martes, 12 de mayo de 2015

Publicado el martes, mayo 12, 2015 por con 0 comentarios

De la bibliometría a la altmetría (II)


Altmetrics (del inglés alternative metrics) es un término que se acuñó en el año 2010. O sea, que es relativamente reciente. Empezó a usarse en twitter con la etiqueta #altmetrics y de ahí se generalizó como concepto complementario al de bibliometría.

Si en el primer post de la serie de altmétrica hablábamos de la evolución de la bibliometría, ahora nos metemos de lleno en el concepto de altmétrica y en qué lugar ocupa dentro de la ciencia que estudia la producción científica.

¿Para qué sirven las altmetrics?
La altmetría coteja la popularidad de un artículo mediante el control de la calidad y la cantidad de atención que recibe en línea, y otorga una puntuación única. Es entonces cuando se marca el artículo con una clave visual que identifica los entornos en los que ha sido visto o compartido.

Esto da una visión global de alcance social, lo que permite a los lectores y autores por igual ver cómo y donde el artículo se está discutiendo en línea.

Aunque las altmetrics o “altmétricas” se consideran como métricas sobre artículos también pueden emplearse para personas, revistas, libros, conjuntos de datos, presentaciones, vídeos, repositorios de código fuente, páginas web, etc.

Estas métricas alternativas tienen en común con la bibliometría que se engloban dentro de la informetría. La particularidad de la altmétrica es que, además de pertenecer a la informetría, pertenece a la webmetría y a la cibermetría (ver ilustración).

Las altmétricas no solo cubren el número de citas, también pueden usarse para otros aspectos como:
  • Impacto de un trabajo
  • Cuántos datos o bases de conocimiento se refieren a él
  • Visualizaciones del artículo
  • Descargas
  • Menciones en medios sociales o en prensa

También en las redes sociales
Muchos son los que en los últimos tiempos se han referido a los nuevos indicadores surgidos a raíz de la existencia de producción científica y perfiles de investigadores en las redes sociales.




Indicadores de la altmetría
Estos indicadores, que abordan diferentes aspectos del impacto que un artículo o un trabajo, se establecieron en 2012 como impulso de ImpactStory y son:
  • Visualizaciones y descargas de documentos: comprensión mejor matizada del impacto que genera la lectura de un artículo, pues es posible saber si se leyó, si se discutió en algún grupo o blog, si se guardó o si también fue recomendado.
  • Comentarios en revistas, blogs científicos, wikipedia, Twitter, Facebook y otros medios de comunicación social: abren una ventana al impacto de los productos académicos basados ​​en la web, como son las bases de datos, el software, los blogs y los videos (Piwowar, 2013, p. 9).
  • Marcadores tipo Mendeley, CiteUlike
  • Citas en la literatura académica, identificados por Web of Science, Scopus, CrossRef y otros similares.
  • Recomendaciones.
Controversia
El concepto de altmétrica se encuentra en constante revisión y tiene defensores y detractores. Algunas de las razones esgrimidas por los detractores son:
  • Las fuentes de datos altmétricos presentan sesgos similares a los de las bases de datos de citas
  • Falta de normalización de los procedimientos de recogida de datos para garantizar la consistencia de estos indicadores 
Eventos sobre la altmetría
Uno de los eventos que gozan de mayor prestigio en el terreno de la bibliometría es el Seminario EC3: indicadores bibliométricos para la evaluación de la Ciencia y la Comunicación Científica, este año es su quinta edición (el 11 y 12 de junio). Lo organiza la empresa EC3metrics (del grupo EC3 de la Universida de Granada) .

¿Cómo lo ves?, ¿estás a favor o en contra de la altmetría?, ¿crees que pueden convivir en armonía los tradicionales indicadores bibliométricos con los nuevos indicadores altmétricos?. Echa un ojo a nuestro post anterior para refrescar conceptos sobre la evolución de la ciencia bibliométrica.

En el próximo post hablaremos de las herramientas científicas de las que disponen las nuevas métricas para extraer datos a los que el factor de impacto tradicional no llega: redes sociales, visualizaciones del resumen y artículos, impacto de uso, etc.

Más información en



0 comentarios: