El proyecto Eigenfactor


Cuántas veces surge la duda sobre cómo medir o evaluar el impacto, la importancia de una publicación o incluso de un autor o investigador. Actualmente las fuentes más consultadas, y quizás conocidas como “oficiales”, son la Web of Science, Scopus y Google Scholar. Cada una de ellas tiene sus fortalezas y limitaciones, aunque un estudio publicado a finales de 2015 en la revista Scientometrics (Harzing, AW. & Alakangas, S. Scientometrics (2016) 106: 787. https://doi.org/10.1007/s11192-015-1798-9) concluía, una vez comparadas esas tres bases de datos, que Google Scholar proporciona mayor cobertura para la mayoría de las disciplinas, y que Web of Science y Scopus ofrecen resultados bastante similares. Aunque advierten de hacer algún estudio más actualizado, no es un mal dato a tener en cuenta. Por cierto, si usáis la extensión Unpaywall (yo la tengo en Chrome), podréis acceder gratuitamente al texto completo de este artículo desde el repositorio de Middlesex University of London.

Cuando hablamos de revistas de enfermería, sin embargo, tenemos mayor cobertura en Scopus (Powell, KR & Peterson, SR. Nursing Outlook (2016) http://dx.doi.org/10.1016/j.outlook.2017.03.004) si hablamos de publicaciones con impacto y sólo comparando entre WoS y Scopus.

Sin embargo, para ampliar el mundo de las métricas de publicaciones y autores tenemos también el Eigenfactor. Este proyecto, que nació en 2007, pretende desarrollar nuevos métodos para evaluar la influencia de las publicaciones, analizar la estructura de la investigación académica y ayudar a los investigadores a desenvolverse en la literatura científica.

to develop novel methods for evaluating the influence of scholarly periodicals, for mapping the structure of academic research, and for helping researchers navigate the scholarly literature

Con el Eigenfactor podemos medir el impacto de la publicación (eso sí, ha de estar incluida en el JCR, lo que deja bastante huérfanas nuestras publicaciones nacionales) haciendo una búsqueda en su base de datos The Eigenfactor Metrics, pero quizás lo que más le ha llamado la atención a mis usuarios de la biblioteca es el plugin para Chrome que te “eigenfactoriza” las publicaciones de los artículos que aparecen en los resultados de Pubmed. Para descargar gratuitamente este plugin hay que ir a la Eigenfatorizer page de la tienda de Chrome. Con un código de colores se puede apreciar, de un vistazo, qué revistas tienen mayor influencia. En la siguiente imagen se ve un ejemplo (pincha para ampliar):

 

 

 

 

 

 

 

 

 

Más información:

http://eigenfactor.org/index.php
http://eigenfactor.org/index.php
http://eigenfactor.org/index.php

¿Quién ganará el próximo premio Nobel?


next nobel

¿Se puede predecir quién ganará el premio Nobel? Thomson Reuters lleva desde 1989 desarrollando una lista de los probables ganadores de este premio en medicina, química, física y económicas. Los elegidos se denominan “Thomson Reuters Citation Laureates” y son los investigadores que podrían ganar el premio basándose en factores bibliométricos. En la imagen superior podéis ver un esquema del proceso de selección.

En este enlace podemos ver los investigadores “laureados” para este año. Sin embargo hoy hemos sabido quién es el ganador: Robert Edwards, por el trabajo sobre el desarrollo de la fecundación in vitro. Aún así, podéis comprobar que otros años sí se han cumplido las predicciones (ver este enlace). Curioso, ¿no?

http://science.thomsonreuters.com/nobel/
http://science.thomsonreuters.com/nobel/
http://science.thomsonreuters.com/nobel/