La asignatura cubre contenidos cienciométricos y relacionados con la evaluación de la actividad científica, así como el análisis de la información en el entorno de la Web y de los medios sociales. Las competencias que se trabajan en relación a estos contenidos incluyen:

Saber localizar, evaluar y analizar fuentes de datos en abierto.

Representar datos en forma de gráfica y visual, y saberlos comentar e interpretar correctamente.

Comprender conceptos básicos de estadística descriptiva.

Extraer datos informétricos de fuentes relevantes, también mediante el uso de APIs.

Realizar estudios e informes analíticos para personal investigador, revistas e instituciones específicos.

Conocer los principales indicadores y métricas, y su función y limitaciones en los procesos de evaluación de la ciencia.

Conocer y manejar datos alternativos a los indicadores bibliométricos tradicionales para describir y evaluar la actividad investigadora.

Conocer conceptos básicos de análisis de redes y utilizarlos para analizar fenómenos relacionales de colaboración y análisis temático.

Aplicar la Inteligencia Artificial de forma pertinente y ética en el manejo e interpretación de los datos.

Manejar programas básicos para análisis de redes, estadísticos y de citas (R Studio, Bibliometrix, VOS Viewer, Excel).

Comunicación interpersonal

Ética académica y profesional

Capacidad de redacción y expresión escrita

Capacidad de expresión oral

Trabajo en equipo

Pensamiento crítico

Inteligencia emocional

Alfabetización y uso éticos de la Inteligencia Artificial

Las clases tendrán un carácter teórico práctico, de forma que en la mayor parte de las ocasiones se combinarán ambos aspectos dentro de una sesión. Sin embargo, también se impartirán lecciones magistrales y sesiones de prácticas que tendrán un carácter marcadamente aplicado y orientado al trabajo en grupo.
Para la adquisición de los contenidos teóricos se imparten breves clases teóricas cuyas presentaciones estarán a disposición del alumnado en el espacio virtual. La impartición de los contenidos teóricos contará, además, con presentaciones interactivas y ejercicios puntuales finalizados a comprender y asimilar terminología, conceptos y relaciones entre estos.

Complementariamente, se realizarán actividades prácticas que incluyen, entre otros: elaboración de tablas, gráficos y visualizaciones; obtención de datos; interpretación de datos; análisis de ámbitos de investigación y de perfiles investigadores; y manejo de herramientas para análisis estadístico e informétrico.

6

1

No son necesarios conocimientos específicos previos

― Conocer las técnicas de análisis cuantitativo y su interpretación cualitativa.

― Aprender a analizar los datos métricos de la actividad científica.

― Aprender a valorar el impacto de las investigaciones científicas.

― Conocer métricas orientadas al estudio de la Web y medios sociales.

Para Asistentes a clase, la evaluación es continua y tiene cuenta tanto los resultados de las actividades prácticas realizadas durante el curso, como la participación en clase. La nota final se computará de la siguiente manera:

15%: Participación en clase.

85%: Realización de las prácticas y demás actividades de clase.

En la evaluación de la participación en clase, se tendrá especialmente en cuenta el desempeño del alumnado en las competencias blandas reseñadas anteriormente y desglosadas en el anexo a este Programa.

La calificación de las prácticas se hará o bien a través de pruebas parciales en clase o bien a través de entregas o exposición de informes, dependiendo del caso.

Para No asistentes a clase, será necesario entregar todas las actividades prácticas, presentarlas y realizar además un examen sobre los contenidos teóricos.

Arroyo-Machado, W. (2024). Fuentes bibliométricas. Barcelona: Editorial UOC

Cronin, B., Sugimoto, C.R. (2014), Beyond bibliometrics: Harnessing multidimensional indicators of scholarly impact. MIT Press.

De Bellis, N. (2009). Bibliometrics and citation analysis: from the science citation index to cybermetrics. Scarecrow Press.

Gorraiz, J. (2018). Los mil y un reflejos de las publicaciones en el laberinto de espejos de las nuevas métricas. El profesional de la información (EPI), 27(2), 231-236.

Mas-Bleda, A., Aguillo, I. (2015) La web social como nuevo medio de comunicación y evaluación científica. Barcelona: Editorial UOC

Moed, H. (2017). Applied Evaluative Informetrics. Amsterdam: Springer. Moed, H. F. (2005). Citation analysis in research evaluation (Vol. 9). Springer. Stuart, D. (2014), Web metrics for library and information professionals. London: Facet Publishing.

Stuart, D. (2023). Web metrics for information professionals. Londres: Facet Publishing

Stuart, D. (2020). Practical data science for information professionals. Londres: Facet Publishing.

Torres-Salinas, D. (2024). Principios de bibliometría evaluativa. Barcelona: Editorial UOC

Torres-Salinas, D. Thelwall, M. & Arroyo-Machado, W. (2024) ChatGPT for Bibliometrics:
3 Potential applications and limitations. Zenodo.
https://zenodo.org/doi/10.5281/zenodo.11103550

Waltman, L. (2016). A review of the literature on citation impact indicators. Journal of Informetrics, 10(2), 365-391.