Una ecuación predice el impacto futuro de los artículos científicos

Un modelo, desarrollado por científicos de varias instituciones de EE UU, es capaz de predecir el impacto que tendrán los trabajos científicos tras su publicación en revistas especializadas. Los resultados del estudio han sido publicados esta semana en Science, dentro de un número especial dedicado al futuro de la comunicación científica.

Según explica a SINC Dashun Wang, del IBM Thomas J. Watson Research Center,  en Nueva York, autor principal del trabajo, “se  trata de un modelo mecánico que analiza la dinámica de las citaciones de artículos y que permite acoplar la historia de citas de trabajos publicados en diferentes revistas y disciplinas en una sola curva”. En su opinión, “esto indica que todos los artículos científicos tienden a seguir los mismos patrones temporales universales”.

Wang detalla que el estudio comenzó con la identificación de factores fundamentales que impulsan la historia de las citaciones de cada artículo. “Encontramos tres factores: la conexión preferencial, la antigüedad y las diferencias inherentes entre los documentos”.

Incorporando estos factores “llegamos a una única ecuación con tres parámetros que caracteriza la dinámica de cada artículo. Esta fórmula indica que la tendencia de las citaciones está gobernada por la misma función universal y que, tras un ajuste de escala, todos ellos deberían ajustarse en la misma curva”.

Además, el investigador señala que las diferencias en la historia de las citaciones de artículos están caracterizadas por los parámetros de idoneidad, inmediatez y longevidad. “Lo que resulta particularmente interesante acerca de estos tres indicadores es que si preguntáramos cuál es el impacto final de un artículo, encontraríamos que solo importa el baremo de la idoneidad, mientras que los de inmediatez y longevidad no cuentan en el largo plazo”.

Wang indica que “si se pudiera medir el parámetro de idoneidad de un artículo en su etapa más temprana, podría tener potenciales repercusiones en gestión científica, como indicador de impacto a largo plazo”.

El estudio también demuestra que se puede adoptar un enfoque de entrenamiento y ensayo mediante la estimación de los tres parámetros (idoneidad, inmediatez y longevidad) en un artículo concreto basándose en su historia temprana de citación. “Y el modelo será capaz de realizar una predicción probabilística de sus futuras citas”, concluye.

Por su parte, James A. Evans, investigador del departamento de Sociología de la Universidad de Chicago, que publica una reseña sobre este estudio en Science, destaca que “los hallazgos de este estudio podrían tener impacto en la forma en la que se otorgan ayudas, salarios y becas a los científicos”.

En su opinión, “los métodos predictivos basados en este modelo podrían jugar un papel importante en la toma de decisiones sobre qué actividades de investigación deben recibir fondos públicos o privados”, señala.