A hazai felsőoktatás kutatási szerkezetelemzése

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. teljes verzió

BUDAPEST, 2013. január. 16.

 2013, PetaByte Kft.

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


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 Intézményi összevonások, felsőoktatási együttműködési zónák ....................................... 25 A kutatás kimenete, az eredmények hasznosulása harmadik félnél .................................. 26 Módszertani megjegyzések és korlátok .....................................................................28 A „körtét az almával”-probléma................................................................................... 28 Publikációs és idézési ablak: az időbeli aggregáció következményei ................................. 30 Mennyiségi, minőségi, abszolút és relatív mutatók ......................................................... 31 Összefoglaló eredmények .........................................................................................33 Intézményi H, G, E indexek .......................................................................................42 Tudományterületi összevonások ...............................................................................64 Társadalomtudományi intézményi H,G,E indexek ......................................................84 Tudományok szerinti kibocsátási és idézési összehasonlítások .................................96 Tudományok szerinti kibocsátási és idézési összehasonlítások – kis kibocsátók ............... 114 Tudományok (H, G, E index) oszlopdiagramokban ..................................................133 Kompetenciatérképek a 2007-2011 időszak viszonylatában ...................................141 Nemzeti összehasonlításban ..................................................................................... 141 Intézményen belüli struktúra .................................................................................... 182 Sugárdiagramok ......................................................................................................274 Intézményi összevonások, zónaelemzések .............................................................294 Nemzeti összehasonlításban ...................................................................................295 Intézményen belüli struktúra ..................................................................................312 Releváns képzési területek szerinti finanszírozás ...................................................329 Összefoglaló ajánlások ............................................................................................336



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 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, 2013. január 16.

Dr. Kampis György ügyvezető igazgató egyetemi tanár (ELTE)



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 Summary2007-11 Summary_kicsik HU2Dim2007-11 HU2Dim2007-11_kicsik Indexek H_index_all H indexek SC alapján H indexek tudományonkénti ábrán Tudományok_2D_abrakon H indexek tudományterületek alapján H indexek a társadalomtudományban

Tudománytérképek „Overlay” könyvtár

Sugárdiagramok Sugárdiagram PDF-ek


Nyers adathalmaz az összes követő elemzés számára Összesített oszlopdiagramok (PDF) Kibocsátás és idézés összesítésben (PDF)

2Dimenziós

Országos összesítő ábra, összesített indexekkel + nyers adatok PDF ábrák intézményenként + nyers adatok PDF ábrák tudományonként + nyers adatok 2D ábrák + nyers adatok PDF ábrák intézetenként + nyers adatok PDF ábrák intézetenként + nyers adatok

intézményi

Nemzeti és intézményen belüli összevetésben készült tudománytérképek, hipotetikus összevonásokkal (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 2000es 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 teljesítménytjelöl.



Angol név Research Instute for Animal Breeding and Nutrition Bay Zoltan Foundation for Applied Research Budapest Business School Budapest Technical University Central European University Collegium Budapest Corvinus University Budapest Debrecen University College of Dunaújváros Egis Pharmaceuticals Eötvös József College Eszterházy Károly College Eötvös Loránd University University of Theatre and Film Arts Heim Pál Children's Hospital University of Kaposvár Károli Gáspár University of the Reformed Church Kecskemét College Kodolányi János University of Applied Sciences Károly Robert College Liszt Academy of Music Geological Institute of Hungary University of Miskolc Moholy-Nagy Unviersity of Art and Design Hungarian Academy of Science Hungarian Natural History Museum College of Nyíregyháza University of West Hungary Óbuda University National Health Insurance Fund Administration Hungary National Institute of Oncology Pannon University Pázmány Peter University National Institute of Psychiatry & Neurology University of Pécs Gedeon Richter Chemical Works Semmelweis University of Medicine Széchenyi István University Szent István University College of Szolnok University of Szeged Nulla előfordulással: Hungarian University of Fine Arts Hungarian Dance Academy National University of Public Service

1. táblázat. A vizsgált intézmények köre


Magyar név

Rövidítés

Állattenyésztési és Takarmányozási Kutatóintézet Bay Zoltán Alkalmazott Kutatási Alapítvány Budapesti Gazdasági Főiskola Budapest Műszaki Egyetem Közép-Európai Egyetem Collegium Budapest Budapesti Corvinus Egyetem Debreceni Egyetem Dunaújvárosi Főiskola Egis Gyógyszergyár Eötvös József Főiskola Eszterházy Károly Főiskola Eötvös Loránd Tudományegyetem Színház es Filmművészeti Egyetem Heim Pál Gyermekkórház Kaposvári Egyetem Károli Gáspár Református Egyetem Kecskeméti Főiskola Kodolányi János Főiskola Károly Róbert Főiskola Liszt Ferenc Zeneművészeti Egyetem Magyar Földtani Intézet Miskolci Egyetem Moholy-Nagy Művészeti Egyetem Magyar Tudományos Akadémia Természettudományi Múzeum Nyíregyházi Főiskola Nyugat-Magyarországi Egyetem Óbudai Egyetem Országos Egészségpénztár Onkológiai Intézet Pannon Egyetem Pázmány Péter Egyetem Országos Pszichiátriai és Neurológiai Intézet Pécsi Egyetem Richter Gedeon Vegyészeti Gyár Semmelweis Orvostudományi Egyetem Széchenyi István Egyetem Szent István Egyetem Szolnoki Főiskola Szegedi Tudományegyetem

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

Magyar Képzőművészeti Egyetem Magyar Táncművészeti Főiskola Nemzeti Közszolgálati Egyetem

MKE MTF NKE


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 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


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



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.



(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 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.



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

Engineering

Biomed Sci

Env Sci & Tech

Business & MGT

Geosciences

Chemistry

Health & Social Issues

Clinical Med

Infectious Diseases

Cognitive Sci.

Matls Sci

Computer Sci.

Physics

Ecol Sci

Psychology

Econ. Polit. & Geography

Social Studies

A fenti területek a tudománytérképek összevont kategóriáit képviselik, modern tudománymetriai elemzésekben nemzetközileg használatosak. A Magyarországon használatos osztályozásokra a következő módon fordíthatók: MacroDisciplines

SC

Biomed Sci

IMMUNOLOGY MEDICINE, RESEARCH & EXPERIMENTAL MEDICAL LABORATORY TECHNOLOGY ONCOLOGY BIOCHEMISTRY & MOLECULAR BIOLOGY CELL BIOLOGY INFECTIOUS DISEASES MULTIDISCIPLINARY SCIENCES VIROLOGY MICROBIOLOGY BIOTECHNOLOGY & APPLIED MICROBIOLOGY GENETICS & HEREDITY PATHOLOGY PHARMACOLOGY & PHARMACY


Ortelius 2 3.1. Elméleti orvostudományok 3.1. Elméleti orvostudományok 3.5. Multidiszciplináris orvostudományok 3.2. Klinikai orvostudományok

Ortelius 1 3. Orvostudományok 3. Orvostudományok 3. Orvostudományok 3. Orvostudományok

1.5. Biológiai tudományok

1. Természettudományok

1.5. Biológiai tudományok 3.5. Multidiszciplináris orvostudományok 3.5. Multidiszciplináris orvostudományok 1.5. Biológiai tudományok 1.5. Biológiai tudományok




1.5. Biológiai tudományok 3.5. Multidiszciplináris orvostudományok


3.4. Gyógyszertudományok

3. Orvostudományok

3. Orvostudományok 3. Orvostudományok 1. Természettudományok 1. Természettudományok

3. Orvostudományok


TRANSPLANTATION ALLERGY VETERINARY SCIENCES GASTROENTEROLOGY & HEPATOLOGY PARASITOLOGY TROPICAL MEDICINE DERMATOLOGY UROLOGY & NEPHROLOGY RHEUMATOLOGY

Reproductive Sci

REPRODUCTIVE BIOLOGY DEVELOPMENTAL BIOLOGY ANATOMY & MORPHOLOGY ENDOCRINOLOGY & METABOLISM OBSTETRICS & GYNECOLOGY ANDROLOGY MICROSCOPY OPHTHALMOLOGY

Clinical Med

SURGERY PERIPHERAL VASCULAR DISEASE CARDIAC & CARDIOVASCULAR SYSTEMS SPORT SCIENCES CRITICAL CARE MEDICINE ORTHOPEDICS HEMATOLOGY RESPIRATORY SYSTEM PHYSIOLOGY ENGINEERING, BIOMEDICAL


3.2. Klinikai orvostudományok 3.2. Klinikai orvostudományok 4.2. Állatorvosi tudományok 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











1.5. Biológiai tudományok 1.7. Multidiszciplináris természettudományok 1.5. Biológiai tudományok


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

3.2. Klinikai

3. Orvostudományok

3. Orvostudományok 4. Agrártudományok 3. Orvostudományok 3. Orvostudományok 3. Orvostudományok 3. Orvostudományok 3. Orvostudományok 3. Orvostudományok

1. Természettudományok 1. Természettudományok

3. Orvostudományok 3. Orvostudományok 3. Orvostudományok 3. Orvostudományok 3. Orvostudományok 3. Orvostudományok 3. Orvostudományok 3. Orvostudományok


RADIOLOGY, NUCLEAR MEDICINE & MEDICAL IMAGING EMERGENCY MEDICINE REHABILITATION MATERIALS SCIENCE, BIOMATERIALS ANESTHESIOLOGY DENTISTRY, ORAL SURGERY & MEDICINE

Health Sci

PUBLIC, ENVIRONMENTAL & OCCUPATIONAL HEALTH HEALTH POLICY & SERVICES

3. Orvostudományok 3. Orvostudományok 3. Orvostudományok 3. Orvostudományok 3. Orvostudományok 5. Társadalomtudományok 5. Társadalomtudományok 5. Társadalomtudományok

3.3. Egészségtudományok

3. Orvostudományok

3.3. Egészségtudományok 3.3. Egészségtudományok

3. Orvostudományok 3. Orvostudományok


3. Orvostudományok

3.3. Egészségtudományok 3.3. Egészségtudományok 5.7. Multidiszciplináris társadalomtudományok 3.3. Egészségtudományok

3. Orvostudományok 3. Orvostudományok 5. Társadalomtudományok 3. Orvostudományok


3. Orvostudományok

ECOLOGY BIODIVERSITY CONSERVATION ZOOLOGY EVOLUTIONARY BIOLOGY BIOLOGY ORNITHOLOGY ENTOMOLOGY ANTHROPOLOGY









1.5. Biológiai tudományok 1.5. Biológiai tudományok 1.5. Biológiai tudományok 1.5. Biológiai tudományok

1. Természettudományok 1. Természettudományok 1. Természettudományok 1. Természettudományok

ENVIRONMENTAL SCIENCES WATER RESOURCES LIMNOLOGY

1.6. Környezettudományok


1.6. Környezettudományok 1.6. Környezettudományok 2.11. Multidiszciplináris műszaki tudományok 1.5. Biológiai tudományok

1. Természettudományok 1. Természettudományok

EDUCATION, SCIENTIFIC DISCIPLINES NUTRITION & DIETETICS INTEGRATIVE & COMPLEMENTARY MEDICINE

Env Sci & Tech

3. Orvostudományok

5.7. Multidiszciplináris társadalomtudományok 5.7. Multidiszciplináris társadalomtudományok 5.7. Multidiszciplináris társadalomtudományok

HEALTH CARE SCIENCES & SERVICES MEDICINE, GENERAL & INTERNAL NURSING GERONTOLOGY GERIATRICS & GERONTOLOGY SUBSTANCE ABUSE PEDIATRICS

Ecol Sci

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

ENGINEERING, ENVIRONMENTAL MARINE & FRESHWATER


2. Műszaki tudományok 1. Természettudományok

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

1.7. Multidiszciplináris természettudományok


METEOROLOGY & ATMOSPHERIC SCIENCES

1.4. Földtudományok


FISHERIES AGRICULTURAL ENGINEERING TOXICOLOGY ENGINEERING, OCEAN

Agri Sci

AGRICULTURE, MULTIDISCIPLINARY FOOD SCIENCE & TECHNOLOGY CHEMISTRY, APPLIED AGRONOMY PLANT SCIENCES HORTICULTURE SOIL SCIENCE

FORESTRY AGRICULTURE, DAIRY & ANIMAL SCIENCE MYCOLOGY MATERIALS SCIENCE, PAPER & WOOD MATERIALS SCIENCE, TEXTILES

Geosciences

GEOSCIENCES, MULTIDISCIPLINARY GEOLOGY GEOCHEMISTRY & GEOPHYSICS GEOGRAPHY, PHYSICAL PALEONTOLOGY MINERALOGY ENGINEERING, PETROLEUM REMOTE SENSING IMAGING SCIENCE & PHOTOGRAPHIC TECHNOLOGY ARCHAEOLOGY


1.7. Multidiszciplináris természettudományok 2.9. Agrár műszaki tudományok 1.3. Kémiai tudományok 2.11. Multidiszciplináris műszaki tudományok

1. Természettudományok 2. Műszaki tudományok 1. Természettudományok 2. Műszaki tudományok

4.6. Multidiszciplináris agrártudományok

4. Agrártudományok

4.4. Élelmiszertudományok

4. Agrártudományok

1.3. Kémiai tudományok 4.6. Multidiszciplináris agrártudományok 1.5. Biológiai tudományok 4.1. Növénytermesztési és kertészeti tudományok 4.6. Multidiszciplináris agrártudományok 4.5. Erdészeti és vadgazdálkodási tudományok 4.3. Állattenyésztési tudományok 1.5. Biológiai tudományok 2.4. Anyagtudományok és technológiák 2.4. Anyagtudományok és technológiák








1.4. Földtudományok 1.5. Biológiai tudományok 1.4. Földtudományok 2.7. Vegyészmérnöki tudományok 2.11. Multidiszciplináris műszaki tudományok 2.2. Villamosmérnöki tudományok 6.1. Történelemtudományok

1. Természettudományok 1. Természettudományok 1. Természettudományok

4. Agrártudományok 1. Természettudományok 4. Agrártudományok 4. Agrártudományok 4. Agrártudományok 4. Agrártudományok 1. Természettudományok 2. Műszaki tudományok 2. Műszaki tudományok

2. Műszaki tudományok 2. Műszaki tudományok 2. Műszaki tudományok 6. Bölcsészettudományok


Chemistry

CHEMISTRY, MULTIDISCIPLINARY CHEMISTRY, ORGANIC CHEMISTRY, INORGANIC & NUCLEAR CHEMISTRY, MEDICINAL BIOCHEMICAL RESEARCH METHODS

1.3. Kémiai tudományok










1.7. Multidiszciplináris természettudományok


CHEMISTRY, ANALYTICAL CRYSTALLOGRAPHY PHYSICS, ATOMIC, MOLECULAR & CHEMICAL





1.2. Fizikai tudományok


PHYSICS, MULTIDISCIPLINARY PHYSICS, PARTICLES & FIELDS PHYSICS, NUCLEAR NUCLEAR SCIENCE & TECHNOLOGY INSTRUMENTS & INSTRUMENTATION PHYSICS, MATHEMATICAL











BIOPHYSICS

Physics

SPECTROSCOPY PHYSICS, FLUIDS & PLASMAS OPTICS MINING & MINERAL PROCESSING ASTRONOMY & ASTROPHYSICS

Mtls Sci

MATERIALS SCIENCE, MULTIDISCIPLINARY PHYSICS, APPLIED PHYSICS, CONDENSED MATTER NANOSCIENCE & NANOTECHNOLOGY METALLURGY & METALLURGICAL ENGINEERING MATERIALS SCIENCE, COATINGS & FILMS CHEMISTRY, PHYSICAL ELECTROCHEMISTRY MATERIALS SCIENCE,


1.1. Matematika- és számítástudományok 2.11. Multidiszciplináris műszaki tudományok

1. Természettudományok 2. Műszaki tudományok



1.2. Fizikai tudományok 1.7. Multidiszciplináris természettudományok




2.4. Anyagtudományok és technológiák 2.4. Anyagtudományok és technológiák 2.4. Anyagtudományok és technológiák 2.4. Anyagtudományok és technológiák 2.4. Anyagtudományok és technológiák 2.4. Anyagtudományok és technológiák 2.4. Anyagtudományok és technológiák 2.4. Anyagtudományok és technológiák 2.4. Anyagtudományok és


2. Műszaki tudományok 2. Műszaki tudományok 2. Műszaki tudományok 2. Műszaki tudományok 2. Műszaki tudományok 2. Műszaki tudományok 2. Műszaki tudományok 2. Műszaki tudományok 2. Műszaki tudományok

EMIR azonosító: TÁMOP-7.2.1-11/K-2012-0005 CERAMICS POLYMER SCIENCE

Engr Sci

MECHANICS ENGINEERING, MECHANICAL THERMODYNAMICS ENGINEERING, MULTIDISCIPLINARY ENGINEERING, CHEMICAL ENERGY & FUELS MATHEMATICS, APPLIED ENGINEERING, AEROSPACE MATERIALS SCIENCE, CHARACTERIZATION & TESTING ACOUSTICS ENGINEERING, MARINE

Civil Engr

TRANSPORTATION TRANSPORTATION SCIENCE & TECHNOLOGY ENGINEERING, CIVIL ERGONOMICS CONSTRUCTION & BUILDING TECHNOLOGY MATERIALS SCIENCE, COMPOSITES ENGINEERING, GEOLOGICAL

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


technológiák 2.4. Anyagtudományok és technológiák

2. Műszaki tudományok





1.2. Fizikai tudományok 2.11. Multidiszciplináris műszaki tudományok 2.7. Vegyészmérnöki tudományok 2.7. Vegyészmérnöki tudományok 2.11. Multidiszciplináris műszaki tudományok


2.6. Közlekedéstudományok


2.4. Anyagtudományok és technológiák 2.11. Multidiszciplináris műszaki tudományok 2.6. Közlekedéstudományok

2. Műszaki tudományok 2. Műszaki tudományok 2. Műszaki tudományok 2. Műszaki tudományok

2. Műszaki tudományok 2. Műszaki tudományok 2. Műszaki tudományok





2.11. Multidiszciplináris műszaki tudományok 2.11. Multidiszciplináris műszaki tudományok 2.1. Építőmérnöki tudományok 2.4. Anyagtudományok és technológiák

2. Műszaki tudományok 2. Műszaki tudományok 2. Műszaki tudományok 2. Műszaki tudományok



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


1. Természettudományok 2. Műszaki tudományok

2. Műszaki tudományok 1. Természettudományok


TELECOMMUNICATIONS INFORMATION SCIENCE & LIBRARY SCIENCE AUTOMATION & CONTROL SYSTEMS ROBOTICS COMPUTER SCIENCE, CYBERNETICS

Math, Interdisciplinary

MATHEMATICS, INTERDISCIPLINARY APPLICATIONS STATISTICS & PROBABILITY MATHEMATICAL & COMPUTATIONAL BIOLOGY SOCIAL SCIENCES, MATHEMATICAL METHODS MEDICAL INFORMATICS COMPUTER SCIENCE, INTERDISCIPLINARY APPLICATIONS PSYCHOLOGY, MATHEMATICAL

Industrial Engineering/Man agement sciences

MANAGEMENT BUSINESS OPERATIONS RESEARCH & MANAGEMENT SCIENCE ENGINEERING, INDUSTRIAL ENGINEERING, MANUFACTURING MATHEMATICS INDUSTRIAL RELATIONS & LABOR

Cognitive Sciences

PSYCHOLOGY PSYCHOLOGY, EXPERIMENTAL PSYCHOLOGY, BIOLOGICAL BEHAVIORAL SCIENCES


2.8. Informatikai tudományok 5.7. Multidiszciplináris társadalomtudományok 2.8. Informatikai tudományok 2.8. Informatikai tudományok 2.8. Informatikai tudományok 1.1. Matematika- és számítástudományok 1.1. Matematika- és számítástudományok 1.7. Multidiszciplináris természettudományok

2. Műszaki tudományok 5. Társadalomtudományok 2. Műszaki tudományok 2. Műszaki tudományok 2. Műszaki tudományok

1. Természettudományok 1. Természettudományok 1. Természettudományok

5.7. Multidiszciplináris társadalomtudományok 3.5. Multidiszciplináris orvostudományok 1.1. Matematika- és számítástudományok 1.7. Multidiszciplináris természettudományok

5. Társadalomtudományok

5.1. Gazdálkodás- és szervezéstudományok 5.2. Közgazdaságtudományok 5.1. Gazdálkodás- és szervezéstudományok

5. Társadalomtudományok 5. Társadalomtudományok 5. Társadalomtudományok





1.1. Matematika- és számítástudományok 5.1. Gazdálkodás- és szervezéstudományok 6.6. Pszichológiai tudományok 6.6. Pszichológiai tudományok 6.6. Pszichológiai tudományok 6.6. Pszichológiai tudományok

3. Orvostudományok 1. Természettudományok 1. Természettudományok

1. Természettudományok 5. Társadalomtudományok 6. Bölcsészettudományok 6. Bölcsészettudományok 6. Bölcsészettudományok 6. Bölcsészettudományok


NEUROSCIENCES PSYCHOLOGY, MULTIDISCIPLINARY PSYCHIATRY PSYCHOLOGY, CLINICAL LINGUISTICS NEUROIMAGING LANGUAGE & LINGUISTICS CLINICAL NEUROLOGY OTORHINOLARYNGOLOG Y MUSIC PSYCHOLOGY, PSYCHOANALYSIS

Soc/Psych & Rltd

FAMILY STUDIES PSYCHOLOGY, SOCIAL SOCIAL WORK SOCIOLOGY SOCIAL SCIENCES, INTERDISCIPLINARY PSYCHOLOGY, DEVELOPMENTAL WOMEN'S STUDIES PSYCHOLOGY, APPLIED PSYCHOLOGY, EDUCATIONAL CRIMINOLOGY & PENOLOGY RELIGION EDUCATION & EDUCATIONAL RESEARCH DEMOGRAPHY COMMUNICATION ETHNIC STUDIES LAW


3.1. Elméleti orvostudományok 6.6. Pszichológiai tudományok 3.2. Klinikai orvostudományok 3.2. Klinikai orvostudományok 6.3. Nyelvtudományok 3.2. Klinikai orvostudományok

3. Orvostudományok 6. Bölcsészettudományok 3. Orvostudományok 3. Orvostudományok 6. Bölcsészettudományok 3. Orvostudományok

6.3. Nyelvtudományok

6. Bölcsészettudományok

3.2. Klinikai orvostudományok 3.2. Klinikai orvostudományok 7.6. Zeneművészet 6.6. Pszichológiai tudományok

3. Orvostudományok

5.4. Szociológiai tudományok 5.4. Szociológiai tudományok 5.4. Szociológiai tudományok 5.4. Szociológiai tudományok 5.4. Szociológiai tudományok 6.6. Pszichológiai tudományok 5.4. Szociológiai tudományok 6.11. Multidiszciplináris bölcsészettudományok 6.11. Multidiszciplináris bölcsészettudományok 5.7. Multidiszciplináris társadalomtudományok 6.9. Vallástudományok 5.7. Multidiszciplináris társadalomtudományok 5.3. Állam- és jogtudományok 6.10. Média- és kommunikációs tudományok 5.7. Multidiszciplináris társadalomtudományok 5.3. Állam- és

5. Társadalomtudományok 5. Társadalomtudományok 5. Társadalomtudományok 5. Társadalomtudományok 5. Társadalomtudományok

3. Orvostudományok 7. Művészetek 6. Bölcsészettudományok

6. Bölcsészettudományok 5. Társadalomtudományok 6. Bölcsészettudományok 6. Bölcsészettudományok 5. Társadalomtudományok 6. Bölcsészettudományok 5. Társadalomtudományok 5. Társadalomtudományok 6. Bölcsészettudományok 5. Társadalomtudományok 5.


FILM, RADIO, TELEVISION EDUCATION, SPECIAL

Policy Sci

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

6. Bölcsészettudományok 5. Társadalomtudományok

POLITICAL SCIENCE

5.5. Politikatudományok

INTERNATIONAL RELATIONS

5.7. Multidiszciplináris társadalomtudományok 5.2. Közgazdaságtudományok 5.3. Állam- és jogtudományok 6.1. Történelemtudományok


6.1. Történelemtudományok 7.1. Építőművészet

6. Bölcsészettudományok 7. Művészetek

URBAN STUDIES ECONOMICS GEOGRAPHY AGRICULTURAL ECONOMICS & POLICY AREA STUDIES

BUSINESS, FINANCE PUBLIC ADMINISTRATION HISTORY OF SOCIAL SCIENCES HISTORY ARCHITECTURE

MEDICAL ETHICS ETHICS SOCIAL SCIENCES, BIOMEDICAL SOCIAL ISSUES MEDICINE, LEGAL PHILOSOPHY HISTORY & PHILOSOPHY OF SCIENCE

Literature & Arts

Társadalomtudományok

5. Társadalomtudományok 5. Társadalomtudományok 5. Társadalomtudományok 5. Társadalomtudományok 5. Társadalomtudományok 5. Társadalomtudományok 5. Társadalomtudományok 5. Társadalomtudományok 5. Társadalomtudományok 5. Társadalomtudományok 5. Társadalomtudományok

PLANNING & DEVELOPMENT ENVIRONMENTAL STUDIES

Ethical & Social Issues

jogtudományok 6.10. Média- és kommunikációs tudományok 5.7. Multidiszciplináris társadalomtudományok

LITERATURE, BRITISH ISLES THEATER LITERARY THEORY & CRITICISM LITERARY REVIEWS


6.11. Multidiszciplináris bölcsészettudományok 6.4. Filozófiai tudományok 5.7. Multidiszciplináris társadalomtudományok 5.7. Multidiszciplináris társadalomtudományok 5.7. Multidiszciplináris társadalomtudományok 6.4. Filozófiai tudományok

6. Bölcsészettudományok 6. Bölcsészettudományok 5. Társadalomtudományok 5. Társadalomtudományok 5. Társadalomtudományok 6. Bölcsészettudományok

6.4. Filozófiai tudományok


6.2. Irodalomtudományok









HUMANITIES, MULTIDISCIPLINARY LITERATURE, ROMANCE MEDIEVAL & RENAISSANCE STUDIES LITERATURE LITERATURE, AFRICAN, AUSTRALIAN, CANADIAN ASIAN STUDIES LITERATURE, AMERICAN ART DANCE LITERATURE, GERMAN, DUTCH, SCANDINAVIAN FOLKLORE CLASSICS POETRY

6.11. Multidiszciplináris bölcsészettudományok 6.2. Irodalomtudományok 6.8. Művészeti és művelődéstörténeti tudományok 6.2. Irodalomtudományok 6.2. Irodalomtudományok 6.7. Néprajz és kulturális antropológiai tudományok 6.2. Irodalomtudományok 7. Művészetek 7. Művészetek

6. Bölcsészettudományok 6. Bölcsészettudományok 6. Bölcsészettudományok 6. Bölcsészettudományok 6. Bölcsészettudományok 6. Bölcsészettudományok 6. Bölcsészettudományok 7. Művészetek 7. Művészetek

7. Művészetek

7. Művészetek

7. Művészetek 7. Művészetek 7. Művészetek

7. Művészetek 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.). 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


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, ELTESZIE-BCE, PTE-KE, PE-KE, PE-SZE, PE-NYME, PE-DF, NYME-SZE, NYMESZE-PE, EKF-KRF, KRF-SZIE, DE-NYF, ME-NYF) lettek modellezve, és ábrázolva a már fent említett tudománytérképek segítségével.



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.



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.



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 2007től 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 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


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.



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 20072011-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 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.









































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 Hindexszel (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 Hindexet 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 Hindexek 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 viszonylatában Nemzeti összehasonlításban

ATK


a

2001-2010-es

időszak


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)









































Intézményi összevonások, zónaelemzések „Nemzeti Felsőoktatás Fejlesztéspolitikai Irányai” című, társadalmi vitára bocsátott dokumentumban megfogalmazott felsőoktatási együttműködési zónák (korábbi szövegváltozatokban pólusok) koncepciója elsősorban a területi együttműködések lehetőségét vizsgálta a képzési portfólió és a tudományos kapacitások összehangolása, indokolható esetben integrációja mentén. A budapesti együttműködések egyfelől a kutatóegyetemi kapacitások illetve az egyes képzéséi területek mentén történő együttműködések formájában merültek fel hipotetikusan. Az egyik kiemelt terület az agrár képzések újraintegrálásának (BCE – SZIE illetve SZIE – KRF) kérdése. Az Észak-Magyarországi zóna a Miskolc – Eger – Gyöngyös tengely mentén történő regionális együttműködéseket vizsgálta. Miskolc esetében a Nyíregyházi Főiskolával való – pedagógiai, műszaki – együttműködés is felmerült. Az Észak Alföldi zóna esetében konkrét integráció is felmerült a Debreceni Egyetem és a Nyíregyházi Főiskola esetében. A Nyugat-magyarországi felsőoktatási zóna alapvetően a Nyugat-Magyarországi Egyetem (Sopron – Szombathely – Győr – Mosonmagyaróvár), a Széchenyi István Egyetem (Győr), a Pannon Egyetem (Veszprém) együttműködési lehetőségeit vizsgálta. E mellett Pannon Egyetem. a Kaposvári Egyetem illetve a Dunaújvárosi Főiskola együttműködéséi lehetőségeit vetették fel az intézmények. A Dél-Dunántúli együttműködési zóna a Pécs – Baja – Kaposvár tengely mentén történő együttműködést vizsgálta, elsősorban a Kaposvári Egyetem és a Pécsi Tudományegyetem egymást kiegészítő képzési és kutatási portfóliója mentén. A dél alföldi zóna nem került vizsgálatra, mivel a Szeged (SZTE) – Kecskemét (KF) tengely esetében jól lehatárolható profilú és kialakított együttműködéssel rendelkező intézményekről lehet beszélni.



Nemzeti összehasonlításban Budapesti nagy intézményi együttműködések

SOTE-BME-ELTE

A három budapesti kutatóegyetem egyesülése vagy együttműködése az országon belül nagyon jelentős domináns intézményt eredményezne. A keletkező mega-szervezet a 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


többitől elszakadna, szinte „leradírozná” a tudománymetriai térképekről a jelenleg „normális” helyüket elfoglaló kisebb, elsősorban a konvergencia régióban található kibocsátókat.



ELTE-SOTE

Az ELTE – SOTE integráció az ELTE – SZTE – DE hármasból jelentősen kiugrana, de nem jelentene olyan makroszkopus agglomerátumot, mint a BME – ELTE – SOTE megaintézmény. Az élettudományi – kémiai területek esetében a szinergiák kivehetők.



ELTE-CORV

Az ELTE – BCE integráció az ELTE – SZTE – DE hármasból kiemelné a budapesti intézményt, de nem jelentene olyan megaintézményt, mint a fenti, hipotetikus integrációk. Az ökológiai terület valamint a gazdasági és a társadalomtudományi területek esetében a szinergiák kivehetők.



ELTE-SZIE-CORV

Az ELTE – BCE integráció kiterjesztése SZIE-re az agrár és ökológiai területek megerősítésével járna, és e területeken dominánssá, megaintézménnyé válna a szerveződés, jelentősen leszakítva a többi területet (DE, SZTE, KAP, stb.).



Agrár tengelyek

SZIE-CORV

A SZIE – Corvinus integráció az agrár terület és az ökológiai tudományok esetén jelentős ugrást jelentene. A gazdasági tudományok területén mutatkozó teljesítmény egyértelműen a BCE kapacitásain alapulna. Köztes területeken csak a kémia mutatna erősödést.



KRF-SZIE

A KRF reintegrálása a SZIE-be nem mutatna jelentős többlet kapacitás növekedést a tudományos kibocsátás területén, amit egyértelműen magyaráz a KRF gyakorlati és regionális orientáltsága. Lényegi kapacitásnövelést nem hozna.



Észak-magyarországi zóna

EKF-KRF

A két intézmény ökológiai, agrár és élelmiszerbiztonsági területek összeolvadása országos hatása csekély lenne. Ugyanakkor, az ökológiai és agrárterületeken a KRF dominanciája és relatív tudományos súlya nagyobb lenne, mint az EKF pedagógia, pszichológia területei (l. lentebbi ábra).



ME-NYÍR



Észak-Alföld

DE-NYIR

A Debreceni Egyetem, Nyíregyházi Főiskola esetében érdemi változás nem mutatható ki a produktumban: a nagyságrenddel nagyobb kibocsátási és idézési volumen miatt a debreceni intézmény mellett a nyíregyházi központ nem jelent kiegészítést, portfólió bővítést. A képzési kapacitások területén természetesen más lehet a helyzet, de ennek elemzése nem a tanulmány tárgya.



Nyugat Magyarországi zóna

NYME-SZE-PANN



NYME-SZE



PANN-SZE



PANN-NYME

A különböző észak-dunántúli együttműködési formációk nem mutatnak jelentős változást az országos szerepben. Az intézményi belső szerkezeti táblák (l. lentebb) alapján a Pannon Egyetem (Keszthely) és NYME (Mosonmagyaróvár) agrár együttműködésben látszanak szinergiák, vagy az SZE – Pannon Egyetem mérnöki képzései, kutatásai esetében.



PANN-DF

A Pannon Egyetem – Dunaújvárosi Főiskola együttműködés a Pannon Egyetem vonatkozásában semmilyen változást nem okozna, a térkép ugyanaz, mint integráció nélkül.



PANN-KAP

A Pannon Egyetem (Veszprém – Keszthely) és a Kaposvári Egyetem integrációnak nem lenne országosan kimutatható hatása, az agrár képzések területén sem erős a belső intézményi súlypont váltás. Ez alól a járványtani kutatások a kivételek, amelyek együttesen jelentősebb súlyt képviselnének.



Dél-dunántúli zóna együttműködések

PTE-KAP

A Pécs – Kaposvár integráció az agrár és kapcsolódó természettudományok illetve a közgazdaság területén hozna kisebb országos erősödést az egyesített intézmények.



Intézményen belüli struktúra Budapesti nagyintézmények

SOTE-BME-ELTE



ELTE-SOTE



ELTE-CORV



ELTE-SZIE-CORV



Agrártengelyek

SZIE-CORV



KRF-SZIE



Észak-Magyarországi zóna

EKF-KRF



ME-NYÍR



Észak-Alföld

DE-NYÍR



Nyugat-magyarország

NYME-SZE-PANN



NYME-SZE



PANN-SZE



PANN-NYME



PANN-DF



PANN-KAP



Dél-dunántúli zóna

PTE-KAP



Összefoglalóan: A térképek a portfólió, ill. annak diverzifikáltsága mellett jól alkalmazhatóak a kibocsátás szerkezeti összehasonlításához, illetve az intézmények profil-alapú csoportosításához. A térképek kvantitatív információtartalmának elemzésével megállapítható, hogy a kibocsátás belső arányai alapján a PTE–SOTE, a DE–SZTE, a BME–PANN, a kisebbek közül az OBUD–SZE, valamin a KAP–KRF mutatják a (relatíve, a vizsgált csoporton belül) legszorosabb hasonlóságot. Lazább, de jól elkülönülő, átfogó csoportok a PTE–SOTE–DE–SZTE, a BME–PANN–OBUD–ME– SZE, a SZIE–KAP–KRF–KF–NYME. Laza, de különálló csoportot alkot a PAZM es a KAROL, valamint ezektől különálló módon jelenik meg az ELTE. Ez a klaszterszerkezet nagyjából követni látszik a gyakran kirajzolódó élet- és orvostudományi, agrár-, ill. műszaki súlypontú profilt a felsőoktatási intézmények esetében, amelytől elkülönül a kiegyenlítetten multidiszciplináris ELTE, illetve az egyházi egyetemek. Sokkal lazább szerveződést mutat, ha az országos súlyok („nemzeti térképek”) szerinti szerkezet alapján hozzuk létre a csoportokat: a DE– SZTE–SOTE–PTE klaszter továbbra is fennáll, a KAP–SZIE csoport is megmarad, de a többi intézmény csak a klaszterfa legmagasabb szintjein találkozik.



Releváns képzési területek szerinti finanszírozás Agrár képzési terület

Az agrártudományok területén mind a hallgatói összlétszám, mind a képzések állami finanszírozása területén egyértelműen látszik, hogy a két, gyakorlatorientált és nagy létszámú képzéseket is indító BCE és SZIE – figyelemre méltó publikációs teljesítményük mellett – megelőzik a tudományos hatásban egyértelműen előttük járó SZTE-t és DE-t. Hasonlóan a speciális és magas szintű képzéseket indító NYME is magas képzés támogatásban részesül, de publikációs teljesítménye nem közelíti meg a nagy kutatóegyetemekét vagy a legjelentősebb agráregyeteméét (SZIE).



Gazdaságtudomány

A gazdaságtudományi területen a leglátványosabb, hogy a (gyakorlatorientált) képzések állami támogatása és a tudományos teljesítmény között nincs egyértelmű megfeleltetés. A BGF jó minőségű gyakorlati képzései nem párosulnak kiemelkedő kutatási tevékenységgel, és az államilag finanszírozott gazdasági képzések intézményi eloszlása is jobban magyarázható a területi elrendeződéssel, területi lefedettséggel, mint a kutatási eredményességgel. Szintén kimutatható a profilok eltérése: a kutatásintenzív, posztgraduális irányultságú CEU állami támogatott hallgatók nélkül a legnagyobb hatású közgazdasági egyetem.



Társadalomtudomány

A CEU speciális helyzetét leszámítva és az ELTE egyértelmű vezető szerepe mellett az intézmények sorrendje kevésbé látványosan, de szintén elválik az állami támogatott képzések és a nemzetközi publikációs eredményesség mentén. Kutatásban PTE, ME, SZTE van előrébb, a képzési létszámokban a BCE, DE, PPKE kiugróbb.



Informatika

Az informatikai terület kutatási hatásába tapasztalható BME – SZTE – ELTE – Pannon Egyetem sorral és a Pázmány Péter Katolikus Egyetem nagyon speciális eredményeivel szemben a gyakorlati informatikai képzések magas munkaerő-piaci kereslete s az ehhez igazodó állami képzés támogatás ismételten azt mutatja, hogy a képzésfinanszírozás és a tudományos hatás között nincs erős korreláció.



Műszaki (mérnöki)

A műszaki, mérnöki tudományokban a nemzetközi publikációs hatásban egyértelmű a BME kiugró és a Pannon Egyetem második helye, ugyanakkor a gyakorlati műszaki szakemberképzés miatt teljesen érhető és jogos az ÓE, SZE magas állami képzéstámogatása. Azaz a képzés finanszírozás és tudományos finanszírozás eltérő logikája és célja itt is egyértelműen kimutatható.



Orvos- és egészségtudományi

Az orvos- és egészségtudomány területén válik el legkevésbé a képzések állami finanszírozási sorrendje és az intézményi publikációs hatás, de ez a négy, klinikát is működtető intézmény speciális helyzetéből is fakad.



Természettudomány

A különböző természettudományok területén is elkülöníthető a képzési kapacitások, szolgáltatások és a kutatási hatás eltérése. A mérnöki tudományokhoz kapcsolódó kémiai, vegyészeti kutatások pl. a Pannon Egyetemnél jelentős hatásúak, de ez nem a természettudományi képzéshez kapcsolódik elsősorban. A tanárképzéshez kapcsolódó és az alkalmazott természettudományi képzések magas államilag támogatott létszáma teljesen indokolt, de nincs összefüggésben az intézményi nemzetközi publikációs hatással.



Összefoglaló ajánlások 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. . Az ugyanakkor az levonható, hogy a „távolság” (a kvantitatív értelemben vett különbség) olyan nagy a vezető intézmények, és a többi között, hogy ennek áthidalására, helyi fejlesztési tervek hatásában reménykedve, nem sok esély van. A hatványfüggvény eloszlás szeparál: a pozíciók cseréjét elérni fejlesztéssel, az egymással közel azonos helyzetben levőket kivéve (ELTE – SZTE vagy PTE – BME etc.), reális ráfordítással nem lehetséges. Ugyanez – hogy ugyanis a pozíciók merevek és távoliak, a különbségek nagyok és nem áthidalhatók – vonatkozik az összevonások hatására is. Mint az összevonások tudománytérképeinek az egyes intézményekével, vagy akár egymással (!) való összevetéséből kiviláglik, a felmerült hipotetikus összevonások – a SOTE-ELTE és ELTE-SOTE-BME kivételével – nem befolyásolják érdemben a keletkező entitások kutatási teljesítményét. Ennek oka ismét csak a „hatványfüggvény” eloszlás természetében keresendő. Lényegesen különböző pozíciójú (informálisan: egy nagy és egy vagy több kicsi) intézmény összevonásának azért lenne igencsak korlátozott a hatása, mert a nagyobb partner „mindent visz” – esetleg egy tízes nagyságrenddel nagyobb kibocsátási és idézési sikeressége miatt. Más a helyzet a vezető kutatóegyetemek, közte az említett SOTE-ELTE és ELTESOTE-BME összevonásokkal. Ezeknek a hatása már markánsan érezhető volna a 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


teljes hazai kibocsátás szerkezetére. Ezt a hatást azonban - most szigorúan csak a tudománymetria tapasztalatait figyelme véve – nem tarthatjuk előnyösnek vagy kívánatosnak. A jelen helyzet – a hatványfüggvény eloszlás – a szerves fejlődések szokásos velejárója. Ezt is lehet mondani, hogy „normál” körülmények között minden országban hasonló várható. A fenti összevonásokkal azonban olyan, makroszkopus agglomerátumok keletkeznének, amelyek e szerves fejlődési sort megbontják, aránytalan, szinte „hidrokefál” állapotot hozva létre, ahol a szakadék a megaintézmény és az összes több között szélesre nyílik, a keletkező mega-szervezet a többitől elszakad. Ez – megítélésünk szerint – nem volna kívánatos, a kialakuló nagy különbség szinte „leradírozná” a tudománymetriai térképekről a jelenleg „normális” helyüket elfoglaló kisebb, elsősorban a konvergencia régióban található kibocsátókat. A képzés állami finanszírozása és a tudományos teljesítmény között nincs egyértelmű összefüggés, mivel a képzések eltérő funkciói és az ennek megfelelő intézményi profilok jelentősen befolyásolják mind a képzési szolgáltatások jellegét, mind a tudomány művelés intenzitását. Ennek megfelelően a felsőoktatási intézmények képzési szolgáltatási illetve a hallgatói támogatások valamint a tudományos és K+F+I teljesítmény eltérő logika mentén támogatandó.


A hazai felsőoktatás kutatási szerkezetelemzése

Recommend Documents