The Academic Journal Guide: A View from Category Theory.

技術的要約：学術ジャーナル・ガイド：カテゴリー理論からの視点

問題提起
Chartered Association of Business Schools（CABS）が発行するAcademic Journal Guide（AJG）は、ビジネスおよびマネジメント分野における研究の質を示す主要なプロキシ（代理指標）として機能している。AJGのメソドロジーは、独自の引用インパクト・データと定性的な専門家の判断を組み合わせて、ジャーナルを5つの離散的な階層（1から4*）に割り当てていると主張しているが、そのカテゴリー化の理論的な堅牢性は未だ評価されていない。具体的には、CABSのカテゴリー化がカテゴリー理論の観点から正当化できるかについて理解が不足している。主な問いは以下の通りである：インパクト・データと専門家の意見は、それぞれどの程度ランキングを左右しているのか？ 定義された基準（例：査読の厳格さ、指標の利用可能性）は、実際にカテゴリーを区別しているのか？ カテゴリー間に重大な重複があり、離散的な階層としての有用性を損なっていないか？

メソドロジー
本研究は、カテゴリー理論に基づいた混合研究法を採用し、AJG 2022年版の経験的データに対して4つの特定の仮説を検証する。分析は、マーケティング、マネジメント、国際ビジネス（IB）、戦略の4つの主題領域に焦点を当て、計324のジャーナルを対象としている。

1. データの構築： 本研究では、AJGが提供する3つの独自のインパクト指標（CiteScore、SNIP、SJR）を利用し、これらは高い相互相関（r > 0.85）を示すため、合成インパクト指標として合算した（対象期間：2017–2021年）。
2. 統計的検定：
   • H1（インパクトの分散）： 一元配置分散分析（one-way ANOVA）およびクラスカル・ウォリス検定を用い、インパクト・データがAJGの隣接するカテゴリー間で有意に異なるかどうかを評価した。
   • H1b（インパクトの支配性）： 順序ロジスティック回帰を用い、インパクト・データがどの程度カテゴリーへの所属を予測するかを決定した。
   • H2（査読の厳格さ）： ジャーナルのウェブサイトおよびインターネット検索による定性的監査を行い、「ダブルブラインド（二重盲検）」の査読プロセスや査読者数の主張を検証した。特に、レベル1のジャーナルは「比較的緩やかな」査読が行われるという定義を検証した。
   • H3（指標の利用可能性）： 引用インパクト因子の利用可能性をカテゴリー間で分析し、低評価のジャーナルにおいてそのようなデータが欠如しているという仮説を検証した。
   • H4（地理的バイアス）： 順序ロジスティック回帰を用いて、アウトライヤー（すなわち、インパクト・データに基づくと異なるカテゴリーに属すべきとされるジャーナル）を特定した。これらのジャーナルの国籍を比較し、英国ベースのバイアスの有無をテストした。

主な結果

• インパクト・データの支配性（H1aおよびH1b）： インパクト・データはカテゴリー化の分散の大部分（約3分の2から4分の3、疑似R²値は0.66から0.73の範囲）を説明している。しかし、隣接するカテゴリー間（特に2–3および3–4）には重大な重複があることが判明した。これは、ペアワイズ比較におけるp値が非有意であったことに起因する。この結果は、インパクト・データが主要な推進要因ではあるものの、AJGが設定した離散的な境界と完全に一致しているわけではないことを示唆している。
• 査読の厳格さ（H2）： カテゴリー間で査読基準が有意に異なるという仮説は支持されなかった。ジャーナルのウェブサイトの分析により、レベル1のジャーナルであっても、主にダブルブラインド方式の査閲と複数の査読者を利用していることが明らかになった。これは、レベル1の論文は「比較的緩やかに」査読されるというAJGの定義と矛盾する。
• 指標の利用可能性（H3）： レベル1のジャーナルには引用指標が欠如しているという仮説は、概ね支持されなかった。一部のレベル1ジャーナルには特定の指標が欠けていたものの、大半のジャーナルはAJGで使用される3つの主要な指標すべてに関するデータを保有していた。
• 地理的バイアス（H4）： 英国ベースのジャーナルが優遇されているという仮説に反して、再カテゴリー化の可能性を示唆する分析によれば、英国ベースのジャーナルは非英国ベースのジャーナルよりも（インパクト・データに基づいて）「昇格」しやすい傾向があった。ただし、現在のシステムでは、ジャーナルの特性に変化がない限り、指標の不一致に基づく異議申し立てはできない点に注意が必要である。
• 再カテゴリー化の可能性： 回帰モデルは、グループ間の重複を減らすために、インパクト・データのみに基づいて（昇格または降格の）再カテゴリー化が可能となるジャーナルが、サンプル中の約3分の1存在することを示した。

主な貢献
本論文の主要な貢献は、ジャーナル・ランキング・システムの評価に対するカテゴリー理論の適用である。AJGを、研究環境に一貫性を課そうとする社会的構築物として扱うことで、著者は以下の決定的な理論的欠陥を特定している。

1. 境界の曖昧性： 本研究は、隣接するグループ間でのインパクト指標の顕著な重複によって証明されるように、AJGのカテゴリー間の境界が実態として明確に定義されていないことを示している。
2. 判断の不透明性： AJGは、純粋な指標ベースのランキングとの差別化のために専門家の意見の役割を強調しているが、データはインパクト・指標が分散の大部分を駆動していることを示唆している。 「定性的判断」の要素に関する公開データが不足しているため、ユーザーはなぜ特定のジャーナルが指標ベースの期待値から逸脱するのかを理解することができない。
3. 定義の不一致： 実証的な結果は、AJGの記述された定義（例：査読の厳格さや指標の利用可能性に関する定義）と、それらのカテゴリーに含まれるジャーナルの実際の特性との間の乖離を示している。

意義と主張
本論文は、現在のAJGのアプローチは影響力はあるものの、明確な境界や透明な基準に関するカテゴリー理論の基準を満たしていないと論じている。著者は以下の通り主張している。

• 独自のインパクト・データと不透明な専門家の判断を組み合わせることで、かなりの割合のジャーナル（約3分の1）が、そのインパクト・データに対して誤ってカテゴリー化されている可能性がある。
• 現在のシステムには、指標の不一致に基づいてカテゴリー付けに異議を唱えるメカニズムが欠けている。なぜなら、再カテゴリー化は、前回のレビュー以降に「性質」や指標に実質的な変化があったジャーナルに限定されているからである。
• 透明性の原則（DORA宣言など）に適合させるためには、CABSは定性的判断に関するデータを公開するか、あるいはカテゴリーの定義を、それらが包含するジャーナルの実態により適合するように改訂する必要がある。

本研究は、カテゴリー化の基準が透明化され、定義がデータと整合しない限り、AJGは引き続き「代替的な尺度」として機能し、真の研究の質を反映するのではなく、意図せず「ランク追い（rank chasing）」を助長する可能性があると結論付けている。本論文は新しいランキング・システムを提案するものではなく、既存のシステムの理論に基づいた改訂を求めており、次回のAJGの更新が2027年に予定されていることに触れている。