La regla más importante en este sitio es sobre los números que no están allí. Si se manejan mal las lagunas, cada puntuación se convertirá en una medida de nuestra propia diligencia y no de la conducta del proveedor.
Dos reglas gobiernan la ausencia. La primera: sin evidencia, no hay puntuación. Un hecho alcanza una regla de puntuación sólo si lleva una cita a una fuente primaria, por lo que un hecho con una lista de citas vacía no se puede construir en primer lugar, no hay manera de pasar de contrabando una afirmación sin fundamento a la aritmética. La segunda se desprende de esto: una dimensión de la que no tenemos evidencia está excluida de la media ponderada, no ingresada como cero.
Por qué ausente no puede significar cero
Calificar una brecha como cero significaría penalizar a un proveedor por un trabajo que nosotros no hemos realizado. Peor aún, recompensaría sistemáticamente a los proveedores que investigáramos menos; cuanto más delgado sea nuestro expediente sobre un proveedor, más ceros esquivaría simplemente por no haber buscado. Ése es precisamente el fallo que todo el modelo debe evitar, por lo que una dimensión sin ningún hecho no obtiene ni 0 ni 10, sino nada, y sale de la media.
El precio de esta regla es que las puntuaciones no son automáticamente comparables y lo pagamos abiertamente. Cada dimensión lleva una fracción de cobertura, cuántas de sus reglas tenían evidencia sobre la cual actuar, y cada titular lleva un peso puntuado. Un 8,4 obtenido en el 72% de la metodología significa que el 28% no tenía datos, y la página lo dice al lado del número. El piso del intervalo hace la misma admisión estructuralmente: cuenta todo lo que no se mide como cero, por lo que es el número que trata la ausencia como nada, como un piso por el cual clasificar, nunca como una penalización impresa en el titular.
La brecha que encontramos versus la brecha que dejaron
Dos tipos de ausencia se parecen y no lo son. notAssessed es nuestro hueco: no hemos mirado. notDisclosed es una cita negativa: miramos, y el proveedor no revela la cosa, un hallazgo puntuado, citado en la página que no lo menciona. El invariante de datos ausentes protege el primero. Nunca se debe disculpar silenciosamente lo segundo, que es un verdadero aspecto negativo del proveedor.
La limitación honesta
Hay un agujero en esto y preferimos nombrarlo antes que dejar que lo encuentres. La invariante dos, "la ausencia de datos nunca reduce una puntuación", se convierte, para una dimensión normalizada, en "la ausencia de datos aumenta una proporción". Una puntuación normalizada son los puntos obtenidos sobre los puntos disponibles, contados únicamente en las reglas que tenían evidencia. Si se elimina una sola cita dentro de dicha dimensión, el denominador se reduce con el numerador, y la proporción puede aumentar. El intervalo y la regla de dominancia cierran el canal de renormalización; dejan abierto este canal de citas.
Lo que lo cierra es una puerta a la publicación, no una propiedad de la aritmética: un proveedor es publicable sólo una vez que sus dimensiones puntuadas no tienen espacios no evaluados, por lo que eliminar una cita para inflar una proporción vuelve a abrir un espacio y bloquea la página. Decimos “puerta”, no “garantía”, porque eso es lo que es.
El hilo conductor es una frase: en este sitio, “sin evidencia” es una declaración sobre los límites de nuestro trabajo, nunca un cargo contra el proveedor, por lo que puede mantener baja una calificación por certeza, pero nunca puede bajarla como penalización.