Nuevos abordajes metodolgicos para la construccin de indicadores de recursos humanos en ciencia y te

1
Nuevos abordajes metodológicos para la
construcción de indicadores de recursos humanos
en ciencia y tecnología

• María Guillermina DOnofrio
• Subsecretaría de Evaluación Institucional /
  Ministerio de Ciencia, Tecnología e Innovación
  Productiva (MINCYT) de Argentina
• Seminario Internacional sobre Nuevos Indicadores
  de Ciencia, Tecnología e Innovación
• Red Iberoamericana de Indicadores de Ciencia y
  Tecnología (RICYT) - Programa CYTED
• Consejo Nacional de Ciencia y Tecnología
  (CONACYT) de México
• Ciudad de México, 6 y 7 de noviembre de 2008

2
Contenido de la presentación

• Modelos conceptuales de producción de indicadores
  y recursos humanos en CyT
• Modelo conceptual de indicadores de
  insumo-producto
• Modelo conceptual de indicadores de
  posicionamiento
• Currículum Vítae (CV) como fuente de información
  para la construcción de indicadores de carreras
  CyT
• Indicadores de recursos humanos en CyT según
  ambos modelos y basados en CVs
• Hacia el Manual de Buenos Aires de la RICYT

3
Modelos conceptuales de producción de indicadores
y recursos humanos en CyT

• Los indicadores de recursos humanos en ciencia y
  tecnología pueden ser construidos en el contexto
  de dos modelos conceptuales que son muy
  diferentes pero absolutamente complementarios (no
  siendo ninguno de ellos mejor que el otro)
• el clásico modelo de insumo-producto, de
  acuerdo al cual los indicadores de recursos
  humanos son insumos de un sistema de ciencia y
  tecnología que (funcionando como una caja
  negra) produce productos y resultados de
  acuerdo a una lógica lineal de función de
  producción
• el modelo conceptual de los indicadores de
  posicionamiento de los actores respecto de los
  demás en los sistemas de ciencia, tecnología e
  innovación (Lepori et al 2008), de acuerdo al
  cual la productividad de los recursos humanos
  resulta de sus particulares trayectorias
  académicas y científicas y el capital de
  conocimiento que acumularon en ellas.

4
Modelo conceptual de indicadores de
insumo-producto
Fuente RICYT 2008.
5

• El nivel de análisis es el país y los indicadores
  son producidos en forma agregada para este nivel.
• Los micro-actores desaparecen y el sistema de
  ciencia y tecnología es reducido a una
  macro-realidad susceptible de ser descripta a
  partir de diferentes aspectos externos a ella
  (sus insumos y productos).
• En cuanto a los indicadores de recursos humanos
  en CyT, este modelo conceptual da lugar a
• conteos agregados de investigadores, becarios u
  otras categorías de personal empleado en
  actividades de ID, medidos como número de
  personas físicas (con dedicación completa o
  parcial) o de equivalencias a jornada completa
  (suma de las fracciones del tiempo dedicado) y
• macro-caracterizaciones de los recursos humanos
  en CyT por edad, género, sector, disciplina
  científica y nivel de formación, áreas del
  conocimiento de los proyectos de ID en los que
  participan, publicaciones y patentes solicitadas
  u obtenidas, entre otros aspectos,
• pudiéndose establecer correspondencias con datos
  estructurales de empleo, enseñanza, población y
  gasto nacional en ID.

6
Modelo conceptual de indicadores de
posicionamiento

• Los indicadores de posicionamiento se dirigen a
  caracterizar los elementos de los sistemas
  nacionales de ciencia, tecnología e innovación,
  considerando que están conformados por micro y
  meso-actores (individuales, grupales e
  institucionales) diferenciados, autónomos y
  estratégicos.
• La hipótesis es que esa caracterización no puede
  ser derivada del análisis de sus componentes
  individuales ni a partir de la medición de
  agregados construidos sobre éstos.
• El foco se pone en la apertura de la caja negra
  a partir de la descripción de esos actores dentro
  del sistema, siendo clave la existencia de un
  conocimiento distribuido, donde los distintos
  actores tienen estrategias propias y se
  comprometen en intercambios de complementariedad,
  competencia y colaboración.
• La elaboración de indicadores sobre las carreras
  de los recursos humanos en CyT se inscribe en
  esta perspectiva.

7

• Se parte de comprender que los científicos y los
  tecnólogos no existen en el vacío social, sino
  que son miembros de varias instituciones sociales
  y colegas que están en interacción en una
  variedad de niveles (Bozeman et al 2001) y que
  las asimetrías en la distribución de la
  productividad CyT entre ellos están asociadas a
  sus modelos de carreras y a las capacidades
  institucionales para la producción de
  conocimiento.
• El concepto teórico fundamental para comprender y
  explicar la formación de recursos humanos
  especializados en CyT, sus biografías
  profesionales y actuación en investigación es el
  de capital de conocimiento (Jaramillo et al
  2006, 2008), entendido como la interrelación
  entre tres elementos
• el capital humano (los atributos y capacidades
  acumuladas individualmente, esto es, los
  esfuerzos individuales de quien recibe la
  educación y de las instituciones que la
  imparten),
• el capital intelectual (el conocimiento
  distribuido entre los miembros de una
  organización que trasciende el capital humano y
  que representa el valor agregado que le aportan
  las instituciones a los individuos para su
  tránsito hacia una comunidad de investigación) y
• el capital social (la acumulación de vínculos
  asociativos que se han construido entre los
  miembros de una sociedad y dentro de sus marcos
  políticos y organizacionales).

8
Fuente Jaramillo et al 2006.
9
CV como fuente de información para la
construcción de indicadores de carreras CyT

• Los currículum vítae (CVs) constituyen
  herramientas analíticas privilegiadas para el
  abordaje de las carreras CyT de los
  investigadores porque (Dietz et al 2000 y otros)
• son los únicos documentos que informan, con un
  importante nivel de detalle y riqueza analítica
  (en algunos casos es posible tener unas 2.000
  variables en un CV), acerca de las actividades
  académico-profesionales realizadas por ellos
  (incluyendo dónde y con quiénes trabajan), sus
  características socio-demográficas, sus
  trayectorias educativas, los resultados
  alcanzados y otros rasgos específicos de sus
  carreras (por ejemplo, patrones de colaboración
  científica, de movilidad geográfica y/o
  institucional, reconocimientos obtenidos,
  etcétera)
• son documentos históricos que evolucionan a lo
  largo del tiempo, captando los cambios en los
  intereses, trayectorias y relaciones de los
  investigadores y permitiendo la realización de
  estudios longitudinales
• pueden utilizarse en conjunto con otras fuentes
  de datos (como el análisis de citaciones
  bibliográficas, de patentes, encuestas y/u
  otras) y
• son documentos relativamente accesibles (muchas
  veces de dominio público) al ser habitualmente
  requeridos en la evaluación de los investigadores.

10

• La utilización de CVs como fuente de información
  presenta, sin embargo, algunas limitaciones
• dado que la información del CV es aportada por el
  propio investigador, se presentan problemas de
  validez (puede encontrarse información
  auto-reportada siguiendo una estrategia de
  embellecimiento del propio CV donde, por ejemplo,
  todos los detalles de la carrera se registren con
  el mismo peso) y confiabilidad (en el sentido de
  que parte de la información puede ser inventada)
• la identificación y el tratamiento analítico de
  las versiones largas y cortas de CVs. Muchos CV
  se comprimen y la información que puede ser
  importante en las etapas tempranas de la carrera
  puede ser poco importante para los científicos
  más tarde y pueden, así, desaparecer por completo
  del CV
• su formato semi-estructurado o normalizado
  presenta el riesgo de que se elimine información
  de valor o se incluya información no relevante
• el enorme trabajo que implica la codificación
  analítica del CV para su procesamiento
  estadístico, además de llevar tiempo y ser
  tedioso, corre el riesgo de introducir errores y
  es compleja hasta para los analistas de CVs más
  entrenados.

11

• Iberoamérica va en camino de contar con
  importantes volúmenes de información proveniente
  de CVs de su personal CyT, en tanto ha sido
  pionera en el diseño y desarrollo de bases de
  datos normalizadas de CVs.
• Desde hace más de una década, diversas
  iniciativas de esta naturaleza se han sucedido en
  una docena de países de la región. Algunas de
  ellas cuentan hoy con importantes avances en
  términos de su implementación institucional y
  cobertura de la población nacional de
  investigadores, otras están en plena
  conformación.
• Dos países latinoamericanos cuentan actualmente
  con sistemas de información curricular
  consolidados Brasil (Currículo Lattes) y
  Colombia (CvLAC).
• Otros países iberoamericanos cuentan con sistemas
  de información curricular en proceso de
  implementación Argentina (CVar-SICYTAR), Ecuador
  (CvLAC Ecuador), España (CVN.XML), México
  (CVU-SIICYT), Paraguay, Perú (CvLAC Perú),
  Portugal (Plataforma de Curricula DeGóis),
  Uruguay (CVuy) y Venezuela (Directorio CvLAC
  Venezuela).

12
Indicadores de recursos humanos en CyT según
ambos modelos y basados en CVs

• En el contexto del modelo conceptual de los
  indicadores de insumo-producto, los CVs
  permiten, por ejemplo (DOnofrio 2008)
• construir nuevos conjuntos de investigadores a
  partir de combinatorias de diferentes variables,
  como la denominada metodología FAP
  (Formación-Actuación-Producción) que aplicada a
  los datos curriculares (Barrere et al 2007)
  posibilita calcular los recursos humanos con
  educación superior, desempeño profesional y/o
  producción en un área del conocimiento y
• discriminar entre los investigadores activos
  (definidos como aquellos que han obtenido
  resultados de investigación tangibles,
  verificados y en circulación en un período de
  tiempo dado anterior al momento de la medición) y
  los investigadores no activos (según el mismo
  criterio).

13

• En el contexto del modelo conceptual de los
  indicadores de posicionamiento, varios grupos
  de investigadores académicos están realizando
  análisis de nivel internacional acerca de las
  carreras científicas y tecnológicas basados en
  CVs, entre los que cabe destacar
• el grupo pionero en la temática a nivel
  internacional, dirigido por B. Bozeman (Research
  Value Mapping Program, Georgia Institute of
  Technology y University of Georgia, Estados
  Unidos) y conformado por J. Rogers, M. Gaughan,
  J. Dietz, E. Corley, I. Chompalov, B. Ponomariov
  y otros
• el grupo pionero en la temática a nivel
  latinoamericano, dirigido por H. Jaramillo y C.
  Lopera (Universidad del Rosario, Colombia) y
• el grupo pionero en la temática a nivel europeo,
  dirigido por C. Cañibano (Universidad Rey Juan
  Carlos, España) y conformado por J. Otamendi, I.
  Andújar e investigadores de Portugal, Reino
  Unido, Noruega, Suiza e Israel.

14

• Estos grupos de investigación aplican técnicas
  estadísticas y econométricas que comprenden
• análisis bivariado,
• método de mínimos cuadrados ordinarios,
• modelos de regresión logística,
• análisis multi-nivel de efectos fijos y
  aleatorios,
• modelos Tobit,
• modelos Poisson,
• modelos de duración,
• panel de datos, y
• análisis envolvente de datos, entre otras.
• Algunas de las variables utilizadas en los
  estudios sobre las carreras CyT que se vienen
  realizando son
• cohorte de edad y cohorte de graduación doctoral,
  
• género,
• obtención de beca para realizar el doctorado,

15

• edad al momento de graduación doctoral y al
  momento de obtención del primer subsidio de
  investigación,
• campo disciplinario de formación del mayor nivel
  académico alcanzado,
• actividades realizadas (ID, docencia, servicios
  CyT, administración, dirección o coordinación
  institucional, otras actividades profesionales,
  etcétera),
• instituciones de trabajo (distinguiendo entre
  tipos de instituciones),
• jerarquías de los puestos desempeñados en cada
  una de las etapas de la trayectoria laboral,
• velocidad en la obtención de subsidios de
  investigación (tasa de financiamiento a lo largo
  de la carrera),
• productividad científica (tasa de producción
  anual de artículos en revistas internacionales
  con referato) durante y después del doctorado,
• productividad tecnológica (número de patentes
  registradas),
• movilidad intersectorial e institucional de
  formación y desempeño en investigación, y
• patrones de colaboración y co-autoría científica
  (copublicaciones internacionales) y tecnológica
  (copatentes internacionales), entre otras.

16
Hacia el Manual de Buenos Aires de la RICYT

• La Red Iberoamericana de Indicadores de Ciencia y
  Tecnología (RICYT) ha conformado recientemente
  una subred temática de expertos académicos para
  la elaboración de indicadores y estudios
  especializados de carácter iberoamericano en la
  problemática de la medición de las carreras
  académicas a partir de los CVs de los
  investigadores.
• Esta subred temática tendrá como resultado final
  la elaboración de un manual conceptual y
  metodológico regional, el Manual de Buenos
  Aires. Indicadores de Carreras de Recursos
  Humanos en Ciencia y Tecnología en Iberoamérica.

17
Referencias bibliográficas

• Barrere, R. Ramírez, M.L. y G. Marcotrigiano
  (2007), Indicadores de Recursos Humanos.
  Metodología FAP sobre datos de ScienTI Colombia,
  Buenos Aires Centro de Estudios sobre Ciencia,
  Desarrollo y Educación Superior (Centro REDES),
  http//www.centroredes.org.ar/documentos/documento
  s_trabajo/files/Doc.Nro34.pdf.
• Bozeman, B. Dietz, J.S. and M. Gaughan (2001),
  Scientific and technical human capital An
  alternative approach to RD evaluation, in
  International Journal of Technology Management 22
  (8), 716-740.
• Dietz, J. Chompalov, I. Bozeman, B. ONeil
  Lane, E. and J. Park (2000), Using the
  curriculum vita to study the career paths of
  scientists and engineers An exploratory
  assessment, in Scientometrics, 49 (3), 419-442.
• DOnofrio, M.G. (2008), The Public CV Database
  of Argentine Researchers and the CV-minimum
  Latin-American Model of Standardization of CV
  Information for RD Evaluation and Policy
  Making, trabajo aceptado para su publicación en
  Research Evaluation, Special Issue on Using the
  Curriculum Vitae for Research Evaluation and
  Science Policy Analysis. 
• Jaramillo, H. Lopera, C. y C. Albán (2008),
  Carreras Académicas. Utilización del CV para la
  modelación de carreras académicas y científicas,
  Bogotá Facultad de Economía, Universidad del
  Rosario, http//www.urosario.edu.co/FASE1/economia
  /documentos/pdf/bi96.pdf.
• Jaramillo, H. Piñeros, L.J. Lopera C. y J.M.
  Álvarez (2006), Aprender haciendo. Experiencia en
  la formación de jóvenes investigadores en
  Colombia, Bogotá Facultad de Economía,
  Universidad del Rosario.
• Lepori, B. Barré, R. and G. Filliatreau (2008),
  New perspectives and challenges for the design
  and production of ST indicators, in Research
  Evaluation, 17 (1), 33-44.
• RICYT (2008), Indicadores de Recursos Humanos,
  presentación de la Red Iberoamericana de
  Indicadores de Ciencia y Tecnología (RICYT) en la
  II Reunión Técnica Fomento a la apropiación de
  la Red ScienTI en América Latina y el Caribe
  co-organizada por COLCIENCIAS y OEA, Bogotá,
  febrero.