közelítéssel feletethetők meg a tanulmányban elemzett tudományterületeknek. A kutatás kimenete, az eredmények hasznosulása harmadik félnél A kutatás fő kimenetei a specifikált tanulmányok, bemutatások és elemzési adatvalamint 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). A Megrendelő kérésére egyes eredmények nyilvános közzétételét kizárjuk, különösen a hipotetikus intézményi összevonásokra vonatkozó ábrákat. Az összegző tanulmány Megrendelő tulajdona.

27 A fent említett eredmények nyilvános (a 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.

28 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,

29 amelyek így (intézményekre) aggregált formában is alkalmasak az intézmények széleskörű összehasonlítására.

30 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 ( ), valamint öt évet fog át ( ), ez a vizsgált minta vonatkozásában azt jelenti, hogy a publikációs ablakot egyrészt a 2001-től 2010-ig, másrészt a 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.

31 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

32 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 szakterületfüggőség 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.

33 Összefoglaló eredmények A időszak átfogó hazai összefoglalását a 4.1. ábra nyújtja. 4.1 ábra. Hazai kibocsátás (publikációk száma) és idézési hatékonyság (az MTA -val).

34 A időszak átfogó hazai összefoglalását a 4.2. ábra nyújtja. 4.2 ábra. Hazai kibocsátás (publikációk száma) és idézési hatékonyság (az MTA nélkül). Fönt: összes

35 adat. Lent: a kis kibocsátók kinagyítva. Szembeötlő a két vizsgált időszakra vetített adatok grafikus ábrázolása közötti hasonlóság, jobban mondva egyezés: mind a es időszak, mind a 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 es időszak tekintetében ezek (azaz évi ) 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

36 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 es adatok torzíthatnak.

37 5.1 ábra. Publikációk és idézések a kibocsátás erősorrendjében (az MTA-val együtt)

38 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

39 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 = 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.

40 6.1. ábra. H, G és E indexek a vizsgált intézményekre a es időszak tekintetében.

41 6.2. ábra. H, G és E indexek a vizsgált intézményekre a 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.

42 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 egyegy 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.

43 EMIR azonosító: TÁMOP /K

62 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

63 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.

64 Tudományterületi összevonások

84 Társadalomtudományi intézményi H, G, E indexek

96 Tudományok szerinti kibocsátási és idézési összehasonlítások

114 Tudományok szerinti kibocsátási és idézési összehasonlítások kis kibocsátók

132 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.

133 Tudományok (H, G, E index) oszlopdiagramokban

140 Ide

141 Kompetenciatérképek a időszak viszonylatában Nemzeti összehasonlításban ATK

142 BAY

143 BGF

144 BME

145 CEU

146 COLBUD

147 CORV

148 DE

149 DF

150 EGIS

151 EJF

152 EKF

153 ELTE

154 FILM

155 HEIM

156 KAP

157 KAROL

158 KF

159 KODOL

160 KRF

161 LISZT

162 MAFI

163 ME

164 MOHOL

165 MTA

166 NATHIS

167 NYIR

168 NYME

169 OBUD

170 OEP

171 ONK

172 PANN

173 PAZM

174 PSYNEU

175 PTE

176 RICHT

177 SOTE

178 SZE

179 SZIE

180 SZOLN

181 SZTE

182 Intézményen belüli struktúra ATK

183 BAY

184 BGF

185 BME

186 CEU

187 CORV

188 DE

189 DF

190 EGIS

191 EJF

192 EKF

193 ELTE

194 FILM

195 HEIM

196 KAP

197 KAROL

198 KF

199 KODOL

200 KRF

201 MAFI

202 ME

203 MOHOL

204 MTA

205 NATHIS

206 NYIR

207 NYME

208 OBUD

209 OEP

210 ONK

211 PANN

212 PAZM

213 PSYNEU

214 PTE

215 RICHT

216 SOTE

217 SZE

218 SZIE

219 SZTE

220 Kompetenciatérképek a es időszak viszonylatában Nemzeti összehasonlításban ATK

221 BAY

222 BME

223 CEU

224 COLBUD

225 CORV

226 DE

227 EGIS

228 ELTE

229 HEIM

230 KAP

231 MAFI

232 ME

233 MTA

234 NATHIS

235 NYIR

236 NYME

237 OEP

238 ONK

239 PANN

240 PAZM

241 PSYNEU

242 PTE

243 RICHT

244 SOTE

245 SZIE

246 SZTE

247 Intézményen belüli struktúra ATK

248 BAY

249 BME

250 CEU

251 COLBUD

252 CORV

253 DE

254 EGIS

255 ELTE

256 HEIM

257 KAP

258 MAFI

259 ME

260 MTA

261 NATHIS

262 NYIR

263 NYME

264 OEP

265 ONK

266 PANN

267 PAZM

268 PSYNEU

269 PTE

270 RICHT

271 SOTE

272 SZIE

273 SZTE A es időszak, illetve es időszak komeptenciatérképei, az egyes intézmények tudományos teljesítményét arányaiban vizsgálva azonos képet mutatnak. Az erőforrástérképek (nemzeti összehasonlítások) a es időszak nagyobb publikációs ablakának megfelelően több kibocsátást mutatnak, mint a es időszak hasonló adatai, azonban a tudományos publikációk intézményen belüli megoszlása (kompetenciatérkép) mindkét időszakban szinte teljesen megegyező.

274 Sugárdiagramok ( )

Több megjelenítése