La misma lista. La misma Universidad Tsinghua. Dos medios cuentan dos cifras. Uno escribe 507 y el otro, 539. En la categoría anual pasa lo mismo: 849 frente a 906.
El 7 de octubre, el equipo de Ioannidis de Stanford y Elsevier publicaron la novena edición de la lista de «los científicos más destacados del 2 % a nivel mundial» de este año. En China continental, 14.582 personas entraron en la lista de toda la carrera y 37.201, en la lista anual. El año pasado, las cifras fueron 12.374 y 31.685. En un año, ambas aumentaron un 17 %.
Un 17 %. Mucha gente vio esa cifra. Y enseguida se puso a discutir si la lista era poco fiable o no, pero nadie preguntó cómo se calculaba.
Me da la impresión de que la discusión se desvió. Antes de decidir si es poco fiable, hay que ver cómo se divide.
Hay dos vías para entrar: una es quedar entre los 100.000 primeros del mundo según un indicador compuesto; la otra, situarse en el 2 % superior de tu propio subcampo. El nombre impresiona mucho. Suena como si se tratara del 2 % mejor del mundo, pero no es así en absoluto. La lista divide a todos en 20 disciplinas y 174 subcampos. Cada subcampo se evalúa por separado. El 2 %. Un matemático y un cardiólogo nunca se comparan dentro del mismo grupo. Esta forma de dividir no está mal. Las prácticas de publicación y citación varían varias veces de un campo a otro.
El problema concreto que querían resolver sus diseñadores era este: un artículo puede tener cientos de autores, y quienes aparecen al principio y al final de la lista reciben la misma puntuación. La persona que realmente escribió el artículo, en cambio, no queda identificada de ninguna manera. Eso no es evaluación, es pasar lista. De los seis indicadores, tres tienen en cuenta específicamente la posición del autor: cómo se cuenta la autoría única, cómo se cuenta el primer autor y cómo se cuenta el autor de correspondencia que aparece al final. La contribución de cada artículo se pondera según la posición. Desde la edición de 2024 también se incluyen datos sobre retractaciones, para que sea más fácil detectar anomalías.
El diseñador lo dijo sin rodeos: es una base de datos para la investigación, no un premio ni una clasificación. Y añadió algo aún más contundente: en la lista sí hay algunos científicos pésimos; los datos lo dejan todo a la vista, si estás dispuesto a examinarlos con atención.
Aunque el diseñador lo haya dicho tan claramente, cuando el mensaje se difunde, acaba convertido en una etiqueta. ¿Cómo no iba a acabar siéndolo? En los grupos de las universidades comparten comunicados de celebración. En los formularios de contratación de talento añaden una línea. Los titulares dicen: «Fulano de nuestra universidad entra en el 2 % superior del mundo».
Y entonces llegamos a las dos cifras de Tsinghua. Si es la misma tabla, ¿cómo pueden contar dos cantidades distintas?
En la lista, las instituciones aparecen con sus nombres en inglés, así que hay que hacer coincidir uno por uno esos nombres con los nombres chinos de las universidades. Si no se encuentra una correspondencia, se omiten; nadie verifica nada. Quedan fuera los grupos de investigación afiliados a algún laboratorio internacional conjunto y quienes solo indican su facultad en la firma. Cuando Phoenix publicó aquella tabla estadística, incluyó esta nota: «Debido a que los nombres en inglés de las instituciones de algunos académicos no están claros, no es posible establecer una correspondencia completa; esta tabla es un recuento incompleto». Los materiales no explican exactamente cómo se hizo esa correspondencia y nadie insistió en preguntar.
La frase parece inofensiva, pero es la clave de todo el asunto. Una base de datos capaz de calcular percentiles con varios decimales, cuando llega al paso de «cuántas personas hay en cada universidad», tiene un margen de error de varias decenas. La precisión está en el origen. El error aparece por el camino.
En la cadena de bloques se presenta el mismo obstáculo. Una vez fijada la altura del bloque, cada transacción se puede reproducir y nadie puede alterarla; no hace falta que nadie contabilice el saldo y el historial de transacciones de una dirección. Pero para identificar una dirección con una persona, necesitas una base de etiquetas que vincule una cadena de letras y números con una entidad, una cartera de smart money o una ballena. Ese trabajo es exactamente igual que relacionar el nombre de una universidad en inglés con su nombre en chino. Con reglas y trabajo manual, solo puedes hacer una conjetura. El resultado acierta en un 80 o 90 % de los casos.
Las listas de smart money suelen contar las diez o tantas direcciones de una misma persona como si fueran diez o tantas fuentes de fondos distintas. Los grupos que se dedican a farmear airdrops en Ethereum y Solana se aprovechan precisamente de ese vacío.
En realidad, lo único que se puede verificar son los registros originales. Quién contó los datos de esa tabla y cómo lo hizo. Hasta ahora, nadie lo sabe.
La próxima vez que veas una noticia triunfal del tipo «tantas personas de tal universidad entraron en la lista», puedes restarle un poco mentalmente. La lista no está amañada. Se pierde información por el camino. Y con esas pocas decenas de personas ya da para escribir tres noticias triunfales.
Si quieres comprobar tu caso, no te fijes solo en si apareces o no. Los datos incluyen el percentil de cada persona en su propio subcampo, y ese número es mucho más útil que un simple «entró». Hasta ahora, casi nadie se ha molestado en mirarlo. Es una pena, pero lo único que llega a tus oídos suele ser lo segundo.
#比特币 #BinanceSquare
$BTC $ETH $SOL
El 7 de octubre, el equipo de Ioannidis de Stanford y Elsevier publicaron la novena edición de la lista de «los científicos más destacados del 2 % a nivel mundial» de este año. En China continental, 14.582 personas entraron en la lista de toda la carrera y 37.201, en la lista anual. El año pasado, las cifras fueron 12.374 y 31.685. En un año, ambas aumentaron un 17 %.
Un 17 %. Mucha gente vio esa cifra. Y enseguida se puso a discutir si la lista era poco fiable o no, pero nadie preguntó cómo se calculaba.
Me da la impresión de que la discusión se desvió. Antes de decidir si es poco fiable, hay que ver cómo se divide.
Hay dos vías para entrar: una es quedar entre los 100.000 primeros del mundo según un indicador compuesto; la otra, situarse en el 2 % superior de tu propio subcampo. El nombre impresiona mucho. Suena como si se tratara del 2 % mejor del mundo, pero no es así en absoluto. La lista divide a todos en 20 disciplinas y 174 subcampos. Cada subcampo se evalúa por separado. El 2 %. Un matemático y un cardiólogo nunca se comparan dentro del mismo grupo. Esta forma de dividir no está mal. Las prácticas de publicación y citación varían varias veces de un campo a otro.
El problema concreto que querían resolver sus diseñadores era este: un artículo puede tener cientos de autores, y quienes aparecen al principio y al final de la lista reciben la misma puntuación. La persona que realmente escribió el artículo, en cambio, no queda identificada de ninguna manera. Eso no es evaluación, es pasar lista. De los seis indicadores, tres tienen en cuenta específicamente la posición del autor: cómo se cuenta la autoría única, cómo se cuenta el primer autor y cómo se cuenta el autor de correspondencia que aparece al final. La contribución de cada artículo se pondera según la posición. Desde la edición de 2024 también se incluyen datos sobre retractaciones, para que sea más fácil detectar anomalías.
El diseñador lo dijo sin rodeos: es una base de datos para la investigación, no un premio ni una clasificación. Y añadió algo aún más contundente: en la lista sí hay algunos científicos pésimos; los datos lo dejan todo a la vista, si estás dispuesto a examinarlos con atención.
Aunque el diseñador lo haya dicho tan claramente, cuando el mensaje se difunde, acaba convertido en una etiqueta. ¿Cómo no iba a acabar siéndolo? En los grupos de las universidades comparten comunicados de celebración. En los formularios de contratación de talento añaden una línea. Los titulares dicen: «Fulano de nuestra universidad entra en el 2 % superior del mundo».
Y entonces llegamos a las dos cifras de Tsinghua. Si es la misma tabla, ¿cómo pueden contar dos cantidades distintas?
En la lista, las instituciones aparecen con sus nombres en inglés, así que hay que hacer coincidir uno por uno esos nombres con los nombres chinos de las universidades. Si no se encuentra una correspondencia, se omiten; nadie verifica nada. Quedan fuera los grupos de investigación afiliados a algún laboratorio internacional conjunto y quienes solo indican su facultad en la firma. Cuando Phoenix publicó aquella tabla estadística, incluyó esta nota: «Debido a que los nombres en inglés de las instituciones de algunos académicos no están claros, no es posible establecer una correspondencia completa; esta tabla es un recuento incompleto». Los materiales no explican exactamente cómo se hizo esa correspondencia y nadie insistió en preguntar.
La frase parece inofensiva, pero es la clave de todo el asunto. Una base de datos capaz de calcular percentiles con varios decimales, cuando llega al paso de «cuántas personas hay en cada universidad», tiene un margen de error de varias decenas. La precisión está en el origen. El error aparece por el camino.
En la cadena de bloques se presenta el mismo obstáculo. Una vez fijada la altura del bloque, cada transacción se puede reproducir y nadie puede alterarla; no hace falta que nadie contabilice el saldo y el historial de transacciones de una dirección. Pero para identificar una dirección con una persona, necesitas una base de etiquetas que vincule una cadena de letras y números con una entidad, una cartera de smart money o una ballena. Ese trabajo es exactamente igual que relacionar el nombre de una universidad en inglés con su nombre en chino. Con reglas y trabajo manual, solo puedes hacer una conjetura. El resultado acierta en un 80 o 90 % de los casos.
Las listas de smart money suelen contar las diez o tantas direcciones de una misma persona como si fueran diez o tantas fuentes de fondos distintas. Los grupos que se dedican a farmear airdrops en Ethereum y Solana se aprovechan precisamente de ese vacío.
En realidad, lo único que se puede verificar son los registros originales. Quién contó los datos de esa tabla y cómo lo hizo. Hasta ahora, nadie lo sabe.
La próxima vez que veas una noticia triunfal del tipo «tantas personas de tal universidad entraron en la lista», puedes restarle un poco mentalmente. La lista no está amañada. Se pierde información por el camino. Y con esas pocas decenas de personas ya da para escribir tres noticias triunfales.
Si quieres comprobar tu caso, no te fijes solo en si apareces o no. Los datos incluyen el percentil de cada persona en su propio subcampo, y ese número es mucho más útil que un simple «entró». Hasta ahora, casi nadie se ha molestado en mirarlo. Es una pena, pero lo único que llega a tus oídos suele ser lo segundo.
#比特币 #BinanceSquare
$BTC $ETH $SOL