Archivo de la etiqueta: Mapas conceptuales

Connected papers: herramienta que permite descubrir documentos relevantes en un campo de trabajo

 

11jr_0vzk92yh074mcqthsg

 

Connected papers

https://www.connectedpapers.com

 

Connected papers es una herramienta visual única para ayudar a los investigadores y científicos a encontrar y explorar documentos relevantes para su campo de trabajo. Para ello selecciona las pocas docenas con las conexiones más fuertes con el documento de origen.

Para encontrar los documentos más relevantes debes introducir el número DOI, PubMed o ArXiv de un documento fuente. A continuación la herramienta genera un gráfico con todos los documentos relacionados al documento inicial. Lo que permite descubrir los documentos relacionados con ese campo científico en particular.

En el gráfico, los documentos están ordenados según su similitud . Eso significa que incluso los documentos que no se citan directamente entre sí pueden estar fuertemente conectados y muy bien posicionados. Connected Papers no es un árbol de citas.

La métrica de similitud se basa en los conceptos de co-citas y aacoplamiento bibliográficoSegún esta medida, se presupone que dos documentos que tienen citas y referencias superpuestas tienen una mayor probabilidad de tratar un tema relacionado.

El algoritmo construye un Gráfico Dirigido a la Fuerza para distribuir los documentos de una manera que agrupa visualmente documentos similares y aleja menos los documentos similares entre sí.

La base de datos está conectada al Semantic Scholar Paper Corpus (con licencia de ODC-BY). 

 

Análisis de requisitos para un gráfico de conocimiento de investigación abierta (ORKG)

 

ontotext-knowledge-graph-768x384-1

 

Brack, Arthur… [er al.]. Requirements Analysis for an Open Research Knowledge Graph. 24th International Conference on Theory and Practice of Digital Libraries, TPDL 2020.

Texto completo

 

La comunicación científica actual tiene una serie de inconvenientes y cuellos de botella que han sido objeto de discusión últimamente: entre otros, el creciente número de artículos publicados hace que sea casi imposible obtener una visión general del estado del arte en un campo determinado, o la reproducibilidad se ve obstaculizada mediante publicaciones basadas en documentos de longitud fija que normalmente no pueden cubrir todos los detalles de un trabajo de investigación.

Recientemente, varias iniciativas han propuesto gráficos de conocimiento (KG) para organizar la información científica como una solución a muchos de los problemas actuales. Sin embargo, el enfoque de estas propuestas generalmente se limita a casos de uso muy específicos.

En este documento, el objetivo es trascender esta perspectiva limitada presentando un análisis exhaustivo de los requisitos para un Gráfico de Conocimiento de Investigación Abierta (ORKG) mediante:

(a) la recopilación de tareas básicas diarias de un científico,

(b) establecer sus requisitos consecuentes para un sistema basado en KG,

(c) identificar superposiciones y especificidades, y su cobertura en las soluciones actuales.

Como resultado, se mapearon los requisitos necesarios y deseables para una comunicación científica exitosa basada en KG, derivamos implicaciones y delineamos posibles soluciones.

Mapa en línea para rastrear la propagación mundial del brote de coronavirus en tiempo real

fffc5d3dfacdd55e423d4c4d7bde235e

Consultar mapa

El mapa interactivo, creado por un equipo del Centro Johns Hopkins de Ciencia e Ingeniería de Sistemas y actualizado regularmente con datos de la OMS, los CDC y otras fuentes, ilustra cómo se está propagando el virus en China y más allá.

 

El Centro Johns Hopkins de Ciencia e Ingeniería de Sistemas ha construido y actualiza regularmente un mapa en línea para rastrear la propagación mundial del brote de coronavirus que comenzó en la ciudad china de Wuhan.

Lauren Gardner, profesora de ingeniería civil y codirectora de CSSE, encabezó el esfuerzo para lanzar el sitio web de mapeo del virus El sitio muestra estadísticas sobre muertes y casos confirmados de coronavirus, o 2019-nCoV, en un mapa mundial. También permite a los visitantes descargar los datos de forma gratuita.

Dimensiones & VOSViewer Bibliometría y redes de citaciones

 

vosviewer-clustering-visualization-ppwm

Williams, Brett. Dimensions & VOSViewer Bibliometrics in the Reference Interview. Code4Lib, Issue 47, 2020-02-17

Texto completo

 

El software VOSviewer proporciona un fácil acceso a la cartografía bibliométrica utilizando datos de Dimensions, Scopus y Web of Science. Los datos de citaciones debidamente formateados y estructurados y la facilidad con que pueden exportarse abren nuevas vías de utilización durante las búsquedas de citaciones y las entrevistas de referencia. En este documento se detallan técnicas específicas para utilizar búsquedas avanzadas en Dimensiones, exportar los datos de las citas y obtener información de los mapas producidos en VOS Viewer. Estas técnicas de búsqueda y prácticas de exportación de datos son lo suficientemente rápidas y precisas como para incorporarse a las entrevistas de referencia para estudiantes de postgrado, profesores e investigadores post-PhD. Los resultados de búsqueda que se derivan de ellas son precisos y permiten una visión más completa de las redes de citaciones incorporadas en las complejas búsquedas booleanas ordinarias.

VOSviewer es una herramienta gratuita de software para construir y visualizar redes bibliométricas.

 

f8c91372ecf0176183cc1f2591ccd889_large

 

VOSviewer

Manual

VOSviewer Una herramienta de software para analizar y visualizar la literatura científica desarrollado por Nees Jan van Eck y Ludo Waltman del Centro de Estudios de Ciencia y Tecnología (CWTS), de la Universidad de Leiden. No es de código abierto, pero es de uso libre. Se permite, de forma gratuita, utilizar y/o distribuir este software, siempre que se conserve el aviso de copyright anterior. No está permitido modificar este software”

 

VOSviewer es una herramienta de software para construir y visualizar redes bibliométricas. Estas redes pueden incluir, por ejemplo, revistas, investigadores o publicaciones individuales, y pueden construirse sobre la base de la citación, el acoplamiento bibliográfico, la cocitación o las relaciones de coautoría. VOSviewer también ofrece una funcionalidad de minería de textos que puede utilizarse para construir y visualizar redes de coocurrencia de términos importantes extraídos de un cuerpo de literatura científica.

La funcionalidad del VOSviewer puede ser resumidas de la siguiente manera:

  • Creación de mapas basados en datos de la red. Se puede crear un mapa basado en una red que ya está disponible, pero también es posible construir uno de la red. El VOSviewer puede utilizarse para construir redes de publicaciones científicas, revistas científicas, investigadores, organizaciones de investigación, países, palabras clave, o condiciones. Los elementos de estas redes pueden estar conectados por enlaces de co-autoría, co-ocurrencia, citación, acoplamiento bibliográfico o co-citación. Para construir una datos de Web of Science, Scopus, Dimensions, PubMed, RIS, o Crossref JSON se pueden utilizar los archivos.
  • Visualizar y explorar mapas. VOSviewer proporciona tres visualizaciones de un mapa: La visualización de la red, la visualización de la superposición, y la densidad visualización. La función de zoom y desplazamiento que permite explorar un mapa con detalles completos, lo cual es esencial cuando se trabaja con mapas grandes que contienen miles de artículos.

Aunque está destinado principalmente a analizar las redes bibliométricas, de hecho puede utilizarse para crear, visualizar y explorar mapas basados en cualquier tipo de datos de redes.

VOSviewer ha sido desarrollado en el lenguaje de programación Java. Debido a que Java es independiente de la plataforma, La herramienta funciona en la mayoría de las plataformas de hardware y sistemas operativos. Puede descargarse de http://www.vosviewer.com y ser usado libremente para cualquier propósito.

 

 

ClustrMaps : ¿Conoces a tu audiencia?

 

25260697668_3319af160a_o_d

http://www.clustrmaps.com/es/index.htm

¿Conoces a tu audiencia? Conócela con ClustrMaps! No tienes que hacer clic en ningún lado, sólamente ver tu pagina web es suficiente. Proporciona el HTML gratis que te da un mapa pequeño como el de la arriba. Cuando se cargue el contador incrementará y mostrará las ubicaciones de todos los visitantes a tu sitio web incluso si los números de visitantes son muy grandes. Al hacer clic en el mapa se hace un zoom a un mapa mundial grande y como opción le deja hacer un zoom hacia los continentes como el ejemplo de arriba. Para usuarios de tráfico ligero (debajo de 2500 visitantes al día) el servicio es gratis para siempre y guarda los totales acumulados hasta millones de visitantes 

 

Mapa de Investigación sobre el Aprendizaje

 

digitalpromise-researchmap

http://researchmap.digitalpromise.org

 

El Mapa de Investigación sobre del Aprendizaje ayuda a los líderes de la educación, los diseñadores de políticas y los desarrolladores de tecnología a acceder rápidamente a los hallazgos de las investigaciones científicas sobre aprendizaje en los diferentes temas y disciplinas que pueden ser de utilidad para la toma de decisiones informadas sobre como aprenden las personas.

 

Como centros de aprendizaje en el siglo XXI, las bibliotecas deberían estar más implicadas en la ciencia del aprendizaje. Para apoyar mejor a los usuarios y diseñar programas eficaces de biblioteca, se necesitan mejores herramientas para entender cómo aprenden las personas mejor y cómo facilitar el aprendizaje. El Mapa de Investigación de Digital Proimise responde a esta necesidad conectándonos directamente con los resultados de la investigación sobre educación y aprendizaje. A través de dos visualizaciones interactivas de datos, se pueden explorar miles de artículos de más de 180 revistas científicas. El Mapa de Investigación ofrece una manera sencilla de ver, buscar y ordenar artículos de investigación, y ayuda a descubrir nuevos temas de interés. Si queremos visualizar información sobre el aprendizaje de las matemáticas, explore el tema de Math Learning para encontrar enlaces a artículos de investigación y expertos en el campo. 

El mapa fue construido usando datos de más de 100,000 artículos publicados entre 2007 y 2016, encontrados en 184 revistas académicas de la base de datos Web of Science. Se analizó el registro bibliográfico (título, palabras clave, autor, referencias citadas y resumen) para cada artículo y se creó una red de acoplamiento bibliográfico, para vincular artículos compartiendo al menos dos referencias comunes.

A continuación, se utilizo un algoritmo para detectar grupos de artículos con enlaces densamente compartidos. En la vista de red, los artículos pertenecientes a la misma materia se agrupan en nodos o círculos, que llamamos “temas”. El tamaño del círculo es proporcional al número de artículos que contiene. Del mismo modo, la anchura de un arco de borde de color en la vista es proporcional al número de artículos que contiene. En ambas vistas de mapa, el grosor de las líneas (o acordes) entre los temas indica cuán fuertemente están conectados. Se utiliza el mismo algoritmo a los artículos de cada tema para dividirlos en subtemas.

Después se revisaron los documentos más citados y representativos de cada tema y subtemas para crear etiquetas y descripciones. El análisis de datos y la visualización se completó utilizando BiblioTools y D3.

Tres formas de navegar por la herramienta:

  1. Consultar las vistas interactivas, que muestran temas de investigación y subtemas, y cómo se conectan entre sí. Para ello haga clic en un tema para ver los artículos de investigación y más información en profundidad.
  2. Seleccione “Topics” en la barra de herramientas superior para saltar directamente a una de las 11 páginas de temas. Cada página del tema incluye un resumen de las investigaciones relevantes, publicaciones de blog y enlaces relacionados.
  3. Utilice la ” “List View” para ver los datos de cada tema en un formato de lista.

También dispones de un tutorial de ayuda

CiteSpace: visualización de patrones y tendencias en la literatura científica

 

figure03

http://cluster.cis.drexel.edu/~cchen/citespace/

Frecuentemente el uso de sistemas analíticos visuales exige la necesidad de un nivel importante de conocimiento por parte de los usuarios, especialmente para aquellos que tienen poco conocimiento previo sobre el uso de herramientas para realizar tareas analíticas. CiteSpace es una herramienta analítica visual para encontrar tendencias y patrones en la literatura científica.

CiteSpace es una aplicación Java disponible libremente para visualizar y analizar tendencias y patrones en la literatura científica. Está diseñado como una herramienta para la visualización progresiva del dominio del conocimiento. Se centra en la búsqueda de puntos críticos en el desarrollo de un campo o un dominio. CiteSpace proporciona diversas funciones para facilitar la comprensión e interpretación de los patrones de red y patrones históricos, incluyendo la identificación de las áreas de rápido crecimiento temático, la búsqueda de “puntos calientes” de citación de las publicaciones, la descomposición de una red en clusters, Patrones geoespaciales de colaboración y áreas de colaboración internacional.

CiteSpace soporta análisis estructurales y temporales de una variedad de redes derivadas de publicaciones científicas, incluyendo redes de colaboración, redes de co-citación de autores y redes de co-citación de documentos. También admite redes de tipos de nodos híbridos tales como términos, instituciones y países, y tipos de enlaces híbridos como co-citación, co-ocurrencia y enlaces de citas dirigidas.

La fuente principal de datos de entrada de CiteSpace es Web of Science. Permite buscar por un tema de interés y descarguar los resultados de la búsqueda (incluidos registros completos y referencias). También proporciona algunas interfaces sencillas para obtener datos de PubMed, arXiv, ADS y NSF Award Abstracts. CiteSpace se puede utilizar para generar superposiciones de mapas geográficos visibles en Google Earth en función de la ubicación de los autores.

 

 

El mapa conceptual: un instrumento apropiado para comprender textos expositivos

mapagr

Iraizoz Sanzol, N. and F. González García [e-Book] El mapa conceptual: un instrumento apropiado para comprender textos expositivos. Navarra, Gobierno de Navarra, 2004

Texto completo

En la primera parte nos presenta cómo construir los mapas conceptuales y cómo pueden contribuir a mejorar la comprensión lectora. En la segunda, nos ofrece mapas conceptuales elaborados por profesores y alumnos comentados

Google Wonder Wheel:permite visualizar un mapa conceptual de una búsqueda

wheel4
La “rueda mágica” es un nuevo servicio experimental de Google que te permitirá visualizar los resultados de la búsqueda a través de un mapa concpetual

 

Para ello debes seguir los siguientes pasos (eso sí, sólo funciona en inglés):

    1. Entra en Google: www.google.es
    1. En la parte inferior tienes el enlace a Google in English
    1. Copia y pega el siguiente código en la barra del navegador (cuando pulses “intro” no pasará, aparentemente nada)

      <textarea style=”width: 500px; height: 60px;”>javascript:void(document.cookie=”PREF=ID=4a609673baf685b5:TB=2:LD=en:CR=2:TM=1227543998:LM=1233568652:DV=AA:GM=1:IG=3:S=yFGqYec2D7L0wgxW;path=/; domain=.google.com”);</textarea>

  1. Haz una búsqueda, por ejemplo, [car]. En la parte bajo la búsqueda tienes la opción Show options…Wonder wheel