Mio, tuo o nostro? Uno studio sulla condivisione dei dati scientifici in Genetica Umana - Campi ricerca, impact factor

Autori: Nicola Milia1,3, Alessandra Congiu1,3, Paolo Anagnostou1,2, Francesco Montinaro2, Marco Capocasa2, Emanuele Sanna3 e Giovanni Destro Bisol1,2*

1) Università di Roma ‘La Sapienza’, Dipartimento di Biologia Ambientale, Roma Italy (2)Istituto Italiano di Antropologia, Roma, Italy (3)Università di Cagliari, Dipartimento di Biologia Sperimentale, Cagliari, Italy *destrobisol AT uniroma1 dot it

La condivisione dei dati varia sensibilmente nei diversi campi di ricerca.

Abbiamo osservato delle percentuali di condivisione significativamente più basse in genetica medica (figura 3B). Inoltre, in questo settore, si è osservata una marcata differenza tra la condivisione dei dati sui polimorfismi ad eredità materna rispetto a quelli ad eredità paterna (53,6% e 90,3%, rispettivamente; vedi Tabella 1).

E’ interessante notare che solo il 15,0% delle sequenze complete del DNA mitocondriale è stata condivisa (263 su 1752 sequenze). Al contrario, negli altri campi di ricerca la maggior parte dei dati di questo tipo (2719 su 2730, 99,6%) risulta disponibile.

L’adozione di politiche editoriali o un elevato impact factor hanno un effetto limitato sulla condivisione dei dati

E’ stata osservata una percentuale di condivisione leggermente superiore per i dataset pubblicati su riviste con politiche editoriali esplicite e con elevato impact factor (rispettivamente figura 3C e 3D), un risultato coerente con quanto già osservato in precedenza in uno studio condotto su lavori inerenti l’espressione genica tramite l’utilizzo di microarray [9].

Tuttavia, tra le varie discipline nessuna differenza è risultata statisticamente significativa per ogni parametro, considerando sia i set di dati parziali sia quello totale (figura 3 e Tabella 1). Inoltre, nessuno dei due fattori è risultato associato ad una percentuale di condivisione superiore al 80,5% (figura 3C, D). Come osservato in precedenza [9], l’impact factor e le politiche editoriali significativamente associati tra loro (p=0.001; test 2 per le tabelle di contingenza RxC).

La nostra analisi multivariata ha mostrato che il tempo trascorso dalla pubblicazione e l’impact factor sono i fattori che influenzano maggiormente il numero di citazioni ricevute (vedi tabella S5 del lavoro originale). Tuttavia, è stato osservato un lieve aumento (8,9%) del numero di citazioni per i lavori i cui dati sono stati condivisi, con una percentuale nettamente superiore (20,6%) per i lavori relativi al mtDNA (Tabella S6 del lavoro originale). Però, anche in questo caso, attraverso la nostra analisi multivariata non è stato osservato,nessun risultato statisticamente significativo.