Il Multiverso delle False Scoperte: Un metodo per identificare le origini della misinformazione nella Scienza

The paper presents a synthesis of the candidate's scientific production on the subject of multiversal methods. These are methods for quantifying the latent variability of estimates in regression models. The candidate reconstructs the historical link between the development of multiversal methods and the epistemological crisis that emerged in the mid-2010s, in particular with references to to methods of detection of "p-hacking" in scientific results. Indeed, among the typical uses of multiversal methods there is the identification of the uncertainty of scientific theories and the analysis of the sensitivity of a result to the methodological premises of its theoretical model. The manuscript proposes an interpretation of the methodological foundation of the "Multiverse" directly in the tradition of the methods of Causal Inference. Two innovative methodological contributions of the candidate are to be considered: (i) the adoption of a "Maximum" weighting scheme to calibrate the sample of multiversal estimates; (ii) a generalized procedure for the semantic inference of structured textual contents on bipartite networks.

L'elaborato espone una sintesi della produzione scientifica del candidato sul tema dei metodi multiversali. Questi sono metodi per la quantificazione della variabilità latente delle stime dei modelli di regressione. Il candidato ricostruisce il legame storico tra lo sviluppo dei metodi multiversali e la crisi epistemologica che è emersa nella metà degli anni 2010, con particolare riferimento alle procedure di detezione del rischio che un risultato scientifico sia "p-hackerato". Infatti, tra gli impieghi tipici dei metodi multiversali vi è la identificazione dell'incertezza delle teorie scientifiche e l'analisi della sensitività di un risultato alle premesse metodologiche del suo modello teorico. Nel manoscritto si propone una interpretazione del fondamento metodologico del "Multiverso" direttamente nella tradizione dei metodi dell'Inferenza Causale. Due contributi metodologici innovativi del candidato sono da considerare: (i) l'adozione di un metodo di pesatura "Massiminimo" per calibrare il campione delle stime multiversali; (ii) una procedura generalizzata per l'inferenza semantica di contenuti testuali strutturati su network bipartiti.