Se vuoi essere uno scienziato, dovrai leggere molto.

La scienza è uno sforzo incentrato sulla costruzione e sulla condivisione della conoscenza. I ricercatori pubblicano documenti che descrivono in dettaglio le loro scoperte, scoperte e innovazioni al fine di condividere tali rivelazioni con i colleghi. E ci sono milioni di articoli scientifici ogni anno.

Tenere il passo con gli ultimi sviluppi nel loro campo è una sfida per i ricercatori in tutti i momenti della loro carriera, ma colpisce soprattutto gli scienziati all'inizio della carriera, poiché devono anche leggere i numerosi articoli che rappresentano le fondamenta del loro campo.

"È impossibile leggere tutto. Assolutamente impossibile", Ajay Satpute, direttore dell'Affective and Brain Science Lab e assistente professore di psicologia alla Northeastern. "E se non sai tutto quello che è successo sul campo, c'è una reale possibilità di reinventare la ruota ancora e ancora e ancora". La sfida, dice, è capire come formare economicamente la prossima generazione di scienziati, bilanciando la necessità di leggere tutti i documenti fondamentali con la loro formazione come ricercatori a pieno titolo.

Questo compito sta diventando sempre più difficile, afferma Alessia Iancarelli, una dottoranda che studia psicologia affettiva e sociale nel laboratorio di Satpute. "Il volume della letteratura pubblicata continua ad aumentare", dice. "Come sono gli scienziati in grado di sviluppare la loro borsa di studio in un campo data questa enorme quantità di letteratura?" Devono scegliere cosa leggere.

Ma gli approcci comuni a tale definizione delle priorità, afferma Iancarelli, possono incorporare pregiudizi e tralasciare angoli cruciali del campo. Quindi Iancarelli, Satpute e colleghi hanno sviluppato un approccio di apprendimento automatico per trovare un modo migliore e meno parziale per creare una lista di lettura. I loro risultati, che sono stati pubblicati la scorsa settimana sulla rivista PLOS One , aiutano anche a ridurre i pregiudizi di genere.

"C'è davvero un problema su come sviluppiamo borse di studio", afferma Satpute. In questo momento, gli scienziati utilizzeranno spesso uno strumento di ricerca come Google Scholar su un argomento e inizieranno da lì, dice. "Oppure, se sei fortunato, otterrai un istruttore meraviglioso e avrai un ottimo programma. Ma sarà fondamentalmente il campo attraverso gli occhi di quella persona. E quindi penso che questo riempia davvero una nicchia che potrebbe aiutare a creare equilibrio e borsa di studio interdisciplinare senza necessariamente avere accesso a un istruttore meraviglioso, perché non tutti lo ottengono."

Il problema con qualcosa come Google Scholar, spiega Iancarelli, è che ti darà i documenti più popolari in un campo, misurato da quanti altri giornali li hanno citati. Se ci sono sottoinsiemi di quel campo che non sono così popolari ma sono comunque rilevanti, i documenti importanti su questi argomenti potrebbero essere persi con una tale ricerca.

Prendi, ad esempio, il tema dell'aggressività (che è l'argomento su cui i ricercatori si sono concentrati per sviluppare il loro algoritmo). I media e i videogiochi sono un argomento particolarmente caldo nella ricerca sull'aggressività, afferma Iancarelli, e quindi ci sono molti più articoli su quel sottoinsieme del campo che su altri argomenti, come il ruolo del testosterone e l'aggressività sociale.

Così Iancarelli ha deciso di raggruppare nelle comunità i giornali sul tema dell'aggressione. Utilizzando l'analisi della rete di citazioni, ha identificato 15 comunità di ricerca sull'aggressività. Piuttosto che guardare il numero grezzo di volte in cui un articolo è stato citato in un altro documento di ricerca, l'algoritmo determina una comunità di articoli che tendono a citare l'un l'altro o lo stesso set di articoli di base. Le comunità più grandi che ha rivelato erano i media e i videogiochi, lo stress, i tratti e l'aggressività, la rimuginazione e l'aggressività sfollata, il ruolo del testosterone e l'aggressività sociale. Ma ci sono state anche alcune sorprese, come una comunità più piccola di articoli di ricerca incentrati sull'aggressività e sui cavalli.

"Se usi il rilevamento della comunità, ottieni questo sguardo davvero ricco e granulare sul campo dell'aggressione", afferma Satpute. "Hai una specie di vista a volo d'uccello dell'intero campo piuttosto che [sembra che] il campo dell'aggressione sia fondamentalmente quello dei media, dei videogiochi e della violenza."

Oltre a diversificare gli argomenti trattati utilizzando questo approccio comunitario, i ricercatori hanno anche scoperto che la percentuale di articoli con autrici per prime soprannominate influenti dall'algoritmo è raddoppiata rispetto a quando si sono concentrati solo sul conteggio totale delle citazioni. (Iancarelli aggiunge che potrebbero esserci alcuni pregiudizi incorporati in quel risultato, poiché il team non ha potuto chiedere direttamente agli autori la loro identità di genere e invece ha dovuto fare affidamento su ipotesi basate sul nome dell'autore, sull'immagine e su eventuali pronomi usati per riferirsi a loro .)

Il team ha rilasciato il codice alla base di questo algoritmo in modo che altri possano usarlo e replicare il loro approccio di analisi della rete di citazioni in altri campi di ricerca.

Per Iancarelli, c'è un'altra motivazione:"Mi piacerebbe usare questo lavoro per creare un programma e tenere un mio corso sull'aggressività umana. Mi piacerebbe davvero basare il programma sui documenti più rilevanti di ogni diversa comunità per dare un vero generale vista del campo dell'aggressività umana".