Bilimsel camiada bilim insanlarının itibarının nasıl oluştuğunu ve altında yatan dinamikleri anlamaya yönelik çalışmalar ‘bilimin bilimi (science of science)’ alanının ilgi gösterdiği konuların başında gelmektedir. Toplumsal eşitsizliklerin anlaşılmasında önemli bir enstrüman sağlayan Matta etkisi bu konuda da açıklayıcı temel mekanizma olarak durmaktadır. Matta etkisi genel olarak avantajın birikerek yeni avantajlara yol açtığı, dolayısıyla eşitsizliklerin arttığı durumları açıklamak için kullanılmaktadır.
Bilim insanlarının itibarlarında Matta etkisinin iki farklı kanaldan işlediği görülmektedir: iletişim ve ödül (Dashun Wang ve Albert-Laszlo Barabasi, The Science of Science, Cambridge University Press, 2020, sh.148). İletişim mevcut bilim insanlarının çalışmaları hakkında algıya yönelik bir sinyal oluşturmakta, bu sinyal itibarlı bilim insanları lehine işlemektedir. İtibarlı bilim insanlarının çalışmaları sadece bilim dünyasının hemen dikkatini çekmemekte, ayrıca medyanın da kolay bir şekilde ilgi odağı olabilmektedir. Diğer taraftan, aynı içeriğe sahip iki çalışmanın değerlendirmesi yazar listesinin algısına göre değişebilmektedir. Bu iletişim biçimi genç bilim insanları açısından bir ikilem oluşturmaktadır. Tanınmış bir bilim insanı ile yapılan ortak çalışmanın yayınlanma olasılığı artarken çalışmaya önemli katkıyı genç bilim insanı yapsa da çalışmanın itibarının büyük kısmı genellikle tanınmış bilim insanına gitmektedir. Örneğin W ve Z bozonlarının keşfini bildiren makalenin yayımlandığı yılın hemen ardından Fizik Nobel Ödülü’ne layık görülmüş, ancak makalede alfabetik sırayla listelenen 135 yazar olmasına rağmen ödül sadece iki yazara- Carlo Rubbia ve Simon van der Meer’e – verilmiştir (sh.151)
Ortak çalışmalarda daha sonra olumsuz bir durum ortaya çıktığında da hatanın faturası genellikle tanınmış bilim insanlarına değil, genç bilim insanlarına kesilir (sh.150). Bu durumda Matta etkisi ile daha avantajlı konumda olan bilim insanları bu avantajlarını sürdürmeye devam etmektedir. Ödül kanalı da benzer çalışmaktadır. Aynı çalışmada itibar bilim insanları arasında en fazla tanınana gittiği gibi benzer çalışmalarda da itibar en fazla tanına gitmektedir. Her iki mekanizmanın da bilim insanının camiada tanınırlığı ve dolayısıyla görünürlüğü ile ilişkili olduğu görülmektedir.
Yazarlar, itibarın nasıl dağıtıldığını anlamak için bir takdir tahsis algoritması (The credit allocation algorithm) geliştirmişler ve özellikle dağıtılan Nobel ödüllerini öngörmede bu algoritmanın nasıl çalıştığını test etmişler (sh.154). Bulgular algoritmanın %81 oranında en fazla takdiri hak eden yazarların ödül kazananlar olduğunu göstermesine rağmen %19’unda bunun gerçekleşmediğine işaret etmektedir. Sonuç yazarların da vurguladıkları gibi bilimsel camianın takdiri yalnızca katkıyla değil, algıyla da ilgilidir. Bu olumsuz durumu dengelemek için yazarlar, bilimde çığır açıcı bir çalışma yayımlayıp tanınmayı beklemek yerine alana katkı algısını pekiştirmek için önceki ortak yazarlardan bağımsız olarak önemli çalışmalar yayımlamaya devam etmeyi tavsiye etmektedir (sh.156).
Dolayısıyla, bilimsel itibarda yapılan çalışmaların tanınırlığı öne çıkarken tanınırlıkta da bilim insanların çalışmalarına yapılan atıflar çok kritik işleve sahip olmaktadır. Her ne kadar atıf açısından her disiplin farklılıklar gösterse de atıf alanında da Matta etkisi devreye girmektedir. Avantajlılar avantajlarını daha fazla artırmaktadır. Bu bağlamda çok atıf almış makaleler daha fazla görünür olmakta ve daha fazla atıf almaktadır. Sonuçta, çok az sayıda bilim insanı atıfların büyük kısmını alırken büyük çoğunluk çok az atıfla yetinmektedir. Dolayısıyla, güç yasası dağılımı tekrar devreye girmektedir. Atıflar bilimsel etki ve nihayetinde tanınırlıkla ilişkili olduğu için bilimsel itibarın kazanılmasında da eşitsizlik ortaya çıkmaktadır. Bilim alanındaki bu eşitsizlik genellikle etki eşitsizliği (impact disparity in science) olarak bilinir (sh.180). Sonuçta güç yasasının ortaya çıkmasındaki ana etmen bilimsel çalışmalara yapılan atıflarda da değişmez: ‘bilimsel etki, sizin ne düşündüğünüzle değil, başkalarının ne düşündüğüyle ilgilidir.’(sh.182).
Burada biraz daha detaya girip bilim insanlarının yayımladıkları makalelerde yaptıkları atıfları nasıl belirlediklerine daha yakından bakmamız gerekiyor. Her disiplinde üretilen makalelerin milyonlarla ifade edildiği ve bu sayının da üstel bir oranda arttığı göz önüne alınırsa bir bilim insanının alanı ile ilgili yayımlanan tüm makaleleri okuması beklenemez. Bu durumda atıf yapacağı makaleleri nasıl seçmektedir? Alanla ilgili kaynak sayısı küçük olduğunda hepsine bakabilme olasılığı varken bu sayı devasa boyutlara ulaştığında zamandan tasarruf yapmak için okuyacaklarınızı belirlemede bir tercih yapmak zorundasınız.
Bu durumda en kısa yolu en fazla atıf alan makaleler, bir başka deyişle itibarlı bilim insanlarının makaleleri belirlemektedir. Yani, okunacak makalelerin belirlenmesinde ‘tercihli bağlanma’ karakteristiği devreye girmekte, bu özellik ise yeni düğümü, en fazla bağlantıya sahip düğüme bağlayacak, yani en itibarlı bilim insanlarına, en çok atıf alan makalelere yönlendirecek şekilde çalışmaktadır. Böylece, atıf sayısı yüksek olan makalelerin okunma olasılığı artmakta, dolayısıyla atıf sayısı yüksek olan makalelere ve nihayetinde bu makalelerin atıf yaptıkları makalelere atıf yapılma olasılığı da doğal olarak yükselmektedir. Kısaca, tercihli bağlanma itibarlı bilim insanları/en fazla atıf alan makaleler lehine bükülmektedir. İster karmaşık ağ yapılarındaki en çok bağlantıya sahip düğüm noktalarına bağlanma olasılığının yüksekliğini açıklamak için kullanılan ‘tercihli bağlanma’ tanımı isterse ‘birikimli avantaj (cumulative advantage)’ tanımı kullanılsın tercihli bağlanma/birikimli avantaj dinamiği Matta etkisi altındadır: ‘Bir makalenin aldığı atıf sayısı ne kadar yüksekse, gelecekte yeniden atıf alma olasılığı da o kadar yüksektir.’ (sh.185).
Ancak, ağ yapılarındaki en çok bağlantıya sahip düğümlerin nasıl oluştuğu ile ilgili tercihli bağlanma kuvvetli bir açıklama sağlarken ağ yapılarında yeni bazı düğümlerin de diğerlerine göre kısa sürede çok bağlantıya sahip olabilmesi bu dinamiğin sadece birikimli avantaj ile açıklanamayacağını göstermektedir. Bir başka deyişle tercihli bağlanmayı sadece önceki kazanımlara dayandırmak yetersiz kalmaktadır. Bu nedenle önceki avantajların yanında uygunluk (fitness) özelliğinin de devreye girdiği görülmektedir (sh.187). Yani, alana yenilik katan veya çığır açan, ve bu nedenle bilimsel bağlamda uygunluğu yüksek olan çalışmalar yayımlandığında önceki yayımlanmış ve çok atıf almış olan makalelerin bu avantajını elde edebilmektedir. Yenilikte tanınma gecikebilir, ancak kalıcı etki genellikle daha yüksektir.
Kısaca, bilim insanlarının itibarı normal dağılmamakta, başlangıçtaki avantajları destekleyecek şekilde asimetrik bir dağılıma sahip olmaktadır. Dolayısıyla, bilimsel itibar normal dağılıma değil güç yasası dağılımına göre saçılmaktadır. Azın çoka ve çokun aza sahip olduğu bu dağılımda ölçeğin büyümesiyle tercihli bağlanma devreye girmekte, tercihli bağlanma ise hem birikimsel avantajı hem de yenilik özelliğini içermektedir.