Nel nostro paper, A Skeptical View of the National Science Foundation's Role in Economic Research, Tyler ed io osserviamo che, se la NSF sta facendo ciò che dovrebbe, dovrebbe occuparsi di cose molto diverse rispetto ad altri finanziatori.

La teoria dei beni pubblici ci dice che la National Science Foundation dovrebbe sostenere attività che risultano particolarmente difficili da finanziare attraverso le fonti tradizionali universitarie, filantropiche e private. Questa intuizione suggerisce una semplice verifica: nella misura in cui la NSF alloca fondi a veri beni pubblici anziché a sussidi marginali, dovremmo notare una grande differenza tra i tipi di progetti sostenuti dalla NSF e quelli sostenuti dal settore di "mercato". Invece, ciò che salta all'occhio dagli elenchi delle principali sovvenzioni della NSF (come quello fornito da Moffitt in questo simposio) è quanto assomiglino agli elenchi delle ricerche "buone" prodotte dallo status quo attuale. Se prendiamo sul serio la teoria dei beni pubblici, quali aree dell'economia dovrebbero essere sostenute?

Suggeriamo gli studi di replicazione e il sostegno alla produzione di dataset pubblici. Il che mi porta a Scholar Data, un interessante nuovo progetto che ha vinto la competizione indetta dal NIH per creare un indice di condivisione dei dati. Che esista una competizione del NIH riflette in sé un cambiamento più ampio: negli ultimi anni i principali finanziatori e le riviste hanno imposto sempre più spesso la condivisione dei dati — il NIH, ad esempio, ha introdotto una Data Management and Sharing Policy che richiede piani per la condivisione dei dati di ricerca, e molte riviste hanno reso la disponibilità dei dati una condizione per la pubblicazione. Scholar Data crea un S-Index — simile all'H-Index per gli articoli — che però misura la facilità di accesso a un dataset, le sue citazioni e altre menzioni. L'obiettivo è creare una metrica che premi la creazione di un bene pubblico:

I ricercatori investono anni nella raccolta e nella condivisione di dataset che fondano la riproducibilità, la trasparenza e la scoperta in ogni campo. Senza dati condivisi, i risultati non possono essere verificati, sviluppati né considerati affidabili. Eppure le metriche che definiscono le carriere accademiche, come citazioni, h-index e impact factor, contano solo le pubblicazioni. La condivisione dei dati resta non riconosciuta e non premiata.

Questo genera un incentivo difettoso: ci si aspetta che i ricercatori condividano i dati, ma non ricevono alcun riconoscimento per farlo. Il risultato è che la condivisione dei dati è trattata come un compito ingrato anziché come un contributo.

Scholar Data e l'S-index mirano a risolvere questo problema. Misurando l'impatto dei propri dataset, l'S-index dà alla condivisione dei dati la stessa visibilità e lo stesso riconoscimento delle pubblicazioni, trasformandola da obbligo in risorsa per la carriera. L'approccio riprende sforzi comunitari precedenti come i principi FAIR — che auspicano dati reperibili, accessibili, interoperabili e riutilizzabili — offrendo ai ricercatori un segnale concreto e quantificabile per una pratica a lungo incoraggiata ma mai misurata.

Complimenti! Il vostro dataset potrebbe essere già catalogato. Potete ottenere il riconoscimento su ScholarData.

Fonte: Marginal Revolution