Masa de citas en relación con los años desde la primera publicación. Relación entre la cantidad de citas de un investigador y los años de registro desde la primera publicación revisada por pares para ocho disciplinas Con 60 investigadores cada uno en tres etapas de carrera diferentes:investigador de carrera temprana (ECR), investigador de carrera media (MCR), e investigador tardío (LCR). Las líneas ajustadas corresponden a toda la muestra (negro sólido), solo mujeres (rayas negras), y solo hombres (rojo punteado). Crédito:Profesor Corey Bradshaw de la Universidad de Flinders, MÁS UNO .
h -índice, gramo -índice, I 10 índice, metro -cociente, Factor de impacto de la revista, Altmetrics ... durante mucho tiempo ha sido un tema intratable que plaga a la comunidad de investigadores:cómo evaluar los méritos relativos de la investigación de manera objetiva en todas las disciplinas y hacer comparaciones justas entre los investigadores que inician su carrera y los establecidos, diferentes géneros, e incluso diferentes disciplinas de investigación.
Ahora, El ecologista de la Universidad de Flinders, el profesor Corey Bradshaw, y sus colegas han desarrollado una herramienta para evaluar el desempeño de la investigación de manera más justa; uno que nivele el campo de juego no solo en todas las disciplinas, pero a través de caminos de género y carrera, allanar las arrugas por interrupciones como la baja por maternidad.
Llamó al Índice Epsilon , llamado así por la letra griega ε utilizado para simbolizar residuos en estadísticas, tiene en cuenta las muchas diferencias en el espacio de investigación para ofrecer una comparación más justa.
Un experto en estadísticas confeso, El profesor Bradshaw ha publicado los trabajos de la ε-índice en la revista de acceso abierto Más uno .
'Uno de los desafíos permanentes para los investigadores es la búsqueda de medir la cantidad y la calidad de su producción de manera justa, Dice el profesor Bradshaw.
"No existe un proceso sencillo para comparar las fortalezas relativas de los investigadores en disciplinas dispares; algunos simplemente tienden a tener menos citas que otros.
Luego está el género. Las publicaciones de investigación para mujeres pueden caer durante la licencia de maternidad, por ejemplo, afectando el desempeño percibido, aunque su habilidad —y su investigación— no es menos brillante. Las mujeres tampoco suelen tener las mismas oportunidades que los hombres incluso hoy en día. por lo que se clasifican injustamente frente a los hombres en la mayoría de las métricas existentes.
Panel izquierdo:Distribución de residuos intradisciplinarios de la relación entre Arel y años loge publicados por disciplina (ARC =arqueología, CHM =química, ECO =ecología, EVO =evolución y desarrollo, GEO =geología, MIC =microbiología, OPH =oftalmología, PAL =paleontología), cada uno compuesto por 60 investigadores (30 ♀, 30 ♂). Panel derecho:distribución de residuos entre disciplinas. Crédito:Profesor Corey Bradshaw de la Universidad de Flinders.
'Dónde están los investigadores en su carrera, ya sean apasionantes recién llegados o distinguidos profesores, también puede tener un fuerte efecto en las métricas actuales.
'Los Índice Epsilon es una nueva forma de reducir los sesgos sistémicos en la evaluación de la calidad del investigador a través de citas al proporcionar la etapa de la carrera, género, y correcciones de oportunidades para métricas de desempeño basadas en citas, ' él dice.
La herramienta está disponible gratuitamente como una aplicación lista para usar; simplemente ingrese algunos datos para una muestra de investigadores de bases de datos de código abierto como Google Scholar, y hace el trabajo pesado para producir el resultado, permitiendo la comparación de investigadores en cualquier etapa de su carrera y de cualquier disciplina en la misma escala.
Es una bendición para cualquiera que desee utilizar una métrica objetiva para clasificar a los investigadores, ya sea para solicitudes de subvenciones, entrevistas de trabajo, promociones y premios, o incluso como indicador de desempeño del personal.
Relación entre la cantidad de citas escaladas y la publicación de años de registro (para 480 investigadores en ocho disciplinas diferentes (ARC =arqueología, CHM =química, ECO =ecología, EVO =evolución y desarrollo, GEO =geología, MIC =microbiología, OPH =oftalmología, PAL =paleontología) compuesto por 60 investigadores cada uno. Crédito:Profesor Corey Bradshaw de la Universidad de Flinders.
El enfoque para desarrollar y probar el ε-índice fue en sí mismo un ejercicio de multidisciplinariedad y específicamente diseñado para garantizar el equilibrio de género.
La herramienta fue probada y refinada a través de la colaboración de datos de muestra con un arqueólogo, el profesor asistente Dr. Stefani Crabtree (Universidad del Estado de Utah / Instituto de Santa Fe), una geóloga y paleontóloga de vertebrados:la profesora Kate Trinajstic (Universidad de Curtin), un químico, el profesor Justin Chalker, un microbiólogo, el profesor Bart Eijkelkamp, un paleontólogo:el profesor John Long, un oftalmólogo:la profesora Justine Smith, y una bióloga evolutiva:la profesora Vera Weisbecker (toda la Universidad de Flinders).
La muestra estuvo compuesta por 480 investigadores con perfiles de Google Scholar, estratificado uniformemente en ocho disciplinas (arqueología, química, ecología, evolución y desarrollo, geología, microbiología, oftalmología, paleontología), tres etapas de la carrera (temprano, medio-, final de carrera), y dos géneros.
Profesora Justine Smith, que ha sido una 'superestrella de STEM' que promueve activamente la participación de las mujeres en la ciencia, tecnología, ingeniería y matemáticas, espera el ε-índice marcará la diferencia en cómo se percibe a las mujeres en la ciencia, y, a su vez, alentar a más mujeres a ingresar a las ciencias.
'Evaluar con mayor precisión la contribución de las mujeres a las ciencias y celebrar sus éxitos es fundamental para alentar a las futuras generaciones de niñas a dedicarse a las ciencias; como dice el dicho, "no puedes ser lo que no puedes ver". los ε-índice da una visibilidad más justa y mayor a los logros de las mujeres, y que lo haga en una variedad de disciplinas lo hace especialmente beneficioso, Dice el profesor Smith.
Gráficos de violín de residuos escalados y cociente m en las ocho disciplinas en relación con la etapa de la carrera (ECR =carrera temprana; MCR =mitad de carrera; LCR =carrera tardía). Crédito:Profesor Corey Bradshaw
Cómo funciona
El nuevo índice es un algoritmo de clasificación que se puede estandarizar en todas las disciplinas, puede corregirse por interrupciones en la carrera, y proporciona un umbral específico de la muestra que puede determinar si el desempeño individual es mayor o menor que el esperado en relación con los otros investigadores en una muestra.
Usando el código R o la aplicación en línea, solo requiere cuatro elementos de información de bases de datos públicas como Google Scholar o Scopus para calcular la ε -índice:
La herramienta también proporciona un método simple para escalar el índice entre disciplinas con tendencias de citas variables ( ε ′ -Index) para permitir una comparación más justa de los investigadores en diferentes áreas.
La mediana se ubica entre las ocho disciplinas examinadas (ARC =arqueología, CHM =química, ECO =ecología, EVO =evolución y desarrollo, GEO =geología, MIC =microbiología, OPH =oftalmología, PAL =paleontología). Crédito:Profesor Corey Bradshaw
Clasifica por género y etapa de la carrera (ECR =investigador de carrera temprana, MCR =investigador de mitad de carrera, LCR =investigador tardío); (b) debiased bootstrapped (es decir, calcular los residuales escalados para cada género por separado, y luego clasificar el conjunto de datos combinado) ε ′ clasifica por género y etapa profesional. Crédito:Profesor Corey Bradshaw
los ε -index permite fácilmente la evaluación comparativa de subconjuntos de investigadores en solo mujeres o solo hombres para ajustar el umbral de modo que los rangos sean más comparables entre estos dos géneros. Alternativamente, dividir los géneros y compararlos por separado seguido de un reordenamiento combinado elimina efectivamente el sesgo de género en el ε -índice, lo cual es difícil o imposible de hacer con otras métricas de clasificación.
'Ninguna métrica de clasificación es perfecta, pero el ε-índice es un gran paso adelante para superar los prejuicios y dar una visión más clara, una imagen más justa del rendimiento de la investigación en todos los ámbitos, Dice el profesor Bradshaw.
