Redes entre citas bibliográficas en Scopus

Mapeo de Scopus

MSU



Esta visualización representa las revistas más frecuentemente citadas por los profesores de MSU Broad en los últimos diez años. Cuanto mayor es la burbuja del diario, mayor es el número de trabajos citados de ese diario. En general, cuanto menor es la distancia entre dos revistas, mayor es la relación de las revistas, según lo medido por las publicaciones citadas. Los colores indican grupos de disciplinas de revistas muy relacionadas (es decir, gestión, marketing).

Visualización: La polarización en el senado norteamericano

Polarización en el Senado de los Estados Unidos

MSU


H. Polarización en el Senado de los EE. UU.

A medida que cambia el control del partido, los miembros de la mayoría compiten por la posición dentro del partido, mientras que los miembros de la minoría quedan dando vueltas alrededor de los carros. En las imágenes de red a cada lado de los gráficos, los bordes verdes indican una alianza positiva entre los senadores. Estos senadores patrocinaron más proyectos de ley juntos de lo esperado al azar. Dos puntos de senador se acercan si tienen una relación positiva. Los bordes rojos indican una evitación negativa entre senadores. Estos senadores patrocinaron menos proyectos de ley juntos de lo esperado al azar. Las relaciones entre senadores se han inferido utilizando el método de secuencia de grados estocásticos. Podemos ver que desde la 96a sesión del Senado hasta la 115a sesión del Senado, la polarización ha aumentado.

Modelando las redes a través de la centralidad de intermediación

Nuevo mecanismo de modelado podría cambiar la forma en que vemos las redes sociales

por Dan Carroll, Ingeniería Eléctrica e Informática de la Universidad Carnegie Mellon
TechXplore



Crédito: Universidad Carnegie Mellon.



Los recientes intentos de alto perfil para manipular la percepción y el sentimiento del público a través de las redes sociales han demostrado que es posible que no sepamos tanto sobre la formulación y la evolución de las redes sociales como creemos.

Fue esta brecha en la comprensión lo que motivó a Radu Marculescu, profesor de Kavčić-Moura del Departamento de Ingeniería Eléctrica e Informática de Carnegie Mellon, a ser coautor de un artículo en Scientific Reports que describe un nuevo modelo de cómo las redes sociales cambian y se desarrollan con el tiempo. La investigación, realizada en estrecha colaboración con Mihai Udrescu y Alex Topirceanu del Departamento de Ciencias de la Computación de la Universidad Politehnica de Timişoara, Rumania, propone lo que los autores denominan el modelo de Adjunto Preferencial de Interferencia Ponderada (WBPA).

Al modelar redes sociales, un nodo representa a un solo individuo, y las conexiones entre nodos representan relaciones entre individuos. Los modelos anteriores se han centrado en la cantidad de conexiones que tiene un individuo, también llamado grado de nodo, como la fuerza impulsora detrás de un nodo que adquiere nuevas conexiones.

Por el contrario, el núcleo del nuevo modelo WBPA se centra en la noción de "nodos intermedios". Él y sus colaboradores descubrieron que esta calidad de ser entre comunidades es en realidad un mayor atractivo y motor para la formación de lazos sociales que otras medidas de centralidad como el grado de nodo. En el WBPA, en lugar de examinar únicamente la cantidad de conexiones que tiene un solo nodo, los investigadores ponen más énfasis en las comunidades que conecta un nodo y la calidad de esas conexiones.

"Cuando las personas hacen evaluaciones del atractivo social en situaciones del mundo real, no confían en la ejecución de algoritmos u otros tipos de evaluaciones cuantitativas complejas", dice Marculescu. "En cambio, los individuos toman decisiones basadas en sus percepciones cualitativas. Como tal, la calidad de estar 'en el medio' se puede percibir fácil y rápidamente".

El modelo WBPA también supera otra limitación encontrada en modelos anteriores basados ​​en grados, que permiten que el grado de nodo individual crezca indefinidamente. Esto equivaldría a que un individuo pueda desarrollar un número ilimitado de amistades, un escenario que obviamente es imposible.

"El nuevo modelo se basa en la idea de que los humanos son mejores observando aspectos cualitativos que cuantitativos, por lo que las personas suelen favorecer la inversión en menos lazos sociales cualitativos en lugar de numerosos lazos de menor calidad", dice Marculescu. "Es por eso que hay un proceso de redistribución de nodos intermedios en juego en el WBPA, que limita la cantidad de nuevos enlaces para nodos de alto grado".

Crédito: Universidad Carnegie Mellon.

Este proceso de redistribución explica las limitaciones físicas y mentales del mundo real, lo que limita la cantidad de relaciones que un individuo determinado puede desarrollar y mantener a lo largo de su vida.

Finalmente, el WBPA también puede ofrecer información sobre los posibles medios de un individuo para mejorar su estatus social. Un individuo puede aumentar su influencia personal al ampliar su vecindario a agentes influyentes, lo que a su vez puede provocar un aumento en la fuerza de sus conexiones con los demás.


Crédito: Universidad Carnegie Mellon.

Si bien esta investigación se centra específicamente en las redes sociales, el modelo WBPA podría tener aplicaciones interesantes en todo, desde modelar microbiomas hasta predecir las propiedades de nuevos medicamentos y medicamentos.

El próximo objetivo de Marculescu y sus colaboradores es utilizar los resultados del modelo WBPA para investigar cómo se difunden las opiniones a través de las redes sociales y qué tan robustas pueden actuar estas redes ante los ataques adversos.

Nueva medida de centralidad multiescala

La centralidad del grafo es una cuestión de escala.

Alexis Arnaudon, Robert L. Peach, Mauricio Barahona
ArXiv


Las medidas clásicas de la centralidad del gráfico capturan distintos aspectos de la importancia del nodo, desde lo local (por ejemplo, el grado) al global (por ejemplo, la cercanía). Aquí explotamos la conexión entre difusión y geometría para introducir una medida de centralidad multiescala. Un nodo se define como central si rompe la métrica de la difusión como consecuencia de los límites e inhomogeneidades efectivos en el gráfico. Nuestra medida es, naturalmente, multiescala, ya que se calcula en relación con las vecindades del gráfico dentro del horizonte temporal variable de la difusión. Encontramos que la centralidad de los nodos puede diferir ampliamente en diferentes escalas. En particular, nuestra medida se correlaciona con el grado (es decir, los centros) a pequeña escala y con la cercanía (es decir, puentes) a gran escala, y también revela la existencia de estructuras multicéntricas en redes complejas. Al examinar la centralidad a través de escalas, nuestra medida proporciona una evaluación de la importancia del nodo en relación con los procesos locales y globales en la red.

1907 08624

Leer más publicaciones en Calaméo

Nuevo documental sobre el incidente de Cambridge Analytica

Nuevo documental de Netflix sobre Cambridge Analytica se duplica como un misterio

A pesar del intenso escrutinio, la película destaca cómo el impacto de la minería de datos de Facebook en la política de los Estados Unidos todavía no se conoce bien



La controversia sobre Cambridge Analytica provocó investigaciones en los EE. UU. Aquí, el CEO de Facebook, Mark Zuckerberg, testifica en el Congreso. Foto: Zach Gibson / Getty Images

Por Deepa Seetharaman || The Wall Street Journal



Más de un año después de que Cambridge Analytica extrajera los datos de los usuarios de Facebook Inc., se activaron las pruebas regulatorias del gigante de los medios sociales, lo que llevó a la multa de $ 5 mil millones de esta semana, un nuevo documental de Netflix destaca cuán poco entendido es el impacto de la minería de datos en American política y sociedad.

"The Great Hack" de Netflix Inc. podría revitalizar el debate sobre las tácticas de Cambridge Analytica y sus implicaciones para las redes sociales, la privacidad de los datos y la democracia, al igual que los EE. UU. Entran en el ciclo electoral de 2020. La película de casi dos horas se estrenó el miércoles en Netflix, el mismo día en que Facebook reportó los resultados del segundo trimestre y finalizó los acuerdos con dos agencias reguladoras.

Los acuerdos resultantes de largas investigaciones que siguieron a marzo de 2018 informan que Cambridge Analytica, una consultora británica ahora extinta respaldada por la familia del multimillonario de fondos de cobertura con sede en Nueva York, Robert Mercer, había obtenido y explotado indebidamente los datos de los usuarios de Facebook. Como parte del acuerdo del miércoles con la Comisión Federal de Comercio, Facebook pagará una multa de $ 5 mil millones e introducirá nuevas capas de supervisión en torno a sus prácticas de privacidad. Facebook, que no admitió ni negó las irregularidades, también pagará a la Comisión de Valores y Bolsa una multa de $ 100 millones. Cambridge Analytica ha negado irregularidades en el incidente de Facebook.


David Carroll, en una escena de "The Great Hack", presentó una demanda legal contra Cambridge Analytica para obtener una copia de su información personal. De archivo: NETFLIX

La controversia de Cambridge Analytica provocó un alboroto e investigaciones en ambos lados del Atlántico. También hizo que muchas personas pensaran más profundamente sobre la privacidad y la vigilancia de los datos, cuestiones que atraerán más escrutinio en las elecciones de 2020, dijo Shannon McGregor, profesora asistente de comunicaciones de la Universidad de Utah. "Lo que realmente molestó a muchos estadounidenses comunes fue la medida en que podrían ser atacados". Con respecto a las protecciones de la privacidad y el discurso político, "es probable que escuchemos más problemas antes, si es que vemos que las cosas van bien", dijo. .

A pesar del intenso escrutinio, sin embargo, quedan algunas preguntas. Una es: ¿Cambridge Analytica ayudó a Donald Trump a ganar la presidencia? Otra es: ¿Qué es evitar que otra compañía explote Facebook y las redes sociales para influir en las elecciones de 2020?

"The Great Hack" no proporciona muchas respuestas. Más bien, suena una alarma sobre la gran cantidad de datos de usuarios que tienen empresas como Facebook y Google, y el potencial de su uso indebido.

La película muestra la evolución de la firma de análisis de datos principalmente a través de la lente de Brittany Kaiser, ex directora de desarrollo de negocios de Cambridge Analytica, y David Carroll, profesor asociado de diseño de medios de la Escuela de Diseño Parsons de la New School, quien presentó una declaración legal. reclamar contra la firma que busca asegurar una copia de su información personal en su poder.





Es indiscutible que Cambridge Analytica compró datos personales a decenas de millones de usuarios de Facebook que un profesor de psicología, Aleksandr Kogan, había recogido a través de un cuestionario de personalidad, y que Facebook no pudo detectar que el Dr. Kogan vendió los datos en violación de sus reglas. Y nadie discute que Cambridge Analytica trabajó en nombre de la campaña de Trump, así como otras causas conservadoras.

El Dr. Kogan, en una entrevista de abril de 2018, dijo que no sabía que su trabajo para Cambridge Analytica violó las políticas de Facebook, y agregó que la compañía de medios sociales lo había convertido en un chivo expiatorio.

El equipo de marido y mujer detrás de la película aparece dividido en la huella de la compañía en la elección de los Estados Unidos. Jehane Noujaim dijo en una entrevista que era "imposible decir" si la empresa ayudó efectivamente al Sr. Trump a ganar la votación. Su esposo, Karim Amer, dijo que está más convencido de que lo hizo, señalando los comentarios anteriores hechos por el CEO de Cambridge Analytica sobre la gran cantidad de información de la compañía sobre los votantes y la supuesta participación de la firma en las elecciones donde los no ganadores ganaron a pesar de las grandes probabilidades, incluso la Carrera presidencial de Estados Unidos.

Cambridge Analytica, una filial de la compañía británica SCL Group, se declaró en bancarrota en mayo de 2018. Su ex director general, Alexander Nix, quien previamente dijo que usaba prácticas ampliamente aceptadas para el análisis de datos, no pudo ser contactado para hacer comentarios. El Sr. Nix le dijo al Parlamento británico el año pasado que estaba siendo "sometido a acusaciones francamente ridículas basadas en las conexiones más tenues".

El miércoles, la FTC alegó que Cambridge Analytica, junto con los señores Nix y Kogan, engañaron a los consumidores al afirmar que no habían recopilado ninguna información de identificación personal sobre los usuarios de Facebook.

En el momento en que el Sr. Kogan reunió los datos, estaba trabajando dentro de las reglas de Facebook. Después de que Facebook ajustó sus políticas y supo que compartía los datos con Cambridge Analytica, el gigante de los medios sociales le pidió a la compañía y al Sr. Kogan que los eliminaran. Cambridge Analytica dijo que eliminó previamente todos los datos de Facebook, pero los reguladores federales dijeron el miércoles que algunas personas "todavía poseen estos datos y / o modelos de datos basados ​​en estos datos".

Facebook no participó en la película. El Sr. Amer dijo que los cineastas preguntaron a la Directora de Operaciones Sheryl Sandberg y a otros ejecutivos de Facebook si la compañía discutiría su documental, pero su solicitud fue rechazada.

"Este documental es una instantánea en el tiempo y no refleja lo que sucedió después", dijo una portavoz de Facebook. "Después de este episodio, emprendimos un curso de cambio radical, introduciendo nuevas prácticas en nuestra plataforma para salvaguardar la privacidad de las personas. No somos la misma empresa hoy ".

Varios ex empleados de Cambridge Analytica dicen que su compañía ha sido demonizada en los medios de comunicación y que la narrativa común acerca de cómo operaba la empresa tiene varios detalles erróneos. Por ejemplo, dos ex empleados en entrevistas para este artículo dijeron que la empresa no usó los datos de Facebook comprados en su trabajo de análisis con la campaña de Trump.

El documental de Netflix argumenta que el trabajo de datos de Cambridge y la capacidad de dirigir psicológicamente a los votantes ayudaron al Sr. Trump y otros candidatos de derecha. Una agencia de vigilancia británica, la Oficina del Comisionado de Información, dijo en un informe el año pasado que Cambridge Analytica utilizó algunos datos de Facebook para dirigirse a los votantes durante el proceso de la campaña presidencial de los EE. UU. de 2016, pero no especificó cómo se desplegaron esos datos. Facebook dice que está llevando a cabo su propia investigación sobre cómo Cambridge Analytica usó la plataforma de Facebook para su trabajo.

La queja de la SEC del miércoles ofrece información actualizada sobre cuándo los empleados de Facebook conocían Cambridge Analytica. En septiembre de 2015, la SEC dice que los empleados del grupo de publicidad política de Facebook habían expresado inquietudes internas sobre el raspado de Cambridge Analytica o el uso de software para compilar los datos de los usuarios de Facebook.

Los empleados reiteraron esas preocupaciones en diciembre cuando un artículo del periódico The Guardian afirmaba que Cambridge había utilizado mal los datos. Internamente, los empleados de Facebook llamaron a la compañía una "compañía de modelado de datos incompleta (por decir lo menos) que ha penetrado profundamente en nuestro mercado", según la queja de la SEC.

A veces, la película asume que los métodos de Cambridge Analytica fueron altamente efectivos, un punto que los anunciantes e investigadores de Facebook dicen que no fue el caso. "No hay evidencia disponible públicamente que sugiera que tuvieron un impacto medible en la elección", dijo Daniel Kreiss, profesor asociado de la Universidad de Carolina del Norte en Chapel Hill, que estudia el uso de los datos de las campañas políticas.

Teorema de la amistad: En ciertas redes hay siempre un amigo de todos

Grafo de la Amistad

Wikipedia



En el campo matemático de la teoría de grafos, el grafo de amistad (o grafo de molino de viento holandés o n-fan) F_n es un grafo no dirigido planar con 2n + 1 vértices y 3n enlaces. [1]

El grafo de amistad F_n se puede construir uniendo n copias del grafo de ciclo C3 con un vértice común. [2]

Por construcción, el grafo de amistad F_n es isomorfo al grafo de molino de viento Wd(3,n). Es la unidad de distancia con circunferencia 3, diámetro 2 y radio 1. El gráfico F₂ es isomorfo al grafo de mariposa.

Teorema de la amistad

El teorema de amistad de Paul Erdős, Alfréd Rényi y Vera T. Sós (1966) [3] afirma que los grafos finitos con la propiedad de que cada dos vértices tienen exactamente un vecino en común son exactamente los grafos de amistad. De manera informal, si un grupo de personas tiene la propiedad de que cada par de personas tiene exactamente un amigo en común, entonces debe haber una persona que sea amiga de todos los demás. Sin embargo, para los grafos infinitos, puede haber muchos grafos diferentes con la misma cardinalidad que tienen esta propiedad. [4]

Mertzios y Unger dieron una prueba combinatoria del teorema de la amistad. [5] Craig Huneke dio otra prueba. [6] Alexander van der Vekens reportó una prueba formal en Metamath en octubre de 2018 en la lista de correo de Metamath. [7]

Etiquetado y coloración.

El gráfico de amistad tiene el número cromático 3 y el índice cromático 2n. Su polinomio cromático se puede deducir del polinomio cromático del gráfico de ciclo C₃ y es igual a .

El grafo de amistad F_n es elegante si y solo si n es impar. Es elegante si y solo si n ≡ 0 (mod 4) o n ≡ 1 (mod 4). [8] [9]

Cada grafo de amistad es factor-crítico.

Teoría de grafos extremos

De acuerdo con la teoría de los grafos extremos, cada grafo con suficientes enlaces (en relación con su número de vértices) debe contener un ${\displaystyle k}$-fan como subgrafo. Más específicamente, esto es cierto para un grafo de n vértices si el número de enlaces es



donde es si k es impar y si si k es par. Estos límites generalizan el teorema de Turán sobre el número de bordes en un gráfico sin triángulos, y son los mejores límites posibles para este problema, ya que para un número menor de bordes existen gráficos que no contienen k-fan.

Referencias

1. Weisstein, Eric W. "Dutch Windmill Graph". MathWorld.
2. Gallian, J. A. (January 3, 2007), "Dynamic Survey DS6: Graph Labeling" (PDF), Electronic Journal of Combinatorics, DS6, 1-58. 
3. Erdős, Paul; Rényi, Alfréd; Sós, Vera T. (1966), "On a problem of graph theory" (PDF), Studia Sci. Math. Hungar., 1: 215–235. 
4. Chvátal, Václav; Kotzig, Anton; Rosenberg, Ivo G.; Davies, Roy O. (1976),  "There are ${\displaystyle \scriptstyle 2^{\aleph _{\alpha }}}$ friendship graphs of cardinal ${\displaystyle \scriptstyle \aleph _{\alpha }}$", Canadian Mathematical Bulletin, 19 (4): 431–433, doi:10.4153/cmb-1976-064-1.
5. Mertzios, George; Walter Unger (2008), "The friendship problem on graphs" (PDF), Relations, Orders and Graphs: Interaction with Computer Science
6. Huneke, Craig (1 January 2002), "The Friendship Theorem", The American Mathematical Monthly, 109 (2): 192–194, doi:10.2307/2695332, JSTOR 2695332 
7. Alexander van der Vekens, Friendship Theorem (#83 of "100 theorem list") (11 October 2018) https://groups.google.com/forum/#!msg/metamath/j3EjD6ibhvo/ZVlOD3noBAAJ 
8. Bermond, J.-C.; Brouwer, A. E.; Germa, A. (1978), "Systèmes de triplets et différences associées", Problèmes Combinatoires et Théorie des Graphes (Univ. Orsay, 1976), Colloq. Intern. du CNRS, 260, CNRS, Paris, pp. 35–38, MR 0539936.
9. Bermond, J.-C.; Kotzig, A.; Turgeon, J. (1978), "On a combinatorial problem of antennas in radioastronomy", Combinatorics (Proc. Fifth Hungarian Colloq., Keszthely, 1976), Vol. I, Colloq. Math. Soc. János Bolyai, 18, North-Holland, Amsterdam-New York, pp. 135–149, MR 0519261. 
10. Erdős, P.; Füredi, Z.; Gould, R. J.; Gunderson, D. S. (1995), "Extremal graphs for intersecting triangles", Journal of Combinatorial Theory, Series B, 64 (1): 89–100, doi:10.1006/jctb.1995.1026, MR 1328293.

Redes temáticas de currículas universitarias muestran cómo ha evolucionado la academia

Este mapa histórico de 6 millones de planes de estudio revela cómo la universidad está cambiando

Los investigadores de la Universidad de Columbia pasaron los últimos tres años recolectando programas del curso. Esto es lo que el proyecto sin precedentes descubrió sobre la evolución de la educación.




Este mapa histórico de 6 millones de planes de estudio revela cómo la universidad está cambiando
[Fotos: UpperCut Images / Getty Images, Picsfive / iStock]

Por Katharine Schwab -- Fast Company

Durante décadas, el programa de estudios ha sido la hoja de ruta para las clases universitarias, con una lista de tareas, tareas y, lo que es más importante, textos para que los alumnos lean y hagan referencia. Pero si bien un programa de estudios podría enseñar a los alumnos en qué se desempeñan durante el semestre, los académicos han carecido de una herramienta para analizar grandes masas de programas de estudio para comprender mejor lo que los maestros están enseñando en diferentes disciplinas. Eso significa que no hay tanta información empírica sobre el contenido que se enseña en las universidades.

El proyecto Open Syllabus Project tiene como objetivo solucionar este problema. Investigadores de la Asamblea Americana, una organización sin fines de lucro ubicada en la Universidad de Columbia, han recopilado un archivo de más de seis millones de programas de estudios universitarios de todo el mundo que podrían ayudar a los maestros a crear nuevos programas de estudio e investigadores para obtener una comprensión intercultural de los niveles superiores. educación.

El proyecto se lanzó por primera vez hace tres años, pero esta nueva actualización tiene seis veces más programas de estudio y herramientas de búsqueda y visualizaciones diseñadas para mostrar cómo funciona la academia en este momento. Estas son algunas de las cosas que los investigadores han aprendido hasta ahora.

La economía más enseñada es conservadora, no marxista.

El Manifiesto Comunista es uno de los libros más enseñados en todo el conjunto de datos del programa de estudios, un hecho que desencadenó un ciclo de noticias virales de derecha cuando se lanzó por primera vez el Proyecto de Programa Abierto. Pero a pesar de los temores de que las universidades estén enseñando economía socialista a los estudiantes, el libro no suele enseñarse en las clases de economía, sino sobre todo en historia, ciencias políticas, sociología y literatura en inglés, como lo muestra la nueva versión del OSP.

En contraste, como señala el director de proyecto y vicepresidente de un instituto de políticas públicas en la Universidad de Columbia, Joe Karaganis, los libros de economía más enseñados fueron escritos por Greg Mankiw, quien fue asesor de Bush y Romney. Sus libros de texto tienen cuatro de los seis primeros puestos en los programas de estudios de economía.

La literatura canónica se ha diversificado notablemente.

Karaganis dice que era un estudiante graduado durante las "guerras del canon" en los años ochenta y noventa cuando las personas debatían acaloradamente qué libros merecían ser parte del "canon" que todos los estudiantes de literatura deberían leer. "La idea de que lo valioso para estudiar debe incluir un trabajo que sea representativo de una amplia gama de perspectivas fue ganadora pero aún cuestionada", dice.

Los datos muestran que esta idea triunfó, pero en lugar de crear un nuevo y diverso canon, la idea de un canon se ha fragmentado por completo. Los libros de Toni Morrison, Chinua Achebe, Sandra Cisneros y Alice Walker, que Karaganis cita como parte de la ola de diversificación del canon, no se han agregado a un nuevo canon. En cambio, los números de programas que asignan estos libros ya han alcanzado su punto máximo, y ahora están en declive.

Karaganis cree que esto está a favor de otros libros con diversos puntos de vista; En lugar de que los profesores decidan qué puntos de vista deberían incluirse siempre, eligen constantemente libros nuevos para que los estudiantes los lean. "Parece probable que la idea de un canon en sí se debilitó", dice. "Hay muy pocos indicios de nuevos títulos de literatura dominantes de los últimos 10 a 15 años".

El proyecto Open Syllabus le da a los nuevos campos una estructura coherente.

Las universidades se construyen alrededor de diferentes campos, algunos de los cuales son más nuevos que otros. Pero los campos más jóvenes que son más interdisciplinarios y menos tradicionales no tienen una definición única y universalmente reconocida: la misma disciplina podría ni siquiera tener el mismo nombre en diferentes instituciones. Karaganis cree que el Proyecto de programa de estudios abierto, que incluye un mapa de todas las disciplinas académicas visualizadas por el estudiante graduado del MIT Media Lab, David McClure, puede ayudar a estos campos a definirse a sí mismos por los textos que los educadores enseñan. El mapa de McClure incluye aproximadamente 150,000 de los libros asignados con mayor frecuencia en cualquier programa; estos libros se organizan más juntos según la similitud de los programas en los que aparecen.

"Se supera la arbitrariedad de las formas en que los sujetos se organizan de acuerdo con las historias institucionales en las que están incrustados", dice Karaganis. Él apunta a la ciencia ambiental, que a veces también se llama ecología, o incluso silvicultura. Al mirar el mapa de libros de McClure que se imparten en clases relacionadas con el medio ambiente, comienza a surgir un único campo coherente, independientemente de lo que las universidades hayan decidido llamar.

Eso proporciona una aplicación potencial para el Proyecto de plan de estudios abierto: más de un tercio de los estudiantes se transfieren en algún momento durante la universidad, y buscarán formas de transferir créditos de cursos. Los planes de estudio de sus cursos pueden ser referenciados utilizando el sitio web para ver cómo encajan los programas de sus clases en cada campo de manera más general en términos de los libros que han leído. Examinar el mapa también muestra cuánta superposición tienen algunos campos en términos de qué libros se asignan, como economía, política e historia. Otros, como la música y la teología, casi no tienen libros en común con ninguna otra disciplina.

Las materias se enseñan de manera diferente en diferentes países.

Por supuesto, una clase de historia en los Estados Unidos es diferente de una en España. Pero Karaganis aún tiene que desentrañar exactamente cuáles son las diferencias entre las disciplinas en diferentes países, ya que espera que otros académicos que son especialistas en sus campos utilicen los datos del Proyecto de Plan de Estudios Abierto para hacer exactamente eso. "Nadie ha podido ver los planes de estudios internacionalmente antes", dice Karaganis. "La gente va a encontrar algunas cosas realmente interesantes en contextos donde hay grandes colecciones que no son de los Estados Unidos".

Si bien la mayoría de los datos del proyecto provienen de los EE. UU., también tiene grandes conjuntos de datos para Canadá, Australia y los EE. UU. Gran parte de Europa también tiene programas de estudio representados. Sin embargo, Karaganis tomó la decisión deliberada de no incluir programas de estudio de países en los que enseñar un libro determinado podría suponer un problema para un profesor o una universidad. Citó partes de América Latina, Rusia y China como lugares donde los maestros podrían ser castigados si enseñaran ciertos textos. Incluso en Europa y América del Norte, el proyecto Open Syllabus Project no adjunta ningún nombre de profesor específico a los datos, solo a las universidades donde están enseñando, como una forma de proteger sus identidades.

Sin embargo, el conjunto de datos podría ayudar a los maestros de otra manera. Karaganis dice que la mayoría de las instituciones académicas juzgan a sus profesores basándose en una estadística que pretende representar la frecuencia con la que publican artículos de revistas, el prestigio de las revistas en las que están publicando y la frecuencia con que otros académicos citan sus artículos de revistas. Eso significa que los profesores que escriben textos que a menudo se enseñan pero no se citan están en desventaja; por ejemplo, si un profesor pasa su tiempo investigando y escribiendo libros de texto en lugar de artículos de revistas, se los penaliza en este sistema actual. Para intentar solucionar esto, el proyecto Open Syllabus Project otorga a cada autor de texto una puntuación de 100 para indicar con qué frecuencia se enseña su texto, en comparación con el resto del conjunto de datos. Karaganis admite que no es un sistema perfecto, pero al menos proporciona otra manera de evaluar a los profesores centrados en la enseñanza.

En última instancia, el proyecto Open Syllabus es una herramienta fácil de usar que podría ayudar a los académicos a comprender mejor sus propios campos.

"Abrimos una ventana al aula de una manera que no existía antes", dice Karaganis.