Que debe facer un investigador para ser líder? Todos os científicos se enfrontan a esta pregunta nalgún momento da súa carreira. Agora, un equipo liderado pola Universidade Pompeu Fabra (UPF) deseñou un modelo predictivo dispoñible en Internet que calcula o éxito científico baseándose no historial de publicacións.
O modelo matemático foi desenvolvido por investigadores do Instituto Weizmann de Ciencia, en Israel, e as universidades de Washington (Seattle) e Pompeu Fabra (Barcelona). O algoritmo pode predicir quen se converterá en investigador principal a partir dunha grande base de datos con publicacións científicas. A ferramenta, que se chama PiPredictor, está dispoñible en internet.
Menos dun 10% dos doutorandos chegarán a investigadores principais
O traballo foi dirixido por Lucas Carey, investigador do departamento de Ciencias Experimentais da UPF. Carey destaca que “hai moitos máis estudantes de doutorado que prazas de profesor”. Este exceso débese a factores como os recortes orzamentarios, o estancamento do financiamento, e o feito de que os científicos líderes rara vez abandonan voluntariamente o seu posto de traballo mentres son novos. Polo tanto, menos do 10% dos estudantes de doutorado converteranse en investigadores ao longo da súa carreira. Deste xeito, o ámbito profesional científico vólvese moi competitivo. “De media, estímase que hai douscentos candidatos por cada praza dispoñible”, engade. De feito, as estatísticas din que só 1 de cada 200 doutores chegan a obter unha praza de investigación.
Para determinar que elementos curriculares dun aspirante son predictivos de éxito ou de fracaso, Carey e os seus colegas reuniron os rexistros de publicacións de 25.000 científicos. Na lista de autores que acompaña a un artigo, a posición de cada un é un bo indicador da súa situación académica, dado que os líderes de equipo adoitan situarse os últimos. Tendo isto en conta, o programa informático é capaz de inferir cales se converterán en investigadores principais ao longo do tempo e en canto tempo. Ademais, o software ‘aprende’ a distinguir que tipo de currículo está asociado co éxito académico.
O algoritmo emprega rexistros de publicacións de 25.000 científicos
A predición é informativa, como sinalan os investigadores. Poden intervir outros factores, como por exemplo os contactos persoais relacionados coa produción científica. Ademais, o traballo revela que o prestixio da revista na que un científico publica é moito máis importante que o número de veces que o traballo é citado por outros, o que suxire que a calidade percibida supera a calidade científica real.
“Hoxe en día segue a ser un tema de debate como medir a calidade da ciencia e dos científicos. Sen dúbida, este tipo de estudos axudan a reavivar o debate, co obxectivo final de facer a ciencia e as súas institucións académicas máis transparentes e produtivas para o beneficio da humanidade,” conclúe o investigador da UPF.
Aquí podes acceder
á web de PiPredictor