¡Esta es una pregunta increíble! De hecho, no solo es cierto para estos papeles de cola que se pierden con el tiempo. Es cierto incluso para los artículos de hoy en buenas revistas. La investigación no llega a su audiencia potencial.
Ok, entonces, ¿cómo arreglamos esto? Vamos a empezar por romper el problema en sí. Creo que hay un problema de entrega y un problema de recepción.
Problema de entrega: la mayoría de los científicos escriben un artículo, lo aceptan en una revista y, en el momento en que se publica, están hartos de ese documento y no les importa promocionarlo. Mientras sea aceptado y publicado, consideran que el trabajo está “completo”. Lamentablemente, esto se debe a la forma en que se configura la estructura de incentivos académicos donde las personas ven primero el registro de publicación y luego las citas. (Cierre segundo, pero segundo – en promedio). Sin embargo, no es el mecanismo ‘correcto’ para la ciencia. Los científicos deberían poner un poco de esfuerzo en la auto promoción de su trabajo. La realidad de hoy es que la gente solo espera que si se encuentra en un diario, su público objetivo lea que se dará a conocer. Actualmente el mecanismo externo más común para la promoción es el de conferencias. Sin embargo, esto claramente no es suficiente, ya que está limitado a las personas que se presentan en su sesión. Se ha demostrado que efectos como el envío por correo electrónico del artículo a colegas, el uso de redes sociales, blogs, etc. tienen efectos beneficiosos (en términos de lectores y citas). Sin embargo, la gente parece no hacerlo en promedio por cualquier razón . Ok … así que no voy a tocar este tambor para siempre, espero que puedas ver el problema de entrega. Si está interesado, he escrito varios artículos sobre esto en el blog de OpenLab.
Problema de recepción: Ok, entonces simulemos que transmites tu trabajo. Ahora el problema es, ¿ quién está en el otro extremo de la línea / y escuchando? Los investigadores rara vez se toman el tiempo de escanear la literatura porque a menudo es demasiado. Algunos servicios como Google scholar y Scifinder hacen un buen trabajo de darte resultados basados en palabras clave. Sin embargo, una buena herramienta de agregación aún no existe. Peor aún, incluso si lo hiciera, en algunos campos, hay tanto trabajo que sería imposible leer todo, así que, ¿cómo averigua qué es realmente relevante? Ciertamente creo que hay una solución. Hay suficientes personas inteligentes que trabajan en los algoritmos de “búsqueda relevante” y “recomendación”. Mendeley está tratando de hacer esto, pero aún no he oído grandes cosas sobre eso … ¿así que espero que pronto?
- ¿Cuál es el producto de quemar gas hidrógeno?
- ¿Cómo determinó Einstein la constante de Einstein?
- ¿Por qué no puede otorgarse póstumamente el premio Nobel?
- ¿Cuáles son los malos efectos de la ciencia?
- Si la teoría M se demuestra cierta de alguna manera, ¿desciende Ed Witten como el mejor científico de todos los tiempos que supera a Einstein, Newton, etc.?
Bien, ahora tenemos algunas ideas de por qué el trabajo no llega a todos, e incluso si lo hace puede llevar tiempo. Finalmente, abordemos la pregunta directamente (he ofrecido algunas sugerencias para cada componente, pero vamos un paso más allá). Creo que debe haber una solución única que pueda escanear la literatura, aprender de ella y ofrecer en función de la máquina. Aprendizaje, un resumen diario. Esto no es una locura.
En primer lugar, la gente ya está trabajando en este problema. A nivel de papel, esto es lo que Mendeley está tratando de hacer. Desafortunadamente, no basta con tomar solo ‘meta’ información en un papel como un todo. ¡Así que otra organización, ContentMine está tratando de construir algoritmos para leer realmente el documento para hechos semánticos específicos! Esto ya está funcionando bastante bien para los artículos de Química, y están creciendo rápidamente con varias asociaciones en las obras (estaba en una llamada comunitaria con ellos).
El tiempo que tardan los investigadores en descubrir el trabajo de otros (publicado o no publicado) es obscenamente largo a pesar de nuestras tecnologías actuales. Es casi seguro que esta será la próxima ola de innovación en el proceso de investigación y publicación.
(Divulgación: Mi producto, OpenLab, es un esfuerzo directamente en esta área)