¿Qué motiva a los investigadores de la industria a publicar sus resultados?

¿Existen referencias que discutan por qué los investigadores en la industria publican sus hallazgos? Por ejemplo, pueden estar motivados/requeridos para publicar como condición de algunas subvenciones, para promover algún producto/empresa, o para contribuir al conocimiento público.

Estoy principalmente interesado en el campo de la informática> aprendizaje automático/PNL/minería de datos, en lugares de habla inglesa y en los EE. UU.

Sería ideal si hubiera algún estudio que analizara esas razones directamente, pero también me interesan las respuestas respaldadas por la experiencia. Estoy especialmente interesado en tratar de clasificar esas razones (p. ej., el 30 % de los artículos se publicaron debido a las condiciones de la subvención, el 50 % por la credibilidad del laboratorio/investigador, el 40 % por la visibilidad de la empresa, etc.) o al menos tener una idea de cuál es la cuáles son las motivaciones principales y qué motivaciones potenciales juegan solo un papel menor en la intención de publicación.

¿Estaría interesado en una explicación de alguien en la industria, en lugar de solo una cita?
@jakebeal Research/study/survey es ideal, pero también me interesan las experiencias personales. El único problema es que ganará la pregunta para cerrar los votos "principalmente basados ​​en la opinión" y más votos negativos, según mis preguntas anteriores en este sitio web...
Sería genial si los votantes negativos dejaran comentarios....
No es una cita, pero miraría algunos documentos y verificaría los agradecimientos para ver si tenían subvenciones específicas. Entonces me centraría en los grandes jugadores, ya que puede ser fácil de encontrar, ¿por qué Microsoft publica investigaciones?
Publicó muchas preguntas en las que tenía que agregar "Referencia sobre..." a algo muy amplio o basado en opiniones o ambos. Este es finalmente uno donde no habría sido necesario.
Dado que parece que no quería estrictamente que esta fuera una pregunta de solicitud de referencia , le sugiero que elimine la etiqueta y edite la pregunta. De lo contrario, a los lectores casuales les parece que Jake no respondió la pregunta.
@ ff524 Claro, edité la pregunta. Pero dado que todavía estoy interesado en las referencias: ¿debería eliminar la etiqueta? ¿La etiqueta solo se aplica si las respuestas deben contener referencias?
Creo que quitar la etiqueta. Esta etiqueta es realmente para preguntas en las que está buscando una referencia, no para preguntas en las que está buscando una respuesta (que puede ser respaldada por una referencia)
Respuesta simple: marketing de productos.

Respuestas (1)

En primer lugar, es importante entender que el límite entre "industria" y "academia" es mucho más borroso de lo que parece. Ciertamente es así en los Estados Unidos, y lo que escucho de colegas en Europa me lleva a creer que allí también es similar (aunque los mecanismos específicos pueden diferir de un país a otro). Como alguien que se encuentra a ambos lados de ese límite, veo a muchas personas diferentes en la industria editorial por muchas razones diferentes. Sin embargo, al final del día, todo se reduce principalmente a la misma razón central que en la academia: credibilidad.

A pesar de todos sus defectos, la revisión científica por pares sigue siendo el medio mejor establecido que nuestra sociedad ha ideado para juzgar la credibilidad de las afirmaciones fácticas (nota al margen: los sistemas legales y políticos se preocupan principalmente por la justicia, en lugar de los hechos, lo que tiene sutiles pero diferencias significativas). Cuando un científico que trabaja en la industria quiere establecer la credibilidad de su trabajo, la revisión por pares es una excelente opción para hacerlo. Las razones para querer hacer esto en la industria son muy similares a las de la academia:

  • La credibilidad científica de las publicaciones mejora la capacidad de un investigador para obtener financiación. Esto es cierto tanto para el financiamiento externo (por ejemplo, de agencias gubernamentales) como en la competencia por las prioridades para la asignación de financiamiento interno.

  • Establecer credibilidad aumenta la probabilidad de que otros fuera de una organización opten por adoptar las ideas o productos que usted defiende. Por ejemplo, los estudios científicos publicados son fundamentales para establecer afirmaciones de seguridad y eficacia en el proceso de desarrollo de fármacos.

  • Las publicaciones también establecen a un investigador (y su organización en su conjunto) como un miembro contribuyente de la comunidad: mientras comparten información y trabajan abiertamente, es más probable que otros compartan información con ellos y trabajen juntos a cambio.

  • Ninguna empresa existe en el vacío: participar en el discurso científico puede ayudar a resolver los problemas a los que se enfrenta una empresa en su propio trabajo. Esto es particularmente cierto con respecto a los estándares y la instrumentación, pero se extiende más ampliamente. No importa para qué organización trabaje, la mayoría de las personas más inteligentes trabajan en otro lugar, y demostrar el valor científico de sus problemas mediante la publicación puede atraer el interés de otros para trabajar en esos problemas por sus propios motivos.

  • La credibilidad científica también puede mejorar la posición de uno en una organización, lo que lleva a promociones en su puesto personal. Algunas empresas incluso ofrecen un estatus similar al de tenencia (y creo que en algunos países europeos se puede obtener la tenencia en una empresa).

  • El orgullo personal también juega un papel importante: los investigadores industriales no son más inmunes al ego y la vanidad que los académicos. Si tiene algo que decir sobre una idea (o muchas ideas), la literatura científica es un buen lugar para defender su punto de vista y obtener satisfacción cuando otros respondan a él.

Finalmente, la colaboración industria/academia es muy común, e incluso si el socio industrial no ha publicado por su cuenta, el lado académico de la colaboración querrá publicar, y el socio industrial se incluirá legítimamente en la lista de autores.

Tal como se aplican en general, también se aplican al aprendizaje automático, el procesamiento del lenguaje natural y la minería de datos. Sin duda, esta es una buena descripción de por qué los investigadores en estas áreas en la empresa en la que trabajo publican con bastante fuerza, y también se ajusta a lo que veo de otros en el área.