Covid-19 coronavirus. Cr\u00e9dito: Laurence Pearl, profesor de biolog\u00eda estructural <\/p>\n
Demasiados ejemplos de modelado de coronavirus no han sido lo suficientemente transparentes sobre sus incertidumbres y demasiado precisos en sus afirmaciones, advirti\u00f3 un equipo internacional de expertos en pol\u00edtica cient\u00edfica. <\/p>\n
En un art\u00edculo publicado hoy en Nature, los acad\u00e9micos critican los modelos dise\u00f1ados para informar la toma de decisiones sobre la pandemia, lo que genera preocupaciones de que a menudo ha sido demasiado opaco sobre la incertidumbre y demasiado lento para admitir limitaciones.<\/p>\n
Bas\u00e1ndose en la experiencia de modelado en una variedad de campos, el grupo de 22 expertos advierte que las afirmaciones audaces y poco fundamentadas de algunos modeladores han dado a los pol\u00edticos la munici\u00f3n para perseguir agendas predeterminadas y descargar la responsabilidad.<\/p>\n
El grupo est\u00e1 llamando a los modeladores a seguir cinco principios clave de mejores pr\u00e1cticas en torno a la incertidumbre, la complejidad, la transparencia y el reconocimiento de la ignorancia para garantizar un modelado matem\u00e1tico responsable.<\/p>\n
Andrew Stirling, Profesor de Pol\u00edtica Cient\u00edfica y Tecnol\u00f3gica en la Unidad de Investigaci\u00f3n de Pol\u00edtica Cient\u00edfica (SPRU) ) en la Escuela de Negocios de la Universidad de Sussex, dijo:<\/p>\n
\u00abNo hay ning\u00fan aspecto sustancial de esta pandemia para el cual cualquier investigador pueda proporcionar cifras precisas y confiables. Demasiadas inc\u00f3gnitas conocidas. La consideraci\u00f3n excesiva por afirmar n\u00fameros \u00fanicos simples puede hacer que los modelos dejen de ser aproximadamente correctos para que sean exactamente incorrectos\u00bb.<\/p>\n
Ejemplos de pr\u00e1cticas deficientes con cifras poco realistas y precisas citadas por los acad\u00e9micos incluyen la afirmaci\u00f3n del Imperial College London de 510,000 muertes en el Reino Unido predicho si no se tomaran medidas de mitigaci\u00f3n y la afirmaci\u00f3n \u00abaltamente especulativa\u00bb de la OMS \u00c1frica de que se producir\u00edan 190\u00a0000 muertes en el continente.<\/p>\n
Entre las recomendaciones que hacen los acad\u00e9micos est\u00e1 que los modeladores realicen an\u00e1lisis de sensibilidad e incertidumbre global con el fin de explorar una amplia gama de variables inciertas, relaciones matem\u00e1ticas y condiciones de contorno que siempre est\u00e1n involucradas en cualquier modelado.<\/p>\n
Tambi\u00e9n piden el establecimiento de un conjunto de normas sociales sobre c\u00f3mo producir un modelo, evaluar su incertidumbre y comunicar los resultados para evitar el riesgo de que los modelos oculten sus suposiciones.<\/p>\n
El grupo aboga por la adopci\u00f3n universal de la internacional pautas finales ya establecidas en varias disciplinas que describen la mejor manera de producir un modelo, evaluar su incertidumbre y comunicar los resultados a trav\u00e9s de procesos que involucran a las partes interesadas, acomodando m\u00faltiples puntos de vista y promoviendo la transparencia, la replicaci\u00f3n y el an\u00e1lisis de la sensibilidad y la incertidumbre.<\/p>\n
Andrea Saltelli, profesor del Centro para el Estudio de las Ciencias y las Humanidades de la Universidad de Bergen, dijo: \u00abEn lugar de usar modelos para informar su comprensi\u00f3n, los rivales pol\u00edticos a menudo los usan para apoyar agendas predeterminadas. Para asegurarse de que sus predicciones no se conviertan en meros complementos de una causa pol\u00edtica, los modeladores, los responsables de la toma de decisiones y los ciudadanos deben establecer nuevas normas sociales de modo que a los modeladores no se les permita proyectar m\u00e1s certeza de la que merecen sus modelos, y a los pol\u00edticos no se les permita descargar la responsabilidad. a modelos de su elecci\u00f3n\u00bb.<\/p>\n
Daniel Sarewitz, profesor de ciencia y sociedad en la Universidad Estatal de Arizona, dijo: \u00abDesde nuestro punto de vista, ese buen modelado no puede ser realizado solo por modeladores. Es una actividad social. Al igual que el uso sensato de los pron\u00f3sticos meteorol\u00f3gicos, todos deben asumir la responsabilidad de ayudar a reconocer y gestionar las incertidumbres inevitables para que puedan discutirse abiertamente y examinarse sus implicaciones. No pedimos el fin de la cuantificaci\u00f3n, ni de modelos apol\u00edticos, sino una divulgaci\u00f3n completa y franca\u00bb. <\/p>\n
Explore m\u00e1s<\/p>\n
Siga las \u00faltimas noticias sobre el brote de coronavirus (COVID-19) M\u00e1s informaci\u00f3n :<\/strong> Andrea Saltelli et al. Cinco maneras de garantizar que los modelos sirvan a la sociedad: un manifiesto, Nature (2020). DOI: 10.1038\/d41586-020-01812-9 Informaci\u00f3n de la revista:<\/strong> Nature <\/p>\n Proporcionado por la Universidad de Sussex Cita<\/strong>: Modelos a seguir: la necesidad de un modelo responsable en la era de la pandemia (24 de junio de 2020) consultado el 31 de agosto de 2022 en https:\/\/medicalxpress.com\/news \/2020-06-role-responsible-age-pandemic.html Este documento est\u00e1 sujeto a derechos de autor. Adem\u00e1s de cualquier trato justo con fines de estudio o investigaci\u00f3n privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona para \u00fanicamente con fines informativos.<\/p>\n","protected":false},"excerpt":{"rendered":" Covid-19 coronavirus. Cr\u00e9dito: Laurence Pearl, profesor de biolog\u00eda estructural Demasiados ejemplos de modelado de coronavirus no han sido lo suficientemente transparentes sobre sus incertidumbres y demasiado precisos en sus afirmaciones, advirti\u00f3 un equipo internacional de expertos en pol\u00edtica cient\u00edfica. En un art\u00edculo publicado hoy en Nature, los acad\u00e9micos critican los modelos dise\u00f1ados para informar la … Continuar leyendo \u00abModelos a seguir: La necesidad de un modelo responsable en la era de la pandemia\u00bb<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-28722","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/28722","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/comments?post=28722"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/28722\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=28722"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=28722"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=28722"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}