Perspectivas

Nota del editor: Ocasionalmente nos encontramos con académicos a quienes la utilización de JSTOR les ayuda a lograr que su trabajo sea significativamente más eficiente. Le pedimos al Profesor Philip R.P. Coelho y a James E. McClure del Departamento de Economía de Ball State University que compartan con nosotros un breve resumen de su trabajo.

Philip R.P. Coelho
Profesor de Economía, Ball State University
Muncie, Indiana

James E. McClure
Profesor de Economía, Ball State University
Muncie, Indiana

Nuestra investigación involucra la cuantificación de tendencias metodológicas en las investigaciones publicadas sobre economía. Utilizamos JSTOR para: 1) cuantificar las tendencias y la extensión del análisis matemático complejo en la economía; 2) medir el impacto que la complejidad matemática tiene en el uso de los datos reales para evaluar las teorías económicas; y 3) evaluar la influencia del proceso de toma de decisiones editoriales en las citas en una de las publicaciones más importantes sobre economía. Aquí comentamos brevemente sobre la naturaleza de nuestra investigación y sobre cómo empleamos JSTOR para lograr lo que nos hubiera resultado imposible de otra manera, debido al tiempo que habría precisado.

Desde principios de 1900 los economistas han estado en desacuerdo sobre la utilidad de emplear niveles mayores de complejidad matemática. Alfred Marshall declaró en 1920 que era “obvio que no había lugar en la economía para largas cadenas de razonamiento deductivo”. Independientemente de Marshall, la complejidad matemática en la economía aumentó y, a mediados del siglo veinte, Donald F. Gordon expresó que “la práctica de proliferar y manipular las funciones se ha extendido a límites un tanto imprudentes” debido a la relación negativa que, según su hipótesis, existía entre la complejidad matemática y la medición empírica (operacionalismo). La queja de Gordon sobre el creciente uso de matemáticas oscurantistas hizo eco en Wassily Leontief en 1971 en su discurso presidencial en la American Economic Association. Lo que hicimos fue utilizar los archivos de JSTOR para documentar las tendencias en el uso de las matemáticas. Usamos los archivos de JSTOR para realizar búsquedas de artículos de economía que indicaran una complejidad matemática (esas palabras eran “lemma” y “multiple equilibria”). Sin JSTOR estas búsquedas de texto hubieran sido casi imposibles de realizar por su costo. Con JSTOR pudimos desarrollar un conjunto de datos que demuestra de manera inequívoca la creciente complejidad matemática a lo largo del siglo veinte. En cuatro publicaciones económicas de primer nivel estos términos aumentan su frecuencia de algunos o ningún artículo por década hasta 1960 a 350 artículos en la última década del siglo veinte.

Comparamos dos muestras de artículos extraídas del American Economic Review; una muestra tenía artículos con alto grado de complejidad matemática (del sistema métrico que desarrollamos); la segunda muestra de artículos (generada en forma aleatoria) carecía de estos términos. La comparación estadística de muestras proporcionó pruebas que respaldaron la hipótesis de Gordon de que es menos probable que se pueda evaluar empíricamente la complejidad matemática (o, más formalmente, operacionalizar). Nuestros descubrimientos de la falta de empirismo en artículos matemáticamente complejos y las tendencias en el uso de las matemáticas se publicó en el Southern Economic Journal en 2005 y en Econ Jurnal Watch en 2008. Ambos artículos proporcionan más detalles sobre el uso que hicimos de JSTOR.

Continuamos usando el archivo JSTOR para examinar preguntas relacionadas y descubrimos que es esencial en nuestras investigaciones empíricas para desdoblar los patrones de la literatura profesional. Actualmente estamos investigando cómo las referencias afectan las citas. Usamos JSTOR para realizar búsquedas de textos de los nombres de los autores; un resultado que parecía poco probable y que surgió de las búsquedas es que el número de citas independientes (no del autor del artículo fuente) tiene una correlación con el número de auto referencias del artículo fuente.