Archivo de la etiqueta: Citas bibliográficas

Los académicos usan habitualmente Wikipedia, pero rara vez la citan

wikipedia-no-es-fiable

Thompson, Neil ; Hanley, Douglas «Science Is Shaped by Wikipedia: Evidence From a Randomized Control Trial.» MIT Sloan Research Paper No. 5238-17

Texto completo

«A veces pienso que los tratados generales y populares son casi tan importantes para el progreso de la ciencia como el trabajo original.»

Charles Darwin, 1865.

Wikipedia  está entre los diez sitios más visitados del mundo, su uso es una práctica común en la educación y la ciencia. Pero, ¿cómo son las relaciones que los investigadores han establecido con la más famosa enciclopedia en línea participativa y colaborativa?  Este trabajo demuestra que los académicos utilizan frecuentemente la Wikipedia, aunque por diversas razones no la citan en sus trabajos de investigación.

Muchas universidades prohíben específicamente las citaciones a la enciclopedia en línea en los documentos de estudiantes y profesores, razonando que las definiciones generadas por la multitud no pueden ser tan exactas y exhaustivas como las creadas por los investigadores. Esto es así a pesar del hecho de que algunos estudios han encontrado que los artículos de Wikipedia son considerablemente más largos y contienen menos errores que los de las enciclopedias convencionales. Irónicamente, el MIT, que patrocinó y dio a conocer este estudio que referenciamos aquí, prohíbe el uso de Wikipedia en la investigación académica.

Hace algunos años pude entrevistar en mi programa de Radio «Planeta Biblioteca» a Eduard Aibar, profesor de Humanidades de la UOC  y especialista en estudios sobre Ciencia y Tecnología, sobre un estudio que estaba desarrollado en torno a las «Percepciones, aptitudes y prácticas de los profesores ante la Wikipedia«, en el que ya apuntó la idea de que aunque la Wikipedia se considera una fuente poco confiable, es usada habitualmente por los profesores, si bien no reconocen que la utilizan. Un estudio de 2009 halló que el 26 por ciento de los médicos en formación consultan regularmente a Wikipedia para un consejo médico y que el 70 por ciento lo utilizan al menos de vez en cuando. Los profesionales están usando la Wikipedia intensamente tanto para utilizarla en información científica y profesional. En 2015 se publicó un libro titulado  Wikipédia, objet scientifique non identifié. que abordaba los patrones de uso de la Wikipedia por parte de los investigadores, llegando a unas conclusiones similares. El pasado año G. Maresh publicó en JIST  “Academia’s recognition of Wikipedia”, este estudio correlacionaba las citas de la Wikipedia en Wos y afirmaba que la confianza de los investigadores en la Wikipedia va en aumento. Otra investigación de  Teplitskiy, y otros “Amplifying the impact of open access: Wikipedia and the diffusion of science.” demuestra que los artículos en acceso abierto son un 50% más referenciados en la Wikipedia

Esta misma idea sobre el nivel confiabilidad de la enciclopedia y el reconocimiento por parte de los académicos es la que se plantearon dos investigadores del Massachusetts Institute of Technology (MIT) y la Universidad de Pittsburgh, que recientemente publicaron una investigación que muestra como la Wikipedia está impactando sobre la investigación científica, aunque los autores casi nunca la citan como fuente. El estudio utilizó un modelo estadístico para establecer que Wikipedia también está ayudando a avanzar el progreso de la ciencia en todo el mundo, particularmente en los países menos desarrollados. Neil C. Thompson, de la Escuela Sloan del MIT, y Douglas Hanley, de la Universidad de Pittsburgh, descubrieron que el lenguaje de los artículos científicos publicados en Wikipedia aparece en las principales revistas académicas, con una sorprendente duplicación, particularmente frecuente entre las revistas más prestigiosas. Esto a pesar de que sólo el 0,01 por ciento de los artículos científicos citan a Wikipedia como fuente. Para demostrarlo, los investigadores encargaron a estudiantes de postgrado que escribieran 43 artículos sobre temas de química que Wikipedia no cubría aún. A continuación realizaron un análisis de palabras clave de revistas científicas relacionadas seis meses antes y seis meses después de la publicación de cada artículo para ver con qué frecuencia las palabras usadas en Wikipedia aparecían en la investigación académica y compararon los resultados con un grupo de control de artículos inéditos sobre temas similares. La investigación mostró una correlación estadísticamente significativa entre la presencia de un artículo de Wikipedia y una terminología comparable en los trabajos académicos. Para un artículo típico en el campo, Wikipedia influyó en una de cada 300 palabras. Se encontró una correlación aún mayor entre las revistas que publicaban investigación de vanguardia, donde se vieron afectada una de cada 140 palabras. Sin embargo, casi ninguno de los artículos estudiados citó a Wikipedia como fuente. Sin embargo, la investigación de Thompson y Hanley no se centro en el uso poco ético de esta fuente, sino en demostrar  la importancia de Wikipedia como herramienta de difusión. Interpretando la hipótesis de que los nuevos artículos de Wikipedia creados a partir de la ciencia de vanguardia se convierten en un camino para que otros aprendan acerca de esas ideas. Es decir, que la Wikipedia tiene un importante valor en la difusión del conocimiento.

Posteriormente analizaron por qué son tan raras y escasas las citas de Wikipedia en los trabajos de investigación. Una posible razón es la vergüenza, Hay un sentimiento de que hay ciertas cosas que los académicos hacen y citar una enciclopedia es algo no parece muy científico de cara a sus colegas. Otra teoría, es que el contenido de Wikipedia se considera parte del corpus de conocimiento público y por lo tanto no necesita una citación.

Un hallazgo importante fue que los autores científicos en los países más pobres tenían hasta un 50% más de probabilidades de ser influenciados por Wikipedia que aquellos que vivían en países económicamente más desarrollados, lo que sugiere que las fuentes de referencia en línea ayudan a nivelar la brecha digital en el campo educativo. Estos resultados sugieren que los repositorios públicos de conocimiento, como Wikipedia, tienen un efecto de mejora de la equidad, beneficiando a quienes tienen menos acceso a la información.

Los autores elogiaron a Wikipedia por su amplitud de cobertura, señalando que incluye más del 90 por ciento de los temas científicos cubiertos en un programa de licenciatura y el 43 por ciento a nivel de grado. Los artículos que los estudiantes graduados crearon obtuvieron una excelente tracción, teniendo más de 4.400 vistas por mes y acumulando más de 2 millones de vistas en dos años. Eso estableció un cambio de influencia causal estadísticamente válida.

Gracias a I4OC, Crossref tiene el potencial de convertirse en una fuente abierta de datos de citas

 

94deefeeb961912e370e5372efa6b5ff__598

Ver noticia original

En la actualidad, los cienciometristas suelen obtener datos de citación de Web of Science (WoS) y Scopus, dos fuentes de datos patentadas. En este post, se proporciona información empírica sobre el valor de Crossref como una nueva fuente de datos de citas. Cimparando Crossref con WoS y Scopus, centrándonos en los datos de citación disponibles en las diferentes fuentes de datos. El análisis demuestra que más de tres cuartas partes de las referencias en WoS y más de dos tercios de las referencias Scopus pueden encontrarse en Crossref, con cerca de la mitad de estas referencias disponibles abiertamente.

Initiative for Open Citations (I4OC)   anima a los editores académicos a publicar las referencias encontradas en sus revistas y libros a través de Crossref. -Con algunas excepciones como American Chemical Society, Elsevier, IEEE y Wolters Kluwer Health-, casi todas las grandes editoriales apoyan la iniciativa. Hasta ahora, este apoyo ha hecho que aproximadamente la mitad de todas las referencias depositadas en Crossref estén abiertamente disponibles, lo que ha dado lugar a unos 500 millones de referencias abiertas.

Una gran parte de la literatura académica indexada en WoS y Scopus también está disponible en Crossref. En los últimos años, el 68% de las publicaciones WoS y el 77% de las publicaciones Scopus gracias al cruce de datos entre Crossref  y DOI. Es probable que estas cifras subestimen el verdadero solapamiento entre las fuentes de datos, ya que la comparación basada en los DOIs presenta varias dificultades, tales como los datos incorrectos, la falta de datos o los ducplicados. Para mejorar la correspondencia, los editores y proveedores de datos se necesitaría trabajar en común para ofrecer datos DOI más completos y precisos.

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.

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

Deja un comentario

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?

Deja un comentario

 

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

1 respuesta

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.com, ImpactStory, 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

1 respuesta

 

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

Deja un comentario

 

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?

Deja un comentario

 

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

Análisis de datos de investigación: correlación entre citas y altmétrics

Deja un comentario

altmetrics-300x252

Peters, I., P. Kraker, et al. «Research data explored: an extended analysis of citations and altmetrics.» Scientometrics vol. 107, n. (2016). pp. 723-744.

Texto completo

En este estudio de analiza la citabilidad de los datos de investigación , su distribución a lo largo del tiempo y su relación con la disponiblidad de un identificador digital object identifier (DOI) en la base de datos Data Citation Index (DCI) de Thomson Reuters database.

Se investigan si la citación de datos de investigación se correlaciona con los impactos de la web social por medio de las puntuaciones altmétricas, y si hay alguna relación entre el número de citas y los datos altméticos en diferentes plataformas PlumX, ImpactStory, y Altmetric.com, comparando los resultados entre ellas. De las tres herramientas altmétricas utilizadas PlumX es la que tiene la mejor cobertura. 

El estudio revela que los datos de investigación siguen siendo casi ignorados (aproximadamente el 85%), aunque 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 con al menos dos o más citas. 

El número de datos de investigación citados con altmetrics es aún más bajo (4-9%), pero muestra una mayor cobertura de los datos de investigación de la última década. Hay una correlación entre el número de citas y el número total de puntuaciones altmétricas. Con algunos tipos de datos como encuestas, datos añadidos y datos de secuencias son más citados y también reciben puntuaciones altmetrics más altas.

Por último, se observa ue hay diferencias disciplinarias en la disponibilidad y el alcance de las puntuaciones altmetrics.