Scholar Data: nowy S-Index, który nagradza udostępnianie danych jako akademickie dobro publiczne
Najważniejsze informacje
- •Scholar Data wygrał konkurs NIH na stworzenie indeksu udostępniania danych i opracował S-Index, który mierzy łatwość dostępu do zbioru danych, jego cytowania i inne wzmianki.
- •NIH prowadzi politykę Data Management and Sharing Policy wymagającą planów udostępniania danych badawczych, a wiele czasopism uczyniło dostępność danych warunkiem publikacji.
- •Tradycyjne metryki akademickie, takie jak cytowania, h-index i impact factor, liczą wyłącznie publikacje, pozostawiając udostępnianie danych niedocenionym i wynagradzanym.
- •Autorzy argumentują, że NSF powinna finansować prawdziwe dobra publiczne, takie jak badania replikacyjne i publiczne zbiory danych, ponieważ jej granty obecnie przypominają badania głównego nurtu, które rynek wspiera już samodzielnie.
- •S-Index bazuje na zasadach FAIR, dając badaczom mierzalny sygnał dla praktyki od dawna zalecanej, ale nigdy nie mierzonej.

W naszym artykule, A Skeptical View of the National Science Foundation's Role in Economic Research, Tyler i ja wskazujemy, że jeśli NSF działa tak, jak powinna, powinna robić zupełnie inne rzeczy niż pozostali fundatorzy.
Teoria dóbr publicznych mówi, że National Science Foundation powinna wspierać działania, które są szczególnie trudne do sfinansowania z tradycyjnych źródeł uniwersyteckich, filantropijnych i prywatnych. Ta obserwacja sugeruje prosty test: w zakresie, w jakim NSF alokuje środki na prawdziwe dobra publiczne, a nie na subsydia na marginesie, powinniśmy widzieć dużą różnicę między rodzajami projektów wspieranych przez NSF a tym, co wspiera sektor „rynkowy”. Tymczasem na listach znaczących grantów NSF (takich jak ta przedstawiona przez Moffitta w ramach tego sympozjum) uderza to, jak bardzo przypominają one listy „dobrych” badań generowanych przez obecny stan rzeczy. Jeśli traktujemy poważnie teorię dóbr publicznych, jakie obszary ekonomii powinny być wspierane?
Proponujemy badania replikacyjne oraz wsparcie dla tworzenia publicznych zbiorów danych. I to przywodzi mnie do Scholar Data, interesującego nowego projektu, który wygrał konkurs NIH na stworzenie indeksu udostępniania danych. Sam fakt, że taki konkurs NIH istnieje, odzwierciedla szerszą zmianę: w ostatnich latach główni fundatorzy i czasopisma coraz częściej nakładają obowiązek udostępniania danych — NIH na przykład wprowadził politykę Data Management and Sharing Policy wymagającą planów udostępniania danych badawczych, a wiele czasopism uczyniło dostępność danych warunkiem publikacji. Scholar Data tworzy S-Index — podobny do H-Indexu dla publikacji — z tą różnicą, że S-Index mierzy łatwość dostępu do zbioru danych, jego cytowania i inne wzmianki. Chodzi o stworzenie wskaźnika nagradzającego tworzenie dobra publicznego:
Badacze inwestują lata w gromadzenie i udostępnianie zbiorów danych, które stanowią podstawę powtarzalności, przejrzystości i odkryć w każdej dziedzinie. Bez wspólnych danych ustaleń nie można zweryfikować, rozwijać ani im zaufać. Tymczasem metryki definiujące kariery akademickie — cytowania, h-index i impact factor — liczą wyłącznie publikacje. Udostępnianie danych pozostaje niedocenione i wynagradzane.
Powstaje w ten sposób zepsuta zachęta: od badaczy oczekuje się udostępniania danych, ale nie otrzymują za to żadnego uznania. W efekcie udostępnianie danych traktowane jest jako uciążliwy obowiązek, a nie wkład.
Scholar Data i S-Index mają to naprawić. Mierząc wpływ zbiorów danych, S-Index daje udostępnianiu danych taką samą widoczność i rozpoznawalność jak publikowanie, zamieniając obowiązek w atut kariery naukowej. Podejście to nawiązuje do wcześniejszych inicjatyw społecznych, takich jak zasady FAIR — wzywających do tego, by dane były odnajdywalne, dostępne, interoperacyjne i wielokrotnego użytku — dając badaczom konkretny, mierzalny sygnał dla praktyki, którą od dawna się zalecało, ale nigdy nie mierzono.
Brawo! Twój zbiór danych może już być skatalogowany. Możesz otrzymać za niego uznanie na ScholarData.
Źródło: Marginal Revolution