Análisis de Redes Bibliométricas a partir de Técnicas Inteligentes, Big Data y Sistemas Complejos

• Autores: Verónica Alexandra Duarte Martínez
• Directores de la Tesis: Antonio Grabriel López Herrera (dir. tes.) , Manuel Jesús Cobo (dir. tes.)
• Lectura: En la Universidad de Granada ( España ) en 2024
• Idioma: español
• ISBN: 9788411954600
• Enlaces
  • Tesis en acceso abierto en: DIGIBUG
• Resumen
  • español

    En una era en la que el progreso científico avanza a un ritmo vertiginoso y el volumen de datos disponibles crece exponencialmente, la manipulación y el estudio de los datos bibliográficos se han vuelto cada vez más complejos. Por ello, es necesario disponer de técnicas y procesos de exploración y análisis de datos que apoyen la gestión bibliométrica y cienciométrica de este tipo de datos masivos. En concreto, los análisis bibliométricos tienen dos enfoques fundamentales para analizar el progreso científico: la producción científica y los análisis de mapas científicos. Los análisis de mapas científicos tienen importantes aplicaciones, como identificar las tendencias de la investigación y evidenciar la evolución de los campos científicos. También es esencial para comprender los sistemas complejos formados por las relaciones académicas y de colaboración entre investigadores, instituciones o países. Bajo esta premisa, esta tesis aborda las metodologías y análisis necesarios para desentrañar las redes académicas y de colaboración que surgen de las interacciones científicas. Empleando un enfoque multidisciplinar que combina técnicas inteligentes de ciencia de datos, sistemas complejos, bibliometría y cienciometría, esta investigación pretende mapear y analizar redes de colaboración científica, con énfasis en algunas redes poco exploradas como las redes que se conforman a partir de las interacciones entre doctorandos y sus directores de tesis y las redes que se conforman entre miembros de comités de defensa de tesis doctorales. El estudio pretende descubrir patrones y dinámicas que revelen la naturaleza de las colaboraciones y su impacto en la productividad científica y la difusión del conocimiento. Se investigan aspectos clave como la frecuencia y calidad de las colaboraciones y la influencia de investigadores concretos dentro de las redes. También se analizan en profundidad las comunidades de investigadores para extraer patrones de colaboración, distribución por géneros, temas evaluados y grado de parentesco entre sus miembros. Además, se analiza la independencia de los investigadores en su carrera investigadora desde la perspectiva de la supervisión de tesis doctorales, los diferentes roles que surgen a la hora de desarrollar esta tarea y los conflictos de interés que pueden producirse en función de las diferentes relaciones entre investigadores. Esta tesis también propone una metodología para cuantificar el grado de relación entre investigadores, con especial atención a la detección de conflictos de intereses. Esto también puede apoyar la toma de decisiones en otras tareas, como la selección de compañeros de investigación, revisores y evaluadores y la evaluación de la fuerza de las conexiones académicas. Esta investigación pretende mejorar la gestión de la investigación científica proporcionando una comprensión profunda de las interacciones académicas. Estas recomendaciones no son sólo teóricas, sino también prácticas, y pueden utilizarse para fomentar colaboraciones más productivas, garantizar una distribución más equitativa de los recursos y diseñar políticas que promuevan la innovación, la equidad y la excelencia científica. En definitiva, esta tesis pretende aportar tanto conocimientos teóricos sobre la ciencia de la ciencia como metodologías y herramientas prácticas que puedan utilizarse para optimizar el ecosistema científico.

  • English

    In an era in which scientific progress is advancing at a dizzying pace and the volume of available data is growing exponentially, the manipulation and study of bibliographic data have become increasingly complex. Because of this, there is a need for data exploration and analysis techniques and processes that support the bibliometric and scientometric management of this type of massive data. In particular, bibliometric analyses have two fundamental approaches to analyzing scientific progress: scientific production and science mapping analysis. The science mapping analyses have essential applications, such as identifying research trends and evidencing the evolution of scientific fields. Understanding the complex systems formed by academic and collaborative relationships between researchers, institutions, or countries is also essential. Under this premise, this thesis addresses the methodologies and analyses needed to unravel the academic and collaborative networks that emerge from scientific interactions. Employing a multidisciplinary approach that combines intelligent techniques from data science, complex systems, bibliometrics, and scientometrics, this research aims to map and analyze networks of scientific collaboration, with emphasis on some little explored networks such as the networks that are shaped by interactions between doctoral students and their thesis supervisors and the networks that are shaped between members of doctoral thesis defense committees. The study aims to discover patterns and dynamics that reveal the nature of the collaborations and their impact on scientific productivity and knowledge dissemination. Key aspects such as the frequency and quality of collaborations and the influence of specific researchers within the networks are investigated. Also, communities of researchers are analyzed in depth to extract collaboration patterns, gender distribution, topics evaluated in communities, and how related their members are. In addition, the independence of researchers in their research career is analyzed from the perspective of doctoral thesis supervision, the different roles that arise when developing this task, and the conflicts of interest that may occur based on the various relationships between researchers. This thesis also proposes a methodology to quantify the degree of relationship between researchers, with a particular focus on the detection of conflicts of interest. This can also support decision-making in other tasks, such as selecting research partners, reviewers, and evaluators and assessing the strength of academic connections. This research aims to enhance the management of scientific research by providing a deep understanding of scholarly interactions. This comprehension can facilitate more effective collaborations, guarantee a fairer allocation of resources, and formulate policies that encourage innovation, fairness, and scientific advancement. Ultimately, this thesis endeavors to offer theoretical insights into the science of science as well as practical methods and tools that can be employed to enhance the scientific ecosystem.