Video Experimental Relacionado
Updated: Jan 4, 2026

Quantitative Analysis of Climbing Defects in a Drosophila Model of Neurodegenerative Disorders
Published on: June 13, 2015
Cuantificación de la dinámica del fracaso en la ciencia, las nuevas empresas y la seguridad
Yian Yin1,2,3, Yang Wang1,2,4, James A Evans5,6
1Center for Science of Science and Innovation, Northwestern University, Evanston, IL, USA.
Comprender la dinámica del fracaso es clave para el éxito. Este estudio revela patrones distintos en los intentos repetidos, diferenciando la progresión del estancamiento, y ofrece señales tempranas para predecir los resultados finales.
Área de la Ciencia:
- Ciencia de los sistemas complejos
- Estudios de innovación
- Dinámica del comportamiento
Sus antecedentes:
- Los logros humanos a menudo implican numerosos fracasos, sin embargo, los mecanismos subyacentes de la dinámica del fracaso siguen siendo poco conocidos.
- La investigación existente en innovación, dinámica humana y aprendizaje proporciona una base para explorar los patrones de fracaso.
- Se necesita un enfoque cuantitativo para comprender el fracaso para descubrir su dinámica compleja.
Objetivo del estudio:
- Desarrollar y validar un modelo que prediga distintas dinámicas de fracaso que conduzcan al éxito o al estancamiento.
- Identificar las primeras señales que diferencian a los agentes en el camino hacia el éxito frente a los que finalmente fracasarán.
- Investigar la universalidad de las dinámicas de fracaso en diversos dominios.
Principales métodos:
- Desarrolló un modelo analítico de un parámetro que simula cómo los intentos futuros exitosos se basan en esfuerzos pasados.
- Analizó el modelo para las transiciones de fase que separan la dinámica de progresión y estancamiento.
- Recogió y analizó datos empíricos a gran escala de tres dominios distintos: solicitudes de subvenciones del NIH, salidas de empresas emergentes y reclamos de víctimas de ataques terroristas.
Principales resultados:
- El modelo predice una transición de fase en la dinámica de fallos, categorizándolos en progresión (refinamiento incremental) o estancamiento (exploración desarticulada).
- Los datos empíricos de las subvenciones del NIH, las nuevas empresas y los ataques terroristas respaldan consistentemente las predicciones del modelo.
- Se han identificado señales tempranas distintas y detectables en la dinámica de fallos que predicen el éxito o el fracaso eventuales.
Conclusiones:
- Las dinámicas de fallo exhiben patrones predecibles, con un umbral crítico que separa el avance sistemático de la exploración sin objetivo.
- Los intentos en las primeras etapas, aunque parezcan similares, pueden revelar dinámicas de fracaso subyacentes fundamentalmente diferentes.
- Esta investigación proporciona un marco cuantitativo para comprender el fracaso y ofrece indicadores tempranos para predecir los resultados en varios esfuerzos complejos.
Videos de Conceptos Relacionados
Propagation of Uncertainty from Systematic Error
Fatigue
Propagation of Uncertainty from Random Error
Quantifying Work
Exponential Equations for Modeling Growth
Quantifying and Rejecting Outliers: The Grubbs Test

