ഗവേഷണത്തിലെ നേരും നുണയും:
​ഒരു ബിബ്ലിയോമെട്രിക്‌സ് അന്വേഷണം

ഗവേഷണരംഗത്ത് നീതിശാസ്ത്രത്തിനു നിരക്കാത്ത നിരവധി പ്രവണതകൾ നടക്കുന്നു- വ്യാജ പ്രസീദ്ധീകരണങ്ങളായും പെയ്ഡ് ജേർണലുകളായും കൃത്രിമമായ സൈറ്റേഷനുകളായും പർവ്വതീകരിക്കുന്ന റഫറൻസുകളായും പ്ലേജിയറിസമായും. ഇതിനു കടിഞ്ഞാണിടാനാണ് ബിബ്ലിയോമെട്രിക് അളവുകോലുകൾ ഉപയോഗിക്കുന്നത്. നിരന്തരം പരിണാമങ്ങൾക്ക് വിധേയമാകുന്ന ബിബ്ലിയോമെട്രിക്സിനെക്കുറിച്ച്​ ഒരു അന്വേഷണം

മുൻകാലങ്ങളെ അപേക്ഷിച്ച്​ ലോകമെമ്പാടും അനുദിനം അനുനിമിഷം ഗവേഷണങ്ങളും അതിനനുബന്ധമായ ഗവേഷണ ലേഖനങ്ങളും ഗവേഷണ പ്രസിദ്ധീകരണങ്ങളും പ്രബന്ധങ്ങളും പെറ്റുപെരുകയാണ്.

ഗവേഷണങ്ങൾ എന്നു പറയുന്നവ യഥാർത്ഥ ഗവേഷണങ്ങളാണോ?
പ്‌ളേജിയറിസം ഇല്ലേ?
കാപട്യശാസ്ത്രങ്ങൾ ഇല്ലേ?

പെയ്ഡ് ഗവേഷണങ്ങളും പെയ്ഡ് പ്രസിദ്ധീകരണങ്ങളും തട്ടിക്കൂട്ട് സെമിനാറുകളും അരങ്ങു വാഴുകയാണ്. പല ഗവേഷണങ്ങളും കേവലം ഗവേഷണത്തിനുവേണ്ടിയുള്ളതായി മാറുന്നു. മൗലിക കാഴ്ചപ്പാടുള്ള ഗവേഷണങ്ങളും ഗവേഷകരും ചെറിയൊരു ശതമാനത്തിലേക്ക് ചുരുങ്ങുമ്പോൾ ഗവേഷണ ഗുണമേന്മ, പ്രസക്തി, സാധുത എന്നിവ അന്യവത്കരിക്കപ്പെടുന്നു. ഗവേഷണങ്ങൾ കൂടുന്നു, ഗവേഷകരുടെ എണ്ണം കൂടുന്നു. അതിലും വലുതായി ഗവേഷക പ്രസിദ്ധീകരണങ്ങൾ ഉണ്ടാകുന്നു. ഇവിടെയാണ് ഇത്തരം ഗവേഷണങ്ങളും ഗവേഷകരും പ്രസിദ്ധീകരണങ്ങളും കൃത്യമായി വിലയിരുത്തപ്പെടേണ്ട ആവശ്യകത. അതിനായി ഒരു ശാസ്ത്രശാഖ തന്നെ വികസിപ്പിച്ചെടുത്തിട്ടുണ്ട് ബിബ്ലിയോമെട്രിക്‌സ് എന്നാണതിന്റെ പേര്.

ഗവേഷണ/ അക്കാദമിക ഉത്പാദനക്ഷമതയെ അളക്കുന്നത് ഈ ശാസ്ത്രശാഖ വഴിയാണ്.ആദ്യം ഒന്നോ രണ്ടോ നിർവചനങ്ങളിൽ തുടങ്ങി ഇപ്പോൾ നിരവധി അളവുകോലുകളിലൂടെ വ്യാപിച്ചുകൊണ്ടിരിക്കുന്ന ശാസ്ത്രശാഖയായി ബിബ്ലിയോമെട്രിക്‌സ് മാറിയിട്ടുണ്ട്. നിരന്തരം പരിണാമങ്ങൾക്ക് വിധേയമാകുന്ന ബിബ്ലിയോമെട്രിക്സിന്റെ ഘടനകളെപറ്റിയും തലങ്ങളെപ്പറ്റിയുമുള്ള അന്വേഷണമാണ് ഈ ലേഖനം.

ഡേറ്റാ ബേസുകൾ നിരവധിയുണ്ടെങ്കിലും കാലികപ്രസക്തമായ ഡാറ്റാബേസുകൾ പരിമിതമാണ്.

ബിബ്ലിയോമെട്രിക്സ്സിന്റെ വിശകലനത്തെ മൂന്നായി തരം തിരിക്കാം.

1. ഡേറ്റാബേസ് വിലയിരുത്തൽ (Review of Database) 2. രചയിതാവിന്റെ വിലയിരുത്തൽ (Review of Author) 3. ജേണൽ വിലയിരുത്തൽ. (Review of Journal)

ഡേറ്റാ ബേസുകൾ നിരവധിയുണ്ടെങ്കിലും കാലികപ്രസക്തമായ ഡാറ്റാബേസുകൾ പരിമിതമാണ്. ഒരു കൂട്ടം പ്രസിദ്ധീകരണങ്ങളുടെ സംഭരണ കേന്ദ്രം, അതാണ് ലളിതമായി പറഞ്ഞാൽ ഡാറ്റാബേസ്. അത് വിവിധ മേഖലകളിലാകാം. വിഭിന്ന മേഖലകളിലുമാകാം. ലോകമെമ്പാടും ഉപയോഗിക്കുന്ന ഏറ്റവും വലിയ സൈറ്റേഷൻ ഡാറ്റാബേസുകളാണ് സ്‌കോപ്പസും വെബ് ഓഫ് സയൻസും. ഈ ഡാറ്റാബേസുകളിലെ ടെക്​സ്​റ്റുകളുടെ സാന്നിധ്യം ശാസ്ത്രജ്ഞരുടെയും ഗവേഷകരുടെയും റേറ്റിംഗ് വർദ്ധിപ്പിക്കുകയും ജോലിയുടെ വിശ്വാസ്യത/ സുതാര്യത എന്നിവ നിർണയിക്കുകയും ചെയ്യുന്നു.

സയന്റോമെട്രിക് അളവുകോലുകൾ (Scientometric Parameter)

ആധുനിക ശാസ്ത്രത്തിൽ, ഗവേഷകരുടെ പ്രവർത്തനങ്ങളുടെ ഫലപ്രാപ്തിയുടെ വിലയിരുത്തൽ നടത്തുന്നതിനെയാണ് സയന്റോമെട്രിക്സ്​ എന്നുപറയുന്നത്. ശാസ്ത്രീയ പ്രസിദ്ധീകരണങ്ങളെ അടിസ്ഥാനമാക്കിയാണ് അവ കണക്കാക്കുന്നത്, അവയെക്കുറിച്ചുള്ള വിവരങ്ങൾ സാധാരണയായി ഗ്രന്ഥസൂചിക ഡാറ്റാ ബേസുകളിൽ സൂക്ഷിക്കുന്നു.

പ്രധാനപ്പെട്ട ചില ഡാറ്റാബേസുകൾ:

1. പബ് മെഡ് (Pub Med) 2. സ്‌കോപ്പസ് (Scopus) 3. വെബ് ഓഫ് സയൻസ് (Web of Science) 4. ഗൂഗിൾ സ്‌കോളർ. (Google Scholar)

സ്വന്തമല്ലാത്ത പലതും പേരിന്റെ സമാനത വെച്ച് സ്വന്തം പ്രൊഫൈലിലേക്ക് വലിച്ചു കെട്ടി പലരും കൃത്രിമമായി സൈറ്റേഷനുകൾ പെരുപ്പിച്ചു കാണിക്കാറുണ്ട്. അതിനെ കണ്ടുപിടിക്കുവാനോ മാറ്റാനോ നിലവിൽ സംവിധാനങ്ങൾ ഇല്ല എന്നത് ന്യൂനതയാകുന്നു.

പബ്‌മെഡ്: മെഡിക്കൽ ഗവേഷണവുമായി ബന്ധപ്പെട്ട്​ 1997- ൽ നിലവിൽ വന്ന ഡേറ്റാബേസാണ് പബ് മെഡ്. ആരോഗ്യ- ഗവേഷണ രംഗത്തെ ഗവേഷണങ്ങൾക്ക് ഒരു ചാലകശക്തിയായാണ് ഇത് പ്രവർത്തിക്കുന്നത്. ജീവശാസ്ത്രവും ബയോമെഡിസിനുമായി ബന്ധപ്പെട്ട ലേഖനങ്ങൾക്കാണ് ഇവിടെ പ്രാമുഖ്യം

സ്‌കോപ്പസ്: എൽസിവിയർ പബ്ലിഷിംഗ് ഹൗസ് 2004- ൽ ക്രമീകരിച്ച ഡേറ്റാബേസ് ആണ് സ്‌കോപ്പസ്. ലോകത്തെ ഏറ്റവും വലിയ ഡാറ്റാ ബേസ് ആയ സ്‌കോപ്പസ് 1967 മുതലുള്ള ഗവേഷണ പ്രബന്ധങ്ങളും പ്രസിദ്ധീകരണങ്ങളും ശാസ്ത്ര വിഭാഗത്തിലും സോഷ്യൽ സയൻസ് വിഭാഗത്തിലും ഏറെ കുറെ സമ്പൂർണമായി പ്രതിപാദിക്കുന്നു.

ഓരോ ഗവേഷണ പ്രസിദ്ധീകരണത്തിനും ഗവേഷകർക്കും ഗ്രന്ഥകർത്താക്കൾക്കും കൊടുക്കുന്ന പ്രത്യേക പരിഗണന സ്‌കോപ്പസിനെ വ്യത്യസ്തമാക്കുന്നു. എല്ലാ മേഖലകളിലും ഉള്ള ഗവേഷണങ്ങൾ ഉൾപ്പെടുത്തുന്ന സ്‌കോപ്പ് സൗജന്യമായി ലഭിക്കുന്നില്ല എന്നത് ഒരു പോരായ്മയാണ്.

5,000 പ്രസാധകരിൽ നിന്നുള്ള 23,700 ശീർഷകങ്ങൾ ഹോസ്റ്റു ചെയ്യുന്ന ഏറ്റവും വലിയ ഡാറ്റാബേസുകളിൽ ഒന്നാണ് സ്‌കോപ്പസ്. സ്‌കോപ്സിൽ വിവിധ വിഷയങ്ങളെക്കുറിച്ചുള്ള ശാസ്ത്രീയ സാഹിത്യം, ലേഖനങ്ങൾ, സംഗ്രഹങ്ങൾ, പുസ്തകങ്ങൾ, സമ്മേളനങ്ങളുടെ ശേഖരം, മോണോഗ്രാഫുകൾ എന്നിവയുണ്ടാകും. കൂടുതൽ വിപുലമായ ലിസ്റ്റ് സ്‌കോപ്പസ് വാഗ്ദാനം ചെയ്യുന്നു. ആയതിനാൽ സ്‌കോപ്‌സ് കൂടുതൽ ഉപയോക്തൃ സൗഹൃദമായി കണക്കാക്കപ്പെടുന്നു.

വെബ് ഓഫ് സയൻസ്: 1900- മുതലുള്ള ഗവേഷണ പ്രസിദ്ധീകരണങ്ങളും ലേഖനങ്ങളും പ്രതിപാദിക്കുന്ന ഡേറ്റാ ബേസാണ് വെബ് ഓഫ് സയൻസ്. മിക്ക മേഖലകളും ഉണ്ടെങ്കിലും ലേഖനങ്ങൾ സ്‌കോപ്പസിനെ വെച്ച് നോക്കുമ്പോൾ കുറവാണെന്നത് ഒരു പോരായ്മയായി നിൽക്കുന്നു. സ്‌കോപ്പസിനെപോലെ തന്നെ വെബ് ഓഫ് സയൻസും സൗജന്യമല്ല.

വെബ് ഓഫ് സയൻസ് (WoS) ഡാറ്റാബേസിൽ 33,000-ലധികം പ്രസിദ്ധീകരണങ്ങൾ അടങ്ങിയിരിക്കുന്നു. പൊതുവെ താഴെ പറയുന്ന സൂചികകളിലൂടെയാണ് തരംതിരിക്കൽ നടത്താറുള്ളത്:

തലക്കെട്ട്, പ്രസിദ്ധീകരണത്തിന്റെ പേര്, പ്രസിദ്ധീകരിച്ച വർഷം, ഗവേഷണ മേഖല എന്നീ കീവേഡ്‌സ് ഉപയോഗിച്ചാണ് ഡാറ്റ തരംതിരിക്കൽ നടത്തുന്നത്.

ഹ്യുമാനിറ്റീസ് പ്രസിദ്ധീകരണങ്ങൾ ഈ ഡാറ്റാബേസിൽ വളരെ കുറച്ചു മാത്രമേ ലഭ്യമാകുകയുള്ളൂ. അതിനാൽ, മാനവിക വിഷയങ്ങളിൽ ഗവേഷണ പ്രസിദ്ധീകരണങ്ങൾ തിരയുമ്പോൾ ചെറിയ പോരായ്മകളുള്ളതായി പല ഗവേഷകരും പറയുന്നു.

ഗൂഗിൾ സ്‌കോളർ: സ്‌കോപ്പസിനെയും വെബ് ഓഫ് സയൻസിനെയും വെച്ച് നോക്കുമ്പോൾ ഇത് തികച്ചും സൗജന്യമാണ്. ആദ്യകാലങ്ങളിൽ എല്ലാ മാസവും മാത്രമേ അപ്‌ഡേഷൻ നടക്കാറുള്ളയായിരുന്നു എന്നത് ഒരു പോരായ്മയായിരുന്നു. എന്നാൽ ഇപ്പോൾ അങ്ങനെ അല്ല. നിമിഷം തോറും അപ്ഡേഷൻ നടക്കുന്നതാണ്
ഇപ്പോൾ ഇതിന്റെ പ്രത്യേകത. ഓരോ ഗവേഷകർക്കും ഓരോ ബിബ്ലിയോമെട്രിക് പ്രൊഫൈൽ നൽകുന്നതും ഗൂഗിൾ സ്‌കോളർ ആണ്. പ്രൊമോഷനും മറ്റുമായി പല കേന്ദ്രങ്ങളും പരിഗണിക്കുന്നതും ഗൂഗിൾ സ്‌കോളറിനെയാണ്.

പുസ്തക ലേഖനങ്ങൾ, സെമിനാർ അവതരണങ്ങൾ, മറ്റു വെബ്‌സൈറ്റ് സോഴ്‌സുകൾ എന്നിവ ഒരു ഗ്രന്ഥകർത്താവിന്റെ പേരിന്റെ അടിസ്ഥാനത്തിൽ അതിൽ ഉൾപ്പെടുത്തുന്നു. സ്വയം എച്ച് ഇൻഡക്‌സും ഐ ടെൻ ഇൻഡെക്‌സും കാൽക്കുലേറ്റ് ചെയ്യുന്നു.

സ്വയം എച്ച് ഇൻഡെക്‌സ്, ഐ ടെൻ ഇൻഡെക്‌സ് എന്നിവ കണ്ടുപിടിക്കുന്നത് ഗൂഗിൾ സ്‌കോളറിന്റെ പ്രത്യേകതയാണ്. ലേഖനങ്ങൾ വർഷാടിസ്ഥാനത്തിലും സൈറ്റേഷൻ അടിസ്ഥാനതിലും തരം തിരിക്കാം. ഓരോ വർഷത്തിലും പ്രസിദ്ധീകരിച്ച കണക്കുകൾ ഗ്രാഫ് പ്ലോട്ടുകളായി ഗൂഗിൾ സ്‌കോളർ നല്കും. അതിനോടൊപ്പം നമ്മുടെ സഹഎഴുത്തുകാരനേയും അയാളുടെ അഫിലിയേഷനുകളെയും കൃത്യമായി രേഖപ്പെടുത്തുന്നു.

ഗവേഷണ മേഖലയുടെ സമാന സ്വഭാവം മനസ്സിലാക്കി പ്രൊഫൈലിൽ അപ്‌ഡേറ്റ് ചെയ്യാൻ നിരന്തരം നിർദ്ദേശങ്ങൾ വരും. പേരിനുള്ള സമാനത വച്ചും നിർദ്ദേശങ്ങൾ വരാറുണ്ട്. സ്വന്തമല്ലാത്ത പലതും പേരിന്റെ സമാനത വെച്ച് സ്വന്തം പ്രൊഫൈലിലേക്ക് വലിച്ചു കെട്ടി പലരും കൃത്രിമമായി സൈറ്റേഷനുകൾ പെരുപ്പിച്ചു കാണിക്കാറുണ്ട്. അതിനെ കണ്ടുപിടിക്കുവാനോ മാറ്റാനോ നിലവിൽ സംവിധാനങ്ങൾ ഇല്ല എന്നത് ന്യൂനതയാകുന്നു. എന്നാൽ ഓർക്കിഡ് (Orcid ID) പോലുള്ള വ്യക്തി ഗത നമ്പറിങ് സംവിധാനങ്ങൾക്ക് ഇതിനെ ഒരു പരിധി വരെ തടയിടാൻ കഴിയും. അതുപോലെ പബ് ലോൻസ് പോലുള്ള സംവിധാനങ്ങൾ വഴി നമുക്ക് നമ്മൾ റിവ്യൂ ചെയുന്ന ലേഖനങ്ങളേയും മനസിലാക്കാൻ കഴിയും.

രചയിതാവിനെ വിലയിരുത്തുന്നത്:

ഒരു ഗവേഷണ ഗ്രന്ഥകർത്താവിനെ വിലയിരുത്താൻ എട്ട് അളവുകോലുകളാണ് പൊതുവേ നിഷ്‌കർഷിച്ചിട്ടുള്ളത്.

1. പബ്ലിക്കേഷൻ കൗണ്ട് (Publication Count)
2. സൈറ്റേഷൻ കൗണ്ട് (Citation Count)
3. എച്ച് ഇൻഡക്‌സ് (H Index)
4. എം ഇൻഡക്‌സ് (M Index)
5. എച്ച് സി ഇൻഡക്‌സ് (Hc Index)
6. ഇ ഇൻഡക്‌സ് (e Index)
7. ജി ഇൻഡക്‌സ് (g index)
8. ഐ ട്ടെൻ ഇൻഡക്‌സ് (i10 index)

ഇതുകൂടാതെ സൈറ്റേഷൻ ആവറേജ്, ഹൈ സൈറ്റേഷൻ, പബ്ലിക്കേഷൻ ഹിസ്റ്ററി അങ്ങനെ പലതും ഉണ്ട്.

പബ്ലിക്കേഷൻ കൗണ്ട്:

ഏറ്റവും ലളിതമായ ബിബിലിയോമെട്രിക് അളവുകോലാണ് പബ്ലിക്കേഷൻ കൗണ്ട്. ഒരു വ്യക്തിയുടെ ഗവേഷണ പ്രൊഫൈലിൽ ആദ്യ ഗവേഷണ പബ്ലിക്കേഷൻ മുതൽ നാളിതുവരെ അയാൾ രചിച്ച ഗവേഷണ പേപ്പറുകളുടെ മൊത്തം എണ്ണമാണ് ഈ കൗണ്ട്. ഗവേഷണ പേപ്പറുകൾ മുകളിൽ സൂചിപ്പിച്ച ഡേറ്റാ ബേസുകളുമായി ബന്ധിപ്പിച്ചവയായിരിക്കണം. അധ്യായങ്ങൾ, സെമിനാറിൽ അവതരിപ്പിച്ച അബ്‌സ്ട്രാക്ട് പേപ്പറുകൾ, പ്രത്യേക പഠനങ്ങൾ, പത്രമാസികകളിൽ വരുന്ന എഴുത്തുകൾ, മാസികാലേഖനങ്ങൾ, എഡിറ്റോറിയലുകൾ എന്നിവ അതിലുൾപ്പെടുത്താറില്ല. ഏറെ പോരായ്മകളുള്ള പരാമീറ്റർ കൂടിയാണിത്.

പോരായ്മകളിൽ ചിലത്:

ഒരു ഗവേഷണ ലേഖനത്തിൽ പത്ത് ലേഖകരുണ്ടെന്നു കരുതുക. ഈ പത്ത് പേർക്കും ഓരോ കൗണ്ട് വച്ച് ലഭിക്കും. ഒന്നാമത്തെ ലേഖകനോ ലേഖികക്കോ മുന്തിയ പരിഗണനയോ പത്താമത്തെ ആൾക്ക്​ ചെറിയ പരിഗണനയോ എന്ന് വേർതിരിവില്ല. നല്ല ഡേറ്റാ ബേസുകളുമായി ലിങ്ക് ചെയ്യാത്ത ചവറു പെയ്ഡ് ജേർണലുകളിൽ വരുന്നതും ഈ കൗണ്ടിൽ പെടാറുണ്ട്. പ്രസക്തിയുള്ളതും അപ്രസക്തിയുള്ളതുമായ ഗവേഷണ കണ്ടെത്തലുകളെ ഈ പരാമീറ്റർ വെച്ച് വേർതിരിക്കാൻ സാധിക്കില്ല.

സൈറ്റേഷൻ കൗണ്ട്: ഒരാളുടെ ഗവേഷണ പബ്ലിക്കേഷൻ മറ്റുള്ളവർ എത്ര തവണ റഫർ ചെയ്യുന്നു അല്ലെങ്കിൽ അതിലെ കണ്ടുപിടിത്തങ്ങൾ തന്റെ ഗവേഷണത്തിന് അനുബന്ധ രേഖയായോ പ്രേരകശക്തിയായോ ഉപയോഗിക്കുന്നു എന്നതാണ് സൈറ്റേഷൻ കൗണ്ട്. സൈറ്റ് ചെയ്യുന്നതിൽ ഒത്തിരി പോരായ്മകൾ നിലനിൽക്കുന്ന ഒരു അളവുകോലാണിത്. ഒരു വ്യക്തി മറ്റൊരാളുടെ ഗവേഷണത്തെ പ്രകീർത്തിച്ചാലും വിമർശിച്ചാലും അത് സൈറ്റേഷൻ രീതിയിൽ സമാനമാണ്. ഒരു വ്യക്തി അയാളുടെ സ്വന്തം പ്രസിദ്ധീകരണം തന്നെ അയാളുടെ മറ്റൊരു പ്രസിദ്ധീകരണത്തിൽ സൈറ്റ് ചെയ്യുന്നതിനെ സെൽഫ് സൈറ്റേഷൻ എന്നു പറയാറുണ്ട്. തുടർഗവേഷണത്തിന് അടിസ്ഥാനശില പാകാൻ ഇത് സഹായം ആകുമെങ്കിലും പലതും സ്വന്തം സൈറ്റേഷൻ കൂട്ടാനുള്ള ഗൂഢ പദ്ധതികളാണ്. ഇതിനെ വ്യത്യാസപ്പെടുത്തി അടയാളപ്പെടുത്താൻ നിലവിൽ ഉപാധികൾ ഇല്ല.

ഒരു സെമിനാറിൽ പങ്കെടുത്തു പത്തു നിമിഷം കൊണ്ട് ഒരു പേപ്പർ അബ്സ്ട്രാക്ട് അവതരിപ്പിക്കുന്നത് കേവലം കോൺഫറൻസ് പ്രൊസീഡിങ്‌സ് മാത്രമാണെന്ന തിരിച്ചറിവില്ലാതെ അതിനെ പേപ്പർ പ്രസന്റേഷനായി കാണുന്ന രീതികളും നമ്മുടെ നാട്ടിൽ നടക്കുന്നുണ്ട്.

എച്ച് ഇൻഡക്‌സ്: പബ്ലിക്കേഷൻ കൗണ്ടും സൈറ്റേഷനും സന്നിവേശിപ്പിച്ചുകൊണ്ടുള്ള ഏകോപന പ്രക്രിയയുടെ അളവുകോലാണ് എച്ച് ഇൻഡക്‌സ്. ഫിസിക്‌സുകാരുടെ ഭാഷയിൽ പറഞ്ഞാൽ എച്ച് ഇൻടെക്‌സിലെ എച്ച് ഒരു ഡയമെൻഷൻലെസ് പരാമീറ്ററാണ്. കുറച്ച് സങ്കീർണമായ പരാമീറ്റർ ആണെങ്കിലും അതിനെ ലളിതമായി ഇങ്ങനെ പ്രതിപാദിക്കാം: ഒരാൾക്ക് 10 പബ്ലിക്കേഷനുകൾ ഉണ്ടെന്ന് ചിന്തിക്കുക. അതിൽ മൂന്ന് പബ്ലിക്കേഷനുകൾക്ക് മൂന്ന് വീതം സൈറ്റേഷൻ ഉണ്ടെങ്കിൽ അയാളുടെ എച്ച് ഇൻഡക്‌സ് മൂന്നാണ്. എന്നാൽ മൂന്നാമത്തെ പ്രസിദ്ധീകരണത്തിന് അഞ്ച് സൈറ്റേഷൻ വന്നാലും അയാളുടെ എച്ച് ഇൻടെക്‌സിൽ മാറ്റമുണ്ടാകില്ല. പകരം, അത് എക്‌സസ്സ് സൈറ്റേഷനിൽ പെടും. ഇനി അയാളുടെ എച്ച് ഇൻഡെക്‌സ് 5 ആകണമെങ്കിൽ ആനുപാതികമായി അഞ്ചു ഗവേഷണ പബ്ലിക്കേഷനുകളിൽ അഞ്ചു വീതം സൈറ്റേഷനുകൾ അനിവാര്യം.

എച്ച് ഇൻഡക്‌സിൽ സെൽഫ് സൈറ്റേഷൻ പെടുമെങ്കിലും സെൽഫ് സൈറ്റേഷൻ കൊണ്ട് പ്രകടമായ മാറ്റം നമുക്ക് കൊണ്ടുവരാൻ സാധിക്കില്ല. ലോകത്തിലെ മികച്ച പല സർവ്വകലാശാലകളും ഉന്നത വിദ്യാഭ്യാസ ഗവേഷണ സ്ഥാപനങ്ങളും എച്ച് ഇൻഡക്‌സ് മാറ്റം പ്രമോഷന്റെ പ്രധാന ഘടകമായി പരിഗണിക്കാറുണ്ട്.

photo: wikipedia

എം കോഷ്യൻഡ് ( M-Index/ M Quotient): എച്ച്​ ഇൻഡക്‌സിന്റെ മറ്റൊരു വകഭേദമാണ് എം കോഷ്യൻഡ് . 2010- ൽ ഗവേഷണം തുടങ്ങി അപ്പോൾ തന്നെ ആദ്യ ലേഖനം പ്രസിദ്ധീകരിച്ച വ്യക്തിയുടെ ഇപ്പോഴത്തെ എച്ച്​ ഇൻഡക്‌സ് 13 എന്ന് വിചാരിക്കുക . എന്നാൽ അയാളുടെ ഇപ്പോഴത്തെ MQ =1 ആയിരിക്കും. സ്‌കൂൾ കോളേജ് കാലത്തു ഗവേഷണം തുടുങ്ങുന്നവർക്കു ഈ പരാമീറ്റർ നിരവധി പ്രശ്‌നങ്ങൾ സൃഷ്ടിക്കാൻ സാധ്യതയുണ്ട്.

MQ= h index/no. of years completed after the first publicationMQ= 1, 13/2023-2010= 1

എച്ച് സി ഇൻഡക്‌സ് (Hc Index): എച്ച് ഇൻഡകസിന്റെ മറ്റൊരു വകഭേദമാണ് എച്ച് സി ഇൻടെക്‌സ് കണ്ടുപിടിക്കാൻ പ്രധാനമായും രണ്ടു കാര്യങ്ങളാണ് വേണ്ടത്.

1. സൈറ്റേഷൻ കൗണ്ട്.
​ 2. പബ്ലിക്കേഷൻ നാളിതുവരെ പൂർത്തീകരിച്ച കാലയളവ്.

ഒരു പബ്ലിക്കേഷന്റെ എച്ച് സി ഇൻഡക്‌സ് കണ്ടുപിടിക്കാൻ മാർഗം ഇങ്ങനെയാണ്: 2010 ൽ പുറത്തിറങ്ങിയ ഗവേഷണ ലേഖനത്തിന്റെ എച്ച് സി ഇൻഡക്‌സ് ഇങ്ങനെ കണ്ടുപിടിക്കാം.

hc index =citation count of that article *4/ (2023-2010)

4 എന്നത് ഇത് കണ്ടുപിടിക്കാനുള്ള അചഞ്ചലമായ ഗുണന ഫാക്ടർ ആണ്.

ഇ ഇൻഡക്‌സ് (e index): എച്ച് ഇൻഡക്‌സിന് വേണ്ടാത്തത് ഇ ഇൻഡക്‌സ് എടുക്കുന്നു. പുതുതായി കണ്ടെത്തിയ ഒരു പരാമീറ്റർ ആണ് ഇ ഇൻഡക്‌സ്. എച്ച് ഇൻഡെക്‌സിൽ കൂട്ടാത്ത അധികം വന്ന സൈററ്റേഷനുകൾആണ് ഇ ഇൻഡക്‌സ് ഭാഗമാകുന്നത്.

Zhang (2009) അതിനു പറഞ്ഞിരിക്കുന്ന ഒരു സൂത്രവാക്യം ഉണ്ട്.

e= (Total Citation -h^2) ^0.5

h^2= എച്ച് ഇൻഡക്‌സിന് ഉപയോഗിക്കുന്ന സൈറ്റേഷനുകൾ.
e^2= എക്‌സസ് സൈറ്റേഷനുകൾ.

h index proportional to 1/e index

എച്ച് ഇൻഡക്‌സ് കൂടുന്നതിനനുസരിച്ച് ഈ ഇൻഡക്‌സ് കുറയും.

ജി ഇൻഡക്‌സ് (g index): ഒരാളുടെ ജി ഇൻഡക്‌സ് 10 ആണെങ്കിൽ അത് അർത്ഥമാക്കുന്നത് അയാളുടെ പത്തു പബ്ലികേഷനുകൾക്കു 100 സൈറ്റേഷനുകൾ ഉണ്ടെന്നാണ്. വേറൊരു വിലയിരുത്തലിൽ പറഞ്ഞാൽ ഒരാളുടെ പബ്ലിക്കേഷനുകൾക്കു 200, 70, 60, 50, 20 എന്നീ സൈറ്റേഷനുകൾ ലഭിച്ചിട്ടുണ്ടെങ്കിൽ അത് മൊത്തത്തിൽ കൂട്ടുമ്പോൾ 400 വരും. അതിന്റെ സ്‌ക്വയർ റൂട്ട് എടുത്താൽ അയാളുടെ ജി ഇൻഡക്‌സ് കിട്ടും. അയാളുടെ ജി ഇൻഡക്‌സ് 20 ആണ്.

ഐ ട്ടെൻ ഇൻഡക്‌സ് (i10 index): ഒരു ഗ്രന്ഥകർത്താവിനു പത്തുവീതം സൈറ്റേഷനുകൾ ഉള്ള പ്രസീദ്ധീകരങ്ങളുടെ മൊത്തം കൗണ്ടാണ് അയാളുടെ ഐ ട്ടെൻ ഇൻഡക്‌സ്.

പ്രസിദ്ധീകരണങ്ങളുടെ വിലയിരുത്തൽ

പ്രസിദ്ധീകരണങ്ങളെ വിലയിരുത്തുന്നത് പ്രധാനമായും അഞ്ചു കാര്യങ്ങൾ വച്ചാണ്:

1. ഇംപാക്​റ്റ്​ ഫാക്ടർ (Impact Factor)
2. ആർട്ടിക്കിൾ ഇൻഫ്‌ലുവൻസ് സ്‌കോർ (Article Influence Score)
3. ജേണൽ റാങ്ക് (Journal Rank)
4. ഇമ്പാക്ട് പെർ പേപ്പർ. (Impact per Paper)
5. ഐഗൻ ഫാക്ടർ (Eigen Factor)

ഇമ്പാക്ട് ഫാക്ടർ: 1970- കളുടെ ആരംഭത്തോടെ ഗവേഷണ ജേർണലുകളുടെ പ്രസക്തി രേഖപ്പെടുത്താൻ വേണ്ടിയാണ് ഇമ്പാക്ട് ഫാക്ടർ എന്ന അളവുകോൽ തുടങ്ങിയത്. ഇതൊരു ജേണലിന് ആ മേഖലയിലുള്ള പ്രാധാന്യം സൂചിപ്പിക്കാനും ഇടവിട്ടുള്ള അധ്യായങ്ങളുടെ എണ്ണം സൂചിപ്പിക്കാനുമാണ് ഇത് ഉപയോഗിക്കുന്നത്

photo: wikipedia

ഇംപാക്​റ്റ്​ ഫാക്ടർ പ്രധാനമായും മുഖവിലക്കെടുക്കുന്നത് കേന്ദ്രീകൃതമായ ഇൻഡക്‌സ് ചെയ്ത സൈറ്റേഷനുകളും ഒരു പ്രത്യേക കാലയളവിൽ സൈറ്റ് ചെയ്യാൻ പറ്റുന്ന തലത്തിൽ പ്രസിദ്ധീകരിച്ച ലേഖനങ്ങളുടെ എണ്ണവുമാണ്. എന്നാൽ ഒരേ മേഖലയിൽ അല്ലാത്ത ജേണലുകളെ താരതമ്യം ചെയ്ത് വിശകലനം ചെയ്യുന്നത് ശരിയല്ല. ഒരു ജേണലിൽ കൂടുതൽ സൈറ്റേഷൻ വരുന്ന ലേഖനത്തിന് അതിന്റെ ഫാക്ടർ ക്രമാതീതമായി കൂട്ടുവാനും കഴിയും ഇതിന്റെ കാലയളവ് രണ്ടു വർഷത്തേക്കും അഞ്ചുവർഷത്തേക്കും നടത്താൻ പറ്റും.

ഐഗൺ ഫാക്ടർ: പ്രചാരണം കൂടുതലുള്ള ജേർണലുകളെയും പ്രചാരണം കുറവുള്ള ജേർണറുകളെയും തരംതിരിച്ച് നിർണയിക്കുന്ന ഒരു പരാമീറ്റർ ആണ്‌ ഐഗൺ ഫാക്ടർ. ഈ പ്രക്രിയ നടത്തുന്നത് പൊതുവേ അഞ്ചു വർഷകാലയളവിലാണെങ്കിലും വാർഷിക കണക്കെടുപ്പും നടത്താറുണ്ട്. എന്നാൽ പ്രചാരണം കൂടിയത് കുറവുള്ളത് എന്നത് എന്തിന്റെ അടിസ്ഥാനത്തിൽ നടത്തുന്നു എന്നത് തർക്ക വിഷയമാണ്.വെബ്‌സൈറ്റ് ഹിറ്റ് അനുപാതം ആണോ അതോ ഇമ്പാക്ട് ഫാക്ടറുകൾ തന്നെയാണോ ഇതിന്റെയും അടിസ്ഥാന വിലയിരുത്തൽ രീതി എന്നത് ആശയകുഴപ്പമുണ്ടാക്കുന്നു . ഹിറ്റ് അനുപാതം ആണെങ്കിൽ മസാല മാതൃകയിലുള്ള ഗ്ലോറിഫൈഡ് സെറ്റുകളും അതിന്റെ പരിധിയിൽ വരില്ലേയെന്നും അതു ശരിയാണോ എന്നും സംശയങ്ങൾ അവശേഷിക്കുന്നു.

ആർട്ടിക്കിൾ ഇൻഫ്ലുവൻസ് സ്‌കോർ: ഒരു ജേണൽ കഴിഞ്ഞ അഞ്ചു വർഷക്കാലയളവിൽ പ്രസിദ്ധീകരിച്ച ലേഖനങ്ങളുടെ എണ്ണത്തെ അതേ കാലയളവിൽ ബാക്കി എല്ലാ ജേർണലുകളും പ്രസിദ്ധീകരിച്ച ലേഖനങ്ങളുമായി ഹരിക്കുമ്പോൾ കിട്ടുന്ന സ്‌കോർ ആണിത്. പക്ഷേ ബാക്കിയെല്ലാം എന്നു പറയുന്നതിൽ തരംതിരിക്കലുണ്ടോ? മുന്തിയ ജേർണലുകളാണോ, മോശം ജേർണലുകളും ഇതിൽപ്പെടുന്നുണ്ടോ എന്നത് അന്വേഷിക്കേണ്ട വസ്തുതയാണ്. അതുപോലെ, വിഭിന്നമായ മേഖലയിൽ പെട്ട ജേർണലുകളെ ഇതിൽ പെടുത്താമോ എന്നതും ആശങ്കപ്പെടുത്തുന്ന ചോദ്യമാണ്

ജേർണൽ റാങ്ക്: ഇതിനെ സ്‌കിജാമൊ ജേർണൽ റാങ്കിംഗ് എന്നും പറയാറുണ്ട്. ഇൻഡക്‌സ് ഡാറ്റാ ബേസുമായുള്ള വ്യത്യാസം ഇവിടെ പ്രകടമാണ്. ഐഗൺ ഫാക്ടർ വിവരസാങ്കേതിക ഗവേഷണ കേന്ദ്രത്തിലെ ഡേറ്റാ ബേസും ആയിട്ടുള്ള ഇൻഡക്‌സിംഗ് വഴി റാങ്കിംഗ് നിർണയിക്കുമ്പോൾ സ്‌കിജാമോ സ്‌കോപ്പസ് വഴിയുള്ള സഞ്ചാരം നടത്തുന്നു. ഇതാണ് ഇതിലെ ഏക വ്യത്യാസം.

നോർമലൈസ്ഡ് ഇംപാക്​റ്റ്​ പെർ പേപ്പർ: ഓരോ ശാസ്ത്രമേഖലയിലുള്ള ഗവേഷണ പ്രസിദ്ധീകരണങ്ങളിൽനിന്ന് സൈറ്റേഷനുകൾ തരംതിരിച്ച് അതിന് ഉന്നതമൂല്യം നൽകി റാഗിംഗ് ക്രമീകരിക്കുന്ന രീതിയാണ് നോർമലൈസ്ഡ് ഇംപാക്​റ്റ്​ ഫാക്ടർ.
ഒരു ഗവേഷണ പ്രസിദ്ധീകരണത്തിൽ ലഭിക്കുന്ന സൈറ്റേഷൻ, അതു വരുന്ന പ്രസിദ്ധീകരണത്തിൽ അതിന്റെ മുൻഗണനാ പ്രസക്തി എന്നിവ ഇവിടെ വിലയിരുത്തപ്പെടുന്നു. നൂറോളം റഫറൻസുകളുള്ള ഒരു ലേഖനത്തിൽ വരുന്ന സൈറ്റേഷനേക്കാൾ മൂല്യം പത്തോളം സൈറ്റേഷനുള്ള ലേഖനത്തിൽ വരുന്ന സൈറ്റേഷൻ യായിരിക്കും.ഇതുംകൂടി ക്രമപ്പെടുത്തിയാണ് ഇമ്പാക്ട് ഫാക്ടർ കണ്ടുപിടിക്കുന്നത് .ഇത് ഓരോ ലേഖനത്തിനും വേവ്വേറെയാണ് ചിട്ടപ്പെടുത്തുന്നത്.

യു. ജി. സി കെയർ ലിസ്റ്റ് എന്ന പേരിൽ പല വ്യാജ പ്രസിദ്ധീകരണങ്ങളും കടന്നുകൂടുന്നു. അവർ പല ഗവേഷകരിൽ നിന്നും പണം വാങ്ങി ലേഖനങ്ങൾ പ്രസിദ്ധീകരിച്ചുനൽകുന്നു. എന്നാൽ പല മുന്തിയ പ്രശസ്ത ജേണലുകളും കെയർ ലിസ്റ്റിൽ ഇല്ല എന്നതാണ് ഞെട്ടിപ്പിക്കുന്ന മറ്റൊരു സത്യം.

വ്യാജ ഇംപാക്​റ്റ്​ ഫാക്ടർ നിർമിതികൾ: ഒരു കൂട്ടം ആൾക്കാർ ചേർന്ന് ഗവേഷണ പ്രസിദ്ധീകരണം തുടങ്ങുന്നു. പ്രഖ്യാപിത ഇൻഡക്‌സിങ് ഏജൻസികളിൽ നിന്ന് വിട്ടുമാറി ഏതെങ്കിലും വ്യാജ ഏജൻസികളെ ഏല്പിക്കുന്നു. അവർ ലോക പ്രശസ്ത ജേര്ണലുകളെ പോലും അമ്പരപ്പിക്കുന്ന ഒരു ഇംപാക്​റ്റ്​ ഫാക്ടർ നൽകുന്നു. അത് വച്ച് അവർ പ്രഖ്യാപനങ്ങളും പരസ്യങ്ങളും നൽകുന്നു. ഗവേഷകർ വഞ്ചിതരാകുന്നു. ഏജൻസിയുടെ പേര് പറയാതെ ഉള്ള ഇത്തരം തട്ടിപ്പുകൾ നാട്ടിൽ സജീവം. ഇത് മനസിലാക്കാനുള്ള കഴിവോ ചോദ്യം ചെയ്യാനുള്ള അറിവോ ഗവേഷകർ പ്രകടിപ്പിക്കുന്നുമില്ല, ഫലമോ ഇത്തരക്കാർ സജീവമായി തുടരുന്നു.

ഒരു സെമിനാറിൽ പങ്കെടുത്തു പത്തു നിമിഷം കൊണ്ട് ഒരു പേപ്പർ അബ്സ്ട്രാക്ട് അവതരിപ്പിക്കുന്നത് കേവലം കോൺഫറൻസ് പ്രൊസീഡിങ്‌സ് മാത്രമാണെന്ന തിരിച്ചറിവില്ലാതെ അതിനെ പേപ്പർ പ്രസന്റേഷനായി കാണുന്ന രീതികളും നമ്മുടെ നാട്ടിൽ നടക്കുന്നുണ്ട്.

ഇതുപോലുള്ള മറ്റൊരു കാര്യമാണ് യു. ജി. സി കെയർ ലിസ്റ്റ്. കെയർ ലിസ്റ്റ് എന്ന പേരിൽ പല വ്യാജ പ്രസിദ്ധീകരണങ്ങളും കടന്നുകൂടുന്നു. അവർ പല ഗവേഷകരിൽ നിന്നും പണം വാങ്ങി ലേഖനങ്ങൾ പ്രസിദ്ധീകരിച്ചുനൽകുന്നു. യാതൊരു നിലവാരവുമില്ലാത്തതാണ് പലതും, എന്നാൽ പല മുന്തിയ പ്രശസ്ത ജേണലുകളും കെയർ ലിസ്റ്റിൽ ഇല്ല എന്നതാണ് ഞെട്ടിപ്പിക്കുന്ന മറ്റൊരു സത്യം. 2023- ലെ തീയതികളിൽ പ്രസിദ്ധീകരണത്തിനായി വാങ്ങി 2020-ലെ തീയതികളിൽ പെടുത്തി വ്യാജമായി പ്രസിദ്ധീകരിച്ചു നൽകുന്ന മാഫിയകളും ഈ രംഗത്തു പ്രവർത്തിക്കുന്നുണ്ട്.

ഇന്ത്യയിലെ ഒരു ഉന്നത വിദ്യാഭ്യാസ സ്ഥാപനത്തിലെ ഒരു ഗവേഷക ലോകത്തിലെ തന്നെ പ്രശസ്ത ജേർണലിൽ ലേഖനം പ്രസിദ്ധീകരിച്ചു. എന്നാൽ അത് കെയർ ലിസ്റ്റിൽ ഉണ്ടായിരുന്നില്ല. ഗൈഡിഷിപ്പിനു നൽകാൻ നേരം ഇതൊരു വിഷയമായി.

ഇന്ത്യയിലെ ഒരു ഉന്നത വിദ്യാഭ്യാസ സ്ഥാപനത്തിലെ ഒരു ഗവേഷക ലോകത്തിലെ തന്നെ പ്രശസ്ത ജേർണലിൽ ലേഖനം പ്രസിദ്ധീകരിച്ചു. എന്നാൽ അത് കെയർ ലിസ്റ്റിൽ ഉണ്ടായിരുന്നില്ല. ഗൈഡിഷിപ്പിനു നൽകാൻ നേരം ഇതൊരു വിഷയമായി. ദുഃഖിതയായ ഗവേഷക ആ ജേർണൽ അധികൃതർക്ക് ഒരു കത്തെഴുതി. കത്തിലെ ഉള്ളടക്കം ഇപ്രകാരമായിരുന്നു: ‘എനിക്ക് ഗൈഡിഷിപ്പിനു യു.ജി.സി കെയർ ലിസ്റ്റ് അനിവാര്യം, നിങ്ങൾ അതുകൊണ്ട്​ കെയർ ലിസ്റ്റിലേക്ക് കടന്നുവരണം, അതിന്റെ അംഗീകാരം നേടിയെടുക്കണം.’

അവർ ഇപ്രകാരം മറുപടി അയച്ചു: ‘കെയർ ലിസ്റ്റ് എന്നുപറയുന്നത് നിങ്ങളുടെ രാജ്യത്തെ ഒരു പ്രാദേശിക സംവിധാനമാണ്. നമ്മൾ ഒരു ലോക പ്രശസ്ത പബ്ലിക്കേഷൻ ഗ്രൂപ്പും. നമുക്ക് ഒരു പ്രാദേശിക ലിസ്റ്റിന്റെ അംഗീകാരം ആവശ്യമില്ല.’

പ്രാദേശിക അളവുകോലുകളിൽ നിന്ന് മാറി നമ്മൾ ലോക അളവുകോലുകളുടെ ഭാഗമാകേണ്ടേ ആവശ്യകതകളിലേക്കാണ് ഇത് വിരൽചൂണ്ടുന്നത്.

ഗവേഷണരംഗത്ത് നീതിശാസ്ത്രത്തിനു നിരക്കാത്ത നിരവധി പ്രവണതകൾ നടക്കുന്നു. വ്യാജ പ്രസീദ്ധീകരണങ്ങളായും പെയ്ഡ് ജേർണലുകളായും കൃത്രിമമായ സൈറ്റേഷനുകളായും പർവ്വതീകരിക്കുന്ന റഫറൻസുകളായും പ്‌ളേജി യറിസമായും എല്ലാം ഇത് കാലത്തിനൊപ്പം സഞ്ചരിക്കുന്നു. ഇതിനു കടിഞ്ഞാണിടാനാണ് ഇതുപോലുള്ള ബിബ്ലിയോമെട്രിക് അളവുകോലുകൾ ഉപയോഗിക്കുന്നത്. എന്നാൽ ഈ അളവുകോലുകൾക്ക്​ കൃത്യമായ വിലയിരുത്തൽ രൂപരേഖയില്ലാത്തതും വിലയിരുത്തലുകളിലെ പോരായ്മകളും തരംതിരിക്കാനുള്ള ന്യൂനതകളും ഇത്തരം പ്രവണതകളെ അപ്രസക്തമാകുന്നു. ചെറിയ ഒരു ശതമാനത്തെ മാറ്റിനിർത്തിയാൽ ഗവേഷണസമൂഹത്തിന് ഇതിനെ കുറിച്ചുള്ള ഗാഢമായ അറിവ് വളരെ കുറവാണ്​. ഏകീകൃതമായ രൂപരേഖയിലൂടെ ഇതെല്ലം നടപ്പിൽ വരുത്തിയാൽ ഗവേഷണങ്ങൾക്കും ഗവേഷണ പ്രസീദ്ധീകരണങ്ങൾക്കും നഷ്ടപ്രതാപം വീണ്ടെടുത്ത് തലയെടുപ്പോടെ നിലനിൽക്കാം

ഡിസ്‌ക്ലെയിമർ: മുകളിൽ പറഞ്ഞ ഓരോ വിഷയങ്ങളെ പറ്റിയും ഓരോ ലേഖനങ്ങൾ വീതം എഴുതിയാൽ മാത്രമേ വിവിധ തലങ്ങളിൽ ഉള്ള കാര്യങ്ങൾ പറയാനാകുള്ളൂ. അതുകൊണ്ടുതന്നെ ഈ ലേഖനം അപൂർണമാണ്.

Cited Reference:Zhang CT. The e-index, complementing the h-index for excess citations. PLoS ONE 2009;4 (5) :e5429.References used for general Reading:Hirsch JE. An index to quantify an individual's scientific research output. Proc Natl Acad Sci U S A 2005;102(46): 16569-16572.Egghe L. Theory and practice of the g-index. Scientometrics 2006;69(1):131-152.Garfield E. Citation analysis as a tool in journal evaluation. Science 1972;178(4060):471-479.Bergstrom CT, West JD, Wiseman MA. The Eigenfactor metrics. J Neurosci 2008;28(45):11433-11434.Bar-Ilan J. Which h-index? A comparison of WoS, Scopus and Google Scholar. Scientometrics 2008;74(2):257-271. 33.Alonso S, Cabrerizo FJ, Herrera-Viedma E, Herrera F. h-Index: a review focused in its variants, computation and standardization for different scientific fields. J Informetrics 2009;3(4):273-289.Kulkarni AV, Aziz B, Shams I, Busse JW. Comparisons of citations in Web of Science, Scopus, and Google Scholar for articles published in general medical journals. JAMA 2009;302(10):1092-1096.


ഡോ. പ്രവീൺ സാകല്യ

സുനാമി - പ്രളയ ഗവേഷകൻ. കോഴഞ്ചേരി സെൻറ്​ തോമസ് കോളേജിലെ ഫിസികസ് വിഭാഗം മേധാവി. ചെന്നൈയിലെ ദേശീയ തീരദേശ ഗവേഷണ കേന്ദ്രത്തിലും ഐ.ഐ.ടി ഡൽഹിയിലെ അറ്റ്മോസ്​ഫിയറിക്​ സയൻസ് വിഭാഗത്തിലും പ്രോജക്ട് ശാസ്ത്രജ്ഞനായും, തിരുവനന്തപുരത്തെ ദേശീയ ഭൗമശാസ്ത്ര പഠനകേന്ദ്രത്തിൽ സീനിയർ റിസർച്ച് ഫെലോയായും സേവനമനുഷ്ഠിച്ചിട്ടുണ്ട്.

Comments