¿Cómo evaluar la proporción de postdoctorados en un laboratorio que se convierten en IP?

¿Hay algún buen recurso para averiguar el historial de éxito académico de los ex alumnos del laboratorio de investigación (por ejemplo, cuántos postdoctorados se convirtieron en IP)?

Soy un estudiante de posgrado en los EE. UU. que terminará el doctorado la próxima primavera y recién comencé a encontrar un puesto de posdoctorado. Me di cuenta de que es crucial encontrar un asesor postdoctoral que tenga un buen historial de ex alumnos que consiguen trabajo en el mundo académico, ya que quiero ser investigador privado en el futuro.

Parece que muchos laboratorios famosos con trabajos importantes en realidad tienen demasiados posdoctorados y estudiantes de posgrado, por lo que no muchos de ellos tienen una carrera exitosa. La productividad por persona se diluye demasiado en esos laboratorios. También dudo que el historial de publicaciones de uno sea el único factor de éxito para obtener un puesto de PI en la medida en que escucho de las personas que me rodean. (Por supuesto, sé que si tienes un papel grande en un laboratorio grande, esa es la mejor manera de conseguir un puesto)

Estoy abierto a ir a cualquier país por trabajo si el ambiente de trabajo es bueno. Mi campo es la biofísica con cierto sabor a ciencia de los materiales.

Que yo sepa, no existe un recurso centralizado que clasifique a los PI según el éxito del posdoctorado. Muchos IP enumeran a los ex alumnos de laboratorio en sus sitios y lo que están haciendo ahora. Sospecho que solo tendrá que ir uno por uno y determinar si los posdoctorados de un laboratorio determinado han tenido éxito en función de buscar cada uno de ellos.
Había votado a favor de esta pregunta antes, ya que también espero una respuesta, es decir, me gustaría saber si existe alguna base de datos/sitio de búsqueda para otras sucursales también. Quiero decir, esto es posible hasta cierto punto en Física de Altas Energías, usando SPIRES/INSPIRE, pero obviamente eso no cubre la biofísica. Espero que esta pregunta no quede sin respuesta. :)

Respuestas (3)

Un enfoque es simplemente preguntar a los posibles supervisores de posdoctorado. Dicho esto, si recibo un correo electrónico aleatorio de alguien preguntando cuántos de mis postdocs han obtenido puestos académicos, probablemente lo ignoraría. Sin embargo, si ese correo electrónico provino de alguien con quien había hablado anteriormente sobre hacer un posdoctorado conmigo, me complacería contarles sobre mis posdocs anteriores y adónde fueron. Luego debe hablar con ex miembros del laboratorio y ver si la visión del mundo del IP coincide con sus puntos de vista. Si bien una sola estadística descriptiva, como el porcentaje de estudiantes que obtuvieron puestos académicos, puede parecer más fácil de interpretar, es probable que solo proporcione una parte de la historia.

Esta no es una respuesta a tu pregunta, así que no dudes en votarme negativamente. Pero voy a responder la pregunta que deberías haber hecho en lugar de la que hiciste. La pregunta implícita aquí es

¿Debo usar el historial de un laboratorio de obtener posiciones académicas para sus posdoctorados como un sustituto de cuáles serán mis propias posibilidades (si tomo un posdoctorado en ese laboratorio)?

En otras palabras, la suposición implícita es que si el 50 % de los posdoctorados de un laboratorio determinado obtienen puestos docentes, y si usted va a ese laboratorio, entonces tendrá un 50 % de posibilidades de obtener un puesto docente. Creo que este es un razonamiento estadístico pobre:

  1. Los promedios no son muy útiles para predecir el resultado de una sola realización.
  2. Algunos posdoctorados pueden no desear una posición académica. Por lo tanto, su fracaso en obtener uno no tiene relación con lo que está tratando de evaluar, pero sesgará la medida que está utilizando.
  3. Es posible que los laboratorios no hayan tenido suficientes posdoctorados para proporcionar una muestra estadísticamente significativa. Por cada PI, hubo un primer postdoctorado que consiguió un puesto académico. A menos que fuera la primera posdoctorado que tuvo PI, ingresó con 0% de probabilidades según su medida.

Al decidir a dónde ir, creo que hablar con el PI y con los posdoctorados actuales y anteriores será mucho más útil para usted que calcular esta estadística.

Tal vez debería hacer esa pregunta en una nueva publicación y luego responderla allí. Yo, por mi parte, no estoy de acuerdo con la suposición de que el OP debe estar utilizando el historial del laboratorio de manera acrítica como sustituto de su propia probabilidad de obtener una posición de PI.
Estoy respondiendo a la declaración del OP "Me di cuenta de que es crucial encontrar un asesor de postdoctorado que tenga un buen historial de ex alumnos que consiguen trabajo en la academia, ya que quiero ser investigador privado en el futuro".
No creo que eso implique necesariamente que solo esté usando esa estadística, o que no se daría cuenta de que la estadística no es significativa en muchos casos. Creo que una pregunta sobre cómo se debe/no se debe usar una estadística de este tipo sería una buena pregunta y un mejor hogar para esta respuesta.
Con respecto al punto 3: si ese posdoctorado fuera el primer posdoctorado de PI, las probabilidades habrían sido indefinidas.
@silvado ¡Buen punto! He corregido mi respuesta.

Tengo una sugerencia con respecto a la evaluación (la pregunta real), sin decir si es una buena o mala idea, en la línea de lo que se hizo aquí .

Escriba un código que:

  1. De una determinada base de datos de artículos, por ejemplo, pubmed, obtiene todos los artículos en los que su posible IP es el último autor. Esta es una estimación bastante buena de todos los documentos de su laboratorio (es posible que tenga un trabajo conjunto con otros IP en los que no sea el último, pero ignoremos estos).
  2. Obtiene a todos los autores del primer tercio como futuros estudiantes graduados de su laboratorio. Realmente no podemos decir (automáticamente) si eran posdoctorados, y supongamos que los artículos en los que no estuvo en los primeros tres autores no significan mucho para sus posibilidades de convertirse en IP. También desea limitar esos documentos para que tengan algunos años (para que podamos suponer que terminaron su tiempo en dicho laboratorio).
  3. Busque artículos en los que los futuros estudiantes de posgrado sean los últimos autores. Esto sugiere que se han convertido en IP.

Ahora puede obtener una estimación de la cantidad de PI a partir de la cantidad de estudiantes que publicaron artículos para cada laboratorio.

Hay API para publicar en muchos lenguajes de programación, y los investigadores del primer enlace que publiqué tienen su código en github.