Ciencia abierta: un modelo con piezas por encajar

Abstract

La ciencia abierta constituye una transformación radical en la manera de llevar a cabo la investigación científica. Se trata de un nuevo modelo de hacer ciencia que se basa en el trabajo colaborativo entre personas de la academia y también en la apertura y la transparencia de todas las fases de la investigación (no solo la publicación final, sino también la recogida de datos, el peer review o los criterios de evaluación, entre otros aspectos).
 La ciencia abierta tiene sus antecedentes en el uso de las Tecnologías de la Información y la Comunicación (TIC) por quienes investigan y en la consolidación del acceso abierto a las publicaciones. Por otro lado, en su desarrollo también ha contado con tres elementos facilitadores: su conexión con los valores clásicos de la ciencia, la acción de responsables políticos con capacidad resolutiva en sus organizaciones, y el apoyo institucional, en especial de la Comisión Europea y de diversas agencias de financiación de la investigación.
 En el artículo se analizan diversas definiciones de ciencia abierta para destacar sus características fundamentales: apertura, transparencia y reutilización de contenidos. Se considera la ciencia abierta como un término «paraguas» que agrupa diversas piezas o elementos como el acceso abierto, los datos abiertos (FAIR, en sus siglas en inglés, findable, accessible, interoperable y reusable), la revisión abierta, el uso de preprints, la ciencia ciudadana y los nuevos modelos de evaluación. A pesar de que existe discrepancia sobre cuáles son esas piezas elementales, el artículo se centra en los seis elementos mencionados, repasa la situación actual de cada uno de ellos, y pone especial énfasis en su grado de desarrollo y en lo que aportan a la ciencia abierta.
 Se constata una notable diversidad en el desarrollo de cada una de las piezas y también la ausencia de una acción coordinada, lo que podría suponer una ralentización de las prácticas de ciencia abierta.
 A pesar de los destacados avances en acceso abierto, de la notable compartición de datos de investigación y de un respetable uso de preprints, se ha avanzado muy poco en el establecimiento de nuevas métricas y de nuevos modelos de evaluación, aun cuando estos son un elemento clave para incentivar la expansión de la ciencia abierta en todas las disciplinas.

A teoria da citação de dados: uma revisão da produção científica na América Latina

“…É importante notar que as APCs foram a concessão criada pelas editoras de periódicos para permitirem a transição para o modelo AA sem grandes perdas financeiras, e são cobradas mesmo em muitas revistas totalmente abertas, que não exigem assinatura. Dessa forma, as APCs ainda se configuram num problema de caráter financeiro, visto que, por serem taxas pagas pelo autor do artigo para o periódico onde deseja publicar seu trabalho, dificultam a publicação de trabalhos de autores com poucos recursos institucionais ou sem apoio financeiro governamental em periódicos de grande alcance e renome (Abadal, 2021).…”

Recursos educativos abiertos

“…La ciencia abierta ha aprovechado el desarrollo de la tecnología aplicada a la investigación (e-ciencia) ya visible a finales de 1990, así como la irrupción del acceso abierto las publicaciones científicas que se inicia a partir de 2000 y que ya está plenamente consolidado como modelo de referencia. El impulso definitivo lo ha proporcionado la Comisión Europea al situar la ciencia abierta como uno de los vectores fundamentales para renovar el modelo de innovación y de investigación (Abadal, 2021).…”

Aportes para la Promoción de mayor Transparencia en los Estudios Psicométricos

“…Es importante en primer lugar mencionar algunos de los principales objetivos que tienen las iniciativas de ciencia abierta (Abadal, 2021;Royal Society, 2012): 1.…”

“…Consideramos que sí, y vemos que muchas de estas características o CCI se presentan en los estudios psicométricos. Respecto al primer grupo de CCI, se han detectado algunas prácticas que atentan contra la validez y robustez de los estudios psicométricos, como ser: la mala aplicación de indicadores de consistencia interna y el uso exclusivo en el coeficiente alfa de Cronbach, la mala utilización y lectura de modelos confirmatorios bifactor, el uso inadecuado de métodos de estimación factorial y procedimientos asociados al análisis factorial exploratorio (Flores-Kanter et al, 2018, 2021Lilienfeld & Strother, 2020;Lloret-Segura et al, 2014;Viladrich et al, 2017), por nombrar solo algunos ejemplos. En cuanto al segundo grupo de CCI, recientemente se ha empezado a enfatizar estas prácticas en psicometría.…”