Do tej pory staraliśmy się abstrahować od adekwatności danych wejściowych stanowiących o postrzeganej jakości poszczególnych produktów rozważanych w Problemie Oceny Producentów. Na chwilę jednakże skupmy naszą uwagę na naukometrycznej interpretacji POP (por. tab. 1.2, przypadek A). Przy-pomnijmy, że założenia najczęściej stosowane w tego typu badaniach zostały sformułowane w postaci tzw. postulatów wyidealizowanego rynku naukowego (warunki W1–W7 w rozdz. 1.6).
Postulaty te można podzielić na cztery grupy.
Po pierwsze, postulat W1 określa rodzaj produktów, na podstawie któ- W1 rych dokonywana jest ocena producenta (autora). Najczęściej rozpatrywa-nymi w bibliometrii efektami pracy naukowców są publikacje. Czasem jednak uwzględniać można inne wytwory, np. patenty [por. np. 100].
Warunki W2–W4 są właściwe rozpatrywanej dziedzinie. Rozważania na W2–W4 ich temat interesują nas najmniej, chociaż budzą żywe zainteresowanie w
li-teraturze przedmiotu. Alternatywne sposoby pomiaru jakości publikacji oraz wymaganego nakładu pracy omówiliśmy pokrótce w rozdz. 1.4.6.
Pozostałe warunki są wspólne dla wszystkich przypadków POP. I tak W5 W5,W6 i W6 można traktować jako swego rodzaju aksjomaty określające badane
przez nas zagadnienie. Wynika z nich zasada „im więcej, tym lepiej”.
Ostatni postulat (W7) odnosi się z kolei do posiadanej przez nas wiedzy W7 na temat produktów i ich oceny. W wyidealizowanym przypadku zakładamy, iż dysponujemy pełną informacją. Spróbujemy jednak teraz osłabić ten wa-runek.
Nietrudno zauważyć, że w praktyce bardzo rzadko dysponujemy
kom-Brak pełnej
informacji pletną wiedzą o produktach i ich ocenach. Najczęściej przecież pobieramy informacje bibliograficzne z komputerowych baz, np. Web of Science, Sci-Verse Scopus lub Google Scholar, por. [74, 183] i rozdz. 1.3.2. Niestety, tego typu bazy nie pokrywają wszystkich możliwych źródeł (czasopism, materia-łów konferencyjnych itp.). Co więcej, mogą w nich istnieć błędne przypisania (por. rozdz. 6). Z tych powodów w większości przypadków mamy do czynienia z danymi prawostronnie cenzorowanymi [por. 3]. Innymi słowy, rzeczywista liczba cytowań artykułów jest (z dużym prawdopodobieństwem) co najmniej równa tej, która została zwrócona przez bazę danych.
Ponadto, cytowania w przyjętym modelu są odzwierciedleniem jedynie
Dynamiczny charakter modelowanego procesu
aktualnie postrzeganej przez środowisko naukowe jakości publikacji. Każdy artykuł, nawet ten o wielce istotnym wpływie na rozpatrywaną dziedzinę, ma na początku 0 cytowań. Liczba ta wzrasta, w miarę jak praca staje się uznawana za wartościową. Przyjęcie publikacji do druku wyraża co najwyżej fakt spełnienia przez nią minimalnych wymogów jakościowych właściwym czasopismu.
Z tego też powodu mówimy, że proces publikowania/cytowania jest ze swej natury dynamiczny. Wektor wejściowy x nie reprezentuje wiedzy o po-tencjalnych zdolnościach autora, ale o jego dotychczasowych osiągnięciach.
Stan ten z pewnością zmieni się w przyszłości, jeśli będzie on publikował kolejne artykuły, a jego prace będą uzyskiwać dodatkowe cytowania.
Co więcej, proces ten ma zawsze charakter akumulacyjny, jako że ciągi ocen producenta x(1), x(2), . . . w kolejnych jednostkach czasu tworzą łańcuch względem relacji częściowego porządku E, tj. zachodzi x(1) Ex(2) E. . ..
Rozważmy następującą ilustrację. Załóżmy, że prof. Zacny, którego doro-bek opisany jest ciągiem x, zamierza aplikować na intratne stanowisko orga-nizacyjne w pewnej zagranicznej jednostce naukowej. Przesyła więc komisji rekrutacyjnej listę swoich publikacji i ich cytowań utworzoną dnia 17 czerwca 2011 r. Komisja zebrała się dokładnie trzy miesiące później. Ustaliła, że kandydaci będą oceniani za pomocą kryterium F ∈ EI(I) (pewnej funkcji wpływu).
Pojawia się bardzo ważne pytanie. Jaką pewność może mieć prof. Zacny, że ocena jego dorobku nie jest de facto w chwili obrad komisji już wyższa z po-wodu zacytowania niektórych jego prac przez nowo opublikowane artykuły, bądź z powodu nieodnalezienia przez niego wszystkich cytowań za pomocą dostępnej w jego ośrodku naukowym bazy XYZ 1.04 (por. tab. 1.1)? Innymi
słowy, jeśli x∗ x jest rzeczywistym, zaktualizowanym ciągiem ocen, jak ma się wartość F(x∗) do F(x)?
Aby móc sformalizować przedstawiony problem, rozpatrzmy wpierw dwa konkretne przykłady. W przypadku F ∈ P(sat), tj. nasycalnych funkcji wpływu, dokładne wartości elementów badanego ciągu mogą być ignorowane, jeśli osiągnęły pewien ustalony próg. Rozważmy np. funkcję F = H, czyli in-deks h. H(x) = 4 może być uzyskana dla nieprzeliczalnie wielu x ∈ [0, ∞]4,5,.... Mamy bowiem H(x) = 4 wtedy i tylko wtedy, gdy x(n−3) 4 i x(n−4) ¬ 4.
Jednakże nie jest to warunek dostateczny, aby H(x, 5) = 5.
Rozważmy ponadto następujące ciągi:
x = (4, 4, 4, 4, 0, 0, 0, 0) oraz y = (9, 8, 7, 6, 4, 4, 3, 1).
W obydwu przypadkach mamy H(x) = H(y) = 4. Mimo tego, y cechuje się znacznie większym potencjałem wzrostu H niż x. „Koszt” zwiększenia bowiem H(y) do wartości równej np. 6 jest znacznie niższy niż w pierwszej sytuacji. Wystarczy bowiem zmodyfikować elementy y(3) i y(4), bądź dodać dwa nowe o odpowiedniej ocenie.
Ogólnie rzecz biorąc, mając daną funkcję wpływu F ∈ EI(I) i ciąg x∈ In, możemy starać się zwiększać wartość F(x) < b za pomocą jednej z trzech operacji:
(o1) zwiększania wartości niektórych elementów z x, tzn. znalezienia y ∈ In Operacje
(o1)–(o3)
takiego, że F(x + y) > F(x),
(o2) dodawania (konkatenacji) elementów do x, tzn. znalezienia z ∈ Im takiego, że F(x, z) > F(x), bądź
(o3) jednoczesnego zwiększania wartości elementów i dołączania nowych, tj. poszukiwania y′ ∈ In i z′ ∈ Im takich, że F(x + y′, z′) > F(x).
W każdym przypadku, by można było zwiększyć ocenę producenta reprezen-towanego przez x, wymagane jest poniesienie pewnego kosztu. Mimo to warto być świadomym, że dla pewnych funkcji i wektorów niektóre z powyższych operacji mogą nie skutkować wzrostem wartości F. Dla przykładu, (o1) może nie przynosić zamierzonego efektu dla F ∈ P(sat).
Celem niniejszego rozdziału jest opis potencjału wzrostu wartości F(x) (dla danej F i danego x) przy założeniu osłabienia postulatu W7 wyidealizo-wanego rynku naukowego, czyli przy braku dostępu do pełnej informacji bądź
w kontekście dynamicznym. Jest to przypadek danych prawostronnie cenzo-rowanych, gdzie stan x oznacza de facto „co najmniej x, ale nie wiadomo, czy więcej”. Do tego celu zastosujemy tzw. jakościową teorię możliwości, której zaletą jest intuicyjność interpretacji uzyskanych narzędzi. Większość wyni-ków, które zamieszczamy poniżej, przedstawiliśmy w pracach [82, 87].