The Fragility of Global Comparisons of Perceived Scientist Trustworthiness: Evidence from Measurement Alignment across 68 Countries/Regions
यह अध्ययन प्रदर्शित करता है कि प्रेक्षित-स्कोर औसत (observed-score averages) के आधार पर वैज्ञानिक विश्वसनीयता की धारणा के राष्ट्रों के बीच तुलनात्मक अध्ययन, मापन अपरिवर्तनीयता (measurement invariance) के अभाव के कारण भ्रामक है, और यह कि अव्यक्त चरों (latent variables) पर मापन संरेखण (measurement alignment) लागू करने से मूल निष्कर्षों की तुलना में काफी भिन्न देश रैंकिंग और पर्याप्त संबंध प्रकट होते हैं।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आप और आपके 67 अन्य मित्र यह आंकने की कोशिश कर रहे हैं कि आप अपने स्थानीय वैज्ञानिकों पर कितना भरोसा करते हैं। आप सभी 12-प्रश्नों वाला एक ही सर्वेक्षण भरते हैं। मूल अध्ययन (Cologna et al., 2025) ने इन सभी उत्तरों को लिया, प्रत्येक देश के लिए उनका औसत निकाला, और एक विशाल "वैज्ञानिकों में विश्वास" का लीडरबोर्ड बनाया। फिर उन्होंने यह देखने के लिए उस लीडरबोर्ड का उपयोग किया कि क्या चीज़ लोगों के वैज्ञानिकों में विश्वास को बढ़ाती या घटाती है।
समस्या: पैमाना टूटा हुआ था
इस नए शोध पत्र के लेखकों (Yang and Ma) ने उस अध्ययन को देखा और कहा, "ठहरिए जरा।" उन्होंने तर्क दिया कि सर्वेक्षण के प्रश्न हर देश में एक ही तरह से काम नहीं करते थे।
इसे इस तरह सोचिए: यदि आप देश A के एक व्यक्ति से पूछते हैं, "क्या वैज्ञानिक ईमानदार हैं?" तो वह किसी ऐसे वैज्ञानिक के बारे में सोच सकता है जो डेटा के बारे में सच बोलता है। लेकिन देश B में, वही प्रश्न लोगों को एक ऐसे वैज्ञानिक के बारे में सोचने पर मजबूर कर सकता है जो दयालु और मददगार है। भले ही "ईमानदार" शब्द एक ही है, लेकिन उत्तर के पीछे का अर्थ अलग है।
मूल अध्ययन ने औसत स्कोर की तुलना इस तरह करने की कोशिश की जैसे हर कोई बिल्कुल एक ही पैमाने (रूलर) का उपयोग कर रहा हो। लेकिन अगर एक व्यक्ति इंच में माप रहा है और दूसरा सेंटीमीटर में, तो आप संख्याओं को बस जोड़कर यह नहीं कह सकते कि यह देश दूसरे से लंबा है। मूल अध्ययन ने स्वीकार किया था कि "पैमाना" एकदम सटीक नहीं था, लेकिन फिर भी उन्होंने औसत की तुलना करने का फैसला किया।
समाधान: "अलाइनमेंट" (संरेखण) टूल
नए लेखकों ने मेजरमेंट अलाइनमेंट (मापन संरेखण) नामक एक परिष्कृत सांख्यिकीय उपकरण का उपयोग किया।
कल्पना कीजिए कि आपके पास एक ही शहर के 68 अलग-अलग मानचित्र (मैप) हैं, लेकिन वे सभी अलग-अलग स्केल पर बने हैं और थोड़े घुमावदार हैं।
- पुराना तरीका: आप बस मानचित्रों को एक के ऊपर एक रखते हैं और अनुमान लगाते हैं कि लैंडमार्क कहाँ हैं। यह अव्यवस्थित और गलत है।
- नया तरीका (अलाइनमेंट): आप एक विशेष एल्गोरिदम का उपयोग करते हैं जिससे आप मानचित्रों को थोड़ा घुमाते, खींचते और सिकोड़ते हैं ताकि मैप A पर "ईमानदारी" का लैंडमार्क मैप B के "ईमानदारी" वाले लैंडमार्क के साथ पूरी तरह से मेल खा सके। आप इस बात को स्वीकार करते हैं कि मानचित्र थोड़े अलग हैं, लेकिन आप उन्हें इस तरह संरेखित (align) करते हैं ताकि एक निष्पक्ष तुलना की जा सके।
जब उन्होंने गणित को दोबारा किया तो क्या हुआ?
जब लेखकों ने डेटा पर इस "अलाइनमेंट" टूल को लागू किया, तो परिणाम नाटकीय रूप से बदल गए:
- लीडरबोर्ड पलट गया: मूल अध्ययन में, कुछ देश शीर्ष पर थे और कुछ सबसे नीचे। अलाइनमेंट के बाद, 68 में से 62 देश सूची में ऊपर या नीचे चले गए। कुछ बहुत अधिक बदले! उदाहरण के लिए, उरुग्वे 15 स्थान नीचे गिर गया, जबकि डेमोक्रेटिक रिपब्लिक ऑफ कांगो 12 स्थान ऊपर उछल गया। वैज्ञानिकों पर विश्वास करने के मामले में "सबसे अच्छे" और "सबसे खराब" देश अब पहले जैसे नहीं रहे।
- "कारण" बदल गया: मूल अध्ययन ने दावा किया था कि जिन लोगों के विचार "पॉपुलिस्ट" (कुलीन वर्ग के प्रति अविश्वास) थे या जो "सोशल डोमिनेंस" (एक सख्त पदानुक्रम की चाहत) में विश्वास रखते थे, वे वैज्ञानिकों पर बहुत कम भरोसा करते थे।
- नया निष्कर्ष: संरेखित स्कोर का उपयोग करने पर, वे संबंध लगभग गायब हो गए। उन राजनीतिक विचारों और वैज्ञानिकों पर विश्वास के बीच का लिंक लगभग शून्य था।
- जो सत्य बना रहा: केवल वही चीजें थीं जो अभी भी विज्ञान के प्रति सकारात्मक दृष्टिकोण (जैसे, "विज्ञान फायदेमंद है," "मैं वैज्ञानिक पद्धति पर भरोसा करता हूँ") को मजबूती से दर्शाती थीं।
निष्कर्ष (द बॉटम लाइन)
यह शोध पत्र तर्क देता है कि जब आप विभिन्न देशों की तुलना करते हैं, तो आप सर्वेक्षण उत्तरों का केवल एक साधारण औसत नहीं ले सकते। यदि प्रश्न हर जगह एक ही अर्थ नहीं रखते हैं, तो आपका "लीडरबोर्ड" भ्रामक है।
इस टूटे हुए पैमाने को ठीक करने के लिए "अलाइनमेंट" पद्धति का उपयोग करके, लेखकों ने पाया कि:
- जिन देशों में वैज्ञानिकों में सबसे अधिक विश्वास है, उनकी रैंकिंग उस रिपोर्ट से बहुत अलग है जो पहले दी गई थी।
- यह विचार कि राजनीतिक विचारधारा (जैसे पॉपुलिज्म) वैज्ञानिकों के प्रति अविश्वास को मजबूती से संचालित करती है, शायद एक गलत माप के कारण पैदा हुआ एक भ्रम था।
संक्षेप में: आप सेब और संतरे की तुलना केवल इसलिए नहीं कर सकते क्योंकि वे दोनों फल हैं। आपको यह सुनिश्चित करना होगा कि आप एक ही प्रकार के फलों की तुलना कर रहे हैं, अन्यथा यह निष्कर्ष कि कौन सा "बेहतर" है, गलत होगा।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।