Construcción de indicadores de Ciencia, Tecnología e Innovación en Nicaragua

Por primera vez en Nicaragua se están haciendo esfuerzos formales y diáfanos para irrumpir en la sociedad de la información y el conocimiento. En el año 2010, el Consejo Nicaraguenses de Ciencia y Tecnología (CONICYT) en colaboración con agentes claves de los sistemas de investigación e innovación definió el Plan Nacional de Ciencia, Tecnología e Innovación, Nicaragua, 2010-2013, el cual cuenta dentro de sus programas estratégicos el desarrollo de un sistema de indicadores de Ciencia, Tecnología e Innovación que oriente la definición de políticas y la toma de decisiones en materia científica. En la actualidad, el CONICYT en colaboración con el Consejo Nacional de Universidades (CNU) están implementado un estudio encauzado a la definición de un Sistema Nacional de Indicadores que permita disponer de información confiable y actualizada sobre Ciencia, Tecnología e Innovación en Nicaragua, que brinde información sobre inversión y gasto en Ciencia y Tecnología, la oferta científica – tecnológica nacional, el impacto del gasto público en C,T e I, y la forma como éste gasto se traduce en bienes y servicios para la sociedad nicaragüense. El proceso de construcción de dichos indicadores se ha estado realizando a través de la utilización de diversas técnicas y metodologías participativas, las cuales han estado siendo aplicadas por etapas, elaboración del marco conceptual; formulación de indicadores; elaboración de documento y aprobación del documento final. El sistema nacional de indicadores estará completo en la medida que los actores claves del sistema nacional de investigación e innovación se interesen en la creación del mismo, esto conlleva analizar la importancia de la creación del sistemas a la luz de su aplicabilidad práctica y el intercambio de experiencias con otros países de la región que han desarrollado el proceso. Es necesario el compromiso de los integrantes del sistema de investigación e innovación de proporcionar la información y alimentar el sistema, generar un software para administrar el sistema, y capacitar personal que estará a cargo de la recolección sistemática de la información, análisis, elaboración de reportes, comparaciones con otros países, cienciometría, así como percepción pública de la ciencia e impacto social del conocimiento.

El hospital como organización de conocimiento y espacio de investigación y formación

El libro es una contribución importante al análisis de la productividad de médicos, investigadores y centros de hospitalización vinculados al proceso científico del país. En sus páginas se encuentra información sistemática y accesible a los lectores sobre el desarrollo de la medicina clínica en Colombia. Nunca antes se había logrado un análisis tan completo de los que pareciera una compleja e irrealizable tarea. Los académicos y todos los miembros del sistema de salud encontrarán aquí los datos para entender la dinámica de los recursos humanos que trabajan en la investigación clínica en salud, con el fin de determinar sus formas organizativas, diferenciadas como comunidad científica, su visibilidad y reconocimiento social.Con los indicadores aquí expuestos muchas universidades, hospitales y clínicas seguramente dispondrán de una nueva perspectiva del concepto de capital intelectual, y ofrecerán a las personas con un alto nivel de formación un capital humano acumulado para que su productividad sea mayor.

Machine Learning in Scientometrics

El aprendizaje automático y la cienciometría son las disciplinas científicas que se tratan en esta tesis. El aprendizaje automático trata sobre la construcción y el estudio de algoritmos que puedan aprender a partir de datos, mientras que la cienciometría se ocupa principalmente del análisis de la ciencia desde una perspectiva cuantitativa. Hoy en día, los avances en el aprendizaje automático proporcionan las herramientas matemáticas y estadísticas para trabajar correctamente con la gran cantidad de datos cienciométricos almacenados en bases de datos bibliográficas. En este contexto, el uso de nuevos métodos de aprendizaje automático en aplicaciones de cienciometría es el foco de atención de esta tesis doctoral. Esta tesis propone nuevas contribuciones en el aprendizaje automático que podrían arrojar luz sobre el área de la cienciometría. Estas contribuciones están divididas en tres partes: Varios modelos supervisados (in)sensibles al coste son aprendidos para predecir el éxito científico de los artículos y los investigadores. Los modelos sensibles al coste no están interesados en maximizar la precisión de clasificación, sino en la minimización del coste total esperado derivado de los errores ocasionados. En este contexto, los editores de revistas científicas podrían disponer de una herramienta capaz de predecir el número de citas de un artículo en el fututo antes de ser publicado, mientras que los comités de promoción podrían predecir el incremento anual del índice h de los investigadores en los primeros años. Estos modelos predictivos podrían allanar el camino hacia nuevos sistemas de evaluación. Varios modelos gráficos probabilísticos son aprendidos para explotar y descubrir nuevas relaciones entre el gran número de índices bibliométricos existentes. En este contexto, la comunidad científica podría medir cómo algunos índices influyen en otros en términos probabilísticos y realizar propagación de la evidencia e inferencia abductiva para responder a preguntas bibliométricas. Además, la comunidad científica podría descubrir qué índices bibliométricos tienen mayor poder predictivo. Este es un problema de regresión multi-respuesta en el que el papel de cada variable, predictiva o respuesta, es desconocido de antemano. Los índices resultantes podrían ser muy útiles para la predicción, es decir, cuando se conocen sus valores, el conocimiento de cualquier valor no proporciona información sobre la predicción de otros índices bibliométricos. Un estudio bibliométrico sobre la investigación española en informática ha sido realizado bajo la cultura de publicar o morir. Este estudio se basa en una metodología de análisis de clusters que caracteriza la actividad en la investigación en términos de productividad, visibilidad, calidad, prestigio y colaboración internacional. Este estudio también analiza los efectos de la colaboración en la productividad y la visibilidad bajo diferentes circunstancias. ABSTRACT Machine learning and scientometrics are the scientific disciplines which are covered in this dissertation. Machine learning deals with the construction and study of algorithms that can learn from data, whereas scientometrics is mainly concerned with the analysis of science from a quantitative perspective. Nowadays, advances in machine learning provide the mathematical and statistical tools for properly working with the vast amount of scientometrics data stored in bibliographic databases. In this context, the use of novel machine learning methods in scientometrics applications is the focus of attention of this dissertation. This dissertation proposes new machine learning contributions which would shed light on the scientometrics area. These contributions are divided in three parts: Several supervised cost-(in)sensitive models are learned to predict the scientific success of articles and researchers. Cost-sensitive models are not interested in maximizing classification accuracy, but in minimizing the expected total cost of the error derived from mistakes in the classification process. In this context, publishers of scientific journals could have a tool capable of predicting the citation count of an article in the future before it is published, whereas promotion committees could predict the annual increase of the h-index of researchers within the first few years. These predictive models would pave the way for new assessment systems. Several probabilistic graphical models are learned to exploit and discover new relationships among the vast number of existing bibliometric indices. In this context, scientific community could measure how some indices influence others in probabilistic terms and perform evidence propagation and abduction inference for answering bibliometric questions. Also, scientific community could uncover which bibliometric indices have a higher predictive power. This is a multi-output regression problem where the role of each variable, predictive or response, is unknown beforehand. The resulting indices could be very useful for prediction purposes, that is, when their index values are known, knowledge of any index value provides no information on the prediction of other bibliometric indices. A scientometric study of the Spanish computer science research is performed under the publish-or-perish culture. This study is based on a cluster analysis methodology which characterizes the research activity in terms of productivity, visibility, quality, prestige and international collaboration. This study also analyzes the effects of collaboration on productivity and visibility under different circumstances.

Las normativas del CONICET y la UNLP sobre la mención de la afiliación institucional en las publicaciones científicas. Problemas recurrentes y nuevas tensiones en el sistema científico y tecnológico argentino

Recientes normativas sobre el contenido y forma de mencionarla afiliación institucional de los investigadores de dos de las principales instituciones públicas de investigación de Argentina (la Universidad Nacional de La Plata y el Consejo Nacional de Investigaciones Científicas y Técnicas) obligan a reflexionar sobre problemas recurrentes y nuevas tensiones en torno a las relaciones institucionales del sistema científico-tecnológico argentino. Los objetivos de esta contribución son: 1) analizar las normativas de ambas instituciones; 2) señalar sus principales virtudes y falencias; y 3) alertar sobre los peligros de promulgar reglamentaciones no consensuadas. Las diferentes y hasta contradictorias normativas referidas a cómo los científicos deben registrar su afiliación institucional en las publicaciones están basadas en miradas aisladas, que colocan a numerosos investigadores con doble dependencia institucional en una encrucijada cuando deben cumplirlas. Los ejemplos analizados exponen la falta de coordinación inter-institucional y la necesidad de tener una mirada que contémplelas relaciones de cooperación nacional, regional e internacional en un escenario científico y tecnológico cada vez más globalizado. No parece razonable promulgar normativas que pongan a las instituciones estatales en una suerte de competencia por apropiarse de la producción científica de los investigadores, canibalizándose unas a otras. A contramano de la historia y del espíritu de colaboración que ha primado dentro del sistema argentino de ciencia y tecnología, estas visiones sesgadas ponen en serio riesgo el lugar privilegiado que ha logrado la Argentina entre los principales países productores de ciencia de América Latina, así como el reconocimiento internacional de sus instituciones científico-tecnológicas

Las normativas del CONICET y la UNLP sobre la mención de la afiliación institucional en las publicaciones científicas. Problemas recurrentes y nuevas tensiones en el sistema científico y tecnológico argentino

Recientes normativas sobre el contenido y forma de mencionarla afiliación institucional de los investigadores de dos de las principales instituciones públicas de investigación de Argentina (la Universidad Nacional de La Plata y el Consejo Nacional de Investigaciones Científicas y Técnicas) obligan a reflexionar sobre problemas recurrentes y nuevas tensiones en torno a las relaciones institucionales del sistema científico-tecnológico argentino. Los objetivos de esta contribución son: 1) analizar las normativas de ambas instituciones; 2) señalar sus principales virtudes y falencias; y 3) alertar sobre los peligros de promulgar reglamentaciones no consensuadas. Las diferentes y hasta contradictorias normativas referidas a cómo los científicos deben registrar su afiliación institucional en las publicaciones están basadas en miradas aisladas, que colocan a numerosos investigadores con doble dependencia institucional en una encrucijada cuando deben cumplirlas. Los ejemplos analizados exponen la falta de coordinación inter-institucional y la necesidad de tener una mirada que contémplelas relaciones de cooperación nacional, regional e internacional en un escenario científico y tecnológico cada vez más globalizado. No parece razonable promulgar normativas que pongan a las instituciones estatales en una suerte de competencia por apropiarse de la producción científica de los investigadores, canibalizándose unas a otras. A contramano de la historia y del espíritu de colaboración que ha primado dentro del sistema argentino de ciencia y tecnología, estas visiones sesgadas ponen en serio riesgo el lugar privilegiado que ha logrado la Argentina entre los principales países productores de ciencia de América Latina, así como el reconocimiento internacional de sus instituciones científico-tecnológicas

Las normativas del CONICET y la UNLP sobre la mención de la afiliación institucional en las publicaciones científicas. Problemas recurrentes y nuevas tensiones en el sistema científico y tecnológico argentino

Recientes normativas sobre el contenido y forma de mencionarla afiliación institucional de los investigadores de dos de las principales instituciones públicas de investigación de Argentina (la Universidad Nacional de La Plata y el Consejo Nacional de Investigaciones Científicas y Técnicas) obligan a reflexionar sobre problemas recurrentes y nuevas tensiones en torno a las relaciones institucionales del sistema científico-tecnológico argentino. Los objetivos de esta contribución son: 1) analizar las normativas de ambas instituciones; 2) señalar sus principales virtudes y falencias; y 3) alertar sobre los peligros de promulgar reglamentaciones no consensuadas. Las diferentes y hasta contradictorias normativas referidas a cómo los científicos deben registrar su afiliación institucional en las publicaciones están basadas en miradas aisladas, que colocan a numerosos investigadores con doble dependencia institucional en una encrucijada cuando deben cumplirlas. Los ejemplos analizados exponen la falta de coordinación inter-institucional y la necesidad de tener una mirada que contémplelas relaciones de cooperación nacional, regional e internacional en un escenario científico y tecnológico cada vez más globalizado. No parece razonable promulgar normativas que pongan a las instituciones estatales en una suerte de competencia por apropiarse de la producción científica de los investigadores, canibalizándose unas a otras. A contramano de la historia y del espíritu de colaboración que ha primado dentro del sistema argentino de ciencia y tecnología, estas visiones sesgadas ponen en serio riesgo el lugar privilegiado que ha logrado la Argentina entre los principales países productores de ciencia de América Latina, así como el reconocimiento internacional de sus instituciones científico-tecnológicas

Acercamiento a los Estudios Biliométricos, Cienciométricos e Infométricos en México

Analiza el idioma, la tipología documental, el lugar de publicación, las revistas más frecuentemente seleccionadas para publicar los artículos, las áreas del conocimiento donde se publican estos documentos, la colaboración y el crecimiento de las publicaciones sobre bibliometría, cienciometría, informetría, etc. producida por autores mexicanos y/o extranjeros en México, así como por mexicanos en el extranjero desde 1971 hasta 2012. Se encontraron 459 documentos en los que predominan los artículos publicados en revistas académicas y las ponencias presentadas en congresos publicadas en idioma español. La mayoría de los documentos fueron publicados en México y en colaboración. Esta literatura crece a una tasa anual de 8.2% y se duplica cada 9 años.