Una herramienta web calcula el éxito que tendrá un científico en el futuro
Fuente: SINC
En la conocida saga Juego de tronos, la joven Cersei Lannister visita a un adivino para averiguar si se convertirá en reina. Los jóvenes investigadores no necesitarán recurrir a este tipo de prácticas, ya que ahora existe una herramienta que permite calcular su éxito en la carrera científica por su historial de publicaciones, según publica en su último número la revista Current Biology.
Un equipo en el que participan investigadores del Instituto Weizmann de Ciencia, en Israel, y las universidades Washington (Seattle) y Pompeu Fabra (Barcelona), ha desarrollado un modelo matemático capaz de predecir quién se convertirá en investigador principal a partir de una gran base de datos con publicaciones científicas. La herramienta, que se llama PiPredictor, está disponible en internet.
El trabajo ha sido dirigido por Lucas Carey, investigador del departamento de Ciencias Experimentales de la UPF. Carey destaca que “hay muchos más estudiantes de doctorado que plazas de profesor. Este exceso se debe a factores como el estancamiento de la financiación, y el hecho de que los científicos líderes rara vez abandonan voluntariamente su puesto de trabajo mientras son jóvenes. Por lo tanto, menos del 10% de los estudiantes de doctorado se convertirán en investigadores principales a lo largo de su carrera».
De esta manera, el entorno profesional científico se vuelve muy competitivo. «De promedio, se estima que hay doscientos candidatos por cada plaza disponible, y es una comisión quien acaba decidiendo cuál de estos aspirantes a investigadores llegarán a dirigir su propio grupo», añade.
Para determinar qué elementos curriculares de un aspirante son predictivos de éxito o de fracaso, Carey y sus colegas reunieron los registros de publicaciones de 25.000 científicos.
En la lista de autores que acompaña a un artículo, la posición de cada uno es un buen indicador de su situación académica, dado que los líderes de equipo suelen situarse los últimos. Teniendo esto en cuenta, el programa informático es capaz de inferir cuáles se convertirán en investigadores principales a lo largo del tiempo y en cuánto tiempo. Además, el software ‘aprende’ a distinguir qué tipo de currículum está asociado con el éxito académico.
La predicción es informativa, como señalan los investigadores. Pueden intervenir otros factores, como por ejemplo los contactos personales relacionados con la producción científica.
Además, el trabajo revela que, el prestigio de la revista en la que un científico publica es mucho más importante que el número de veces que el trabajo es citado por otros, lo que sugiere que la calidad percibida supera la calidad científica real.
«Hoy en día sigue siendo un tema de debate cómo medir la calidad de la ciencia y de los científicos. Sin duda, este tipo de estudios ayudan a reavivar el debate, con el objetivo final de hacer la ciencia y sus instituciones académicas más transparentes y productivas para el beneficio de la humanidad», concluye el investigador de la UPF.
Referencia bibliográfica:
David van Dijk, Ohad Manor, Lucas B. Carey (2014), «A quantitative analysis of publication metrics and success on the academic job market «, Current Biology, vol. 24, num. 11, 02 de junio, 2014.
Últimas publicaciones
La combinación de lluvias tardías, el nivel elevado del río y del mar y la influencia del dique de la Montaña del Río han ralentizado el desagüe de la marisma, que presenta aún un alto nivel de inundación, con un 47% de su capacidad. Esto favorecerá la reproducción de aves acuáticas y la regeneración de vegetación, pero también plantea retos como la proliferación de especies invasoras y de cianobacterias.
Sigue leyendo
El patronato, presidido por el consejero de Universidad, Investigación e Innovación y presidente de la entidad, José Carlos Gómez Villamandos, ha dado un firme respaldo al proceso de adaptación del nuevo estatus.
Sigue leyendo
El modelo de control, ideado por un equipo de la Universidad de Córdoba, permite reducir el desperdicio de un recurso esencial y limitado y alargar la vida útil de las tuberías. El modelo predictivo resultante, escalable a otras redes similares, permite superar una gran limitación que encuentran las empresas gestoras de redes de distribución de agua, como es la ausencia de datos en tiempo real que las orienten a la hora de realizar ajustes dinámicos de la presión.
Sigue leyendo
