Archivo de la categoría: Investigación

Se anuncian cambios en el factor de impacto de la revista para 2021

Changes to Journal Impact Factor Announced for 2021 Scholary Kitchen, por PHIL DAVIS 7 DE DICIEMBRE DE 2020

Texto completo

A principios de este otoño, Clarivate Analytics  anunció que estaba pensando en un futuro en el que calculará el factor de impacto de la revista (JIF) en función de la fecha de publicación electrónica y no de la fecha de publicación impresa.

El tiempo de espera entre la publicación en línea y la designación impresa es corto para algunos títulos, puede ser de meses (o incluso años) para otros. Para la mayoría de las revistas en línea, solo hay una fecha de publicación.

Esta discrepancia entre la forma en que Clarivate trataba las revistas impresas tradicionales frente a las revistas solo en línea despertó el escepticismo entre los científicos, algunos de los cuales argumentaron que las largas demoras entre la publicación impresa y en línea beneficiaban a las puntuaciones JIF de las revistas tradicionales sobre los títulos de acceso abierto más nuevos, y sugirieron cínicamente que los editores pueden extender a propósito su retraso en un intento de elevar artificialmente sus puntajes.

Independientemente de si este argumento tiene validez o no (los métodos para contar las citas válidas son problemáticos), los retrasos crean problemas en el registro de citas, especialmente cuando un artículo se ha publicado en línea en un año e impreso en otro, por ejemplo, publicado en línea en Diciembre de 2019 pero que aparece en la edición impresa de enero de 2020.

Esta es solo una de las razones por las que es tan difícil calcular puntuaciones precisas del Factor de impacto de WoS. Al adoptar un nuevo estándar de publicación electrónica, Clarivate ayudará a reducir la ambigüedad en el registro de citas. También hará que sea más fácil y transparente calcular las métricas de citas. 

Web of Science  comenzó a incluir fechas de publicación electrónica («Early Access») en sus registros desde 2017 y ahora incluye esta información para más de 6.000 revistas, aproximadamente la mitad de las más de 12.000 revistas que indexan actualmente.

La próxima publicación de 2021 (utilizando datos de 2020) será un año de transición, en el que las citas de los registros de Early Access se agregarán al numerador del cálculo de JIF, pero se excluirán de los recuentos de publicaciones en el denominador.

El cambio completo al uso de la publicación en línea para el cálculo de los factores de impacto de las revistas (JIF) comenzará en 2022 con los datos de publicación de 2021.

eLife requerirá que las presentaciones de artículos se publiquen previamente como preprints

In biology publishing shakeup, eLife will require submissions to be posted as preprints. Por Lila Guterman Science, 3 de diciembre de 2020 12:40 p.m.

Ver completo

Cuando los principales financiadores de investigación biomédica lanzaron la revista de acceso abierto eLife en 2012, esperaban que impulsara la publicación biomédica para aprovechar al máximo el poder de Internet para compartir resultados de manera libre e instantánea. En los años siguientes, el modelo de acceso abierto se ha popularizado. Y cada vez más biólogos han compartido el trabajo en servidores de preprints en línea como bioRxiv y medRxiv antes de someterse a la revisión por pares.

Pero esos cambios no son suficientes para Michael Eisen, biólogo de la Universidad de California, Berkeley, y editor jefe de la revista desde 2019. Esta semana, eLife anunciaron que sólo revisarán los manuscritos que se han presentado previamente como preprints. Y todas las revisiones por pares se harán públicas, incluidas las de los manuscritos que realiza la revista previas a la publicación final. Eisen ve los cambios como el siguiente paso lógico en la evolución de los preprints, dijo a Science Insider.

Semantic Scholar: una herramienta de búsqueda de investigación gratuita para la literatura científica impulsada por la IA

Ochsner Journal Content Available at Semantic Scholar | Ochsner Journal Blog

Semantic Scholar

El proyecto utiliza una combinación de aprendizaje automático, procesamiento de lenguaje natural y visión artificial para añadir una capa de análisis semántico a los métodos tradicionales de análisis de citas, y para extraer figuras, entidades y lugares relevantes de los artículos.En comparación con Google Scholar y PubMed, Semantic Scholar está diseñado para destacar los artículos más importantes e influyentes, e identificar las conexiones entre ellos.

Semantic Scholar tiene por objetivo el acceso oportuno y abierto a la investigación científica relevante, el proyecto fue lanzado en 2015 como un proyecto innovador en el Instituto Allen para la IA, un instituto de investigación sin fines de lucro fundado por el filántropo Paul G. Allen para desarrollar IA que beneficie el bien común. La herramienta aplica la inteligencia artificial para extraer el significado de la literatura científica permitiendo a los estudiosos navegar en la investigación mucho más eficientemente que un motor de búsqueda tradicional. Escanea rápidamente la investigación con la extracción automática de resúmenes, tablas, figuras y citas. Otra de las tareas de Semantic Scholar es comprender el impacto de un trabajo con estadísticas que resalten el volumen y la intención de las citas del trabajo, destacando la influencia de la investigación.

Cuando buscamos entre los 180 millones de artículo de Semantic Scholar encontramso datos relativos al impacto de la investigación tales como citas, indice h, citas de alta influencia, coautores, alertas, cita, texto completo, editor, PDF, TLDR... ) y la posibilidad de filtrar la búsqueda por diferentes criterios como co-autor, con PDF, área de conocimiento o tipo de publicación.

Búsqueda en Semantic Sccholar. https://www.semanticscholar.org/author/Julio-Alonso-Ar%C3%A9valo/1403118477

Además de las herramientas de búsqueda y descubrimiento disponibles en semanticscholar.org, proporcionamos una API y un Open Research Corpus como servicios gratuitos para la comunidad investigadora. En la actualidad tiene más de180 millones de documentos

TLDR sistema de inteligencia artificial que resumen los contenidos de investigación de un artículo en una sola frase

Los TLDR (Too Long; Didn’t Read) son resúmenes super-cortos del objetivo principal y los resultados de un artículo científico generados usando el conocimiento de fondo de los expertos y las últimas técnicas de procesamiento del lenguaje natural (PLN) . Esta nueva característica está disponible en versión beta para casi 10 millones de artículos y contando en el dominio de la informática en Semantic Scholar.

Mantenerse al día con la literatura científica es una parte importante del flujo de trabajo de cualquier investigador, y analizar una larga lista de artículos de diversas fuentes mediante la lectura de los resúmenes de los artículos requiere mucho tiempo. TLDR: Extreme Summarization of Scientific Documents, es una nueva forma de resumen extremo, para documentos científicos, utilizando un novedoso protocolo de anotación que produce resúmenes de alta calidad a la vez que reduce al mínimo la carga de anotación.

El motor de búsqueda de información científica Semantic Scholar ahora incluye un nuevo modelo de inteligencia artificial que ofrece un breve extracto sobre cada artículo científico para ayudar a los investigadores en su día a día.

Según la MIT, el sistema ofrece un resumen de una frase junto al famoso indicador TLDR (too long; didn’t read en inglés, demasiado largo; no leído) que aparece debajo de cada artículo de ciencias de la computación (por ahora) cuando los usuarios utilizan la función de búsqueda o van a la página de un autor, lo que le permite localizar rápidamente los documentos adecuados y dedicar el tiempo a leer lo que realmente importa, ya que TLDR ayuda a los usuarios a tomar decisiones rápidas e informadas sobre qué documentos son relevantes, y dónde invertir el tiempo en lecturas adicionales.

Ejemplo:

«Information overload is a top problem facing scientists. Semantic Scholar’s automatically generated TLDRs help researchers quickly decide which papers to add to their reading list.»Isabel Cachola, Johns Hopkins University PhD Student, Former Pre-Doctoral Young Investigator at AI2, and Author of TLDR: Extreme Summarization of Scientific Documents

Bibliografía:

  1. TLDR: Extreme Summarization of Scientific Documents | Semantic Scholar [Internet]. [cited 2020 Dec 3]. Available from: https://www.semanticscholar.org/paper/TLDR%3A-Extreme-Summarization-of-Scientific-Documents-Cachola-Lo/3502a542b2e98d9094e1880a30f652d4170b9534
  2. Una nueva IA resume “papers” de investigación en una sola frase | MIT Technology Review en español [Internet]. [cited 2020 Dec 3]. Available from: https://www.technologyreview.es/s/12886/una-nueva-ia-resume-papers-de-investigacion-en-una-sola-frase
  3. Cachola I, Lo K, Cohan A, Weld DS. TLDR: Extreme Summarization of Scientific Documents [Internet]. [cited 2020 Dec 3]. Available from: https://github.com/allenai/scitldr.

Estado de los Datos Abiertos 2020

Science, Digital; Hahnel, Mark; McIntosh Borrelli, Leslie; Hyndman, Alan; Baynes, Grace; Crosas, Merce; et al. (2020): The State of Open Data 2020. Digital Science. Report. https://doi.org/10.6084/m9.figshare.13227875.v2 

Texto completo

Informe

Conjunto de datos del informe y preguntas de la encuesta

The State of Open Data examina las actitudes y experiencias de los investigadores que trabajan con datos abiertos, compartiéndolos, reutilizándolos y redistribuyéndolos.

La encuesta de este año recibió alrededor de 4.500 respuestas de la comunidad de investigadores y se centró adicionalmente en las prácticas de investigación tras la pandemia de COVID-19. En ella se preguntaba a los investigadores cómo estaba repercutiendo la pandemia en su capacidad de llevar a cabo investigaciones, y sus opiniones sobre la reutilización de los datos y la colaboración.

Entre las principales conclusiones de COVID-19 figuran las siguientes:

  • Un tercio (32%) de los investigadores académicos informaron que su investigación había sido «extremadamente» o «muy» impactada por el brote de COVID-19.
  • Las disciplinas más afectadas por COVID-19 fueron las que trabajaban en Química (47%), Biología (39%), Medicina (36%) y Ciencia de los Materiales (36%). El menor nivel de impacto se registró en Humanidades y Ciencias Sociales (20%)
  • El 43% de los encuestados ya han utilizado o es probable que reutilicen su subvención en cierta medida para la investigación de COVID-19
  • La mitad de los encuestados considera que el bloqueo es «extremadamente» o «algo» probable que resulte en la reutilización de los datos abiertos proporcionados por otros laboratorios, y el 65% espera reutilizar sus propios datos.
  • Más de un tercio de los investigadores dicen que esperan ver más colaboración como resultado de COVID-19; para aquellos en países como Brasil e India donde el impacto de COVID-19 en la investigación parece significativo, alrededor de la mitad esperan que la colaboración aumente como resultado.
  • El número de encuestados que nunca hacen un plan de gestión de datos se redujo a la mitad del 30% al 15%
  • En 2018, el 60% de los encuestados nunca había oído hablar de los principios FAIR, este año ese número se redujo al 39% y la familiaridad general ha aumentado del 15% al 24%.
  • El 55% de los encuestados consideraron que el intercambio de datos debería ser parte de los requisitos para la concesión de subvenciones
  • El 29% de los encuestados no saben quién cubriría los costos de hacer que sus datos de investigación estén en libre acceso
  • Sólo el 13% de los encuestados consideraron que los investigadores reciben actualmente suficiente crédito por compartir datos, mientras que el 59% consideró que recibieron muy poco crédito.

El proceso de investigación y cómo un CRIS puede apoyarlo.

The Research Process and how a CRIS can support it. euroCRIS

Ver original

Descargar imagen en grande

Mas sobre CRIS (Sistemas de Gestión de la Investigación)

Un sistema CRIS, acrónimo de Current Research Information System, es aquella herramienta que permite gestionar de manera global todos los procesos de relacionados con la investigación. El CRIS permite evaluar las oportunidades de financiación de la investigación, evitar la duplicidad de las actividades de investigación, analizar las tendencias, y enlazar con el texto completo o con publicaciones académicas electrónicas e identificar nuevos mercados para los productos de la investigación. Es la herramienta que facilita la realización del CV del investigador y genera informes de gestión, informes a los financiadores, bibliografía de investigación, etc. Paralelamente, las universidades han implementado Repositorios Institucionales para preservar, difundir y poner en valor los objetos digitales emanados de la producción científica institucional.

Existe una división tradicional entre la visión del mundo del investigador individual o del grupo de investigación (reconocimiento de pares) y la visión del mundo de la gestión de la organización. (gobierno y valor por el dinero). Los investigadores fomentan una independencia feroz y se muestran reacios a proporcionar información sobre su actividad con argumento de la libertad de investigación académica impulsada por la curiosidad, a pesar de las posibles ventajas de cooperar con la organización.

Un CERIF-CRIS en el seno de una organización puede superar este problema mediante las siguientes funciones:

  • Información de investigación para el apoyo a la decisión;
  • Metadatos (índice) a las publicaciones académicas (blancas y grises) en un repositorio y a los conjuntos de datos de investigación y software en un repositorio y, como tal, el recurso primario (registro) y principal de metadatos para los repositorios institucionales;
  • Vista de acceso a la información financiera, de recursos humanos y de gestión de proyectos de una organización (y a otros sistemas pertinentes de la organización);
  • Suministro de información del servicio de directorio para la autenticación, autorización, flujo de trabajo y trabajo cooperativo;
  • Generación de páginas web que presentan la organización de la intranet, la DMZ y la extranet, directamente o desde otros sistemas de la organización;
  • Interoperación con otros CERIF-CRIS (y sus sistemas asociados) para dar una visión global de la información de la investigación;
  • Siendo el nodo local y la fuente principal de la información de investigación de la institución en las Infraestructuras de Información de Investigación nacionales e internacionales.

El punto clave es que el investigador, provisto de un CERIF-CRIS, descubre que hay un gran beneficio (CV automatizado, bibliografía, lista de participación en proyectos, generación de páginas web institucionales, finalización parcial de propuestas de investigación, etc.) a cambio de un esfuerzo de entrada relativamente pequeño, ya que la mayoría de las entradas están automatizadas o sólo se requieren una vez y se utilizan muchas veces. De igual modo, el director de la investigación obtiene una visión general de la actividad de investigación dentro y fuera de su institución, lo que le permite tomar mejores decisiones estratégicas.

El CERIF proporciona la interoperación del CRIS y los sistemas asociados con una sintaxis formal y una semántica declarada para que sea fiable y escalable. La situación final ideal es un apoyo completo e integrado de extremo a extremo de las TIC para la cadena de procesos de I+D -programa de trabajo, propuesta, proyecto, resultados, explotación, creación de riquezas- a través de CRISs distribuidos de forma heterogénea.

Para lograr esto necesitamos desarrollar (más) tecnologías de metadatos (interoperación), GRIDs y computación ambiental (facilidad de uso) y flujo de trabajo (reducir la barrera del umbral), permitiendo así que CRIS sea el foco central (proporcionando el contexto de I+D) para los resultados de la investigación, tales como publicaciones, patentes, productos incluyendo conjuntos de datos de I+D y software.

Así pues, el CRIS ocupa una posición central en el espacio de información de la investigación, véase la imagen de arriba para obtener una impresión gráfica de la posición de un CRIS en una institución (haga clic en la imagen para verla más grande)…

Exploración de las identidades de WorldCat como fuente de información Altmetric: Un experimento de análisis del catálogo de la biblioteca en el campo de la Cienciometría

New Interface for WorldCat: Dec 18 | Indiana University Libraries

Torres-Salinas, D., Arroyo-Machado, W., & Thelwall, M. (2020). Exploring WorldCat Identities as an altmetric information source: A library catalog analysis experiment in the field of Scientometrics. (Preprint). ArXiv, https://doi.org/10.1007/s11192-020-03814-w

Evaluar el impacto de los libros académicos es un difícil problema de evaluación de la investigación. El análisis del catálogo de la biblioteca facilita el estudio cuantitativo, a diferentes niveles, del impacto y la difusión de los libros académicos sobre la base de los datos acerca de su disponibilidad en las bibliotecas. El catálogo mundial de WorldCat recopila datos sobre las existencias de las bibliotecas y ofrece una serie de herramientas, entre las que se encuentra la novedosa WorldCat Identities. Se basa en los perfiles de los autores y proporciona indicadores relativos a la disponibilidad de sus libros en los catálogos de las bibliotecas. Se investiga esta nueva herramienta para identificar sus fortalezas y debilidades en base a una muestra de autores de Bibliometría y Cienciometría. Se revisan los problemas que esto conlleva y comparamos los indicadores del Análisis de catálogos de bibliotecas con las citas de Google Scholar y Web of Science. Los resultados muestran que WorldCat Identities puede ser una herramienta útil para la evaluación del impacto de los libros, pero el valor de sus datos se ve socavado por la provisión de colecciones masivas de libros electrónicos a las bibliotecas académicas.

Informe técnico sobre los instrumentos para la elaboración de planes de gestión de datos de investigación

Pedro Príncipe, Paula Moura, André Vieira, Filipa Pereira. Relatório Técnico sobre Ferramentas para a Elaboração de Planos de Gestão de Dados. Lisboa: Fundação para a Ciência e Tecnologia (FCT), 2020

Texto completo

Más sobre Gestión de datos de investigación

En el marco del plan de actividades en el ámbito de la gestión de datos de investigación, la FFundação para a Ciência e Tecnologia (FCT), a través de la Unidade de Computação Científica Nacional (FCCN), tiene la intención de poner a disposición de la comunidad científica y de enseñanza superior un sistema de planes de gestión de datos de investigación. Su objetivo es asegurar que los investigadores preparen y actualicen los planes de gestión de datos (PGD) relacionados con sus proyectos, de conformidad con la «Política sobre la gestión y el intercambio de datos y otros productos resultantes de las investigaciones financiadas por el Tratado de Libre Comercio de América del Norte» (1). En el contexto actual, los Principios rectores para la aplicación de una política nacional de ciencia abierta (2) definen el principio del «acceso abierto a los datos científicos resultantes de la investigación financiada con fondos públicos», así como la «garantía de preservación de las publicaciones y los datos científicos a fin de permitir su reutilización y el acceso continuo». Además, en las Recomendaciones de la Comisión Europea de 25 de abril de 2018 sobre el acceso a la información científica y su conservación (3) se establece que los Estados miembros deben definir y aplicar políticas claras para la gestión de los datos resultantes de las investigaciones financiadas con fondos públicos. También consideran importante que «la planificación de la gestión de datos se convierta en una práctica científica habitual en una etapa temprana del proceso de investigación cuando se generen o reúnan datos, en particular exigiendo planes de gestión de datos».

El presente informe técnico tiene por objeto evaluar los instrumentos de gestión de datos de investigación de que se dispone actualmente a nivel mundial a fin de seleccionar el que mejor se ajuste al servicio nacional que se prestará. Esta evaluación integrará varios aspectos que se consideran pertinentes, en particular: – La apertura del software, es decir, si es de código abierto o propietario; – El alcance de la comunidad de usuarios; – La disponibilidad de modelos para los financiadores; – Los casos de uso; – La disponibilidad de apoyo y soporte técnico, así como de capacitación; – Los respectivos planes de costos. Esta información permitirá preparar un resumen comparativo de las diversas funcionalidades disponibles, facilitando el análisis del cumplimiento de los requisitos considerados relevantes para el servicio que el FCT prestará a la comunidad. También se abordarán los estudios e iniciativas nacionales sobre las DGP. Por último, también consideramos importante evaluar los servicios de los PGD que ya están implementados en algunos países de referencia en el campo de la gestión de datos de investigación, como: España, Bélgica, Francia, Noruega, Dinamarca y Alemania.

Guía de buenas prácticas en la publicación científica

Guía de buenas prácticas en la publicación científica | Dilemata

Delgado López-Cózar, Emilio. Guía de buenas prácticas en la publicación científica. Dilemata, Revista Internacional de Éticas Aplicadas, nº 33, 295-310

Texto completo

El estudio sobre «Hábitos, prácticas, percepciones y opiniones sobre la publicación y la evaluación científica en Filosofía y Filosofía Moral en España» ha evidenciado que existe un cierto desconocimiento sobre los estándares de publicación científica y algunas dificultades a la hora de entender determinados conceptos en torno a lo que son bue-nas prácticas en la publicación. A lo largo de la confección del informe se han recibido algunas consultas al respecto que avalan esta percepción. Por ello considero que puede resultar de interés añadir una breve guía de buenos usos en la publicación científica incluyendo una serie de definiciones y pautas que orienten a la comunidad científica de Filosofía en su conjunto en lo que son actuaciones éticas en la publicación y comunicación de los resultados de investigación. El objetivo es tratar de establecer unas bases que quizás resulten de utilidad para los investigadores de las áreas de Ética y Filosofía en sus diferentes facetas, como autores, revisores y editores. En primer lugar, debemos referirnos a aquellas malas prácticas en la publicación científica que han emergido en nuestro estudio como más prevalentes en la investigación filosófica española. Se procura clarificar conceptos, contextualizarlos y definir buenos usos y medidas que intenten sino erradicarlos al menos frenarlos. En segundo lugar, se señalarán cuáles deben ser las responsabilidades éticas en la publicación de todos los actores que participan en el ciclo comunicativo -autores, editores y revisores- no olvidando que cualquier miembro de la comunidad profesional desempeña estos roles en distintos momentos de su vida cotidiana. Lo más habitual es que se simultaneen.

El 92% de los profesores universitarios españoles de Filosofía y Ética consideran que en su campo están proliferando prácticas fraudulentas en la publicación

Delgado, E., Ramón, L.-C., Feenstra, A., & Pallarés-Domínguez, D. Hábitos, prácticas y percepciones sobre comunicación, evaluación y ética de la publicación científica. Asociación Española de Ética y Filosofía Política, 2020. http://repositori.uji.es/xmlui/handle/10234/189924

Texto completo

El objetivo de este trabajo es presentar los resultados de una investigación realizada por múltiples procedimientos (encuesta, entrevista y grupo de discusión) a investigadores y profesores universitarios españoles adscritos a las áreas de conocimiento de Filosofía y Filosofía Moral. Se pretende conocer, de una parte, sus hábitos de comunicación científica (información y publicación) y de otra, sus opiniones y percepciones acerca de los criterios, indicadores bibliométricos y sistemas de evaluación de la investigación.

El 92% de los profesores universitarios españoles de Filosofía y Ética entendían que en su campo estaban proliferando prácticas fraudulentas en la publicación. El 80% identificaba como habituales dos o más y el 61% señalaba tres o más malas prácticas. Entre las más frecuentes se mencionaban la publicación duplicada, el autoplagio, el uso de influencias personales o la manipulación de citas.

A lo largo del estudio se evidenció un cierto desconocimiento sobre los estándares de publicación científica y algunas dificultades a la hora de entender determinados conceptos. Por ello se compiló una breve guía de buenos usos en la publicación científica incluyendo una serie de definiciones y pautas que orienten a la comunidad científica en su conjunto en lo que son actuaciones éticas en la publicación y comunicación de los resultados de investigación.

Se presenta una breve guía clarificar conceptos, contextualizarlos, sugerir buenas prácticas y medidas que intenten si no erradicar el problema del fraude al menos frenarlo. Asimismo, se señalan cuáles deben ser las responsabilidades éticas en la publicación de todos los actores que participan en el ciclo comunicativo: autores, editores y revisores.