Estudio del investigador más valioso: indicadores bibliométricos y redes de colaboración
Resumen
Este trabajo busca encontrar al Investigador Más Valioso (IMV) entre los académicos de las Facultades de Ingeniería y Negocios de una Universidad en Chile, aplicando indicadores bibliométricos y redes de colaboración. La metodología consistió en una revisión de la literatura referida a estudios bibliométricos similares de bases de datos abiertas, como SciELO y Google Scholar. Como resultado del estudio, se propuso un modelo basado en los principales indicadores bibliométricos utilizados, con lo cual se pudo filtrar a los investigadores de ambas facultades y establecer un ranking con aquellos académicos con mejores resultados y la situación actual que enfrenta la investigación en cada unidad. A partir de este ranking, se indica el estándar que tienen los investigadores más valiosos, identificando que la variable “redes de colaboración” tiene una relación directa con la productividad de los investigadores, así como la existencia de correlaciones con los indicadores de grado de red, coautoría y área de investigación. Con esto, se busca que este trabajo sirva para entregar recomendaciones sobre la cantidad y calidad de la producción científica dentro de la Universidad. Futuras investigaciones deberían incluir otras bases de datos y ampliar el alcance por regiones, países y áreas de conocimiento y considerar también otros factores como la edad del investigador, formas de citación y características por área de conocimiento, así como profundizar en el concepto de IMV y su efecto virtuoso en la productividad de una unidad académica.
Descargas
Citas
Bordons, M. (1999). Evaluación de la actividad científica a través de indicadores bibliométricos. Revista Española de Cardiología, 52, 790-800.
Braun, T., Glänzel, W., & Schubert, A. (2005). A Hirsch-type index for journals. The Scientist, 19, 8.
Cargill, M., & Burgess, S. (Eds.) (2017). Publishing research in English as an additional language: Practices, pathways and potentials. University of Adelaide Press.
Chaparro, N., & Rojas-Galeano, S. (2021) Revealing the Research Landscape of Master’s Degrees via Bibliometric Analyses. Library Philosophy and Practice (e-journal), 5351. https://digitalcommons.unl.edu/libphilprac/5351
Cole, F. J., & Eales, N. B. (1917). The history of comparative anatomy: Part I.—A statistical analysis of the literature. Science Progress, 11, 578-596.
Delgado, E., & Cabezas-Clavijo, Á. (2012). Google Scholar Metrics: an Unreliable Tool for Assessing Scientific Journals. El Profesional de la Información, 21, 419-427.
Franco-López, A. F., Sanz-Valero, J., & Fernández, J. M. C. (2016). Publicar en castellano, o en cualquier otro idioma que no sea inglés, negativo para el factor de impacto y citaciones. Journal of Negative and No Positive Results, 1, 65-70.
García, A. (2013). Las redes de colaboración científica y su efecto en la productividad. Un análisis bibliométrico. Investigación Bibliotecológica, 27, 159-175.
Gingras, Y. (1996). Bibliometric analysis of funded research. A feasibility study. Centre interuniversitaire de recherche sur la science et la technologie (CIRST), Canadá.
Gross, P. L., & Gross, E. M. (1927). College libraries and chemical education. Science, 66, 385-389.
Harzing, A. W., & Alakangas, S. (2016). Google Scholar, Scopus and the Web of Science: a Longitudinal and Cross-Disciplinary Comparison. Scientometrics, 106, 787-804. https://doi.org/10.1007/s11192-015-1798-9
Hulme, E. W. (1923). Statistical bibliography in relation to the growth of modern civilization. Grafton.
Jacsó, P. (2008). The Pros and Cons of Computing the h-Index Using Web of Science. Online Information Review, 32, 673-688.
King, J. (1987). A Review of Bibliometric and Other Science Indicators and their Role in Research Evaluation. Journal of Information Science, 13, 261-276.
Mitra, P. (2006). Hirsch-Type Indices for Ranking Institutions Scientific Research Output. Current Science, 91, 1439.
Okubo, Y. (1997), Indicateurs bibliométriques et analyse des systèmes de recherché, Organisation for Economic Co-operation and Development (OECD).
Orduña-Malea, E., Ayllón, J. M., Martín Martín, A., & Delgado López-Cózar, E. (2015). Aplicaciones métricas de Google Scholar para la evaluación del impacto científico. En IV Jornadas de Intercambio y Reflexión acerca de la Investigación en Bibliotecología, Universidad Nacional de La Plata, Argentina, 1-12.
Patra, S. K., Bhattacharya, P., & Verma, N. (2006). Bibliometric Study of Literature on Bibliometrics. DESIDOC Journal of Library & Information Technology, 26. https://doi.org/10.14429/djlit.26.1.3672
Pritchard, A. (1969). Statistical bibliography or bibliometrics. Journal of Documentation, 25, 348–349.
Rinia, E. J., Van Leeuwen, T. N., Van Vuren, H. G., & Van Raan, A. F. (1998). Comparative Analysis of a Set of Bibliometric Indicators and Central Peer Review Criteria: Evaluation of Condensed Matter Physics in the Netherlands. Research Policy, 27, 95–107. https://doi.org/10.1016/S0048-7333(98)00026-2
Roig-Tierno, N., Gonzalez-Cruz, T. F., & Llopis-Martinez, J. (2017). An Overview of Qualitative Comparative Analysis: A Bibliometric Analysis. Journal of Innovation & Knowledge, 2, 15–23.
Roldan, C. S., Chaparro, N., & Rojas-Galeano, S. (2019). Análisis bibliométrico de la Revista Ingeniería (2010-2017). Ingeniería, 24(2), 96-115. https://revistas.udistrital.edu.co/index.php/reving/article/view/14678
Schauss, M. A. (1998). Disease indicator analysis system U.S. Patent No. 5,746,204, U.S. Patent and Trademark Office.Schubert, A., & Glänzel, W. (2007). A Systematic Analysis of Hirsch-Type Indices for Journals. Journal of Informetrics, 1, 179–184. https://doi.org/10.1016/j.joi.2006.12.002
Sengupta, I. N. (1992). Bibliometrics, Informetrics, Scientometrics and Librametrics: an Overview. Libri, 42, 75–98.
White, H. D., & McCain, K. W. (1998). Visualizing a Discipline: An Author Co‐Citation Analysis of Information Science, 1972–1995. Journal of the American Society for Information Science, 49, 327–355.
Zupic, I., & Čater, T. (2015). Bibliometric Methods in Management and Organization. Organizational Research Methods, 18, 429–472. https://doi.org/10.1177/1094428114562629
