Tag: Esto

Como estadístico con más de 20 años de experiencia en ecología, recientemente me enfrenté a un momento difícil. En agosto, algunos colegas de Canadá publicaron una respuesta¹ A un artículo que coescribí hace una década, que demostraba que el método que yo y mis colegas propusimos en ese momento era fundamentalmente defectuoso.

El método en cuestión es un modelo estadístico.² Que combina varias fuentes de datos sobre animales individuales, así como datos a nivel de especie, para estimar mejor la abundancia de animales en un entorno determinado. Esto es importante porque contar con una estimación confiable de la abundancia es fundamental para guiar los esfuerzos de gestión para proteger las especies en riesgo, establecer cuotas de captura y regular las especies invasoras. Las estimaciones de abundancia incorrectas o sesgadas pueden provocar un desperdicio de recursos y estrategias de gestión defectuosas.

Por ejemplo, imagina que gestionas una reserva de caza con exactamente 1.000 aves. Si la cuota de caza se fija en el 20% del número total de aves, pero el modelo sobreestima el número de aves en un 10%, situándolo en 1.100 aves, acaba de aceptar cazar 20 aves más de las que debería.

Dinero por errores: el proyecto ofrece una recompensa por descubrir errores en investigaciones publicadas

Jack Thomas de la Universidad de Victoria, Canadá, Simon Bonner de la Western University de Londres, Canadá, y Laura Quinn, también de la Universidad de Victoria, han demostrado que el modelo que desarrollamos hace lo contrario: subestima sistemáticamente la abundancia. La razón principal de esto es que no tomamos en cuenta cómo los animales ocupan el espacio durante el escaneo. Si los animales se mueven lentamente o tienen áreas de distribución pequeñas, es posible que se los detecte sólo en un sitio por período de muestreo, lo que lleva a una subestimación de su verdadera abundancia. Por el contrario, si se mueven rápidamente o tienen grandes alcances, pueden detectarse en múltiples ubicaciones, lo que puede distorsionar los datos. Laetitia Blank, la primera autora de nuestro artículo, era estudiante de doctorado en ese momento, pero desde entonces dejó la academia para convertirse en profesora de secundaria. No tuvo nada que ver con un defecto en el método, ni tampoco mis coautores. Como estadístico de nuestro grupo, así como autor principal, considero que esto es sólo culpa mía.

Momento de pesadilla

Recibí la noticia de la desacreditación de nuestro periódico a altas horas de la noche, justo cuando estaba a punto de irme a dormir. Fridolin Zimmermann, biólogo de vida silvestre de la Fundación para la Conservación de la Vida Silvestre KORA en Ittigen, Suiza, y coautor de nuestra investigación, compartió un enlace a la nueva respuesta a nuestro trabajo por correo electrónico, y al principio intenté ignorarlo. Intenté irme a dormir, pero no pude. Me levanté, abrí mi computadora portátil y comencé a leer. Y muy rápidamente me di cuenta de que los autores tenían razón acerca de nuestros errores.

Pasé por una mezcla de emociones y me hice una larga serie de preguntas a altas horas de la noche. ¿Por qué no vi el problema? ¿Qué debo decirles a mis compañeros? ¿Alguien realmente ha utilizado este modelo para guiar las estrategias de conservación? ¿Qué pasaría si todas las demás ideas que tenía y que también tendría se hicieran añicos? ¿Qué pensará la sociedad de mí?

Con la esperanza de lograr una catarsis, decidí compartir con ustedes cómo respondí a esta experiencia.

¿Cómo puedo publicar en acceso abierto cuando no puedo pagar las tarifas?

Mi primera acción fue enviar un correo electrónico a los autores del artículo de respuesta y felicitarlos por su trabajo. También compartí mi sorpresa por no haber sido notificado antes de que se publicara el artículo. Se disculparon por olvidarse de ponerme al tanto. Sin resentimientos: agradezco a los autores por identificar nuestros errores y tomarse el tiempo para explicarlos y abordarlos en un artículo. Corregieron el registro científico, por lo que estoy profundamente agradecido.

Mi segunda acción fue publicar el nuevo artículo, y lo que significa para nuestro trabajo anterior, en Tema corto sobre X. Los comentarios de la comunidad ambientalista han sido positivos, lo que ha sido un gran alivio y me hace sentir bien con nosotros como grupo de personas. Mis coautores también me han apoyado mucho.

Aquí hay algunos consejos que tengo para otras personas que se encuentran en circunstancias similares.

No te lo tomes (demasiado) personalmente

Existe una verdadera dificultad para responder a tal situación, y este desafío es quizás mayor para los investigadores que inician su carrera que para los investigadores más experimentados. Creo que la clave es no tomárselo como algo personal. Ahora que mi carrera está establecida, esto se ha vuelto mucho más fácil para mí, porque ya he tenido fracasos y tengo logros para compensarlos.

Hace veinte años, cuando acababa de terminar mi doctorado, me habría tomado un momento como éste de forma más personal. Ojalá me hubiera dado cuenta desde el principio, como joven investigador, de que lo más importante que debes establecer al principio de tu carrera (y reevaluar constantemente a medida que creces, tanto personal como profesionalmente) es el equilibrio entre la vida laboral y personal. Es muy fácil que tu trabajo quede absorbido cuando es algo que te encanta hacer, o simplemente porque estás bajo presión para tener éxito o conseguir un trabajo permanente.

Equivocarse en ciencia es molesto, pero en última instancia es solo parte del trabajo: mantener un sentido de perspectiva hace que los contratiempos sean más fáciles de manejar. Agradezco estar rodeado de una comunidad de colegas con quienes puedo hablar, especialmente cuando encuentro errores. En general, creo que si nosotros, como investigadores, comenzamos a compartir nuestros fracasos más abiertamente, sería más fácil para nosotros abordarlos juntos, como comunidad. De esta manera podemos arreglar las cosas sin culpar a nadie.

Todo por el bien de una ciencia abierta y reproducible

En nuestro artículo original, mis colegas y yo pusimos el código a disposición, lo que les permitió reproducir nuestros resultados (defectuosos). Esto subraya la importancia de hacer que la investigación sea replicable y abierta. Normalmente, trabajo con una combinación del lenguaje de programación Markdown en R (R Markdown) para escribir texto, incluidas ecuaciones a través de Latex, y analizar los datos en un documento único y repetible. También uso Git/GitHub para realizar un seguimiento de los cambios de código, a menudo en colaboración con colegas, y comparto mi código de GitHub en el artículo final.

Al final, es un alivio que, aunque compartimos el código, el método solo se utilizó para refutarlo. Una de las cosas que podríamos haber hecho para descubrir este problema antes (algo que utilizó el documento de respuesta) son las simulaciones. Normalmente, los investigadores ajustan un modelo estadístico a datos reales para estimar los parámetros del modelo. En las simulaciones, las cosas son al revés: primero se establecen los parámetros y luego se utiliza el modelo para generar datos falsos.

Esto permite a los investigadores ver cómo funciona su modelo en diferentes condiciones, incluso cuando no se cumplen sus supuestos. En otras palabras, les da la oportunidad de verificar el modelo: si lo usan para generar datos, deberían terminar con estimaciones de parámetros muy cercanas a los valores con los que comenzaron. Este enfoque es más popular ahora, incluso en ecología estadística, que cuando mis colegas y yo publicamos nuestro artículo en 2014.

La ciencia funciona en incrementos

Hay un gran valor en la secuencia de eventos en los que estás involucrado. Se publica un artículo de investigación, seguido de una respuesta y, a veces, de un comentario. Así es como debería funcionar la ciencia: gradualmente, invalidando hipótesis o métodos, ya sea en un solo artículo o en diferentes artículos, a medida que los investigadores avanzan lentamente hacia una comprensión más profunda y completa del mundo.

Este enfoque resalta la naturaleza iterativa y autocorrectora de la ciencia.

Lo que aprendí al realizar un bootcamp de codificación

Sin embargo, el negocio editorial en papel se ha vuelto inadecuado para este ideal. A pesar de su importancia para la forma en que se publica la ciencia, el proceso de revisión de artículos está subestimado en las profesiones investigadoras. Corregir o retractarse de un artículo puede provocar daños a la reputación y vergüenza personal: con demasiada frecuencia, tales avisos se asocian con fraude o engaño, en lugar de ser una señal de progreso científico saludable. Además, los documentos de respuesta y los comentarios a menudo carecen del reconocimiento y la claridad que merecen.

Para cerrar la brecha entre las prácticas editoriales actuales y el verdadero propósito de la investigación científica, es necesario realizar varios cambios. Primero, creo que deberíamos trabajar para elevar el papel de la revisión por pares, reconociendo su importancia para mantener la integridad de la ciencia. Esto puede incluir ofrecer incentivos, como valorar las reseñas como contribuciones académicas, incorporarlas a los criterios de permanencia y promoción, o incluso ofrecer una compensación financiera. En segundo lugar, debemos cambiar nuestra visión de las correcciones y retractaciones para considerarlas componentes esenciales del progreso científico y no señales de fracaso. Las revistas deben fomentar el diálogo entre los autores, y los editores pueden facilitar todo el proceso sugiriendo que los autores escriban rutinariamente réplicas y relajando las restricciones sobre la extensión y el tiempo requerido para el envío.

Sugeriría que otros académicos que se encuentran en una situación similar tomen medidas proactivas para abogar por estos cambios (ya sea a través de consejos editoriales, sociedades profesionales o en sus propias instituciones) para ayudar a realinear el proceso de publicación con el verdadero espíritu de la investigación académica. descubrimiento.

La ciencia es un esfuerzo humano.

Cometer errores es una parte esencial del ser humano y, debido a que la ciencia está impulsada por los humanos, los errores ocurren cuando seguimos líneas de investigación. Sin embargo, rara vez se enfatiza este aspecto de la ciencia; A menudo no nos gusta admitir nuestros defectos.

Aceptar nuestros errores es crucial para el crecimiento personal y profesional. De hecho, deberíamos ir más allá y exponer nuestros errores a nuestros estudiantes y al público. Esto puede ayudar a solucionar la actual crisis de confianza en la ciencia. Una forma es a través de la autobiografía del fracaso o la autobiografía en la sombra. Creo que necesito agregar otra línea a la mía.