Estudio de indicadores científicos de perfiles en Google Académico de universidades en Centroamérica y el Caribe

STUDY OF SCIENTIFIC PROFILES INDICATORS IN GOOGLE SCHOLAR OF UNIVERSITIES IN CENTRAL AMERICA AND THE CARIBBEAN

Danny Murillo¹

[email protected]

Dalys Saavedra²

[email protected]

1,2 UTP-Ridda

Universidad Tecnológica de Panamá

RESUMEN– En este trabajo se muestra el estudio bibliométrico a 30 perfiles de universidades de Centro América y el Caribe con perfil en Google Académico (GA), utilizando un total de 2,316 perfies y 80,438 publicaciones. Se utilizó el Análisis de componentes principales (ACP) para identificar los grupos de universidades para hacer el análisis con indicadores bibliométricos como citaciones, número de publicaciones, Hindex. Los resultados dejan en evidencia la enorme separación que existe en el grupo de la Universidad de Costa Rica, Universidad de Puerto Rico y la Universidad de West Indies en Jamaica, las cuales contienen el 43% de la producción científica y el 65% de citaciones del estudio. El resto de las 28 Universidades del estudio muestran poca producción científica y visibilidad de sus perfiles de autores como de sus revistas.

Palabras – Bibliometría, Googles Académico, Análisis de Componentes Principales, PCA, estudio bibliométrico

ABSTRACT– In this work the bibliometric study is shown to 30 profiles of Central American and Caribbean universities with profile in Google Scholar (GA), using a total of 2,316 profiles and 80,438 publications. The Principal Components Analysis (PCA) was used to identify groups of universities to do the analysis with bibliometric indicators such as citations, number of publications, Hindex. The results show the enormous separation that exists in the group of the University of Costa Rica, University of Puerto Rico and the University of the West Indies in Jamaica, which contain 43% of scientific production and 65% of citations of the study. The rest of the 28 Universities of the study show little scientific production and visibility of their profiles of authors as of their journals.

Keywords– Bibliometrics, Google Scholar, Principal Components Analysis, PCA, bibliometric study.

1. Introducción

En evaluación de la ciencia es necesario medir el alcance e impacto de la producción utilizando indicadores científicos los cuales analizan la cantidad de publicaciones de investigador y el número de citaciones que estás obtienen en un determinado tiempo, generando también un impacto en el perfil del investigador [1].

El área encargada de medir o estudiar estos indicadores está relacionada con el campo de la webmetría y bibliometría. La bibliometría es un área de la cienciometría enmarcada en los estudios métricos de la información donde se aplican métodos y modelos matemáticos [2] a perfiles de autores, instituciones, revistas, publicaciones científicas y repositorios bibliográficos, con la finalidad de describir su comportamiento [3], determinar patrones de publicación que ayuden a diseñar estrategias y facilitar la toma de decisiones [4].

Existen plataformas como Scopus,Scimago (SJR, y Web of Science que miden estos indicadores pero su información es parcialmente pública.

Otras plataformas como Google Académico (GA) creada desde el 2004 han surgido como un instrumento de recuperación de información para obtener más cobertura al material científico y académico en la web [5].

El análisis bibliométrico comúnmente es llevado a cabo con datos de revistas científicas o perfiles de investigadores proveniente de Wos y SJR, sin embargo GA permite el acceso a documentos que no son considerados por estas bases de datos como: preprints, tesis, informes, libros, repositorios o publicaciones de revistas en indexadores de acceso abierto con impacto regional [6], tomar en cuenta estos documentos y sus indicadores permite una mejor evaluación de la ciencia [7].

El objetivo del trabajo fue la visibilidad de las universidades de Centro América y el Caribe (CAyC) en GA y evaluar la diferencia del impacto de la producción científica entre ellas utilizando indicadores bibliométricos.

2. Materiales y métodos

El estudio está basado en una Investigación cuantitativa y una muestra por conveniencia.

2.1 Población del estudio

Analizamos la plataforma de ranking universitarias Webometrics [8] encontrando que existían 362 universidades de CAyC de 18 países con dominios URL a su página web. Para el estudio solo se consideraron las universidades con perfil y afiliación en GA.

2.2 Procedimiento

De la información de universidades de CAyC en Webometrics se extrajeron los datos del nombre de la universidad, país, url y los datos de la posición del ranking universitario en el mundo y en CAyC.

El proceso de verificación de los perfiles de universidades en GA consistió en una búsqueda del nombre de cada universidad y dominio de sus páginas web (utp.ac.pa) en este buscador, específicamente en la sección de perfiles.

Los datos universidades con perfil en GA se extrajeron utilizando un algoritmo de web scraping creado en el lenguaje R, el cual busca y extrae los perfiles y publicaciones utilizando la URL web de cada universidad [9], para el estudio fueron: número de perfiles, número de publicaciones, citaciones por publicación, año de la publicación y hindex..

Para el análisis de los datos se utilizó el lenguaje R a través del software RStudio v.1.044. Los paquetes utilizados para realizar los análisis y visualización de los gráficos fueron FactoMineR, Rdmdr, ggplot2, gdendro, factoextra, cluster, tidyverse, tydyr, pluggin de Factominer, Rcmdr.

2.3 Métodos estadísticos

Para el análisis descriptivos de los datos utilizamos el Análisis de Componentes Principales (ACP), técnica estadística de síntesis de la información o reducción del número de variables [10]. El ACP permitió identificar

universidades con datos con valores similares, las cuales fueron agrupas por clúster.

El número de clusters se determinó con el algoritmo K- medias del paquete FactoMiner [11] el cual genera valores de inercia dependiendo del valor de “k” el cual representa los valores de cada una de las variables utilizadas k=1:9, los valores fijos fueron las iteracciones máximas (iter.max) =200 y el número de conjuntos (nstart) = 50.

grupos=kmeans(datos,k,nstart=50,iter.max=200), InerciaIC[k]-grupos$tot.withinss) (1)

Por cada valor de k, existe un valor constante entre cada variable, este identifica el número de clusters [12] a utilizar, esta agrupación se muestra en el gráfico de ACP de individuos o universidades [13].

3. Resultados

Con datos obtenidos de las 362 universidades de CAyC se identificaron que solo 30 universidades de 10 países tenían perfiles con afiliación en GA lo que representa el 11% del total de universidades. En la tabla 1 muestra que Cuba y Costa Rica son los países con mejor representación, también hay 7 países del Caribe con 0 representación. Países como Panamá, El Salvador y Rep. Dominicana con un promedio de 31 universidades solo tienen 1 representación en GA.

En la Tabla 1 se muestran las 30 universidades afiliadas a GA ordenadas por el número de citaciones, siendo la universidad de Puerto Rico la que más citaciones y publicaciones tiene en la región. El total de perfiles de encontrados de estas universidades es 2,316 y el total de publicaciones fue de 80,438, de estos datos se encontraron 63 publicaciones con fechas nulas o inferiores a 1950 por lo que fueron eliminadas del estudio.

Según datos extraídos de GS de las 10 universidades con más citaciones, 8 tienen las mejores posiciones en CAyC según el Ranking de Webometrics a nivel Mundial, los datos de la tabla 3, muestran las 30 universidades seleccionadas y la posición que estas ocupan en el ranking, siendo las mejores posicionadas la Universidad de Puerto Rico (586,2), Universidad de Costa Rica (885,4), University of the West Indies (1088,5), University of the West Indies at St Augustine (1792,18), la Universidad de la Habana (2053, 22), Centro Agronómico Tropical de Investigación y Enseñanza(2220), Universidad Nacional de Costa Rica (2710) y Tecnológico de Costa Rica (2790) .

Tabla 1. Número de Universidades por país y número de universidades con perfiles en GA.

5

El ranking universitario Webometrics, según su metodología contempla 4 indicadores, presencia (5%), numero de documento en la web, Impacto o Visibilidad (50%), enlaces que señalan al dominio web, apertura (10%), citaciones de google scholar y Excelencia (35%) citaciones y documentos de revistas según Scimago. Todos estos indicadores son afectados por la visibilidad de documentos y citaciones de las universidades en Google Scholar, por lo que la tabla 3 muestra como se refleja la posición del ranking en las universidades que tienen perfil en GS.

Para el análisis descriptivos se realizó el Análisis de Componentes Principales de universidades con datos de la tabla 1, generando 6 valores de componentes, Dim 1(56.67), Dim 2(24.75), Dim 3(9.37), c Dim 4( 5.48),

Dim 5 (1.92), Dim 6 (1.14), se seleccionaron los componentes 1 y 2 para generar el Plano con un 81.42% de confiabilidad representados en la gráfica 1. En el gráfico la variable años se muestra con alejada de la circunferencia del ACP, esto indica que no se encuentra bien representada debido a que existen datos con valores fuera del rango de la media o datos nulos, por lo que fue necesario depurar los datos del campo año.

Tabla 2. Datos de los perfiles de Universidades con afiliación en GA

Los datos fueron agrupados por cluster, cuyo número de clúster dado por el valor de inercia “K” fue 4. La gráfica 2 muestra los clusters generados en el ACP de universidades, el clúster 1 contiene las universidades con menos citaciones y publicaciones, el cluster 4 contiene las universidades con más citaciones y publicaciones, el cluster 2 y 3 son las universidades con promedios medios de citaciones y publicaciones entre la 1 y la 4.

Gráfica 1. Análisis de Componentes Principales de las variables

Al analizar las citaciones de las publicaciones por cluster entre el año de 1950 hasta 2018, encontramos que las publicaciones con más citaciones de los cluster 2,3,4 se encuentran en el periodo 2000 y 2018, según gráfico 3. Se muestra que el cluster 1 que representa el 7% del total de citaciones no tiene publicaciones que sobrepasen las 100 citaciones, mientras que los cluster 2 que representa el 9% de citaciones muestra algunas publicaciones con más de 1,000 citaciones, el cluster 3 que representa el 16% del total de citaciones, muestra 3 publicaciones que superan las 1,000 citas y el cluster 4, que representa el 67% de las citaciones del estudio (564,034), muestra más de 30 publicaciones que superan las 1000 citas y algunas superan las 4,000 citas.

Gráfica 2. ACP de las universidades agrupadas por cluster según similitud de datos

Universidades de Centroamérica y el Caribe con perfil en Google Académico, ordenados por la posición en el Ranking de Webometrics

Gráfica 3. Citas de universidades por año y por cluster.

Las universidades que han sido agrupadas en el clúster 4, que contienen el 67% de las citaciones del estudio, UPR, UWI, UCR tienen en común que se enmarcan en 6 área de estudio, Medicina, Ciencias Médicas, Computación, Agroindustria, Ingeniería, Ciencias sociales, por lo que son universidades con diferentes especialidades. Por otro lado universidades de los cluster 1 y 2, como CAT, PONCE, UTP, INCAE, ISP, UCI, INCA, son universidades que cuentan con 1 a 3 especialidades, ingeniería, computación, agrícola y negocio, ha excepción del CAT que tiene 33,188 citaciones, las demás cuentan con poca citaciones.

De los 2,316 perfiles de universidades se encontró que el 15 % de los perfiles (392) no tenían citaciones y tenían pocas publicaciones, estos perfiles pertenecían principalmente a los cluster 1,2.

Al seleccionar los perfiles con más citaciones, se muestra en la gráfica 3 que el perfil con más citaciones, 25,526 y hindex 82 pertenece al profesor Josué Danilo Molina Rodríguez, de la Escuela Agrícola Panamericana Zamorano en Honduras, quién publica en las áreas de Particle Physics, CP Violation, Dalitz Plot Analysis, Amplitude Analysis, Heavy Flavours. Otros perfiles con un número considerable de citaciones es del profesor Nigel Harris de la University of the West Indies en Jamaica, con hindex 75, sus publicaciones son del área de Medicina (antiphospholipid antibodies, rheumatology, lupus).

Gráfica 4. Perfiles con mayor hindex por universidad y por cluster.

Se identificaron 25 perfiles de revistas científicas mostradas en la gráfica. Las revistas de mayor impacto pertenecen a la UCR, la revista Reflexiones del área de Ciencias Sociales con un Hindex de 12 y 611 citaciones y la revista de Ciencias Económicas con Hindex de 9 y 435 citaciones con la misma temática. La revista con más citaciones es la Revista Geográfica de América Central de la UNA con 739 citaciones y un hindex de 8.

Las universidades con más revistas son, la UNA de Costa Rica con 9 revistas con perfiles, seguido de la UCR también de Costa Rica con 4 y la UTP de Panamá con 4, pero con menos impacto que las revistas de Costa Rica.

Según el Sistema Regional de Información en Línea para Revistas Científicas de América Latina, el Caribe,

España y Portugal, Latindex, existen 1,876 de CAyC en su directorio, por lo que las revistas en GA solo representa el 1.3% de revistas, estas contienen 5,046 publicaciones en total.

Al realizar un análisis de las publicaciones por idioma, se analizaron las 100 publicaciones más citadas del estudio, el 97% estaba en idioma Ingles y el resto en español, estas 100 publicaciones generaron 13,287 citaciones lo que representa el 16.5% del total de citaciones. El 75% de estas publicaciones pertenece a las universidades del del cluster 4, que contiene la mejores universidades del estudio La publicación más citada es “A map of human genome variation from population scale sequencing” con 5,320 del profesor Rajini Haraksingh de la UWI de las áreas de Human Genetics, Genomics, Bioinformatics, Computational Biology.

Gráfica 4. Numero de revistas por universidad y cluster

Para analizar el impacto de las revistas según el valor de Hindex, se hizo una búsqueda en catálogos e indexadores regionales como LATINDEX, SCIELO, REDALYC, REDIB y el directorio de Revistas de acceso abierto, DOAJ. Solo la Revista Cubana de Ciencias Informáticas de la Universidad de Ciencias Informáticas en Cuba con un Hindex de 7 del área de Ciencia computacionales y la Revista MHSalud UNA de la Universidad Nacional de Costa Rica con un Hindex de 7 y del área de movimiento humano, deportes, recreación, calidad de vida 2 están en las 5 plataformas mencionadas.

El 56% de las 25 revistas se encuentra en DOAJ por lo que pudiéramos inferir, que este grupo cuenta con políticas de acceso abierto en sus revistas, de estas el 50% son revistas de Costa Rica.

4. Discusión

La mayoría de los estudios bibliométricos encontrados en la literatura se han realizado a revistas científicas tomando como referencias de datos de WoS y Scopus, aunque en algunos observatorios de universidades, principalmente España, realizan estudio de los perfiles de sus investigadores en GA, pero se realizan pocos estudios bibliométricos de los perfiles y publicaciones en GA de universidades por país.

El estudio muestra una radiografía de la poca visibilidad que existe en CAyC, donde solo el 11% de 362 Universidades identificadas tienen afiliaciones en GA y perfiles de sus docentes investigadores, en el caso de Panamá solo 1 universidad de las 25 tiene perfil.

Aunque el objeto de estudio fue realizar un análisis Bibliométricos de los perfiles de investigadores en GA de CAyC, se identificaron 25 perfiles de revistas científicas / académicas las cuales representan solo el 1.3% de las revistas registradas en Latindex a nivel regional, lo que conlleva a que no es posible conocer el factor de impacto de las revistas.

Una de las limitantes del estudio es que existen pocas universidades en CAyC con perfiles en GA por lo que es difícil identificar realmente cuales son las universidades que más producción científica tienen. Por otro lado los contenidos extraídos de GA son muy variados y para el estudio no se ha filtrado según el tipo de publicación, por lo que decir que esta es la producción científica de CAyC es un poco subjetiva.

El promedio de perfiles extraídos en GA de cada universidad fue de 77.2, pero no podemos decir que porcentaje representa de los investigadores de cada universidad ya que no se identificó en sus páginas web el listado de investigadores o docentes.

5. Conclusiones

Se encontró en este estudio que existe poca visibilidad de las universidades en Centro América y el Caribe en GA con apenas un 11% de representación.

El análisis de indicadores Bibliométricos realizado a 80,438 publicaciones entre 1950 y 2018, muestra que el mayor impacto de las publicaciones se encuentra entre los periodos de 2000 y 2017, siendo las publicaciones en ingles la que más citaciones tienen.

El número de perfiles extraídos de las universidades, 2,316 no representa una muestra considerable, hay solo 77 perfiles por universidad cuando las universidades promedian 250 docentes e investigadores.

Las universidades con mayor número de citaciones en GA son también universidades con mayor posición en el ranking de Webometrics por lo que la generación y visibilidad de la producción científica esta correlacionada con uno de los indicadores de este ranking.

Este trabajo está enmarcado en generar resultados de indicadores científicos que permitan el estudio permanente a través de un Observatorio de Bibliometría de la Universidad Tecnológica de Panamá, que tenga el objetivo de realizar estudios que permitan medir la producción científica de nuestra universidad y de la región, en vías de conocer las temáticas y formas de mejorar la visibilidad, el alcance e impacto de las publicaciones científicas.

Referencias

J. Sanz-Valero, V. Tomás Casterá, and C. Wanden- Berghe, “Estudio bibliométrico de la producción científica publicada por la Revista Panamericana de Salud Pública,” Rev Panam Salud Pública, vol. 35, no. 2, pp. 81–8, 2014.

L. Michán and I. Muñoz-Velasco, “Cienciometría para ciencias médicas: definiciones, aplicaciones y perspectivas,” Investig. en Educ. Médica, vol. 2, no. 6, pp. 100–106, 2013.

L. E. Paz Enrique, M. J. Peralta González, and E. A. Hernández Alfonso, “Estudio bibliométrico de la Revista Centro Agrícola, Cuba,” e-Ciencias la Inf., vol. 6, no. 2, p. 1, 2016.

A. Maz-Machado, N. N. Jiménez-Fanjul, and E. Villarraga Rico, “La producción científica colombiana en SciELO: un análisis bibliométrico,” Rev. Interam. Bibl., vol. 39, no. 2, pp. 111–119, 2016.

D. Giustini and M. N. Kamel Boulos, “Google Scholar is not enough to be used alone for systematic reviews,” Online J. Public Health Inform., vol. 5, no. 2, pp. 0–4, 2013.

E. Orduña-Malea, “Aplicaciones métricas de Google Scholar para la evaluación del impacto científico,” no. April, pp. 29–30, 2016.

J. L. Ortega, “Diferencias y evolución del impacto académico en los perfiles de google scholar citations: una aplicación de árboles de decisión,” Revista Española de documentación científica, 2015. [Online]

"http://redc.revistas.csic.es/index.php/redc/article/view"http://redc.revistas.csic.es/index.php/redc/article/view 65pt;text/905/1283.

"http://www.webometrics.info/en/Latin_America"“Ranking Web of Universities,” 2017. [Online]: "http://www.webometrics.info/en/Latin_America"http://www.webometrics.info/en/Latin_America.

D. Murillo and D. Saavedra, “Web Scraping de los Perfiles y Publicaciones de una Afiliación en Google Scholar utilizando Aplicaciones Web e implementando un Algoritmo en R,” in Congreso AMITIC, 2017, pp. 1–8.

C. A. Núñez-Colín and A. F. Barrientos-Priego, “Estimación de la variabilidad interna de muestras poblacionales, mediante análisis de componentes principales,” Interciencia, vol. 31, no. 11, 2006.

;P. C. D. C. Campo Elías Pardoa, “Combinación de métodos factoriales y de análisis de conglomerados en R : el paquete FactoClass,” no. 2, pp. 231–245, 2007.

J. L. Vicente, “Introducción al Análisis de Clúster,” p. 22, 2011.

M. Balzarini, C. Bruno, M. Córdoba, and I. Teich, “Herramientas en el Análisis Estadístico Multivariado,” no. June, p. 200, 2015.