Archivo de la etiqueta: Citas bibliográficas

Cita y reutilización de datos de investigación : análisis del contenido de las publicaciones a texto completo.

 

dmkc2nrwsaardhw-large-1024x750

Zhao, M., E. Yan, et al. “Data set mentions and citations: A content analysis of full-text publications.” Journal of the Association for Information Science and Technology vol. 69, n. 1 (2018). pp. 32-46. http://dx.doi.org/10.1002/asi.23919

 

Este estudio proporciona evidencias de menciones y citas de conjuntos de datos en múltiples disciplinas basadas en un análisis del contenido de 600 publicaciones en PLoS One. Se encuentra que las menciones y citas de los conjuntos de datos variaron enormemente entre disciplinas en términos de cómo se recolectaron, referenciaron y curaron los conjuntos de datos. Aunque la mayoría de los artículos proporcionaron libre acceso a los datos, en un número limitado de artículos se utilizaron formas normalizadas de atribución de datos, como los DOI y las citas de datos. Además, la reutilización de los datos tuvo lugar en menos del 30% de las publicaciones que utilizaron los datos, lo que sugiere que los investigadores todavía se inclinan a crear y utilizar sus propios conjuntos de datos, en lugar de reutilizar los datos previamente curados. Este documento proporciona una comprensión exhaustiva de cómo se utilizan los conjuntos de datos en la ciencia y ayuda a las instituciones y editores a elaborar políticas de datos útiles.

Anuncios

Youtube como objeto de investigación: análisis de citas a los vídeos de Youtube en la investigación mundial

youtube-680x380

Noruzi, A. “YouTube in scientific research: A bibliometric analysis.” Webology vol. 14, n. 1 (2017). pp. 1-7.

Texto completo

 

YouTube se ha convertido en el objeto de la investigación científica en diferentes áreas temáticas. El objetivo de este estudio es ofrecer una visión general de la tasa de citaciones de YouTube desde su lanzamiento en febrero de 2005, basada en la base de datos de citaciones Scopus. El número total de citaciones a YouTube en Scopus en el período de 12 años fue de 36.486, de las cuales el mayor número de citaciones fue de 8.145 en 2016. También se demuestra que los videos cargados en YouTube son altamente citados por las ciencias sociales, informática, artes y humanidades, ingeniería y medicina. Se puede ver que los investigadores de los Estados Unidos, Reino Unido, Australia, Canadá, Alemania, China y España citan videos subidos a YouTube más que en otros países. El análisis de los tipos de documentos indica que los artículos ocupan el primer lugar con el 48,2 por ciento de todos los documentos, seguidos por los documentos de conferencias (21,9 %), capítulos de libros (11,9 %), reseñas (7,7 %), libros (7,0 %), etcétera. Se puede concluir que YouTube es citado cada vez más por diferentes áreas temáticas, por diferentes idiomas (especialmente el inglés) y por varios países.

¿Las citas de Wikipedia son una prueba importante del impacto de los libros y artículos científicos?

 

162567-821-463

Kousha, K. and M. Thelwall “Are wikipedia citations important evidence of the impact of scholarly articles and books?” Journal of the Association for Information Science and Technology vol. 68, n. 3 (2017). pp. 762-779. http://dx.doi.org/10.1002/asi.23694

 

Los investigadores y los evaluadores a menudo necesitan evaluar el valor de la investigación publicada. Aunque los recuentos de citas es un indicador reconocido de impacto académico, se necesitan datos alternativos para evidenciar otros tipos de impacto, incluso dentro de la educación y la sociedad en general. Wikipedia es una opción lógica para ambos porque el papel de una enciclopedia general es ser un repositorio comprensible de los hechos sobre una variedad diversa de asuntos y por lo tanto es lógico citar la investigación para apoyar sus demandas. Para probar si Wikipedia podría proporcionar nuevas pruebas sobre el impacto de la investigación académica, este artículo recopiló citas a 302.328 artículos y 18.735 monografías en inglés indexadas por Scopus en el período 2005 a 2012. Los resultados muestran que las citas de Wikipedia a los artículos son poco frecuentes., citándose sólo el 5% de los artículos de todas las disciplinas. En contraste, un tercio de las monografías tienen por lo menos una cita en Wikipedia, la mayoría en las Artes y las Humanidades. Por lo tanto, las citas de Wikipedia pueden proporcionar una evidencia adicional del impacto para las monografías académicas. Sin embargo, los resultados pueden ser relativamente fáciles de manipular y por lo tanto no se recomienda la Wikipedia para las evaluaciones que afectan a los intereses de las partes interesadas

 

Los recuentos de lectores que ofrece Mendeley son una de las evidencia más consistentes para la estimación temprana del impacto académico

25544875473_4b6e88ec31_c_d

 

“Mendeley es, con mucho, la mejor fuente general de información temprana sobre el impacto académico. ya que, los conteos de descargas de los artículos de las propias revistas muchas veces no están disponibles, los conteos de Tweets son muy poco fiables como indicador de impacto y otros indicadores de impacto temprano por lo general son mucho más escasos y deficientes. Por lo que los recuentos de los lectores de un artículos proporcionados por Mendeley son una de las fuentes más válidas como evidencia para informar de las estimaciones del impacto de las publicaciones académicas.”

Mike Thelwall

 

Los recuentos de citas a artículos científicos son ampliamente utilizados como evidencia para informar las estimaciones del impacto de las publicaciones académicas. Esto se basa en la creencia de que los científicos suelen citar trabajos que han influido en su pensamiento y, por tanto, los conteos de citas son uno de los principales indicadores de influencia de la investigación en el entorno académico.

En opinión de Mike Thelwall, profesor de Ciencias de la Información en la Escuela de Matemáticas e Informática de la Universidad de Wolverhampton, y uno de los máximos expertos internacionales en webometría, métricas de medios sociales (altmetrics) y análisis de sentimientos, Mendeley es una de las herramientas más consistentes de la web social a la hora de proporcionar evidencias tempranas del impacto de una investigación, tal como afirma en el prestigioso blog LSE.  Según Thelwall, el uso de las citas como indicador del impacto académico, que si bien ofrece información sobre qué los artículos han sido leídos y valorados, por otra parte tiene algunas limitaciones que han sido bien contrastadas; una de sus principales desventajas es la lentitud en obtener dichas citas, ya que para que se produzca la primera cita deben pasar varios meses desde su publicación, -se calcula que unos 18 meses de media en función de la disciplina -, Ya que alguien tiene que leer el artículo, considerar las ideas, escribir un artículo en relación con ese contenido, y posteriormente citarlo (índice de latencia). Por ello, Mike Thelwall analizó diferentes herramientas de la web social, entre ellas los recuentos de lectores de Mendeley (Readers), considerando que son una fuente útil de información que ofrece una evidencia temprana del impacto académico; pues los datos de los lectores de Mendeley quedan registrados desde el momento en que un artículo aparece en línea y es compartido en Mendeley; y por lo tanto, evita los retrasos en el ciclo de publicación que ralentizan la visibilidad de las citas.

“Los datos de Mendeley están disponibles antes, ya que los estudiosos pueden compartir un artículo que están leyendo en Mendeley, mientras lo están leyendo, por lo que esta información evita los retrasos en el ciclo de publicación. Un artículo puede incluso comenzar a acumular pruebas de su interés a través de Mendeley en la misma semana que se publica, si la gente lo reconoce como importante e inmediatamente lo registra en Mendeley para su uso actual o futuro.”

 

Desde 2015 Mendeley ofrece las correlaciones entre los lectores que han compartido un artículo en el gestor de referencias, las visualizaciones en Science Direct y las citas recibidas en Scopus. Además, Mendeley, junto con CiteUlike, se incluye en casi todos las plataformas de medición altmétrica como Altmetric.comImpactStory, o Plos Altmetrics; lo que configura a este gestor de referencias como la herramienta de gestión de referencias bibliográficas más consistente de la web social, y la más adecuada para el investigador.

 

 

 

Análisis de datos de investigación: correlación entre citas y puntuaciones altmetrics

 

altmetric-jobs-1024x873

Peters, Isabella et al. “Research Data Explored: An Extended Analysis of Citations and Altmetrics.” Scientometrics 107 (2016): 723–744. PMC. Web. 25 Apr. 2017.

Texto completo

ePub (beta)

PDF (474K)

 

En este estudio, se explora la citatividad de los datos de investigación, su distribución en el tiempo y su relación con la disponibilidad de un identificador de objeto digital (DOI) en la base de datos Thomson Reuters Data Citation Index (DCI). Se investiga si los datos de investigación citados tienen impacto social en la web viéndose reflejados por las puntuaciones de agregadores altmetrics; y si hay alguna corelación entre el número de citas y la suma de puntuaciones altmetrics de varias plataformas de medios sociales. Para ello se utilizaron tres herramientas para recopilar las  puntuaciones altmetrics:  PlumX, ImpactStory y Altmetric.com, y se compararon los resultados correspondientes.

Los resultados del estudio muestran que de las tres herramientas altmétricas utilizadas, PlumX tiene la mejor cobertura, y que los datos de la investigación permanecen en la mayoría de las ocasiones como no valorados (alrededor del 85%), aunque se reconoce que ha habido un aumento en los conjuntos de datos citados publicados desde 2008. El porcentaje del número de datos de investigación citados con un DOI en ICD ha disminuido en los últimos años. Sólo nueve repositorios son responsables de los datos de investigación con DOIs y dos o más citas. El número de datos de investigación citados con altmetrics “foot-prints” es aún más bajo (4-9%), pero muestra una mayor cobertura de los datos de investigación de la última década.

En el estudio también no se encontró correlación entre el número de citas y el número total de puntuaciones altmetrics. Sin embargo, algunos tipos de datos (por ejemplo, encuestas, datos agregados y datos de secuencias) son más citados y también reciben puntuaciones altmetrics más altas. Además, se realizaron análisis de citas y resultados en almetrics de todos los datos de investigación publicados entre 2011 y 2013 en cuatro disciplinas diferentes cubiertas por el ICD. En general, estos resultados se corresponden con los obtenidos para los datos de investigación citados al menos dos veces y también muestran un bajo número de citas en altmetrics. Finalmente, se observa que existen diferencias disciplinarias en la disponibilidad y el alcance de las puntuaciones altmétricas.

La concesión de un Premio Nobel propicia una reacción en cadena de citación sobre su obra científica y sobre su red de citas más cercana

 

aumann_award2

Frandsen, T. F. and J. Nicolaisen “The ripple effect: Citation chain reactions of a nobel prize.” Journal of the American Society for Information Science and Technology vol. 64, n. 3 (2013).  pp. 437-447. http://dx.doi.org/10.1002/asi.22785

Este artículo explora las posibles reacciones en cadena de citas de un Premio Nobel utilizando al matemático Robert J. Aumann como ejemplo de caso. Los resultados muestran que la concesión del Premio Nobel en 2005 afectó no sólo las citas a su obra premiada, sino que también afectó las citas a las referencias en su obra científica. Los resultados indican que el efecto de desbordamiento es casi tan poderoso como el efecto mismo. Por lo tanto, se documenta un efecto dominó en el que la concesión del Premio Nobel propicia una reacción en cadena de la citación a la obra científica de Aumann y a las referencias en su red de citas más cercana. Se discute el efecto usando la teoría del proceso de decisión de la innovación como un punto de partida para identificar los factores que crearon una reacción en cadena de citación a la obra del autor, que conduce a las observaciones divulgadas. Los resultados indican que el efecto resultante es casi tan poderoso como el efecto mismo.

Ya mucho antes, Eugene Garfield calificó con el nombre de “Científicos de clase Nobel” a aquellos que se encontraban entre el uno por ciento de los autores más citados, y enfatizó que sólo un pequeño número de estos puede eventualmente ganar un premio Nobel. En dos estudios que analizaron los primeros 300 y 1.000 autores, encontró que los artículos de todos los autores ganadores del Nobel -incluidos los post-y pre-Nobelistas- fueron citados de promedio un 25% más que los artículos de investigadores no-Nobel. Para los artículos de los investigadores pre-Noble, este porcentaje es sólo el 15 por ciento. Los artículos de los autores post-Nobel tenían un 38 por ciento de impacto de citación más alto que los pre-Nobelists.

¿Cuál es el artículo más citado de la historia?

 

dibujo20100824_oliver_h_lowry_photograph

Lista de textos más citados en Web of Science

El artículo de Oliver H. Lowry, Nira J. Rosenbrough, A. Lewis Farr, Rose J. Randall, “Protein Measurement with the Folin Phenol Reagent,” The Journal of Biological Chemistry (JBC) 193: 265-275, 1951, está considerado el artículo más citado de toda la historia de la ciencia (según el ISI Web of Science 1945-2010). Ser autor del artículo más citado de la historia tampoco es garantía de ser un genio,basta buscar las citas a Albert Einstein en el ISI Web of Science para reconocer que muchas citas no son indicativo de genialidad (Einstein, A. ha sido citado en los 47.562.433 artículos entre 1945 y 2010 del ISI WOS, a día de hoy, 6647 veces).

Publicado en 1951, el texto de Oliver H. Lowry, Nira J. Rosenbrough, A. Lewis Farr, Rose J. Randall tiene 305.000 referencias y explica cómo medir la cantidad de proteínas en una solución.

En segundo lugar sigue un estudio de U. K. Laemmli, de 1970, también otro análisis de proteínas, y en tercer lugar otro estudio de 1976 que también tiene que ver con las proteínas, de Marion M. Bradford. Sin embargo, científicos reputados como Albert Einstein y otros premios nobel no aparecen entre los más citados. Esto tiene que ver varios factores como con la capacidad de cita de cada área del conocimiento, por  el tiempo en que publicaron, o el tipo de estudio. Normalmente los estudios que tienen que ver con metodologías de investigación son los más citados, ya que los autores los mencionan para que otros autores conozcan los métodos que han utilizado.

Se calcula que la base de datos de Web of Science incluye alrededor de 58 millones de textos. Compila datos desde el año 1900. Para entrar en la lista de los 100 más citados es necesario tener más de 12.000 citas.

Los 20 Textos más citados de la historia en Web of Science

Rank Authors Title Journal Volume Pages Year Times cited
1 Lowry, O. H., Rosebrough, N. J., Farr, A. L. & Randall, R. J. Protein measurement with the folin phenol reagent. J. Biol. Chem. 193 265–275 1951 305148
2 Laemmli, U. K. Cleavage of structural proteins during the assembly of the head of bacteriophage T4. Nature 227 680–685 1970 213005
3 Bradford, M. M. A rapid and sensitive method for the quantitation of microgram quantities of protein utilizing the principle of protein-dye binding. Anal. Biochem. 72 248–254 1976 155530
4 Sanger. F., Nicklen, S. & Couslon, A. R. DNA sequencing with chain-terminating inhibitors. Proc. Natl Acad. Sci. USA 74 5463–5467 1977 65335
5 Chomczynski, P. & Sacchi, N. Single-step method of RNA isolation by acid guanidinium thiocyanate-phenol-chloroform extraction. Anal. Biochem. 162 156–159 1987 60397
6 Towbin, H., Staehelin, T. & Gordon, J. Electrophoretic transfer of proteins from polyacrylamide gels to nitrocellulose sheets: procedure and some applications. Proc. Natl Acad. Sci. USA 76 4350–4354 1979 53349
7 Lee. C., Yang, W. & Parr, R. G. Development of the Colle-Salvetti correlation-energy formula into a functional of the electron density. Phys. Rev. B 37 785–789 1988 46702
8 Becke, A. D. Density-functional thermochemistry. III. The role of exact exchange. J. Chem. Phys. 98 5648–5652 1993 46145
9 Folch, J., Lees, M. & Stanley, G. H. S. A simple method for the isolation and purification of total lipides from animal tissues. J. Biol. Chem. 226 497–509 1957 45131
10 Thompson, J. D., Higgins, D. G. & Gibson, T. J Clustal W: improving the sensitivity of progressive multiple sequence alignment through sequence weighting, position-specific gap penalties and weight matrix choice. Nucleic Acids Res. 22 4673–4680 1994 40289
11 Kaplan, E. L. & Meier, P. Nonparametric estimation from incomplete observations. J. Am. Stat. Assoc. 53 457–481 1958 38600
12 Altschul, S. F., Gish, W., Miller, W., Myers, E. W. & Lipman, D. J. Basic local alignment search tool. J. Mol. Biol. 215 403–410 1990 38380
13 Sheldrick, G. M. A short history of SHELX. Acta Crystallogr. A 64 112–122 2008 37978
14 Altschul, S. F. et al. Gapped BLAST and PSI-BLAST: A new generation of protein database search programs. Nucleic Acids Res. 25 3389–3402 1997 36410
15 Murashige, T. & Skoog, F. A revised medium for rapid growth and bio assays with tobacco tissue cultures. Physiol. Plant. 15 473–497 1962 36132
16 Perdew, J. P., Burke, K. & Ernzerhof, M. Generalized gradient approximation made simple. Phys. Rev. Lett. 77 3865–3868 1996 35405
17 Folstein, M. F., Folstein, S. E. & McHugh, P. R. “Mini-mental state”: A practical method for grading cognitive state of patients for clinician. J. Psychiatr. Res. 12 189–198 1975 34532
18 Bligh, E. G. & Dyer, W. J. A rapid method of total lipid extraction and purification. Can. J. Biochem. Physiol. 37 911–917 1959 32131
19 Southern, E. M. Detection of specific sequences among DNA fragments separated by gel-electrophoresis. J. Mol. Biol. 98 503 1975 31904
20 Saitou, N. & Nei, M. The neighbor-joining method: A new method for reconstructing phylogenetic trees. Mol. Biol. Evol. 4 406–425 1987 30176