Usted comparte, a mi me gusta y nosotros generamos métricas

Si usted dice que el 80% de los científicos que han existido están vivos, estaría en lo cierto para los últimos 300 años. Fue con esta afirmación que el libro “The Half-Life of Facts“ de Samuel Arbesman me hizo dar cuenta de una incomodidad personal reciente. Ya no puedo seguir todos los artículos que me interesan. Durante algunos años, firmar los feeds (actualizaciones automáticas) de las revistas más interesantes para mi investigación lo resolvía. Últimamente, no es así.

Diferentes usos para un mismo artículo. Fuente: Gobbledygook.

Diferentes usos para un mismo artículo. Fuente: Gobbledygook.

Y no estoy solo en este diluvio. Como se señaló en un artículo de 2009 (Renear 2009), probablemente con números ya muy superados – en una época de cambio exponencial – los investigadores leen cada vez más artículos por año, dedicando cada vez menos minutos finitos de atención. Dicho sea de paso, la atención del lector es una mercancía cada vez más escasa. Confieso que no recuerdo cuándo fue la última vez que tomé una versión impresa de una revista (honestamente, ni siquiera una revista cualquiera) y leí el material de principio a fin. Si un artículo no me conquista en unos pocos párrafos, a lo sumo, tengo otros más prometedores en la cola.

A menos que yo sepa que el contenido que está ahí es mi interés. Como aquel libro que no era tan bueno al principio, pero por la insistencia de un amigo continué leyendo y fui conquistado. Dedico mucha más atención a los artículos que sé que pueden ser más importantes. Sea porque alguien me lo envió por correo electrónico. Porque algunos de los investigadores que sigo en Twitter lo recomendaron. Porque un colega de mi área lo publicó en su Facebook y me marcó un comentario.

​Si personas con un interés próximo al mío demostraron interés en ese contenido, tengo mucha más probabilidad de encontrar algo interesante allí. Y por supuesto, en caso de que yo encuentre algo interesante, voy a pasar la recomendación hacia adelante. Sea “retuiteando” el link, disfrutando del comentario, encaminando el correo electrónico o agregando el artículo a Mendeley. Este último añadirá automáticamente un lector al perfil del artículo en una red online de los investigadores. Junto con el lector, vienen las palabras clave asociadas, los grupos que los comparten y los intereses de quien lo lee.

​Cada uno de estos pasos crea un rastro que se puede seguir. En diferentes niveles de recursos, por supuesto. Desde el perfil abierto en Twitter hasta el e-mail cerrado. Y cada uno de ellos representa un atractivo diferente. Artículos compartidos poco después de su publicación son los de gran atractivo para un área, mientras que los citados en Wikipedia servirán como fuente de información, o son especialmente didácticos.

Estas métricas pueden ser extremadamente valiosas. En una versión en tiempo real de la “sabiduría de las masas”, término tan usado que casi ha perdido significado, pero que describe perfectamente lo que está pasando aquí, la actitud espontánea de los usuarios de las redes sociales para compartir artículos es un poderoso predictor de su potencial informativo. Mientras que las citas requieren meses o incluso años para ser publicadas y contabilizadas, el movimiento en las redes sociales puede ser casi instantáneo, y en algunos casos puede indicar en días las citas futuras (Eysenbach 2011).

Tan importante como las posibilidades de que un artículo sea citado, esa métrica tan codiciada, son los otros tipos de interés que pudieran tener. Un artículo puede ser muy compartido o accedido por que tiene un atractivo ideológico, sin recibir necesariamente futuras citas. O puede ser ampliamente utilizado por los profesores en un curso de pregrado o de postgrado, ya que reúne información pertinente, o por las buenas ilustraciones. Todos usos legítimos e importantes para la investigación, que ahora se pueden rastrear, vigilar y, espero, valorizar.

No es de extrañar que el artículo de Renear y Palmer me fuera compartido por un amigo. Y “The Half Life of Facts” ” me fue recomendado por otros usuarios que lo habían comprado en la librería virtual después de comprar un libro que yo también compré.

Citaciones bibliográficas

EYSENBACH, G. Can tweets predict citations? Metrics of social impact based on Twitter and correlation with traditional metrics of scientific impact. Journal of medical Internet research, 2011, vol. 13, nº 4, p. e123. [cited 05 August 2013]. Available from: doi:10.2196/jmir.2012
 
RENEAR, A. H., and PALMER, C. L. Strategic reading, ontologies, and the future of scientific publishing. Science (New York, N.Y.), 2009, vol. 325, nº 5942, p. 828–32. [cited 05 August 2013]. Available from: doi:10.1126/science.1157784

atilaSobre Atila Iamarino

Atila Iamarino es biólogo graduado (2006) y Ph.D. en microbiología (2012) por la Universidad de São Paulo. En la actualidad es investigador postdoctoral en la Universidad de São Paulo. Tiene experiencia en el área de genética, evaluación, microbiología general y virología. Actúa en el área de divulgación científica en el internet desde 2007 con el blog Rainha Vermelha. Fue cofundador del condominio de blogs de ciencia ScienceBlogs Brasil, consultor Bireme y SciELO.

 

Traducido del original en portugués por Ernesto Spinak.

 

Como citar este post [ISO 690/2010]:

IAMARINO, A. Usted comparte, a mi me gusta y nosotros generamos métricas [online]. SciELO en Perspectiva, 2013 [viewed ]. Available from: https://blog.scielo.org/es/2013/08/09/usted-comparte-a-mi-me-gusta-y-nosotros-generamos-metricas/

 

One Thought on “Usted comparte, a mi me gusta y nosotros generamos métricas

  1. Pingback: Hábitos de lectura de la literatura científica entre los investigadores | SciELO en Perspectiva

Leave a Reply

Your email address will not be published. Required fields are marked *

This site uses Akismet to reduce spam. Learn how your comment data is processed.

Post Navigation