¿Están los científicos más dispuestos a compartir datos en algunos campos que en otros campos?

Answer 1

Sí. Por ejemplo, los científicos de la Tierra comparten más que los astrofísicos, que comparten mucho más que los químicos orgánicos.

Tengo una formación en ciencias de la Tierra pero ahora hago un poco de astrofísica. Ambos son bastante abiertos pero los astrofísicos comparten menos. Mi compañera de casa, una química orgánica, informa que nadie en sus conferencias hablará sobre el trabajo que está a más de un mes de la publicación.

¿Por qué? Se escala con la competitividad global del campo.

¿Qué define la competitividad global de un campo?

• Bajo barreras de entrada. Es fácil construir un laboratorio de química orgánica, solo necesitas algunos reactivos y un postdoctorado. La hora del telescopio es finita, y más o menos todos los que pasan algunas noches en un telescopio grande pueden descubrir algo.
• Premium por ser “primero”. Los astrofísicos obtienen crédito por la publicación de un modelo dulce que reinterpreta datos antiguos. Los químicos orgánicos obtienen crédito por publicar una síntesis total un mes antes que todos los demás.
• Cerveza. Los científicos de campo beben más juntos, aflojando labios y portátiles. http://www.wired.com/wiredscienc…
• Trabajo de campo En relación con la cerveza, el trabajo físico engendra amabilidad y cooperación.
• Jerarquía. Cuando los jóvenes tienen libertad de acción, cooperan. Cuando los científicos mayores hacen cumplir sus reglas, no lo hacen.

• Relación personas-problemas. Los problemas no resueltos son el equivalente científico del territorio. Cuando no queda mucho territorio (como en los campos maduros), la gente pelea.
• ¿Premio Nobel en juego? Hasta ahora he enumerado cosas que dan forma a los campos independientes de las personalidades que los unen. Sin embargo, las personas que están fuertemente motivadas por el renombre tenderán a unirse a los campos donde se ofrece un Premio Nobel.

Creo que compartir datos completos es esencial para la ciencia. Creo que es poco ético no compartir datos completos (compartir de manera informal está bien) con cualquiera que lo solicite. He encontrado que personalmente me beneficia hablar libremente sobre todas las ideas y proyectos iniciales que tengo. Creo que todas estas cosas algún día serán universalmente aceptadas, por lo que también podría adelantarse a la curva.

Es un poco fuera de tema, pero recomiendo el ensayo de Uri Alon, “Cómo elegir un buen problema científico” si está pensando en ingresar a una investigación de tiempo completo. http://www.weizmann.ac.il/mcb/Ur…

Answer 2

Sí. En apoyo del punto de los usuarios de Quora , muchos profesores de la ciencia terrestre / atmosférica / planetaria (a los que en adelante me referiré como EAPS) son sorprendentemente abiertos con su deseo de compartir datos.

Ahora, con todo lo dicho, siento que el deseo de compartir datos es particularmente común entre las personas que hacen el modelado por computadora (y las ciencias de la Tierra / planetarias están llenas de modelos en estos días). El problema con el modelado por computadora es esto: los modelos suelen ser tan complejos que el primer modelo que sale a la luz no suele convencer a la gente. Como resultado, ser “primero” no importa tanto como lo hace en un campo donde las personas pueden convencerse de la verdad de un resultado de inmediato.

Y aquí está la cosa: ¿y qué pasa si alguien más toma sus datos y trata de modelarlos de una manera diferente? Bueno, podrían analizar los datos de una manera diferente, o incluso podrían construir un modelo diferente cuyas características estén completamente inspiradas en las características del primer modelo. Y aquí está la cosa: la persona que fue “primero” a menudo se beneficia de esto, ya que si el segundo modelo replica las características del primer modelo, entonces significa que los resultados de la “primera persona” son más robustos (y, en consecuencia, más creíbles) . Y en el modelado, es difícil ocultar los resultados. Una vez que haya encontrado un resultado notable, alguien intentará replicarlo (después de todo, es difícil creer los primeros resultados y, si es lo suficientemente importante como para publicarlo, entonces se sentirá obligado a replicarlo / refutarlo).

Y esto es especialmente prominente en EAPS ya que los modelos en EAPS son tan complejos que nadie cree los resultados del primer modelo (y por muy buenas razones, de hecho, este es uno de los pocos campos donde incluso los autores del modelo ganaron No necesariamente lo creas). En los campos donde los modelos suelen ser más sencillos, es más probable que las personas los crean, y luego pueden ser más reservados con sus datos.

Además, con la investigación basada en modelos, la intuición física suele ser más importante que hacer las cosas bien. Un modelo que hace algunas predicciones inexactas tiene algunas buenas razones por las que las predicciones son inexactas. Pero incluso entonces, no significa que la investigación publicada carezca de valor. No puede invalidar la investigación basada en modelos de la misma manera que invalida la investigación empírica. Y debido a esto, las personas a menudo están más de acuerdo cuando señala respetuosamente las brechas / suposiciones defectuosas en sus modelos, especialmente porque no es tan difícil arreglar las brechas / suposiciones defectuosas y por lo general no tiene que empezar de nuevo. otra vez. De hecho, los modelos que no se corresponden con la realidad en absoluto (como Daisy World) son excelentes herramientas pedagógicas y no conllevan el gran riesgo de que los estudiantes que aprenden el material puedan inducir a error.

De hecho, los modelos son una excelente manera de explorar el espacio de posibilidades, o todas las cosas posibles que podrían suceder en un mundo en particular. Y un modelo podría aplicarse a la Tierra (o un exoplaneta arbitrario) en algunos momentos, aunque no en otros.

He explicado esto más en mi pregunta ¿Las personas que hacen investigaciones basadas en modelos se sienten más cómodas con preguntas que señalan las fallas potenciales de su investigación?

Con respecto al trabajo de campo, no estoy totalmente seguro de si los geólogos de campo están tan abiertos (aunque el usuario de Quora probablemente sepa mucho más sobre esto que yo). Vea la cita a continuación (de http://news.harvard.edu/gazette/ …)

Sara Pruss está deseando volver a África con Hoffman. Al igual que Abbot, ella también admira la disposición de Hoffman de compartir su conocimiento.

“Una de las cosas divertidas que he visto en los científicos es su naturaleza protectora”, dijo Pruss. “No quieren que la gente visite sus sitios de campo. Y Pablo es exactamente lo contrario. Pablo trae a todos a sus sitios. Él quiere mostrarles exactamente por qué llegó a una conclusión y quiere escuchar lo que otras personas tienen que decir. Si puedes hacer un buen argumento de por qué piensas lo que piensas, entonces él te escuchará “.

Aparentemente, el artículo dice que hay un número notable de geólogos de campo que intentan proteger sus datos.

===

[Edición del 13 de diciembre]: recién noté que un artículo de Nature comentaba sobre la cultura del secreto en la psicología (y lo relacionaba con un caso notorio de fraude en la psicología).

Answer 3

Sí: algunos campos más que otros, pero disputaría los dos ejemplos de ciencias de la tierra. He escuchado a la astronomía como el campo original de “minería de datos” como en los datos MINE.

La ciencia de la Tierra tiene a la industria del petróleo, y fueron muy conocidos por crear los primeros algoritmos de FFT. Robarían el tiempo de la computadora en algunos casos destinados a la evaluación comparativa y no tenían que pagar ningún cheque.

Sospecho que compartir depende más de quién es el empleador. Los académicos tienen sus propias ventajas y desventajas para compartir y escribir datos.

Lea las guerras de Hubble. En parte, este fue el motivo por el que se seleccionó Sloane Digital Sky Survey como un proyecto para datos abiertos.