Impacto de la cita

El impacto de las citas o tasa de citas es una medida de cuántas veces un artículo, libro o autor de una revista académica es citado por otros artículos, libros o autores. El recuento de citas se interpreta como medidas del impacto o influencia del trabajo académico y ha dado origen al campo de la bibliometría o cienciometría, especializándose en el estudio de patrones de impacto académico a través del análisis de citas. La importancia de las revistas se puede medir por la tasa promedio de citas, la relación entre el número de citas y el número de artículos publicados en un período de tiempo determinado y en un índice determinado, como el factor de impacto de la revista o el citescore. Lo utilizan las instituciones académicas en las decisiones sobre permanencia académica, promoción y contratación y, por lo tanto, también lo utilizan los autores para decidir en qué revista publicar. Las medidas similares a las citas también se utilizan en otros campos que realizan clasificaciones, como las de Google. s algoritmo PageRank, métricas de software, clasificaciones de colegios y universidades e indicadores de desempeño empresarial.

Nivel de artículo

Una de las métricas de citas más básicas es la frecuencia con la que un artículo fue citado en otros artículos, libros u otras fuentes (como tesis). Las tasas de citación dependen en gran medida de la disciplina y la cantidad de personas que trabajan en esa área. Por ejemplo, muchos más científicos trabajan en neurociencia que en matemáticas, y los neurocientíficos publican más artículos que los matemáticos, por lo que los artículos de neurociencia se citan con mucha más frecuencia que los de matemáticas. De manera similar, los artículos de revisión se citan con más frecuencia que los artículos de investigación regulares porque resumen los resultados de muchos artículos. Esta también puede ser la razón por la que los artículos con títulos más cortos obtienen más citas, dado que normalmente cubren un área más amplia.

Artículos más citados

El artículo más citado de la historia es un artículo de Oliver Lowry que describe un ensayo para medir la concentración de proteínas. Hasta 2014 había acumulado más de 305.000 citaciones. Los 10 artículos más citados tuvieron más de 40.000 citas. Para llegar a los 100 artículos principales se requirieron 12.119 citas en 2014. De la base de datos Web of Science de Thomson Reuters con más de 58 millones de artículos, sólo 14.499 artículos (~0,026%) tuvieron más de 1.000 citas en 2014.

Nivel de revista

La métrica más simple a nivel de revista es el factor de impacto de la revista (JIF), el número promedio de citas que los artículos publicados por una revista en los dos años anteriores han recibido en el año actual, según lo calculado por Clarivate. Otras empresas reportan métricas similares, como CiteScore (CS), basado en Scopus.

Sin embargo, los JIF o CS muy altos a menudo se basan en una pequeña cantidad de artículos muy citados. Por ejemplo, la mayoría de los artículos publicados en Nature (factor de impacto 38,1, 2016) solo fueron citados 10 o 20 veces durante el año de referencia (ver figura). Las revistas con un impacto menor (por ejemplo, PLOS ONE, factor de impacto 3.1) publican muchos artículos que son citados de 0 a 5 veces, pero pocos artículos muy citados.

Las métricas a nivel de revista a menudo se malinterpretan como una medida de la calidad de la revista o de la calidad del artículo. Sin embargo, el uso de métricas que no son a nivel de artículo para determinar el impacto de un solo artículo no es estadísticamente válido. Además, los estudios de calidad metodológica y confiabilidad han encontrado que "la confiabilidad de los trabajos de investigación publicados en varios campos puede estar disminuyendo a medida que aumenta la clasificación de las revistas", contrariamente a las expectativas generalizadas.

La distribución de citas está sesgada en el caso de las revistas porque un número muy pequeño de artículos genera la gran mayoría de las citas; por lo tanto, algunas revistas han dejado de publicar su factor de impacto, p. las revistas de la Sociedad Estadounidense de Microbiología. El recuento de citas sigue principalmente una distribución lognormal, excepto la cola larga, que se ajusta mejor a una ley potencial.

Otras métricas a nivel de revista incluyen el Eigenfactor y el SCImago Journal Rank.

Nivel de autor

Se puede informar el total de citas, o el recuento promedio de citas por artículo, para un autor o investigador individual. Se han propuesto muchas otras medidas, más allá del simple recuento de citas, para cuantificar mejor el impacto de las citas de un académico individual. Las medidas más conocidas incluyen el índice h y el índice g. Cada medida tiene ventajas y desventajas, que van desde el sesgo hasta la dependencia de la disciplina y las limitaciones de la fuente de datos de citas. También se utiliza contar el número de citas por artículo para identificar a los autores de citas clásicas.

Las citas se distribuyen de forma muy desigual entre los investigadores. En un estudio basado en la base de datos Web of Science en 118 disciplinas científicas, el 1% de los autores más citados representaron el 21% de todas las citas. Entre 2000 y 2015, la proporción de citaciones dirigidas a este grupo de élite creció del 14% al 21%. Las concentraciones más altas de 'élite de citas' Los investigadores estaban en los Países Bajos, el Reino Unido, Suiza y Bélgica. El 70% de los autores de la base de datos Web of Science tienen menos de 5 publicaciones, por lo que los autores más citados entre los 4 millones incluidos en este estudio constituyen una pequeña fracción.

Alternativas

Un enfoque alternativo para medir el impacto de un académico se basa en los datos de uso, como el número de descargas de los editores y el análisis del rendimiento de las citas, a menudo a nivel de artículo.

Ya en 2004, el BMJ publicó el número de visitas a sus artículos, que en cierto modo estaba correlacionado con las citas. En 2008, el Journal of Medical Internet Research comenzó a publicar opiniones y tweets. Estos "tweets" resultó ser un buen indicador de artículos muy citados, lo que llevó al autor a proponer un "factor Twinpact", que es el número de Tweets que recibe en los primeros siete días de publicación, así como un Twindex, que es el percentil de rango del factor Twimpact de un artículo.

En respuesta a las crecientes preocupaciones sobre el uso inadecuado de los factores de impacto de las revistas al evaluar la producción científica y a los propios científicos, Université de Montréal, Imperial College London, PLOS, eLife, EMBO Journal, The Royal Society, Nature and Science propusieron métricas de distribución de citas como alternativa a los factores de impacto.

Publicaciones en Acceso Abierto

Las publicaciones de acceso abierto (OA) son accesibles sin costo alguno para los lectores, por lo que se esperaría que fueran citadas con mayor frecuencia. Algunos estudios experimentales y observacionales han encontrado que los artículos publicados en revistas de acceso abierto no reciben, en promedio, más citas que los publicados en revistas por suscripción; otros estudios han encontrado que sí.

La evidencia de que los artículos de acceso abierto ("verdes") autoarchivados por el autor se citan más que los artículos que no son de acceso abierto es algo más fuerte que la evidencia de que (" gold") Las revistas de acceso abierto son citadas más que las revistas que no son de acceso abierto. Dos razones para esto son que muchas de las revistas más citadas hoy en día todavía son acceso abierto híbrido (el autor tiene la opción de pagar por el oro) y muchas revistas de acceso abierto puramente pagadas por el autor hoy en día son de baja calidad o francamente fraudulentas. revistas depredadoras," aprovecharse de los autores' afán por publicar o morir, reduciendo así el recuento promedio de citas de las revistas de acceso abierto.

Acontecimientos recientes

Un avance reciente importante en la investigación sobre el impacto de las citas es el descubrimiento de la universalidad, o patrones de impacto de las citas que se mantienen en diferentes disciplinas de las ciencias, las ciencias sociales y las humanidades. Por ejemplo, se ha demostrado que el número de citas recibidas por una publicación, una vez reescalado adecuadamente por su promedio entre artículos publicados en la misma disciplina y en el mismo año, sigue una distribución logarítmica normal universal que es la misma en todas las disciplinas. . Este hallazgo ha sugerido una medida universal del impacto de las citas que extiende el índice h reescalando adecuadamente el recuento de citas y recurriendo a las publicaciones; sin embargo, el cálculo de dicha medida universal requiere la recopilación de datos y estadísticas de citas extensos para cada disciplina y año. Se han propuesto herramientas de crowdsourcing social como Scholarometer para abordar esta necesidad. Kaur et al. propusieron un método estadístico para evaluar la universalidad de las métricas de impacto de las citas, es decir, su capacidad para comparar el impacto de manera justa en todos los campos. Su análisis identifica métricas de impacto universales, como el índice h normalizado en el campo.

Las investigaciones sugieren que el impacto de un artículo puede explicarse, en parte, por factores superficiales y no sólo por los méritos científicos de un artículo. Los factores dependientes del campo suelen enumerarse como una cuestión que debe abordarse no sólo cuando se hacen comparaciones entre disciplinas, sino también cuando se comparan diferentes campos de investigación de una disciplina. Por ejemplo, en Medicina, entre otros factores, el número de autores, el número de referencias, la extensión del artículo y la presencia de dos puntos en el título influyen en el impacto. Mientras que en Sociología el número de referencias, la extensión del artículo y la extensión del título se encuentran entre los factores. También se encuentra que los académicos se involucran en comportamientos éticamente cuestionables para inflar el número de citas que reciben los artículos.

La indexación automatizada de citas ha cambiado la naturaleza de la investigación del análisis de citas, permitiendo analizar millones de citas en busca de patrones a gran escala y descubrimiento de conocimientos. El primer ejemplo de indexación automatizada de citas fue CiteSeer, al que más tarde le seguiría Google Scholar. Más recientemente, se han propuesto modelos avanzados para un análisis dinámico del envejecimiento de las citas. Este último modelo se utiliza incluso como herramienta predictiva para determinar las citas que podrían obtenerse en cualquier momento de la vida de un corpus de publicaciones.

Algunos investigadores también proponen que la tasa de citas de revistas en Wikipedia, junto al índice de citas tradicional, "puede ser un buen indicador del impacto del trabajo en el campo de la psicología".

Según Mario Biagioli: "Es probable que se abuse de todas las métricas de la evaluación científica. La ley de Goodhart [...] establece que cuando una característica de la economía se elige como indicador de la economía, inexorablemente deja de funcionar como ese indicador porque la gente comienza a jugar con él."