¿Qué es el análisis bibliométrico?
Cómo trazar la estructura de un campo sin leer sus miles de publicaciones una por una. Qué muestra cada tipo de análisis, qué hace un algoritmo de agrupamiento, qué no mide un recuento de citas y cómo se mantiene reproducible un estudio.
¿Qué es el análisis bibliométrico?
El análisis bibliométrico mide la comunicación científica aplicando métodos matemáticos a las publicaciones y sus vínculos; Pritchard (1969) acuñó el término. El resultado es un mapa numérico de quiénes componen el campo y qué clústeres forman.
La unidad sobre la que trabaja el método no es el texto de un artículo sino su registro: título, resumen, autores, instituciones, revista, año y lista de referencias. En miles de registros producen una red que muestra quién generó el campo, dónde y en torno a qué conceptos.
El análisis responde a dos preguntas: descriptiva (cuántas publicaciones, qué revistas y países destacan) y estructural (qué estudios se citan juntos, qué conceptos comparten textos). El valor real está en la segunda; la mayor parte de la primera ya está en la pantalla de una base de datos.
El enfoque no es nuevo: contar publicaciones se llamaba antes "bibliografía estadística", y Pritchard (1969) propuso en su lugar la bibliometría. Lo que ha cambiado no es el método sino la escala, ya que los datos de referencia legibles por máquina ahora cubren un campo entero en un solo estudio.
- Cuándo encaja: el campo es amplio, hay más publicaciones de las que una persona podría leer.
- Cuándo no encaja: la pregunta es estrecha y responderla exige comparar hallazgos individuales.
- Condición previa: una fuente de datos con campos de referencia completos que se pueda deduplicar y exportar.
- Límite aceptado: el análisis mide lo publicado, no lo que no está indexado.
¿Cuál es la diferencia entre bibliometría y revisión sistemática?
Una revisión sistemática responde a una pregunta, un análisis bibliométrico traza la estructura de un campo. Una revisión lee los estudios uno por uno, evalúa su calidad y sintetiza los hallazgos; la bibliometría no lee el texto, cuenta los vínculos entre registros.
| Criterio | Análisis bibliométrico | Revisión sistemática |
|---|---|---|
| Pregunta que responde | ¿Cómo es este campo? | ¿Qué dice la evidencia sobre esta pregunta? |
| Unidad de estudio | El registro de publicación y los vínculos entre registros | El estudio en sí y su hallazgo |
| Relación con el texto | No se lee el texto, se cuentan los metadatos | Se lee y evalúa el texto completo |
| Evaluación de calidad | Ninguna, fuera de alcance | La evaluación del riesgo de sesgo es obligatoria |
| Escala típica | Miles de registros | Decenas de estudios |
| Resultado | Un mapa y la estructura del campo | Evidencia sintetizada y una conclusión |
La diferencia no está en el rigor: el marco de una revisión sistemática es PRISMA 2020 (Page et al. 2021) y el sesgo se evalúa con el manual Cochrane (Higgins et al.). Un estudio bibliométrico toma prestada la misma disciplina, escribiendo de antemano los pasos de consulta y cribado.
Los dos enfoques tampoco son alternativas. Cooper (1988) clasifica las revisiones según foco, objetivo y cobertura; en la práctica la bibliometría traza el mapa, la revisión desciende a un clúster elegido. Webster y Watson (2002) recomiendan organizar una revisión en torno a conceptos.
Para un protocolo de revisión paso a paso, vea la guía cómo se hace una revisión sistemática.
¿Qué tipos de análisis existen?
Los tipos de análisis bibliométrico se distinguen por qué vínculo se cuenta: cocitación, acoplamiento bibliográfico, co-palabras y coautoría. El tipo de vínculo determina lo que muestra el mapa.
Análisis de cocitación
Dos estudios están cocitados cuando aparecen juntos en la lista de referencias de un tercer estudio (Small, 1973). Los clústeres muestran la base intelectual del campo, los estudios fundacionales sobre los que se construye.
El vínculo es retrospectivo: dos estudios que hoy nadie cita juntos pueden caer más tarde en el mismo clúster. Un artículo recién publicado aún no aparece, porque no tiene citas.
Acoplamiento bibliográfico
Dos artículos están bibliográficamente acoplados si citan fuentes comunes (Kessler, 1963). El vínculo se forma en el momento de la publicación y no cambia nunca, porque una lista de referencias es fija.
Esto hace que el método sea adecuado para el frente de investigación actual. La cocitación muestra el terreno compartido del pasado, el acoplamiento muestra el interés compartido de hoy; ambos producen mapas distintos.
Análisis de co-palabras
Se cuentan los términos que aparecen juntos en los mismos textos y se construye una red entre conceptos (Callon et al. 1991); no espera a que se acumulen citas, así que los conceptos nuevos entran de inmediato en el mapa.
Su coste es la limpieza de términos: el singular, el plural y el sinónimo de un mismo concepto aparecen cada uno como un nodo distinto si no se escribe un diccionario de fusión.
Análisis de coautoría
Se vinculan los autores que comparten firma. La red resultante muestra la estructura social del campo: grupos de investigación, colaboraciones entre instituciones.
Su punto débil es la desambiguación de nombres de autor: distintos investigadores que comparten nombre se fusionan en un solo nodo. Un identificador de autor persistente reduce este error.
¿Qué hace un algoritmo de agrupamiento?
Un algoritmo de agrupamiento divide los nodos de una red en grupos densamente conectados entre sí y escasamente conectados hacia fuera. Los clústeres emergen de los datos; la elección de algoritmo y resolución cambia cuántos temas resultan.
La medida habitual es la modularidad: compara la densidad interna de un clúster con la que daría una red aleatoria. El algoritmo de Louvain mejora esto con rapidez y fue durante mucho tiempo la elección por defecto en bibliometría (Blondel et al. 2008).
Traag et al. (2019) mostraron un defecto de Louvain: algunos clústeres pueden estar internamente desconectados, de modo que un clúster leído como un solo tema puede ser en realidad dos partes sin relación. El algoritmo de Leiden garantiza que los clústeres permanezcan conectados.
La elección de algoritmo es parte del método, no una preferencia, y se reporta; si no se escribe, el lector toma el mapa por un hecho del propio campo.
- Se escriben el nombre y la versión del algoritmo usado.
- Se escriben el parámetro de resolución y, si se usó, la semilla de aleatoriedad.
- El número de clústeres lo determinan los datos, no el lector; si hubo fusiones, se indica.
- El nombre dado a cada clúster es una interpretación, no el resultado del algoritmo.
- Se realiza una comprobación de clústeres desconectados.
¿Cómo se lee el diagrama estratégico?
El diagrama estratégico posiciona los temas de un análisis de co-palabras en dos ejes. La centralidad muestra cuánto se conecta un tema con otros, la densidad cuán estrechamente vinculado está internamente (Callon et al. 1991).
| Zona | Centralidad | Densidad | Lectura |
|---|---|---|---|
| Temas motores | Alta | Alta | Temas que impulsan el campo. Maduros internamente y a la vez densamente conectados con otros temas. |
| Temas especializados | Baja | Alta | Temas de nicho profundos internamente pero desconectados del resto del campo. Fuertes por dentro, cerrados hacia fuera. |
| Temas emergentes o en declive | Baja | Baja | Temas que están emergiendo o siendo abandonados. Una sola foto no dice cuál de los dos; los cortes temporales sí. |
| Temas básicos y transversales | Alta | Baja | El terreno común del campo. Aparece en todas partes y se conecta con muchos temas, pero no se ha profundizado internamente. |
El diagrama tiene dos trampas: los ejes son relativos al corpus, y ampliar la consulta puede desplazar un tema a otra región. Además, la región de baja centralidad y baja densidad coloca dos situaciones opuestas en el mismo lugar.
Una sola foto no puede resolver esta segunda ambigüedad; el corpus necesita cortes temporales. Llamar "emergente" a un tema de esa esquina sin información direccional es una afirmación que los datos no respaldan.
El diagrama por sí solo no basta para una lectura orientada a encontrar una brecha; también hay que examinar las áreas desconectadas entre clústeres. Cómo se hace esa lectura se explica en la guía cómo se encuentra una brecha de investigación.
¿Qué miden los recuentos de citas y qué no?
Un recuento de citas mide cuánto se ha usado un estudio, no su calidad; un estudio recibe citas tanto por ser criticado como por ser respaldado. Los recuentos crecen con el tiempo, así que estudios de años distintos no pueden compararse por su cifra bruta.
La medida a nivel de autor más común es el índice h: un investigador tiene h publicaciones con al menos h citas cada una (Hirsch, 2005). Depende de la duración de la carrera y no puede compararse entre campos.
- Diferencia de campo: el hábito de citar varía de campo a campo, así que los recuentos brutos solo tienen sentido dentro del mismo campo.
- Efecto de acumulación: las publicaciones antiguas han tenido más tiempo para reunir citas.
- Autocita: cuando no se separan las citas de un autor a su propio trabajo, el recuento parece mayor.
- Cobertura de la base de datos: cada base de datos indexa un conjunto distinto de revistas y da un recuento distinto.
- Sesgo de formato: los campos con peso en libros y publicaciones en lengua local están infrarrepresentados en las bases de datos centradas en revistas.
- Brecha de significado: una cita es una marca de uso, no de aprobación.
Si se hace una comparación, se fijan el campo y el año. Se leen varios indicadores juntos en vez de una sola cifra; la misma consulta da un número distinto seis meses después.
¿Cómo se hace reproducible un estudio bibliométrico?
Un estudio bibliométrico es reproducible si un tercero, construyendo el mismo corpus y ejecutando los mismos pasos, puede llegar al mismo resultado: consulta exacta, base de datos y fechas indicadas, algoritmo y parámetros registrados (Peng, 2011).
Los datos bibliométricos son un objetivo móvil: la misma consulta puede devolver un número distinto de registros con dos semanas de diferencia. La fecha de extracción es por tanto parte del método; un corpus sin fecha no puede reconstruirse.
Peng (2011) trata compartir los datos y el código con la publicación como condición mínima; aquí su equivalente es el archivo de registros en bruto, los pasos de limpieza y el script de análisis. Los principios FAIR sirven de lista de comprobación para esto (Wilkinson et al. 2016).
- La base de datos, su versión y la vía de acceso.
- La cadena de consulta exacta, junto con las restricciones de campo y el rango de fechas.
- La fecha en que se extrajo el corpus.
- Los criterios de inclusión y exclusión, con el número de registros eliminados en cada paso.
- El método de deduplicación y el diccionario de fusión de términos.
- El tipo de red, el algoritmo de agrupamiento, el parámetro de resolución y la semilla de aleatoriedad.
- El software usado y sus números de versión.
- El archivo del corpus en bruto y el script de análisis, idealmente con un identificador persistente.
Esta lista no es una formalidad: la mayoría de las decisiones se toman en pasos intermedios, qué tipo de documento se excluyó, qué términos se fusionaron. Si no se escriben, el resultado se vuelve imposible de discutir.
¿Qué herramientas hacen este trabajo?
Cada paso de aquí también puede ejecutarse a mano. La dificultad no está en los pasos sino en el registro entre ellos; sin él, un estudio se vuelve imposible de reconstruir seis meses después.
SciMind está construyendo una plataforma que reúne este trabajo en un solo flujo.
Guías relacionadas
Referencias
- Pritchard, A. (1969). Statistical bibliography or bibliometrics? Journal of Documentation, 25(4), 348-349.
- Kessler, M. M. (1963). Bibliographic coupling between scientific papers. American Documentation, 14(1), 10-25.
- Small, H. (1973). Co-citation in the scientific literature. Journal of the American Society for Information Science, 24(4), 265-269.
- Callon, M., Courtial, J. P. y Laville, F. (1991). Co-word analysis as a tool for describing the network of interactions. Scientometrics, 22(1), 155-205.
- Blondel, V. D., Guillaume, J. L., Lambiotte, R. y Lefebvre, E. (2008). Fast unfolding of communities in large networks. Journal of Statistical Mechanics, P10008.
- Traag, V. A., Waltman, L. y van Eck, N. J. (2019). From Louvain to Leiden: guaranteeing well-connected communities. Scientific Reports, 9, 5233.
- Hirsch, J. E. (2005). An index to quantify an individual's scientific research output. PNAS, 102(46), 16569-16572.
- Page, M. J. et al. (2021). The PRISMA 2020 statement: an updated guideline for reporting systematic reviews. BMJ, 372, n71.
- Higgins, J. P. T. et al. (Ed.). Cochrane Handbook for Systematic Reviews of Interventions. Cochrane.
- Cooper, H. M. (1988). Organizing knowledge syntheses: a taxonomy of literature reviews. Knowledge in Society, 1(1), 104-126.
- Webster, J. y Watson, R. T. (2002). Analyzing the past to prepare for the future: writing a literature review. MIS Quarterly, 26(2), xiii-xxiii.
- Peng, R. D. (2011). Reproducible research in computational science. Science, 334(6060), 1226-1227.
- Wilkinson, M. D. et al. (2016). The FAIR Guiding Principles for scientific data management and stewardship. Scientific Data, 3, 160018.
¿Necesita trazar el mapa de la literatura?
Análisis de red bibliométrica, mapeo temático y síntesis de evidencia en el mismo flujo de trabajo. Cada decisión se registra con su justificación, y el método se congela cuando se cierra el análisis.