Cada día se realizan más investigaciones en todo el mundo. En total, alrededor de 3 millones de artículos se publican cada año.

Esa es mucha información y mucha evidencia. Pero a los humanos les resulta cada vez más difícil leer, analizar y evaluar tantos datos al intentar comprender un tema en particular, un proceso llamado síntesis de evidencia. Esto implica convertir grandes cantidades de investigación científica:artículos, informes y datos:en evidencia confiable y digerible que puede informar a la administración o la política.

Entonces, si los humanos pudieran tener dificultades para hacer frente al creciente volumen de evidencia necesaria para construir política sólida, ¿cual es la solución? Creemos que la tecnología es la clave. Con herramientas de software y flujos de trabajo accesibles, Se puede dejar que las máquinas hagan el trabajo laborioso para que las personas puedan concentrarse en la planificación, pensar y hacer. Eso es lo que nos impulsó a dos de nosotros (Neal y Martin) a crear la serie Evidence Synthesis Hackathon.

Esta iniciativa se lanzó en 2017 para reunir a investigadores emergentes y líderes mundiales, profesionales y desarrolladores de software para producir nuevas herramientas y marcos de código abierto que respalden la síntesis de evidencia. Desde entonces se han celebrado tres hackatones:dos en Estocolmo, y uno en Canberra. Han atraído a participantes de 13 países en seis continentes y han dado lugar a que se inicien 19 proyectos.

Uno de estos proyectos es el metafor reportes automatizados, que escribe automáticamente el texto de métodos y resultados para un modelo estadístico particular (metanálisis). Esto asegura que toda la información relevante se incluya en cualquier informe de una manera consistente y confiable.

Otros proyectos incluyen herramientas que ayudan a los investigadores a visualizar bases de datos de estudios para ayudar a identificar brechas en el conocimiento global, y los que extraen información de documentos, como datos importantes que describen la ubicación del estudio o sus hallazgos. También hemos elaborado artículos de debate que introducen nuevas formas de pensar sobre la síntesis de evidencia.

Los hackatones y otros proyectos digitales de esta naturaleza, son una forma de crear una comunidad de práctica que, en conjunto, produce herramientas y flujos de trabajo de libre acceso. Esto ayuda a garantizar que las herramientas puedan comunicarse entre sí y reduce el riesgo de que se produzcan muchas herramientas diferentes que hagan lo mismo.

En la práctica

Muchos de los resultados producidos en los hackatones ya están siendo utilizados por los investigadores. Un ejemplo es EviAtlas. Esta es una herramienta para producir mapas de evidencia desenterrados durante las revisiones sistemáticas de la literatura. Convierte una base de datos en un conjunto de atractivos Figuras y tablas interactivas que muestran patrones en la "base de evidencia" y dónde pueden existir lagunas y grupos de conocimientos.

También permite a los usuarios producir gratis, sitios web interactivos que muestran la naturaleza de la evidencia en un mapa geográfico. Esto es algo que anteriormente habría sido caro y muy complejo.

Entonces, por ejemplo, si quisiera saber qué investigaciones se han realizado sobre los impactos de las franjas de amortiguación alrededor de las tierras agrícolas en los ecosistemas templados de África, puede explorar rápida y fácilmente este mapa interactivo para averiguarlo.

Síntesis de evidencia, al igual que los estudios de investigación primarios en los que se basa el proceso, a veces puede ignorar la evidencia especializada de África, tal vez porque los investigadores no conocen el panorama de la literatura tan bien como el de América del Norte y Europa. Similar, El desarrollo de políticas basadas en ejemplos y evidencia de contextos del mundo desarrollado no funciona para países con contextos muy diferentes. Por eso es tan alentador que haya una presencia africana cada vez mayor en los hackatones.

Participación africana

A principios de 2019, the Evidence Synthesis Hackathon was able to host three participants from the African continent, thanks to funding from the University of Johannesburg through the Africa Centre for Evidence.

The three participants were integral to the discussions and coding work at the hackathon, and were instrumental in its success.

Two of the participants were experienced software programmers Christopher Penkin and Mandlenkosi Ngwenya. They produced a tool to keep track of and save web-based searches for research. Hasta ahora, this has been almost impossible to do in evidence syntheses.

The tool, which is in the final stages of development, is a Chrome browser extension that logs user search information and downloads it into a central database. Internet searches are notoriously difficult to keep track of and report transparently, but this tool does the reporting for you, and also automatically saves all your search results in one place.

This represents a huge step forward in transparency, efficiency and repeatability, and an important gap in the methodology until now. All of this is crucial for rigorous evidence synthesis.

The third attendee from Africa, Witness Mapanga, is an evidence synthesis specialist. He worked with other top researchers on projects to build a brighter future for evidence use in policy. This work is due to be published by the end of the year.

Building communities

We're planning a number of hackathons in 2019 and beyond—one of them in South Africa in 2020. Doing this will hopefully highlight what resource-constrained environments need from evidence synthesis and what they can produce.

A la larga, hackathons and similar events can be used to build communities of practice:networks of researchers, científicos de datos, and software developers focussed on driving progress towards a sustainable future. The Evidence Synthesis Hackathon represents a novel but increasingly important part of this new movement.

Este artículo se ha vuelto a publicar de The Conversation con una licencia de Creative Commons. Lea el artículo original.