🔬 physics

An index to quantify scientific debt

यह शोध पत्र $z$ -इंडेक्स का प्रस्ताव करता है, जो वैज्ञानिक ऋण को मापने के लिए उन जर्नल्स के प्रभाव कारकों (इम्पैक्ट फैक्टर्स) को जोड़ने से निकाला गया एक मीट्रिक है जहाँ एक शोधकर्ता के वापस लिए गए (रिट्रैक्टेड) शोध पत्र प्रकाशित हुए थे, और $h$ -इंडेक्स के साथ मिलकर वैज्ञानिक मूल्य का अधिक संतुलित मूल्यांकन प्रदान करने के लिए प्रस्तावित किया गया है।

मूल लेखक: N. Zen

प्रकाशित 2026-07-28✓ Author reviewed ⓘ

📖 7 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: N. Zen

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 नहीं लिखा है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

विज्ञान की दुनिया को एक विशाल, हलचल भरी लाइब्रेरी के रूप में कल्पना करें जहाँ शोधकर्ता लगातार नई किताबें लिख रहे हैं। दशकों से, किसी लेखक की सफलता को मापने का सबसे प्रसिद्ध तरीका "h-इंडेक्स" रहा है। इसे एक "लोकप्रियता प्रतियोगिता" स्कोर की तरह समझें: यदि किसी वैज्ञानिक का h-इंडेक्स 20 है, तो इसका अर्थ है कि उसने 20 ऐसी किताबें लिखी हैं जिन्हें कम से कम 20 अन्य लोगों द्वारा उधार लिया गया है और चर्चा की गई है। स्कोर जितना अधिक होगा, उस लेखक को उतना ही प्रभावशाली माना जाएगा, और उनके फंड या नौकरी पाने की संभावना उतनी ही अधिक होगी। यह एक भविष्योन्मुखी सम्मान का प्रतीक है, यह मानते हुए कि एक उच्च स्कोर का अर्थ है कि लेखक उत्कृष्ट कार्य का उत्पादन करना जारी रखेगा।

लेकिन क्या होता है जब उनमें से कोई एक "महान" किताब झूठ निकलती है? क्या होगा यदि डेटा फर्जी था, या परिणाम केवल एक गलती थे? वास्तविक दुनिया में, जब एक किताब को गलत साबित किया जाता है, तो लाइब्रेरी उसे शेल्फ से हटा देती है और उस पर एक बड़ा "RETRACTED" (वापस लिया गया) स्टैम्प लगा देती है। हालाँकि, पुराना लोकप्रियता स्कोर (h-इंडेक्स) नहीं बदलता है; वह खराब किताब लेखक की प्रसिति में योगदान देती रहती है। यह इस असंतुलन को ठीक करने के लिए एक समस्या पैदा करता है। यह एक नया विचार पेश करता है। यह सुझाव देता है कि हमें न केवल अच्छी किताबों को मापने की आवश्यकता है, बल्कि खराब किताबों के कारण होने वाले "वैज्ञानिक ऋण" (scientific debt) को भी मापने की आवश्यकता है। यह कुछ ऐसा है जैसे यह महसूस करना कि बैंक खाते का बैलेंस तब तक बहुत अच्छा दिखता है जब तक आप पीछे जमा हो रहे भारी ओवरड्राफ्ट शुल्क को अनदेखा करते हैं।

नया स्कोर: "z-इंडेक्स"

इस पेपर के लेखक, 2026 की भविष्य की तारीख से लिखते हुए, z-इंडेक्स नामक एक नया मीट्रिक प्रस्तावित करते हैं। यदि h-इंडेक्स आपके वैज्ञानिक "उपलब्धि" को मापता है, तो z-इंडेक्स आपके "ऋण" को मापता है।

यह कैसे काम करता है: हर बार जब एक पेपर वापस लिया (retract) जाता है, तो वह एक वैज्ञानिक के z-इंडेक्स में जुड़ जाता है। लेकिन यह केवल एक साधारण "एक स्ट्राइक" वाली प्रणाली नहीं है। पेपर तर्क देता है कि एक बहुत ही प्रसिद्ध, उच्च-प्रभाव वाले जर्नल में रिट्रैक्शन एक छोटे जर्नल की तुलना में बहुत बड़ी बात है। इसलिए, z-इंडेक्स उन सभी जर्नल्स के "इम्पैक्ट फैक्टर" (एक स्कोर कि जर्नल कितना प्रसिद्ध और प्रभावशाली है) को जोड़ता है जहाँ रिट्रैक्ट किया गया पेपर प्रकाशित हुआ था।

इसे संगीत की कुर्सियों (musical chairs) के खेल की तरह समझें जहाँ कुर्सियों के अलग-अलग पॉइंट मान होते हैं। यदि आप एक छोटी, डगमगाती कुर्सी गिराते हैं, तो आप कुछ अंक खो देते हैं। लेकिन यदि आप एक विशाल, सुनहरे सिंहासन को गिरा देते हैं, तो आप बहुत अधिक अंक खो देते हैं। z-इंडेक्स उन सभी कुर्सियों का कुल भार है जिन्हें आपने गिराया है।

"ऋण" बनाम "उपलब्धि" का संतुलन

पेपर सुझाव देता है कि एक वैज्ञानिक के वास्तविक मूल्य की तस्वीर पाने के लिए, हमें केवल उनके h-इंडेक्स को नहीं देखना चाहिए। इसके बजाय, हमें अंतर देखना चाहिए: h माइनस z।

सकारात्मक परिणाम: यदि आपका "अच्छी किताब" वाला स्कोर (h) आपके "खराब किताब" वाले ऋण (z) से अधिक है, तो आप अभी भी एक शुद्ध सकारात्मक योगदानकर्ता हैं।
नकारात्मक परिणाम: यदि आपका ऋण आपकी उपलब्धियों से अधिक है, तो आपका शुद्ध मूल्य नकारात्मक है। यह सुझाव देता है कि, कुल मिलाकर, आपका कार्य वैज्ञानिक समुदाय के लिए अच्छे से अधिक नुकसान पहुँचा रहा है।

लेखक एक वास्तविक दुनिया का उदाहरण (पेपर की 2026 की तारीख के परिप्रेक्ष्य से) उपयोग करता है जिसमें रंगा डायस (Ranga Dias) नामक एक वैज्ञानिक शामिल है। इस परिदृश्य में, डायस का h-इंडेक्स 19 है, जो प्रभावशाली लगता है। हालाँकि, उसके Nature और Physical Review Letters जैसे बहुत प्रसिद्ध जर्नल्स से पांच रिट्रैक्ट किए गए पेपर हैं। जब आप उन जर्नल्स के "प्रसिद्धि स्कोर" को जोड़ते हैं, तो उसका z-इंडेक्स बढ़कर लगभग 124 हो जाता है। उसका अंतिम स्कोर (19 माइनस 124) एक विशाल -105 है। यह नकारात्मक संख्या एक चेतावनी संकेत के रूप में कार्य करती है, जो बताती है कि उसके द्वारा फैलाया गया गलत सूचना का प्रसार उसके वैध योगदान से कहीं अधिक है।

समय मायने रखता है: "विलंबित दंड"

पेपर यह भी महसूस करता है कि गलती को कब सुधारा जाता है, यह महत्वपूर्ण है। यदि एक वैज्ञानिक को एहसास होता है कि उसने एक ईमानदार गलती की है और वह इसे जल्दी ठीक कर देता है, तो नुकसान छोटा होता है। लेकिन यदि वह वर्षों तक देरी करता है, तो गलत जानकारी और अधिक फैल जाती है, और "ऋण" बढ़ता जाता है।

इसे ध्यान में रखने के लिए, लेखक एक "संशोधित z-इंडेक्स" (जिसे z-tilde कहा जाता है) बनाता है। यह संस्करण एक विशेष गणितीय फ़ंक्शन का उपयोग करता है जो एक दंड टाइमर की तरह कार्य करता है:

यदि एक पेपर जल्दी रिट्रैक्ट किया जाता है (एक वर्ष के भीतर), तो दंड छोटा होता है।
यदि रिट्रैक्शन में लंबा समय लगता है (जैसे दो साल या उससे अधिक), तो दंड दोगुना या चार गुना तक बढ़ जाता है।

इस "समय-भारित" (time-weighted) प्रणाली का उपयोग करते हुए, लेखक स्कोर की पुनर्गणना करता है। रंगा डायस के लिए, ऋण और भी बड़ा हो जाता है (लगभग 165 तक) क्योंकि उसके रिट्रैक्शन को प्रोसेस होने में कई महीने लग गए। उसका अंतिम स्कोर गिरकर -146 हो जाता है।

दिलचस्प बात यह है कि पेपर दो नोबेल पुरस्कार विजेताओं, ग्रेग सेमेंज़ा (Gregg Semenza) और थॉमस सुडॉफ (Thomas Südhof) को भी देखता है। भले ही उनके h-इंडेक्स बहुत बड़े (223 और 238) हैं, उनके रिट्रैक्ट किए गए पेपर्स से संचित ऋण इतना अधिक है कि उनके शुद्ध स्कोर काफी बदल जाते हैं। सेमेंज़ा के लिए, h माइनस z-tilde का मान एक विशाल -227 हो जाता है। हालाँकि, सुडॉफ का स्कोर 176 पर सकारात्मक रहता है, जिसका अर्थ है कि उनके रिट्रैक्शन्स के बावजूद, उनकी वैध उपलब्धियाँ उनके वैज्ञानिक ऋण से अधिक हैं। यह सुझाव देता है कि सबसे प्रसिद्ध वैज्ञानिकों का भी "शुद्ध नकारात्मक" प्रभाव हो सकता है यदि वे बहुत अधिक गलत सूचना को रहने देते हैं, हालांकि सुडॉफ के मामले में, उनकी विरासत शुद्ध रूप से सकारात्मक बनी हुई है।

लाइब्रेरी का अपना स्कोरकार्ड

पेपर केवल व्यक्तिगत वैज्ञानिकों तक ही सीमित नहीं रहता है; यह उन्हीं लॉजिक को जर्नल्स पर भी लागू करता है। जिस तरह वैज्ञानिकों के स्कोर होते हैं, वैसे ही जर्नल्स के भी होते हैं। लेखक दुनिया के शीर्ष 20 जर्नल्स के लिए z-इंडेक्स की गणना करता है।

परिणाम चौंकाने वाले हैं। दो सबसे प्रसिद्ध जर्नल, Nature और Science, के h-इंडेक्स बहुत बड़े (1495 और 1433) हैं, जो दिखाते हैं कि वे कई प्रभावशाली पेपर प्रकाशित करते हैं। हालाँकि, उनके z-इंडेक्स भी बहुत बड़े (3650 और 2809) हैं। जब "समय दंड" लागू किया जाता है, तो उनका ऋण बढ़कर 8290 और 6350 हो जाता है।

पेपर बताता है कि ये जर्नल "वैज्ञानिक मलबे" के पहाड़ पर बैठे हैं। जबकि वे अपनी उपलब्धियों के लिए प्रसिद्ध हैं, वे गलत सूचना की एक विशाल मात्रा के लिए भी जिम्मेदार हैं जिसे साफ करने में लंबा समय लगा। इसके विपरीत, New England Journal of Medicine (NEJM) का ऋण स्कोर उसकी प्रसिद्धि के सापेक्ष बहुत कम है। लेखक का सुझाव है कि ऐसा इसलिए हो सकता है क्योंकि NEJM डेटा साझा करने के बारे में सख्त नियम रखता है, जिससे त्रुटियों को तेजी से पकड़ने में मदद मिलती है।

यह क्यों मायने रखता है

पेपर निष्कर्ष निकालता है कि विज्ञान को "नकारात्मक प्रभाव" को मापने का भी तरीका चाहिए, ठीक वैसे ही जैसे वह "सकारात्मक प्रभाव" को मापता है। वर्तमान में, सिस्टम केवल जीत को गिनता है। z-इंडेक्स पेश करके, लेखक की आशा है कि यह वैज्ञानिकों और जर्नल्स को अधिक सावधान रहने के लिए प्रोत्साहित करेगा।

मुख्य बात यह है कि यदि जर्नल्स गलत पेपर्स को तेजी से रिट्रैक्ट कर सकें (आदर्श रूप से एक वर्ष के भीतर), तो "ऋण" स्कोर काफी कम हो जाएगा, और अधिकांश वैज्ञानिकों और जर्नल्स का शुद्ध मूल्य फिर से सकारात्मक हो जाएगा। पेपर यह दावा नहीं करता है कि यह वैज्ञानिक कदाचार की समस्या को हल करता है, लेकिन यह एक नया उपकरण—एक "ऋण मीटर"—प्रदान करता है ताकि समस्या को दृश्यमान बनाया जा सके और वैज्ञानिक समुदाय को सुधार करने के लिए प्रोत्साहित किया जा सके। यह लाइब्रेरी में मौजूद "खराब किताबों" को अनदेखा करना बंद करने और झूठ की लागत गिनने का एक आह्वान है।

तकनीकी सारांश: वैज्ञानिक ऋण को मापने के लिए एक सूचकांक

समस्या विवरण
वर्तमान वैज्ञानिक मूल्यांकन परिदृश्य अत्यधिक भविष्योन्मुखी मेट्रिक्स पर निर्भर है, विशेष रूप से h-इंडेक्स, जो कम से कम $h$ उद्धरणों (citations) वाले प्रकाशनों की संख्या के आधार पर एक शोधकर्ता की उपलब्धि को मापता है। विश्वसनीय ज्ञान के प्रसार को मापने के लिए प्रभावी होने के बावजूद, h-इंडेक्स गलत या असमर्थित ज्ञान के प्रसार का हिसाब नहीं रखता है। जब कदाचार या त्रुटि के कारण किसी शोधकर्ता के h-इंडेक्स में योगदान देने वाले शोध पत्र वापस (retract) लिए जाते हैं, तो वे अक्सर इस मीट्रिक को बढ़ाते रहते हैं, भले ही उनके निष्कर्ष अब वैज्ञानिक रूप से वैध न हों। यह एक विषमता पैदा करता है: वैज्ञानिक उपलब्धि को तो मापा जाता है, लेकिन गलत सूचना के प्रसार से उत्पन्न "ऋण" (debt) को नहीं। इसके अलावा, शोध पत्र के वापस लिए जाने का नकारात्मक प्रभाव एकसमान नहीं होता है; एक उच्च-प्रभाव वाले जर्नल से वापस लिया गया शोध पत्र, कम प्रभाव वाले माध्यम की तुलना में व्यापक और अधिक हानिकारक प्रसार करता है, फिर भी वर्तमान मेट्रिक्स सभी रिट्रैक्शन को समान मानते हैं या उन्हें पूरी तरह से अनदेखा कर देते हैं।

कार्यप्रणाली
यह शोध पत्र z-इंडेक्स का प्रस्ताव करता है, जो h-इंडेक्स के दोहरे प्रतिरूप के रूप में 'वैज्ञानिक ऋण' को मापने के लिए डिज़ाइन किया गया है।

z-इंडेक्स की परिभाषा:
z-इंडेक्स को उन जर्नल्स के इम्पैक्ट फैक्टर्स (IF) के योग के रूप में परिभाषित किया गया है जिनमें एक शोधकर्ता के रिट्रैक्टेड (वापस लिए गए) शोध पत्र प्रकाशित हुए थे, जिसे प्रकाशन के वर्ष के आधार पर भारित (weighted) किया गया है:
$z = \sum_{i=1}^{n} IF_i$
जहाँ $n$ रिट्रैक्टेड शोध पत्रों की संख्या है और $IF_i$ प्रकाशन के वर्ष में उस जर्नल का इम्पैक्ट फैक्टर है। यह सूत्र मानता है कि IF एक शोध पत्र के अपेक्षित प्रभाव का प्रतिनिधित्व करता है; इसलिए, एक उच्च-IF वाले शोध पत्र का रिट्रैक्शन अधिक "ऋण" उत्पन्न करता है।
कालिक भारण (The $\tilde{z}$ -index):
यह पहचानते हुए कि वैज्ञानिक ऋण समय के साथ संचित होता है क्योंकि रिट्रैक्टेड पेपर उद्धृत (cite) होते रहते हैं, लेखक एक संशोधित सूचकांक $\tilde{z}$ पेश करते हैं, जिसमें एक कालिक भारण फलन (temporal weighting function) $f(t)$ शामिल है, जहाँ $t$ प्रकाशन और रिट्रैक्शन के बीच बीता हुआ समय है:
$\tilde{z} = \sum_{i=1}^{n} IF_i \times f_i(t)$
फलन $f(t)$ एक लॉजिस्टिक कर्व है जिसे त्वरित सुधार को प्रोत्साहित करने के लिए डिज़ाइन किया गया है। इसे इस प्रकार पैरामीटराइज़ किया गया है कि:

$f(0) = 0$
$f(12) = 0.5$ (एक वर्ष के भीतर रिट्रैक्शन को कम भार प्राप्त होता है)
$f(24) = 2$ (दो साल में रिट्रैक्शन होने पर दोगुना भार मिलता है)
$f(\infty) = 4$ (अनिश्चित देरी के लिए अधिकतम भार)

लेखकों को जर्नल की देरी के लिए दंडित होने से बचाने के लिए एक विशिष्ट लेखक-विशिष्ट फलन $f_A(t)$ प्रस्तावित किया गया है, जो भार को 1.0 तक सीमित करता है, जबकि जर्नल-विशिष्ट $\tilde{z}$ मूल $f(t)$ को बनाए रखता है ताकि जर्नल्स को उनकी प्रसंस्करण अवधि (processing times) के लिए जवाबदेह ठहराया जा सके।

शुद्ध वैज्ञानिक मूल्य (Net Scientific Value):
शोध पत्र सुझाव देता है कि मात्रा $h - z$ (या $h - \tilde{z}$ ) वैज्ञानिक मूल्य का अधिक संतुलित मूल्यांकन प्रदान करती है, जो विश्वसनीय ज्ञान के योगदान से गलत सूचना के ऋण को घटाकर एक शोधकर्ता के करियर के शुद्ध प्रभाव का प्रतिनिधित्व करती है।

मुख्य योगदान और परिणाम

ऋण का परिमाणीकरण: शोध पत्र सफलतापूर्वक विशिष्ट शोधकर्ताओं और जर्नल्स के लिए z-इंडेक्स की गणना करता है, यह प्रदर्शित करते हुए कि यह मीट्रिक वैज्ञानिक ऋण के पैमाने को पकड़ सकता है।
- केस स्टडी (रंगा डायस): सुपरकंडक्टिविटी रिट्रैक्शन से जुड़े एक भौतिक विज्ञानी का h-इंडेक्स 19 है। उनका z-इंडेक्स $\approx 124$ है, और उनका कालिक $\tilde{z}$ -इंडेक्स $\approx 165$ है (8 से 39 महीने की रिट्रैक्शन देरी के कारण)। इसके परिणामस्वरूप शुद्ध मान $h - \tilde{z} = -146$ प्राप्त होता है, जो विज्ञान पर शुद्ध नकारात्मक प्रभाव को दर्शाता है।
- केस स्टडी (नोबेल पुरस्कार विजेता): शोध पत्र नोबेल पुरस्कार विजेता ग्रेग सेमेंज़ा और थॉमस सुडोफ का विश्लेषण करते हैं। उनके उच्च h-इंडेक्स (क्रमशः 223 और 238) के बावजूद, उनके संचित ऋण के परिणामस्वरूप $\tilde{z}$ मान 450 और 62 प्राप्त हुए। सेमेंज़ा का शुद्ध मान नकारात्मक ($-227 $) हो जाता है, जबकि सुडोफ का मान सकारात्मक ($ 176$) रहता है, जो यह दर्शाता है कि शीर्ष स्तर के वैज्ञानिक भी महत्वपूर्ण ऋण संचित कर सकते हैं।
- केस स्टडी (फ्रांसेस अर्नोल्ड): एक नोबेल पुरस्कार विजेता, जिनके पास एक ईमानदार-त्रुटि वाला रिट्रैक्शन है (प्रकाशन के 8 महीने बाद रिट्रैक्ट किया गया), उनका ऋण कालिक भारण के माध्यम से 42 से घटकर $\approx 10$ हो जाता है, जिससे उनके शुद्ध मान ( $158 - 10 = 148$ ) पर न्यूनतम प्रभाव पड़ता है।
जर्नल-स्तरीय विश्लेषण: शोध पत्र h-इंडेक्स के शीर्ष 20 जर्नल्स पर इस मीट्रिक को लागू करता है।
- नेचर और साइंस: ये जर्नल असाधारण रूप से उच्च $\tilde{z}$ -इंडेक्स (8290 और 6350 क्रमशः) प्रदर्शित करते हैं, जो उनके h-इंडेक्स (1495 और 1433) से अधिक है। शोध पत्र नोट करता है कि ~30 वर्षों का उनका संचित "मलबा" (debris) उनकी ऐतिहासिक उपलब्धियों से अधिक है।
- न्यू इंग्लैंड जर्नल ऑफ मेडिसिन (NEJM): इसके विपरीत, NEJM का $\tilde{z}$ -इंडेक्स 2275 है बनाम h-इंडेक्स 1275। शोध पत्र इस कम ऋण का श्रेय सख्त डेटा-शेयरिंग नीतियों और तेज़ रिट्रैक्शन समय (हालिया रिट्रैक्शन के लिए औसत 1 महीना बनाम नेचर के लिए 25.8 महीने) को देता है।
- नीति के साथ सहसंबंध: विश्लेषण बताता है कि एक जर्नल की डेटा-शेयरिंग नीति और उसके $\tilde{z}$ -इंडेक्स के बीच एक सहसंबंध है। वे जर्नल जो लेखकों को कच्चा डेटा (raw data) रोकने की अनुमति देते हैं (जैसे, नेचर), वे डेटा साझा करने को अनिवार्य करने वाले (जैसे, NEJM) जर्नल्स की तुलना में उच्च ऋण संचय दिखाते हैं।

महत्व
शोध पत्र का दावा है कि z-इंडेक्स का प्राथमिक महत्व वैज्ञानिक मूल्यांकन में एक नकारात्मक संकेतक (negative indicator) की शुरूआत है। वर्तमान में, मेट्रिक्स "केवल-सकारात्मक" हैं, जो केवल विश्वसनीय ज्ञान के प्रसार को मापते हैं। z-इंडेक्स गलत ज्ञान के प्रसार को मापता है।

लेखक का तर्क है कि:

संतुलित मूल्यांकन: $h - z$ मीट्रिक विश्वसनीय ज्ञान के योगदान से गलत सूचना के ऋण को घटाकर वैज्ञानिक मूल्य का अधिक ईमानदार प्रतिबिंब प्रदान करती है।
उत्तरदायित्व को प्रोत्साहन: वैज्ञानिक ऋण को दृश्यमान और मापने योग्य बनाकर, यह सूचकांक सह-लेखकों के बीच अधिक जांच और जर्नल्स द्वारा तेज़ रिट्रैक्शन प्रक्रियाओं को प्रोत्साहित करने का लक्ष्य रखता है।
प्रणालीगत सुधार: शोध पत्र का तर्क है कि यदि रिट्रैक्शन देरी को घटाकर एक वर्ष कर दिया जाए, तो प्रमुख जर्नल्स के $\tilde{z}$ मानों को उनके वर्तमान स्तरों के एक-चौथाई से भी कम किया जा सकता है, जिससे लगभग सभी जर्नल्स के लिए एक सकारात्मक शुद्ध मान बहाल हो सकता है।
डेटा नीति: जर्नल्स के बीच $\tilde{z}$ -इंडेक्स का अंतर डेटा शेयरिंग की जिम्मेदार नीति के महत्व को उजागर करता है। शोध पत्र सुझाव देता है कि पीयर रिव्यू के दौरान कच्चा डेटा जमा करना अनिवार्य करने से त्रुटियों का प्रसार कम हो सकता है और जर्नल के अपने ऋण को भी कम कर सकता है।

शोध पत्र निष्कर्ष निकालता है कि हालांकि लक्ष्य व्यक्तियों की निंदा करना नहीं है, लेकिन एक वस्तुनिष्ठ नकारात्मक संकेतक की उपलब्धता वैज्ञानिक समुदाय के लिए गलत सूचना के प्रसार को सीमित करने और वैज्ञानिक रिकॉर्ड की अखंडता में सुधार करने के लिए एक आवश्यक कदम है।

नया स्कोर: "z-इंडेक्स"

"ऋण" बनाम "उपलब्धि" का संतुलन

समय मायने रखता है: "विलंबित दंड"

लाइब्रेरी का अपना स्कोरकार्ड

यह क्यों मायने रखता है

इसी तरह के और पेपर