HTML

Az élet kódjai

Csináld maga. Senki nem csinálja meg helyetted.

Friss topikok

Kutatói értékelés

2018.02.25. 23:01 Travis.CG

Míg más szakmáknál nem okoz gondot a dolgozók teljesítményének meghatározása, addig a tudományos életben ez igazi kihívás. Egyrészt nehéz meghatározni, milyen értékeket mérjünk, hiszen a kutatás-fejlesztés nagyfokú bizonytalansággal operál. A másik probléma a kutatók személyisége, ugyanis a teljesítményük firtatását személyes támadásnak veszik.

Mindezt egy racionalizált köntösbe burkolják és nem a mérés tényét kérdőjelezik meg, hanem a mérés módját. Többnyire megoldási javaslatot nem adnak, hanem éles kritikai hangon, alacsony valószínűségű forgatókönyvek felvázolásával támadják a rendszert.

A bírálatok másik közös jellemzője, hogy azt állítják, az adott módszer csak a kiagyalójának előnyös. Nem állítom, hogy ezek a mérések teljesen objektívek lennének, de a tapasztalatom az, hogy aki rendesen dolgozik, azt nem éri hátrányos megkülönböztetés.

Nézzük meg, most milyen jellemzők alapján értékelik a munkámat és egy kis szimulációval nézzük meg, mit kell tennie annak, aki kiváló minősítést akar szerezni.

Az értékelés alapja egy pontszám, ami a súlyozott összege különböző kutatói tevékenységeknek, mint például hány könyvet írt az illető, mennyi PhD hallgatója volt, stb. Mindezt az elmúlt 3 évre. A pontszámot a következő R függvénnyel lehet kiszámítani:

calcScore <- function(ifjournal, topjournal, book, sumif, patent, cite, grad, phdnum, phdgrad, mscgrad, bscgrad, grant){
score <- ifjournal * 4 +     # Number of journal with IF
         topjournal * 20 +   # Number of top journals
         book * 5 +          # Number of books
         sumif * 1.2 +       # Sum of IFs
         patent * 5 +        # Number of patents
         cite * 0.1 +        # All citations (not just the last 3 years)
         grad * 20 +         # Number of degrees
         phdnum * 4 +        # Number of PhD students
         phdgrad * 4 +       # Number of graduated PhD students
         mscgrad * 2 +       # Number of graduated MSc students
         bscgrad * 1 +       # Number of graduated BSc students
         grant * 5           # Grants (million HUF)
return(score)
}

A topjournals egy nagyon homályos meghatározás, valami olyasmi, hogy olyan első vagy utolsó szerzős Q1 lapban megjelent publikáció, ahol nagyon rövid idő alatt nagyon sokan hivatkoznak rá, de képtelen voltam megjegyezni. Nekem úgy tűnik a gyakorlatban ilyen senkinek nincs, ezért a szimulációban is rendre 0 értékkel szerepel.

Ez a kutatói pontszám az én esetemben 130 körül van, illetve csak 48, mivel egyik cikkem sem itteni munkából származik, és mint ilyen, nem is számít az étékelésbe. Tudományos munkatárs esetén 150 pontot kell elérni, főmunkatárs esetén 300-t a kiváló minősítéshez (tanácsadónak az elképesztő 600-t). Lássuk, mi kell ehhez!

num_sym <- 1000

scientists <- data.frame(ifjournal = rep(0, num_sym),
topjournal = rep(0, num_sym),
book = rep(0, num_sym),
sumif = rep(0, num_sym),
patent = rep(0, num_sym),
cite = rep(0, num_sym),
grad = rep(0, num_sym),
phdnum = rep(0, num_sym),
phdgrad = rep(0, num_sym),
mscgrad = rep(0, num_sym),
bscgrad = rep(0, num_sym),
grant = rep(0, num_sym),
score = rep(0, num_sym)
)

for(i in 1:num_sym){
  ifjournal <- sample(1:10, 1, replace = T)
  topjournal <- 0 # I do not think it is real
  book <- sample(0:3, 1, replace = T)
  sumif <- sum(rnorm(5,2, n = ifjournal))
  patent <- sample(0:1, 1, replace = T)
  cite <- sample(2:300, 1, replace = T)
  grad <- sample(1:3, 1, replace = T)
  phdnum <- sample(1:3, 1, replace = T)
  phdgrad <- sample(0:1, 1, replace = T)
  mscgrad <- sample(0:2, 1, replace = T)
  bscgrad <- sample(0:2, 1, replace = T)
  grant <- sample(0:5, 1, replace = T)
  score <- calcScore(ifjournal, topjournal, book, sumif, patent, cite,   grad, phdnum, phdgrad, mscgrad, bscgrad, grant)
  scientists[i,] <- c(ifjournal, topjournal, book, sumif, patent, cite, grad, phdnum, phdgrad, mscgrad, bscgrad, grant, score)
}

Remélem elnézitek nekem az apply hiányát. Tehát úgy számoltam, hogy maximum 10 cikke jelenhet meg az illetőnek, max 3 könyve, a cikkei átlag 5 impakt faktort érnek, lesz max 1 szabadalma, legfeljebb 300 citációja, 3 tudományos fokozata, 3 PhD hallgatója, akik közül legfeljebb 1 végez, MSc és BSc hallgatókból pedig max 2-2 fejezi be tanulmányait és legfeljebb 5 millió forintot szed össze pályázattal.

simulation.png

Nos, ezekkel a mutatókkal egy főmunkatárs csak átlagos értékelést kaphat. A szimulációmban egyetlen kiváló főmunkatárs sem lett. De egy tudományos munkatársaknak is fel kell kötnie a gatyát. Ha csak három cikke jelenik meg, akkor is minimum 20 IF-t össze kell gereblyézni, 251 citációval a teljes életműből és még jó, ha van 2 végzett PhD hallgatója is. (A saját PhD időmre visszagondolva, velem ezek alapján nem sok témavezető járt volna jól.)

A szimuláció legjobbjának 10 cikke volt, 47 impakt faktorral, 3 könyvet írt (évente egyet), egy szabadalmat hozott össze, élete során 287 citációt szedett össze, 3 fokozata van, 2 PhD hallgatója van, de egyik sem végzett, 2 MSc hallgatója már lediplomázott, BSc hallgatókkal nem foglalkozott és 4 millió forint pályázati pénze volt. A szimuláció nem mondja meg milye van még ennek az embernek, de két valamilye biztos nincs: élete és kiváló minősítése.

Szólj hozzá!

Címkék: életmód

A bejegyzés trackback címe:

https://cybernetic.blog.hu/api/trackback/id/tr1513680704

Kommentek:

A hozzászólások a vonatkozó jogszabályok  értelmében felhasználói tartalomnak minősülnek, értük a szolgáltatás technikai  üzemeltetője semmilyen felelősséget nem vállal, azokat nem ellenőrzi. Kifogás esetén forduljon a blog szerkesztőjéhez. Részletek a  Felhasználási feltételekben és az adatvédelmi tájékoztatóban.

Nincsenek hozzászólások.
süti beállítások módosítása