Promotion-linked authorship signals: A five-signal bibliometric framework and validation study of highly cited researchers in China

Resumen Técnico: Señales de Autoría Vinculadas a la Promoción

Planteamiento del Problema
La asignación de crédito de autoría es un mecanismo primario para el reconocimiento académico; sin embargo, los registros bibliométricos públicos proporcionan un rastro incompleto de la contribución académica. Mientras que las bases de datos registran nombres y posiciones en la autoría, rara vez revelan quién diseñó los estudios, realizó la labor, escribió los manuscritos o negoció el orden de los autores. Esta brecha entre el crédito visible y la contribución oculta complica la evaluación de la investigación, particularmente en sistemas académicos basados en el desempeño donde los puntos de progresión de carrera (p. ej., promoción, nombramientos de liderazgo) alteran los incentivos y los recursos. Los enfoques existentes, como la propuesta de Mazov y Gureev (2019) de vincular las anomalías de publicación con los puntos de carrera, carecen de especificidad operativa respecto a cómo identificar los nodos de carrera, manejar la ausencia de datos o integrar múltiples señales sin realizar afirmaciones éticas no fundamentadas. El problema central es cómo organizar los registros desiguales de la carrera pública y bibliométrica en señales de crédito de autoría auditables sin tratar dichas señales como prueba definitiva de conducta indebida.

Metodología
El estudio desarrolla y valida un marco de cinco señales bibliométricas diseñado para analizar las señales de crédito de autoría vinculadas a la promoción. La metodología se estructura alrededor de un conjunto de datos por capas de 329 Investigadores Altamente Citados (HCR) de Clarivate vinculados a China, con una capa de validación rica en evidencia de 27 casos detallados.

El flujo de trabajo procede mediante una secuencia operativa estricta:

1. Verificación de Identidad: Los investigadores son verificados mediante nombres, historiales de afiliación, ORCID y perfiles públicos para asegurar la precisión de los registros.
2. Reconstrucción de Nodos de Carrera: Los puntos de progreso de carrera (promociones, roles de liderazgo) se identifican como anclajes temporales.
3. Extracción de Trayectoria: Se extraen los recuentos anuales de publicaciones y se alinean con los nodos de carrera.
4. Operacionalización de Señales: Se analizan cinco señales específicas utilizando una combinación de codificación manual y soporte procedimental asistido por software:
   • Señal 1: Producción de Publicaciones: Mide los cambios en los promedios de publicaciones anuales y las tasas de crecimiento alrededor de los nodos de carrera utilizando ventanas pre/post (Ecuaciones 1–4).
   • Señal 2: Expansión de Coautoría: Evalúa los cambios en la estructura de colaboración (conceptualmente central pero sensible a los datos).
   • Señal 3: Expansión de Campo: Evalúa el movimiento hacia áreas temáticas más amplias o distantes (conceptualmente central pero sensible a los datos).
   • Señal 4: Posicionamiento del Rol de Autoría: Codifica la proporción de posiciones de primer autor, autor de correspondencia y último autor (Ecuación 6).
   • Señal 5: Tensión entre Gestión y Producción: Evalúa la convergencia de una alta producción de publicaciones con responsabilidades de liderazgo o administrativas visibles.
5. Graduación de la Evidencia: El marco categoriza explícitamente las señales como "operacionalizadas", "sub-validadas" o "no inferibles" basándose en la disponibilidad de datos, evitando la sobreinterpretación.

Las operaciones matemáticas incluyen el cálculo de promedios pre/post-nodo, tasas de crecimiento porcentual y puntuaciones de desviación aproximadas dentro del caso (Ecuación 5) para identificar anomalías focales en relación con la propia trayectoria del investigador, en lugar de comparaciones entre campos.

Contribuciones Clave
El artículo realiza tres contribuciones primarias:

1. Marco Metodológico: Formaliza un marco de cinco señales que traslada la ética de la autoría de la discusión normativa a las trazas bibliométricas observables. Introduce el "anclaje de nodos de carrera" como una línea base temporal y trata la ausencia de datos como un resultado de validación en lugar de un defecto.
2. Flujo de Trabajo Operativo: Proporciona un procedimiento reproducible y paso a paso (que incluye fórmulas matemáticas editables y reglas de decisión) para convertir los cambios en publicaciones en señales auditables. Este flujo de trabajo distingue entre señales medibles y aquellas que requieren metadatos más ricos.
3. Validación Empírica: Prueba el marco en un conjunto de datos real y rico en evidencia, demostrando qué señales pueden operacionalizarse de manera robusta a partir de registros públicos y cuáles permanecen sensibles a los datos.

Resultados
El estudio de validación arrojó los siguientes hallazgos respecto a las cinco señales:

• Señal 1 (Producción de Publicaciones): Fuertemente operacionalizada. En los 27 casos detallados, la producción media anual de publicaciones aumentó de 9.5 (pre-nodo) a 16.0 (post-nodo). 24 de 27 casos mostraron una mayor producción post-nodo, con 12 casos alcanzando una pantalla de anomalía fuerte (puntuación de desviación ≥ 2.0).
• Señal 2 y 3 (Expansión de Coautoría y de Campo): No se operacionalizaron de manera consistente. Aunque son conceptualmente centrales, los datos estructurados disponibles no permitieron una cuantificación estable y comparable de las redes de coautores o el movimiento de campo en todos los casos. Estas se marcan como señales sensibles a los datos que requieren metadatos más ricos a nivel de artículo.
• Señal 4 (Posicionamiento del Rol de Autoría): Operacionalizada. La capa de validación mostró que el crecimiento de las publicaciones a menudo coincidió con posiciones de crédito senior. La participación media de primer autor fue del 13.6%, mientras que las participaciones de autor de correspondencia y último autor fueron del 40.3% y 38.8% respectivamente. 16 casos exhibieron una fuerte visibilidad como autores senior.
• Señal 5 (Tensión entre Gestión y Producción): Operacionalizada aproximadamente. 15 de 27 casos fueron codificados con alta responsabilidad de gestión. Siete casos combinaron alta responsabilidad de gestión, una desviación de ≥ 2.0 y una fuerte visibilidad de autor senior.

El estudio identificó patrones específicos de "disparo de auditoría" donde múltiples señales convergían (p. ej., crecimiento de publicaciones + autoría senior + responsabilidad de gestión), pero señaló explícitamente que estos patrones no constituyen prueba de conducta indebida.

Significancia y Reivindicaciones
El artículo afirma que su significancia radica en proporcionar un flujo de trabajo cauteloso y reutilizable para analizar el crédito de autoría sin realizar afirmaciones éticas no fundamentadas.

• Lógica de Disparo de Auditoría: El marco está diseñado para identificar dónde puede justificarse una revisión más cercana, en lugar de detectar conductas indebas o clasificar individuos. Sirve como un estímulo estructurado para el juicio experto, distinguiendo entre señales medibles, señales sub-medidas y afirmaciones no sustentadas.
• Rigor Metodológico: Al separar el marco del conjunto de datos y graduar explícitamente la evidencia, el estudio evita los errores de la "detección laxa" (tratar cualquier pico como conducta indebida) y la "sobre-normalización" (ignorar la concentración de crédito).
• Límites de los Datos: El estudio concluye que, si bien la producción de publicaciones, el posicionamiento de autoría y la tensión de gestión pueden operacionalizarse a partir de los registros públicos actuales, la coautoría y la expansión de campo permanecen limitadas por la disponibilidad de metadatos.
• Posicionamiento Ético: Los autores enfatizan que el análisis permanece dentro de los límites de los datos públicos. No verifica las contribuciones ocultas ni diagnostica una autoría inapropiada, sino que ofrece un método transparente para examinar cómo se produce y distribuye el crédito académico cuando las carreras se evalúan a través de resultados visibles.