Archivo de la categoría: Investigación

Indicadores de impacto normalizado: origen, cálculo, limitaciones y aplicaciones a la política científica.

Indicadores de impacto normalizado: origen, cálculo, limitaciones y aplicaciones a la política científica. UNIR. Con Daniel Torres-Salinas

Los indicadores de Impacto Normalizado son adecuados para monitorizar, contextualizar y comparar el impacto de nuestro currículum y artículos científicos. También para analizar la trayectoria de un grupo de investigación… Se pueden utilizar como indicio de calidad en las solicitudes de ANECA, CNEAI, Ramón y Cajal, en la defensa de plazas de profesorado, etc. Estos indicadores se han popularizado ampliamente en España por las convocatorias Apoyo y acreditación de Centros de Excelencia Severo Ochoa y Unidades de Excelencia María de Maeztu. Desde el punto de vista bibliométrico uno de los criterios de evaluación más llamativos es la necesidad de que los investigadores garantes tengan un Impacto Normalizado de, como mínimo, 1,5. En este Seminario, Daniel-Torres Salinas, director de la Unidad de evaluación científica de la Universidad de Granada, analiza críticamente el origen de los indicadores de impacto normalizado de citación, como por ejemplo Crown Indicator, Category Normalized Citation Impact (Incites) o Field Weighted Citation Impact (SciVal). Y muestra cómo se calculan sus diferentes versiones, así como sus ventajas y limitaciones.

Guía para la elaboración de trabajos científicos: grado, máster y postgrado

Mirón Canelo, J. A. «Guía para la elaboración de trabajos científicos: grado, máster y postgrado«. Salamanca: Regoo, 2013. 978-84-616-4429-2

Texto completo

Esta Guía se ha realizado con el objetivo de ofrecer información relevante, concisa y precisa sobre los elementos y procedimientos básicos para la elaboración rigurosa y científica de los trabajos que hay que realizar en el Grado (Trabajo Fin de Grado) y en Post-Grado (Trabajo Fin de Máster y Tesis Doctoral) por parte de los discentes y/o profesionales de Ciencias de la Salud, Ciencias Sociales y afines.

Toda la información introducida en esta Guía es fruto de la experiencia docente (cursos doctorado y formación continua) e investigadora y tiene un marcado carácter práctico para que sirva de apoyo y facilite la realización, desarrollo y presentación de trabajos científicos universitarios y/o profesionales.

En cada tema de esta guía se establecen los conocimientos, procedimientos y herramientas que se consideran imprescindibles y/o necesarios para la consecución de un buen trabajo científico, ya sea de Fin de Grado, Fin de Máster, Tesis Doctoral u Otros. Además, a lo largo de la misma se aportan consejos y recomendaciones prácticas que son consecuencia de la experiencia del equipo de docentes y expertos que han participado en la elaboración de esta Guía.

La Guía nace con el doble propósito de aportar rigor y calidad en los trabajos científicos y ayudara los universitarios y profesionales a adquirir competencias y habilidades para presentar y reflejar de forma escrita los trabajos elaborados para conseguir el objetivo, graduación, máster, doctorado u otros.

En la medida en que esta Guía sea útil al discente y a los profesionales en el proceso de aprendizaje de competencias y habilidades transversales y en su desarrollo profesional habremos conseguido nuestro objetivo.
.

Indice

Módulo 1

Capítulo 1. Espacio Europeo de Educación Superior (EEES). M. Alonso, H. Iglesias, J. A. Mirón

Capítulo 2.  Formación en Competencias Profesionales Transversales.  M. Alonso, H. Iglesias, J. A. Mirón

Módulo 2

Capítulo 3. Tipos de estudios a utilizar enTrabajos Científicos. J. A Mirón, M. Alsono, F. Lorenzo

Capítulo 4.  Revisión Clásica y Revisión Sistemática. A. J. Chamorro, M. Marcos

Capítulo 5.  Sistemas de Información. M. Alonso, J. A. Mirón

Capítulo 6. Competencias Informacionales. H. Martín-Rodero, J. Alonso Arévalo

Capítulo 7. Redes Sociales e Investigación Científica.  J. Alonso Arévalo, H. Martín-Rodero

Capítulo 8. Gestores de referencias bibliográficas.  J. Alonso Arévalo, H. Martín-Rodero

Capítulo 9. Escritura Científica.  M. Marcos, A. J. Chamorro, J. A. Mirón

Capítulo 10. Medicina Basada en la Evidencia. Lectura Crítica. M. Marcos, A. J. Chamorro

Capítulo 11. Evaluación de los Trabajos Científicos (Te). M. J. Rodríguez

Módulo 3

Capítulo 12. Propuesta de temas de interésen TFG. J. Montero, A. Albaladejo, J. A. Mirón

Capítulo 13. Propuesta de Presentación Te. J. Montero, A. Albaladejo, B. Montejo, J. A. Mirón

Capítulo 14. Habilidades Sociales y de Comunicación. L. C. Fernández

Capítulo 15. Visibilidad y medición de la calidad científica de las publicaciones. J. Alonso Arévalo

Datos para una vida mejor: Los datos, una espada de doble filo

INFORME SOBRE EL DESARROLLO MUNDO 2021

Datos para una vida mejor: Los datos, una espada de doble filo.

Texto completo

Español

Inglés

En el Informe sobre el desarrollo mundial 2021: Datos para una vida mejor, se procura responder dos preguntas fundamentales. Primero, ¿cómo pueden contribuir los datos a alcanzar los objetivos de desarrollo? Segundo, ¿qué tipo de mecanismos de gestión se necesitan para respaldar la formulación y el uso de datos de forma segura, ética y confiable, y al mismo tiempo asegurar un acceso equitativo al consiguiente valor agregado?

Las innovaciones tecnológicas recientes han dado lugar a un aumento masivo de la disponibilidad de datos detallados en tiempo real. Estas innovaciones crean nuevas oportunidades para mejorar el desempeño económico de las empresas; fortalecer la gestión del estado, y aumentar la participación ciudadana.

Al mismo tiempo, se pueden reorientar datos acumulados en el sector privado con el fin de mejorar el diseño, la ejecución y la evaluación de las políticas públicas. Los datos pueden mejorar la vida a través de múltiples vías. Los Gobiernos pueden utilizar los datos para mejorar el diseño de programas y políticas públicas, así como la focalización de recursos hacia personas y zonas marginadas. El sector privado puede aprovecharlos como base para nuevos modelos de negocio de plataforma que estimulan la actividad económica y favorecen el comercio internacional de servicios. Y las personas, empoderadas por los datos, pueden tomar mejores decisiones gracias a la disponibilidad de más información y conocimientos y exigir una rendición de cuentas a los Gobiernos (véase el gráfico 1, donde los impactos positivos están señalados en verde).

Los datos generan un valor económico y social que puede multiplicarse a través de su reutilización y adaptación a nuevos usos. Sin embargo, las economías de escala en el análisis de datos crean incentivos para su acumulación, lo que puede conducir a la concentración de poder económico y político. Este acaparamiento impide la reutilización de los datos e imposibilita que estos alcancen todo su potencial para el desarrollo. Al mismo tiempo, da lugar a posibles abusos de los datos personales. En ese sentido, cada día van aumentando las preocupaciones sobre los riesgos relacionados con el uso indebido de los datos, así como las desigualdades en cuanto a la posibilidad de acceder a ellos. Todos estos elementos han ido disminuyendo progresivamente el entusiasmo en torno al potencial de los datos para fomentar el desarrollo económico y social.

Existen distintas maneras de abusar de los datos. Por ejemplo, un Gobierno podría aprovecharse de los datos personales para ejercer una vigilancia política sobre la población o para discriminar a determinados grupos sociales. Al mismo tiempo, la empresa privada podría explotar el poder de mercado que otorgan los datos para manipular a sus clientes. Por su parte, los ciudadanos podrían acceder a datos de manera ilegal para fines delictivos (en el gráfico 1, los impactos negativos se muestran
en rojo).

La mejora de la infraestructura de datos ayuda a garantizar el acceso equitativo de los pobres en los países pobres

Solar-powered community data hub with people accessing digital tools and connectivity in rural area
A rural community gathers around a solar-powered data hub to access high-speed connectivity and data services.

Improving data infrastructure helps ensure equitable access for poor people in poor countries Vivien Foster Niccolò Comini y Sharada Srinivasan|may 06, 2021

Ver noticia

El tráfico mundial de datos se ha multiplicado por mil en los últimos 20 años. Los datos recorren miles de kilómetros a lo largo de esta cadena de suministro de infraestructura de datos global sin fisuras a velocidades impresionantes de 200.000 kilómetros por segundo, lo que significa que los datos digitales pueden, en principio, dar la vuelta al mundo cinco veces en un segundo. Esta explosión de datos crea una demanda cada vez mayor de infraestructuras de datos.

La política de infraestructura de datos, uno de los componentes básicos de un marco de gobernanza de datos, ayuda a nivelar las condiciones en la moderna economía de los datos haciendo las cosas más equitativas. Sin una infraestructura de datos moderna a nivel nacional, los países no pueden proporcionar una conectividad asequible y fiable a su población. Al mismo tiempo, sin acceso a una infraestructura de banda ancha a nivel local, las personas no pueden acceder a la riqueza de datos que existe, ni se pueden captar datos sobre esas personas, de modo que sus necesidades y preferencias puedan tenerse en cuenta en el diseño y la prestación de servicios públicos y privados. El Informe «Datos para una vida mejor Los datos, una espada de doble filo» aboga por mejorar la equidad en el sistema mundial de datos abordando las desigualdades en la disponibilidad de la infraestructura de datos, tanto las desigualdades entre las personas como las desigualdades entre los países.

La gestión eficaz y eficiente de los flujos de datos modernos requiere que los países tengan acceso a una infraestructura de datos moderna a nivel nacional. Debido a la falta de competencia y de buena gobernanza, esta infraestructura de datos moderna está mucho menos extendida en los países de renta baja que en el resto del mundo (Figura 1), lo que conlleva desventajas en términos de coste, velocidad y rendimiento.


Normas de cumplimiento sobre la información sensible y valiosa creada, gestionada y almacenada por los investigadores de las universidades de Estados Unidos

Cynthia Hudson-Vitale and Katherine Klosek. New US Federal Compliance Rules for Sensitive Information. ACRL, 2021

Texto completo

La Asociación de Bibliotecas de Investigación (ARL) ha publicado hoy este Issue Brief: New US Federal Compliance Rules for Sensitive Information que incluye detalles sobre las normas actuales y la actividad en la política de información y las prácticas de ciberseguridad relacionadas en las instituciones de investigación de Estados Unidos y las agencias federales.

Varias agencias federales de los Estados Unidos, en particular el Departamento de Defensa, están avanzando hacia la exigencia de certificaciones o evaluaciones de ciberseguridad, con implicaciones potencialmente significativas para la empresa de investigación de la educación superior.

Una gran cantidad de información sensible y valiosa es creada, gestionada y almacenada por los investigadores de las universidades de Estados Unidos. Cada vez más esta información es digital, lo que significa que las prácticas eficaces de ciberseguridad han crecido en importancia y visibilidad. Para los datos y la información producidos como parte de una actividad de investigación financiada por el gobierno federal de los Estados Unidos, la salvaguarda de la información controlada, clasificada y no clasificada (CUI) está sujeta a normas y reglamentos federales específicos. Tanto las propias normas y reglamentos, como las decisiones que toman los financiadores federales sobre su aplicabilidad, han cambiado sustancialmente en los últimos años. Sin embargo, estas cuestiones no son nuevas. Las instituciones ya estarán familiarizadas con la normativa gubernamental que regula el trabajo que entra en el ámbito del Reglamento sobre el Tráfico Internacional de Armas (ITAR), la investigación clasificada a varios niveles y los controles de la Ley de Portabilidad y Responsabilidad del Seguro Médico (HIPAA) relativos a los datos biomédicos de los pacientes, aunque algunas instituciones han optado por no albergar investigaciones sujetas a algunos de estos controles. La ciberseguridad efectiva también desempeña un papel vital en cumplimiento institucional de los requisitos de privacidad federales y estatales, así como de las mejores prácticas en general.

La investigación en Ciencias Sociales poco confiable recibe más atención que los estudios más sólidos

Unreliable social science research gets more attention than solid studies
By Cathleen O’Grady. Science May. 21, 2021 , 2:15 PM

Ver noticia completa

En 2011, un sorprendente trabajo de psicología causó sensación en las redes sociales, las noticias y el mundo académico: Las personas utilizaban Internet como una forma de memoria «externa», según el estudio, confiando en ella para obtener información en lugar de recordar los hechos por sí mismos. En 2018, un hallazgo clave de ese documento no se replicó cuando un equipo de psicólogos lo puso a prueba junto con otros 20 estudios de ciencias sociales de alto perfil.

Sin embargo, el artículo original ha sido citado 1417 veces, y más de 400 de esas citas se produjeron después del proyecto de replicación de 2018. Eso es mucho más, en promedio, que los artículos del proyecto que sí se replicaron. Ahora, un nuevo estudio refuerza la popularidad de los estudios poco fiables: Los artículos de ciencias sociales que no se replicaron acumulan 153 citas más, de media, que los artículos que se replicaron con éxito.

Este último resultado es «bastante condenatorio», dice el científico cognitivo de la Universidad de Maryland, College Park, Michael Dougherty, que no participó en la investigación. «El recuento de citas se ha considerado durante mucho tiempo como un indicador de la calidad de la investigación», afirma, por lo que la conclusión de que la investigación menos fiable se cita más apunta a un «problema fundamental» en la forma de evaluar este tipo de trabajos.

Los economistas Marta Serra-García y Uri Gneezy, de la Universidad de California en San Diego, estaban interesados en saber si las ideas de investigación llamativas recibían más atención que las mundanas, aunque tuvieran menos probabilidades de ser ciertas. Para ello, recopilaron datos sobre 80 artículos de tres proyectos diferentes que habían tratado de replicar importantes hallazgos de las ciencias sociales, con distintos niveles de éxito.

Según informan hoy en Science Advances, el número de citas en Google Scholar fue significativamente mayor para los trabajos que no lograron replicar, con un aumento medio de 16 citas adicionales por año. Se trata de una cifra importante, dicen Serra-García y Gneezy, ya que los artículos publicados en revistas de alto impacto en el mismo periodo de tiempo acumularon un total de unas 40 citas al año de media.

Y cuando los investigadores examinaron las citas de los artículos publicados después de los proyectos de replicación más importantes, descubrieron que los artículos rara vez reconocían el fracaso de la replicación, mencionándolo sólo el 12% de las veces.

Los científicos quieren que su trabajo sea preciso, pero también quieren publicar resultados que llamen la atención. Es posible que los revisores bajen el listón de las pruebas cuando los resultados son especialmente sorprendentes o emocionantes, dice, lo que podría significar que los resultados sorprendentes y las pruebas más débiles van a menudo de la mano. Esto apunta a la necesidad de adoptar salvaguardias adicionales para reforzar la credibilidad de los trabajos publicados, como un umbral más alto para lo que se considera una buena prueba, y un mayor esfuerzo para centrarse en cuestiones y métodos de investigación sólidos, en lugar de hallazgos llamativos.

El resultado coincide con estudios anteriores que sugieren que la investigación popular es menos fiable. Un estudio de 2011 en Infection and Immunity, por ejemplo, encontró que las revistas de alto impacto tienen mayores tasas de retracción que las de menor impacto. Y la investigación de Dougherty -actualmente un preprint no revisado– ha encontrado que los artículos más citados se basaban en datos más débiles, dice. Pero un artículo publicado en 2020 en la revista Proceedings of the National Academy of Sciences, que analizaba una muestra diferente de artículos, no encontró ninguna relación entre las citas y las réplicas. Esto sugiere que la muestra de artículos podría ser realmente importante, dice Pfeiffer; por ejemplo, el efecto podría ser particularmente fuerte en las revistas de alto impacto.

Manual de Investigación. Teoría y práctica para hacer la tesis según la metodología cuantitativa

Salgado-Levano, Ana Cecilia. Manual de Investigación. Teoría y práctica para hacer la tesis según la metodología cuantitativa. Lima: Fondo Editorial de la Universidad Marcelino Champagnat, 2017

Texto completo

Se trata de un completo manual para la tesis, ya sea de grado o de posgrado. Incluye los aspectos teóricos y prácticos para redactar el proyecto de investigación, así como el informe final. En la primera parte del proyecto se pueden encontrar ejemplos de cómo formular problemas, objetivos e hipótesis en función de los diseños de investigación. También en los aspectos metodológicos se pueden encontrar ejemplos de tipos y diseños de investigación, denominación y operacionalización de variables, ejemplos de cómo redactar los instrumentos, manipulaciones experimentales y procedimientos, entre otros aspectos. Mientras que en la segunda parte del informe de tesis, se pueden encontrar ejemplos de la introducción, discusión, conclusiones y recomendaciones. Por último, los apéndices muestran ejemplos de modelos de encuestas para el estudio piloto, el asentimiento y el consentimiento informado.

Vivir con los datos: comprensión pública y percepciones de las prácticas de datos

Helen Kennedy, Susan Oman, Mark Taylor, Jo Bates, Robin Steedman. Living With Data: knowledge, experiences and perceptions of data practices University of Sheffield, 2021

Texto completo

Living With Data: knowledge, experiences and perceptions of data practices ha llevado a cabo una amplia revisión de la investigación empírica existente sobre la comprensión y las percepciones del público sobre las prácticas de datos. La revisión se publicó el 21 de mayo de 2020.

Se dice que la recopilación y el uso omnipresentes de datos digitales tiene efectos de gran alcance. A medida que se han incrementado estas prácticas, el interés por cómo las percibe el públicoha comenzado a crecer. Se considera importante comprender la opinión del público sobre las prácticas de datos de los datos para garantizar que los datos trabajen «para las personas y la sociedad» (misión del Instituto Ada Lovelace) y sean «una fuerza para el bien».

Para conocer mejor la opinión del público sobre las prácticas de datos, se llevó a cabo una revisión de la investigación empírica original de la percepción, la actitud y los sentimientos del público sobre las prácticas de datos. Se usa el término «prácticas de datos» para referirse a la recopilación sistemática análisis e intercambio de datos y los resultados de estos procesos. Los datos que se encuentran en el centro de estas prácticas suelen ser los datos personales, y la investigación relacionada se centra a menudo en estos datos. Esta revisión también abarcó fenómenos relacionados, como la IA y el reconocimiento facial.

Se realizó una búsqueda sistemática en las bases de datos de de investigación académica en línea y una búsqueda manual, que comenzó con la literatura con la que ya estábamos familiarizados. La revisión abarcó una amplia gama de disciplinas académicas y la literatura gris, es decir – de la sociedad civil, del tercer sector, del gobierno o de empresas.

Dando forma a la tesis doctoral en formato digital: producción de conocimiento en las Artes y las Humanidades

Shaping the Digital Dissertation: Knowledge Production in the Arts and Humanities. Edited by Virginia Kuhn and Anke Finger. Open Book Publisher, 2021

Texto completo

Las tesis digitales forman parte de la investigación académica desde hace años, pero todavía hay muchos interrogantes en torno a sus procesos. ¿Son las tesis digitales significativamente diferentes de sus homólogas en papel? ¿Cuáles son los efectos de los proyectos digitales en la formación doctoral? ¿Cómo se elige y defiende una tesis digital? Este libro explora las implicaciones más amplias de la beca digital a través de las divisiones institucionales, geográficas y disciplinarias.

El volumen está organizado en dos secciones: la primera, escrita por académicos de alto nivel, aborda las preocupaciones conceptuales relativas a la dirección y evaluación de las tesis digitales en el contexto más amplio de la educación doctoral. La segunda sección consiste en estudios de casos de estudiantes de doctorado cuya investigación dio lugar a una tesis nativamente digital que han defendido con éxito. Estos investigadores noveles han sido seleccionados para representar una serie de disciplinas e instituciones.

A pesar del profundo efecto de la incorporación de herramientas digitales en las tesis, la bibliografía al respecto es limitada. Este volumen pretende ofrecer una visión fresca y actualizada de la tesis digital, teniendo en cuenta los últimos avances tecnológicos. Es especialmente relevante en el contexto europeo, donde las disertaciones digitales, sobre todo en la investigación basada en las artes, son más populares.

Shaping the Digital Dissertation tiene como objetivo proporcionar ideas, precedentes y mejores prácticas a los estudiantes de posgrado, asesores de doctorado, agentes institucionales y comités de disertación. Dado que las tesis digitales tienen un impacto potencial en el estado de la investigación en su conjunto, esta colección editada será un recurso útil para la comunidad académica en general y para cualquier persona interesada en el futuro de los estudios de doctorado.

Research Metrics Guidebook: un complemento sencillo y práctico para el uso de herramientas como Scopus y SciVal,

Research Metrics Guidebook. Elsevier, 2020

Texto completo

Esta guía pretende ser un complemento sencillo y práctico para el uso de herramientas como Scopus y SciVal, que forman parte de la cartera de soluciones de Research Intelligence. Proporciona algunos datos sobre cómo se utilizan los datos subyacentes a las métricas, cómo se calculan y muestran las métricas, y sobre las variables, además del rendimiento, que pueden afectar a las métricas. También ofrece algunas sugerencias sobre las situaciones en las que las métricas son útiles, cuándo hay que tener cuidado y cómo se pueden abordar las deficiencias.

SciVal es una Una solución analítica basada en la web con una potencia y flexibilidad sin precedentes que proporciona un acceso completo al rendimiento de la investigación de más de 20.000 instituciones de investigación y sus investigadores asociados de 230 países de todo el mundo. SciVal permite visualizar el rendimiento de su investigación, comparar con sus homólogos, desarrollar asociaciones estratégicas, identificar y analizar nuevas tendencias de investigación emergentes y crear informes personalizados.