Investigadores del Knowledge Lab de la Universidad de Chicago han creado un modelo computacional diseñado para medir directamente la propagación de ideas influyentes a través de becas y cultura.
El equipo dice que el modelo usa tanto el texto completo de los artículos como la información externa, como la identidad del autor, la afiliación y la reputación del diario. Mediante el modelado de temas, el modelo rastrea la “influencia discursiva” o palabras y frases recurrentes a través de textos históricos que cuantifican cómo los académicos discuten un campo, en lugar de solo sus atribuciones.
Para medir la influencia de un determinado papel, los científicos podrían escindirlo estadísticamente de la historia y ver cómo el discurso científico habría evolucionado sin su contribución. Al entrenar el modelo en colecciones de texto de lingüística computacional, física y en la ciencia y la erudición, los investigadores miden varios sesgos y perciben patrones de influencia.
El modelo también puede identificar “bellezas durmientes” o documentos que fueron relativamente desconocidos durante períodos prolongados antes de experimentar una explosión tardía de citas.