Archivo de la categoría: Investigación

5 consejos clave para convertir su tesis doctoral en un libro de éxito

temp_file_cover6

5 Key Tips for Turning your PhD into a Successful Monograph. Routledge, 2018

Texto completo

Algunas tesis doctorales dan lugar a excelentes libros, lo que permite que la investigación se distribuya de manera más amplia, lo que a menudo constituye un trampolín para una carrera académica exitosa. Sin embargo, es importante recordar que un libro es un producto muy diferente de una tesis y no todas las buenas tesis serían buenos libros. Los editores consultan con los revisores académicos y toman la decisión no sólo sobre la calidad académica de un volumen, sino sobre su valor comercial y mercado potencial.

Los 5 consejos clave de este documento le ayudarán a evaluar y adaptar su propia obra antes de presentarla a la editorial elegida.

1. Comprensión del valor comercial
2. ¿Podría tu obra ser parte de una serie?
3. Considerar la audiencia
4. Elegir un título apropiado
5. Edición – revisar, modificar y adaptar

 

 

 

Las descargas desde la web pirata de artículos de revistas Sci-Hub se triplicaron en 2017

scihub-300x300

El sitio web Sci-Hub permite a los usuarios descargar versiones en PDF de artículos académicos, incluyendo muchos artículos de pago de sitios web de las editoriales multinacionales. Sci-Hub ha crecido rápidamente desde su creación en 2011, pero el alcance de su cobertura no estaba muy claro. Parece ser que a partir de marzo de 2017, la base de datos de Sci-Hub contiene el 68,9% de los 81,6 millones de artículos académicos registrados en Crossref y el 85,1% de los artículos publicados en revistas de pago. La cobertura varía según la disciplina y el editor, pero lo cierto es que Sci-Hub cubre preferentemente el contenido más popular que está en las web de las editoriales académicas a las que se acceder mediante suscripción a una licencia; para darnos idea de la dimensión del sitio, Sci-Hub ofrece mayor cobertura que la Universidad de Pennsylvania, una de las principales universidades de investigación en los Estados Unidos.

Los registros de descargas de publicaciones en Sci-Hub hasta el 18 de enero de 2017, muestran que, a pesar de las demandas de la American Chemical Society (ACS) y Elsevier, el sitio experimentó un crecimiento en su actividad. Un análisis de esos datos, publicado a principios de este mes en eLife, revela que las descargas diarias en el sitio pirata aumentaron de manera continuada, desde aproximadamente 200.000 descargas por día en 2016, se llegó a unas 600.000 descargas por día a mediados de 2017.

38588032940_2329101afa_b_d

Sin embargo, en diciembre pasado, las descargas cayeron significativamente -a aproximadamente a 350.000 por día- lo que coincide con el tiempo que Sci-Hub perdió tres de sus dominios, sci-hub. cc, sci-hub. io y sci-hub. ac. Pero, cada vez que se ha producido un hecho de este tipo, Sci-Hub ha vuelto a rehacer su infraestructura tecnológica y, por el contrario, las demandas contra Sci-Hub han atraído la atención de los medios de comunicación y han despertado más interés entre las personas, lo que ha generado más publicidad para la plataforma pirata, por lo que algunos expertos consideran que la lucha entre las editoriales multinacionales y Elsevier debe plantearse fuera de las salas de justicia.

 

Guía de escritura académica para estudiantes

about-writing-revised

 

 

Jeffrey, Robin About Writing: A Guide,  [e-Book]  Open Textbook Library, 2017

 

Texto completo

PDF

ePub

mobi

 

La obra de Roin Jeffrey condensa y cubre todo lo que un estudiante necesita saber para componer exitosamente un trabajo universitario, incluyendo lo básico de composición, gramática e investigación. El libro se divide en secciones fáciles de comprender, sin sobrecargar a los estudiantes con más información de la que necesitan. Excelente para cualquier estudiante principiante en escritura o como referencia para estudiantes avanzados!

Auditoría de apoyo a la investigacion digital

2014_sads_final_report_with_appendices

Brenner, Aaron L. (2014) Audit of ULS Support for Digital Scholarship: Report of Findings and Recommendations. Project Report. UNSPECIFIED. (Unpublished)

Texto completo

El Sistema de Bibliotecas Universitarias (ULS) de la Universidad de Pittsburgh cuenta con una buena base de capacidades para apoyar la investigacion digital. Ha trabajado arduamente para desarrollar estas capacidades durante los últimos 15 años, incluyendo experiencia en digitalización, infraestructura de colecciones digitales, publicación electrónica y servicios de repositorios. Estas capacidades, si bien son altamente exitosas desde el punto de vista de la producción, tienen un historial de éxito más variado en cuanto a su compromiso y visibilidad en todo el campus y dentro de la propia ULS. También existen oportunidades sustanciales para ampliar nuestro portafolio de servicios en apoyo de la investigación digital y al mismo tiempo brindar más visibilidad, consistencia y transparencia a su funcionamiento.

En diciembre de 2013, Rush Miller, el Director del Sistema de Bibliotecas Universitarias, pidió un proyecto para llevar a cabo una «auditoría estratégica» del apoyo de ULS para la beca digital. Este informe, así como las conclusiones y recomendaciones que contiene, representan el resultado final de este proyecto. El informe detalla los hallazgos de las entrevistas con la investigadores y personal de apoyo y bibliotecas

Principios DC1 sobre citación de datos de investigación

data20citation20logo20-20small1

Data Citation Synthesis Group: Joint Declaration of Data Citation Principles. Martone M. (ed.) San Diego CA: FORCE11; 2014 https://doi.org/10.25490/a97f-egyk

Cualquier investigación sólida y reproducible descansa sobre una base de datos sólidos y accesibles. Para que esto sea así tanto en la práctica como en la teoría, los datos deben tener la debida importancia en la práctica de la erudición y estar depositados en un registro académico duradero. En otras palabras, los datos deben considerarse productos legítimos y citables de la investigación. La citación de datos, al igual que la de otras evidencias y fuentes, es una buena práctica de investigación y forma parte del ecosistema académico que apoya la reutilización de datos.

Aqui exponemos los principios DC1 Data citation principles de FORCEE 11:

 

1. Importancia. Los datos deben considerarse productos legítimos y citables de la investigación. Las citas de datos deben tener la misma importancia en el expediente académico que las citas de otros objetos de investigación, tales como publicaciones.

2. Crédito y Atribución. Las citas de datos deben facilitar la atribución de créditos académicos y atribuciones normativas y legales a todos los contribuyentes a los datos, reconociendo que un único estilo o mecanismo de atribución puede no ser aplicable a todos los datos

3. Pruebas. En la literatura académica, cuando y dondequiera que una reivindicación se base en datos, los datos correspondientes deben citarse

4. Identificación Única. Una citación de datos debe incluir un método persistente de identificación que sea automáticamente procesable, globalmente único y ampliamente utilizado por una comunidad (DOI).

5. Acceso al acceso. Las citas de datos deben facilitar el acceso a los propios datos y a los metadatos, documentación, código y otros materiales asociados, según sea necesario para que tanto los seres humanos como las máquinas puedan hacer un uso informado de los datos referenciados

6. Persistencia. Deberían persistir identificadores y metadatos únicos que describan los datos y su disposición, incluso más allá de la vida útil de los datos que describen

7. Especificidad y verificabilidad. Las citas de datos deben facilitar la identificación, el acceso y la verificación de los datos específicos que respaldan una declaración. Las citaciones o metadatos de citación deben incluir información sobre la procedencia y la fijación suficiente para facilitar la verificación de que el corte temporal específico, la versión y/o la parte granular de los datos recuperados posteriormente es la misma que se citó originalmente.

8. Interoperabilidad y flexibilidad. Los métodos de citación de datos deben ser lo suficientemente flexibles para acomodar las prácticas variadas entre comunidades, pero no deben diferir tanto que comprometan la interoperabilidad de las prácticas de citación de datos entre comunidades.

 

 

Taylor & Francis apuesta por las políticas de intercambio de datos

understanding-our-data-sharing-policies

Ver imagen ampliada

Esta semana Taylor & Francis anunció que aplicará una política básica que fomentará el intercambio de datos a todos los títulos de revistas de su propiedad, con el objetivo de que sus publicaciones trabajen con políticas de intercambio de datos más progresivas durante 2018.

Ver anuncio

Data sharing policies

A partir de 2018, Taylor & Francis introducirá nuevas políticas sobre el intercambio de datos. La política básica de intercambio de datos, que se aplica en muchas revistas, animará a los autores a depositar los datos en un repositorio adecuado, citarlos e incluir una declaración de disponibilidad de datos que explique dónde otros que pueden acceder a los datos.

Los datos son un producto clave en y para la investigación, por lo tanto, compartirlos presenta una multitud de oportunidades para la investigación y los investigadores. Las nuevas políticas tienen por objeto promover un mayor intercambio de datos para mejorar la solidez de todo el proceso de investigación, respaldando la transparencia, la reproducibilidad y la replicabilidad de los resultados.

Además posibilita la capacidad de cita no sólo del resultado final de la investigación, si no también de los datos aportados, lo que permitirá a los investigadores obtener y dar crédito adicional a sus investigaciones por sus valiosos hallazgos de datos. Cuando los autores compartan datos, se les pedirá que incluyan una declaración de disponibilidad de datos, lo que mejorará la posibilidad de descubrir su investigación. Las políticas abarcan desde el fomento del intercambio de datos hasta la apertura de los mismos con una licencia, ofreciendo flexibilidad y garantizando al mismo tiempo la satisfacción de las necesidades de los diferentes campos y disciplinas.

¿Por qué compartir datos?

  • Algunos proveedores de fondos exigen ahora que se compartan los datos (puede comprobarlo utilizando esta práctica herramienta Sherpa-Juliet), y cada vez es más común que algunas áreas temáticas pongan los datos a disposición de todos. Hay varios beneficios al compartir datos
  • Compartir públicamente los datos mejora la solidez del proceso de investigación, apoyando la validación, la transparencia de la investigación, la reproducibilidad y la replicabilidad de los resultados. Esto puede a su vez, hacer avanzar el descubrimiento y el conocimiento.
  • Compartir datos puede conducir a la reutilización y el descubrimiento, con mayores oportunidades para realizar metanálisis y extraer nuevos conocimientos.
  • Depositar los datos en un repositorio que ofrece un identificador permanente como un DOI, permite a los autores y a otros citar el conjunto de datos, lo que permite a los investigadores obtener el crédito apropiado para su trabajo.
  • La deposición de datos apoyan la preservación de datos a largo plazo.
  • Una mayor disponibilidad pública de los datos de investigación apoya consecución de la investigación en la práctica.

 

Cualquier investigación sólida y reproducible descansa sobre una base de datos sólidos y accesibles. Para que esto sea así tanto en la práctica como en la teoría, los datos deben tener la debida importancia en la práctica de la erudición y estar depositados en un registro académico duradero. En otras palabras, los datos deben considerarse productos legítimos y citables de la investigación. La citación de datos, al igual que la de otras evidencias y fuentes, es una buena práctica de investigación y forma parte del ecosistema académico que apoya la reutilización de datos. Por ello Taylor & Francis sigue los principios DC1 Data citation principles de FORCEE 11:

 

Big Deal ¿Deberían las universidades subcontratar más infraestructura básica de investigación?

bigdeal-logo

Schonfeld, R. C. (2018). [e-Book] Big Deal: Should Universities Outsource More Core Research Infrastructure?, Ithaka S+R., 2018

Texto completo

Las universidades de investigación se han desarrollado en simbiosis con un conjunto robusto de proveedores comerciales que atienden sus necesidades. Desde los proveedores de servicios de alimentos, pasando por la gestión de comedores, hasta las empresas de capital privado y la gestión de partes de la dotación, la contratación externa ha permitido a las universidades seguir centrándose más en sus funciones básicas de educación e investigación. Pero las universidades también han optado a veces por externalizar la infraestructura académica. Las empresas comerciales han desempeñado un papel importante en varias funciones universitarias, como la publicación científica, los sistemas de gestión de bibliotecas y los sistemas de gestión de cursos. Y en los tres casos, las prioridades comerciales de los vendedores a veces han frustrado al mundo académico. Si bien la contratación externa no es uniformemente buena o mala, los servicios con un mercado principalmente académico parecen ser especialmente susceptibles a las dinámicas de monopolio u oligopolio entre los proveedores comerciales. Hoy en día, se está desarrollando una clase completamente nueva de herramientas y plataformas que puede revolucionar la investigación científica en el mundo académico. Estas herramientas de flujo de trabajo de investigación mejorarán la transparencia, la reproducibilidad, la rendición de cuentas y la eficiencia del proceso de investigación científica, una enorme ayuda para los propios científicos y sus universidades que han invertido tanto en ciencia académica. Pero al evaluar y adoptar estas nuevas y valiosas herramientas de flujo de trabajo de investigación, las universidades se enfrentan una vez más a cuestiones clave sobre si y bajo qué circunstancias externalizar la infraestructura académica básica con un mercado principalmente académico.

Los investigadoress y, en particular, los científicos que trabajan en equipo pueden aumentar drásticamente su productividad y eficacia con herramientas que los apoyan sistemáticamente desde el diseño y la financiación de la investigación, pasando por la recopilación y el análisis de datos, hasta la evaluación y la exhibición, como puede verse en este esquema muy aproximado de su flujo de trabajo general

No es difícil para un científico imaginar que implican las distintas etapas del ciclo de vida de la investigación: Desde la programación de un instrumento científico, pasando por el análisis del conjunto de datos que ha creado, hasta la colaboración en el proyecto de artículo derivado del análisis, pasando por el trabajo a través de los comentarios de los pares revisores, pasando por el examen del impacto de la investigación una vez publicada, por la inclusión de esas estadísticas en la solicitud de una subvención para la siguiente fase de investigación, hasta la actualización de la investigación más reciente en el campo. Tradicionalmente, cada uno de estos pasos a lo largo del flujo de trabajo utiliza diferentes herramientas y sistemas. En parte, esto se debe a que el flujo de trabajo general está respaldado por, o se involucra con, una variedad de funciones diferentes, incluyendo investigadores, financiadores, proveedores, software de análisis y escritura, editores y bibliotecas. Las herramientas y servicios digitales individuales pueden aportar grandes mejoras a la experiencia del investigador en casi todos los puntos del flujo de trabajo. Lograr una mayor fluidez en todo el ciclo de vida de la investigación a través de integraciones en estos pasos discretos es un camino hacia una mejora aún mayor.

Apertura de la publicación científica – Desarrollo y aplicación de criterios sistemáticos de evaluación

39576770974_61afc4ec10_o_d

Anna Björk, Juho-Matti Paavola, Teemu Ropponen, Mikael Laakso, Leo Lahti, Opening academic publishing – Development and application of systematic evaluation criteria. Open Science and Research Initiative, 1018

Texto ccompleto

Este informe resume el desarrollo de un cuadro de mando normalizado para evaluar la apertura de los editores académicos. La evaluación se completó en enero de 2018 como parte de la Iniciativa de Ciencia Abierta e Investigación del Ministerio de Educación y Cultura de Finlandia.

El proyecto complementa los informes anteriores publicados por la Open Science and Research Initiative y el Ministerio de Educación y Cultura de Finlandia, que han estudiado:

1) Nivel de apertura de las universidades,

2. Situación general de los costes de publicación en acceso abierto en Finlandia

3. Organismos de investigación y organizaciones de financiación de la investigación, incluidos algunos financiadores europeos seleccionados.

El proyecto trazó un mapa y evaluó la apertura de los principales editores académicos seleccionados: Association for Computing Machinery (ACM), American Chemical Society (ACS), Elsevier, Institute of Electrical and Electronic Engineering (IEEE), Lippincott, Williams & Wilkins (LWW), Sage, Springer Nature, Taylor & Francis y Wiley-Blackwell.

Las dimensiones de la apertura de los editores se resumieron en un cuadro de mando de siete factores clave, proporcionando una nueva herramienta para la evaluación sistemática y estandarizada. Se utilizaron datos de los sitios web de los editores para comparar los factores clave de la apertura, y se dio a los editores la oportunidad de hacer comentarios sobre la información recopilada. Como fuentes complementarias, se utilizaron datos de bases de datos abiertas comúnmente reconocidas: Directory of OA Journals (DOAJ), Gold OA Journals 2011-2016 (GOAJ2), Scopus (lista de títulos + Scimago) y Sherpa/Romeo.

du2kvyxx0aahyca

Los resultados principales incluyen el cuadro de mando y la evaluación de la apertura de los principales editores académicos seleccionados. Éstos se basan en siete factores clave:

1. La fracción de las revistas de acceso abierto (AO) y sus artículos sobre la producción total de publicaciones.

2. los costos de la publicación OA (gastos de procesamiento de artículos, APC).

3. el uso de licencias Creative Commons (CC)

4. Políticas de autoarchivo.

5. El acceso a la minería de textos y datos (TDM).

6. Apertura de los datos de citas

7. Acceso a la información relacionada con las prácticas OA. Para tener información más allá del nivel de editor, también se testaron revistas individuales para discutir la distribución de revistas según los APCs, sus licencias y tres métricas de impacto (CiteScore 2016, Scimago Journal & Country Ranks (SJR) 2016, y Source Normalized Impact per Paper (SNIP) 2016).

La evaluación de los editores seleccionados con el cuadro de mando indica, por ejemplo, que la fracción de las revistas OA y sus artículos sobre la producción total de publicaciones es baja en este grupo. Además, las revistas OA más costosas también parecen tener las métricas de mayor impacto. Sin embargo, una opinión definitiva sobre el asunto requeriría datos más extensos e investigación adicional. Se concluye discutiendo aspectos y complejidades clave en la evaluación cuantitativa y en el diseño de una evaluación estandarizada de la apertura del editor, y se observan también otros factores que podrían incluirse en futuras versiones del cuadro de mando integral.

 

Relación entre las altermetrías y las medidas tradicionales de medición científica

altmetrics2
Maggio, Lauren A ; Leroux,  Todd ; Meyer, Holly S ; Anthony R Artino. «Exploring the relationship between altmetrics and traditional measures of dissemination in Health professions education«. BioArxiv, 2018. doi: https://doi.org/10.1101/260059

 

Los investigadores, financiadores e instituciones están interesados en comprender y cuantificar la difusión y el impacto de la investigación, especialmente en lo que se refiere a la comunicación con el público. Tradicionalmente, las citaciones han sido una medida de impacto primario; sin embargo, las citaciones requieren de un lento proceso para acumularse y enfocarse en el uso académico.

Recientemente se ha sugerido la utilización medidas altmétricas, que registran formas alternativas de difusión (por ejemplo, los medios sociales) como complemento de las métricas basadas en citaciones. Este estudio examina la relación entre la altermetria y las medidas tradicionales: citas de artículos de revistas y recuento de accesos. Los investigadores recopilaron en Web of Science y Altmetric.com  artículos publicados en revistas de HPE entre 2013-2015. Identificaron 2.486 artículos.

Los datos se analizaron mediante modelos binomiales y de regresión lineal negativa. En este recuento, los blogs se asociaron con el mayor aumento de citas (13% de incremento), mientras que los Tweets (1,2%) y Mendeley (1%) se asociaron con aumentos menores. El factor de impacto en revistas (JIF) se asoció con un aumento del 21% en las citas. Los artículos libremente accesibles al público se asociaron con una disminución del 19%, pero el efecto interactivo entre los artículos accesibles y el Factor de impacto se asoció con un aumento del 12%. Al examinar las cuentas de acceso, los artículos libremente accesibles al público tuvieron un aumento de 170, mientras que los blogs se asociaron con una disminución de 87 accesos.

Este estudio sugiere que varios puntos de las métricas alternativas están positivamente asociados con las citas, y que la accesibilidad pública, manteniendo constantes todas las demás variables independientes, está positivamente relacionada con el acceso al artículo. Dado el enfoque evolutivo de la comunidad científica en la difusión-incluyendo al público-los hallazgos tienen implicaciones para las partes interesadas, proporcionando una visión de los factores que pueden mejorar las citas y el acceso a los artículos.

La evaluación de la investigación: criterios de evaluación en Humanidades y el caso de la Traducción e Interpretación

evaluacion2

Granell Zafra, X. “La evaluación de la investigación: criterios de evaluación en Humanidades y el caso de la Traducción e Interpretación.” Investigación bibliotecológica vol. 29, n. 66 (2015). pp. 57-78. http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S0187-358X2015000200057

En este artículo abordamos los criterios de evaluación que determinan la calidad de la productividad investigadora en el campo de las Humanidades con el objetivo de comprobar su aplicación al área de conocimiento de la Traducción e Interpretación. Partimos de un análisis de los criterios establecidos por dos de los organismos encargados de evaluar la producción científica española: ANECA y CNEAI. Uno de los principales problemas en la aplicación de los criterios que afecta a todos los campos de las Humanidades es la utilización de indicadores de calidad procedentes del ámbito de las ciencias experimentales, centrados en la producción publicada en revistas científicas incluidas en determinados índices y bases de datos. Por este motivo, nos proponemos indagar cuáles son los problemas que representa esta manera de evaluar las publicaciones para la investigación producida habitualmente en Traducción e Interpretación y qué alternativas pueden darse para incrementar la visibilidad de la producción investigadora.