Dans notre article, A Skeptical View of the National Science Foundation's Role in Economic Research, Tyler et moi soulignons que si la NSF fait ce qu'elle doit faire, elle devrait s'atteler à des tâches très différentes de celles des autres bailleurs de fonds.

La théorie des biens publics nous enseigne que la National Science Foundation devrait soutenir des activités qu'il est particulièrement difficile de financer par les sources traditionnelles que sont les universités, la philanthropie et le secteur privé. Cette idée suggère un test simple : dans la mesure où la NSF alloue des fonds à de véritables biens publics plutôt qu'à des subventions à la marge, nous devrions observer une grande différence entre les types de projets soutenus par la NSF et ceux soutenus par le secteur « marchand ». Or, ce qui frappe dans les listes de subventions NSF notables (comme celle fournie par Moffitt dans ce symposium), c'est leur ressemblance avec les listes de « bonnes » recherches produites par le statu quo actuel. Si nous prenons au sérieux la théorie des biens publics, quelles domaines de l'économie devraient être soutenus ?

Nous suggérons les études de réplication et le soutien à la production de jeux de données publics. Ce qui m'amène à Scholar Data, un nouveau projet remarquable qui a remporté le concours du NIH pour créer un indice de partage de données. L'existence même d'un tel concours du NIH traduit une évolution plus large : ces dernières années, les grands bailleurs et les revues ont de plus en plus imposé le partage des données — le NIH, par exemple, a introduit une Data Management and Sharing Policy exigeant des plans de partage des données de recherche, et de nombreuses revues ont fait de la disponibilité des données une condition de publication. Scholar Data crée un S-Index — comparable au H-Index des articles — mais qui mesure plutôt l'accessibilité d'un jeu de données, ses citations et ses autres mentions. L'objectif est de créer une métrique qui récompense la création d'un bien public :

Les chercheurs investissent des années à collecter et partager des jeux de données qui fondent la reproductibilité, la transparence et la découverte dans tous les domaines. Sans données partagées, les résultats ne peuvent être ni vérifiés, ni prolongés, ni considérés comme fiables. Pourtant, les métriques qui définissent les carrières académiques, comme les citations, le h-index et le facteur d'impact, ne comptent que les publications. Le partage des données reste non reconnu et non récompensé.

Cela crée une incitation défaillante : les chercheurs sont censés partager leurs données, mais n'en tirent aucun crédit. Résultat, le partage des données est traité comme une corvée plutôt que comme une contribution.

Scholar Data et le S-Index visent à corriger cela. En mesurant l'impact de vos jeux de données, le S-Index donne au partage des données la même visibilité et la même reconnaissance que la publication, transformant une obligation en atout de carrière. Cette approche fait écho à des efforts communautaires antérieurs tels que les principes FAIR — qui prônent des données trouvables, accessibles, interopérables et réutilisables — en offrant aux chercheurs un signal concret et quantifiable pour une pratique longtemps encouragée mais jamais mesurée.

Bravo ! Votre jeu de données est peut-être déjà catalogué. Vous pouvez obtenir du crédit sur ScholarData.

Source : Marginal Revolution