Gestión de la información y el conocimiento II Bibliometría Ángela Valderrama Muñoz Ingeniera de Sistemas (UdeA) Especialista en Alta Gerencia(UdeA) Magister.

Presentación del tema: "Gestión de la información y el conocimiento II Bibliometría Ángela Valderrama Muñoz Ingeniera de Sistemas (UdeA) Especialista en Alta Gerencia(UdeA) Magister."— Transcripción de la presentación:

1 Gestión de la información y el conocimiento II Bibliometría Ángela Valderrama Muñoz Ingeniera de Sistemas (UdeA) Especialista en Alta Gerencia(UdeA) Magister en Administración (EAFIT)

2 Cienciometría “Análisis estadístico y sociométrico de la bibliografía científica mediante el uso de modelos matemáticos, y cuyos objetivos se basan en el estudio del tamaño, crecimiento y distribución de la bibliografía científica y en el estudio de la estructura y dinámica social que la producen y utilizan.” Bibliometría Aplicación práctica de la cienciometría al análisis de las publicaciones científicas.

3 Bibliometría Evaluación y análisis de la producción científica Creación y análisis de mapas científicos Actores científicos: países, universidades, departamentos o investigadores Conexiones intelectuales y evolución dentro del conocimiento científico SciMAT, Publish and perish, Pajek, UCINET, Cytoscape, Bibexcel

4 Cantidad de resultados Producción Citas recibidas (calidad - impacto) Visibilidad e impacto Coautoria, tasas de citación relativa Colaboración Indicadores Bibliometricos: Producción científica

5 RecopilaciónPreprocesamiento Extracción de la red NormalizaciónCreación mapaAnálisisVisualizaciónInterpretación Flujo de trabajo para la realización de un análisis bibliométrico. Adaptado de (Cobo, 2011)

6 Paso 1. Recopilación de la información Selección de las BD según el área disciplinar: Scopus. IEEE Science Direct … Búsqueda de información Descarga de información (Formatos csv, ris, text, otro)

7 Unificación de elementos. Reducción de datos. Identificación de entidades (autor, revistas, palabras clave, etc). Definir periodo de análisis Unificación de elementos. Reducción de datos. Identificación de entidades (autor, revistas, palabras clave, etc). Definir periodo de análisis Paso 2. Preprocesamiento Analizar aspectos del área Autores Aspectos conceptuales Palabras clave Aspectos intelectuales Referencias citadas Ejemplo. Información que se puede consultar según la entidad seleccionada

8 Co- ocurrencia Emparejamiento Enlace directo Entidades que aparecen la mismo tiempo en un documento. Ejemplo: Co-autor, Co- palabras, Co-citación de autores Entidades que aparecen la mismo tiempo en un documento. Ejemplo: Co-autor, Co- palabras, Co-citación de autores Similitud de dos documentos según la entidad seleccionada. Huella dactilar Documentos y sus referencias Paso 3. Extracción de la red

9 Permite relativizar las relaciones entre dos unidades de análisis. La normalización asigna un peso a cada término equivalente a su importancia en todo el corpus. Por ejemplo, mayor importancia a aquellas unidades con una frecuencia baja pero con alta frecuencia de co-aparición, frente aquellas con una frecuencia alta pero con baja frecuencia de co-aparición. Técnicas utilizadas (medidas de similitud): Coseno de Salton Índice de Jaccard Índice de inclusión Índice de equivalencia Fuerza de asociación – índice de proximidad Permite relativizar las relaciones entre dos unidades de análisis. La normalización asigna un peso a cada término equivalente a su importancia en todo el corpus. Por ejemplo, mayor importancia a aquellas unidades con una frecuencia baja pero con alta frecuencia de co-aparición, frente aquellas con una frecuencia alta pero con baja frecuencia de co-aparición. Técnicas utilizadas (medidas de similitud): Coseno de Salton Índice de Jaccard Índice de inclusión Índice de equivalencia Fuerza de asociación – índice de proximidad Paso 4. Normalización

10 Paso 5. Creación del mapa Dividen un conjunto de elementos en diversos subconjuntos, los cuales deben cumplir la condición de tener una alta cohesión interna. Intentan descubrir las subredes que forman la red bibliométrica global, es decir aquellos conjuntos de nodos que están fuertemente enlazados entre si, pero pobremente enlazados con el resto. El algoritmo debe poderse aplicarse a la Matriz de similitud y devolver un conjunto de grupos etiquetados. Ejemplo algoritmos de agrupamiento: Centros simples, Enlace simple, promedio enlace. Nota: Centros simples o enlace simple – Grupos devueltos tienen una etiqueta asignada la cual corresponde con el nodo más central del grupo.

11 Análisis de redes - Número total de nodos - Nodos aislados - Grado medio de la red Análisis temporal - Patrones - Tendencias - Evolución de un campo científico Análisis geoespacial - En donde ocurren los acontecimientos - Impacto provocado en otras áreas Paso 6. Métodos de análisis

12 Centralidad (eje X) Mide el grado de interacción de una red con respecto a otras. Mide el grado de fuerza de los enlaces externos del tema con otros temas Densidad (eje Y) Mide la fuerza interna de una red. Mide el grado de cohesión interna del tema 1. Diagrama estratégico Paso 7. Visualización

13

14 2. Redes de grupos

15 Paso 7. Visualización 3. Mapas de evolución

16 Paso 7. Visualización 4. Mapas de solapamiento

17 ¿Qué es Scimat? Herramienta de código libre que permite realizar análisis de mapas científicos en un marco longitudinal, y cuantificar los resultados mediante indicadores biométricos. Flujo de trabajo para la realización de análisis de mapas científicos. Tomado de (Cobo, 2011)

18 Bibliografía SciMAT: Herramienta de Software para el análisis de la evolución del conocimiento científico. Propuesta de una metodología de evaluación. Consultado en decsai.ugr.es/Documentos/tesis_dpto/147.pdf

19