Hábitos de publicación y citación según campos científicos: Principales diferencias a partir de las revistas JCR

 

NOTAS Y EXPERIENCIAS / NOTES AND EXPERIENCES

HÁBITOS DE PUBLICACIÓN Y CITACIÓN SEGÚN CAMPOS CIENTÍFICOS: PRINCIPALES DIFERENCIAS A PARTIR DE LAS REVISTAS JCR

Pablo Dorta-González*, María Isabel Dorta-González**

* Departamento de Métodos Cuantitativos en Economía y Gestión. Universidad de Las Palmas de Gran Canaria. Gran Canaria, España

** Departamento de Estadística, Investigación Operativa y Computación. Universidad de La Laguna. Tenerife, España

Correos-e: pdorta@dmc.ulpgc.es, isadorta@dmc.ull.es

 

RESUMEN

Los indicadores de impacto de revistas no son comparables entre campos científicos debido a las diferencias significativas en los hábitos de publicación y citación. En este trabajo se presenta una descomposición del factor de impacto en cinco variables independientes. Esta descomposición se aplica a las categorías de revista, campos y áreas considerados en las bases de datos del principal proveedor de indicadores científicos, Thomson Reuters. Para localizar las fuentes de la varianza se emplea un Análisis de Componentes Principales y para detectar las semejanzas se utiliza un Análisis Cluster. A pesar de las diferencias sistemáticas entre disciplinas, las componentes principales explican el 78% de la varianza total. Existen categorías de Ciencias que están más próximas, desde el punto de vista estadístico, de algunas Ciencias Sociales que del resto de Ciencias y viceversa.

HABITS OF PUBLICATION AND CITATION BY SCIENTIFIC FIELD: MAIN DIFFERENCES BASED ON JCR JOURNALS

ABSTRACT

Journals’ impact indicators are not comparable among scientific fields because of systematic differences in publication and citation habits. In this work, the impact factor was decomposed into five independent variables, as applied to journal category, fields, and areas considered in the databases of the leading provider of science indicators, Thomson Reuters. A Principal Component Analysis was employed to find the sources of the variance and a Cluster Analysis was used to detect similarities. In spite of systematic differences between disciplines, the principal components explain 78% of the total variance. From the statistical point of view, some categories of Science are closer to the Social Sciences than to Science and vice versa.

Recibido: 10-07-2012; 2ª versión: 27-09-2012; Aceptado: 02-10-2012.

Cómo citar este artículo/Citation: Dorta-González, P.; Dorta-González, M. I. (2013). Hábitos de publicación y citación según campos científicos: Principales diferencias a partir de las revistas JCR. Revista Española de Documentación Científica, 36 (4): en012, doi: http://dx.doi.org/10.3989/redc.2013.4.1003.

PALABRAS CLAVE: Citas; factor de impacto; evaluación de revistas; categorías de revista JCR; hábitos de citación.

KEYWORDS: Citation; impact factor; journal evaluation; JCR journal categories; citation habits.

Copyright: © 2013 CSIC. Este es un artículo de acceso abierto distribuido bajo los términos de la licencia Creative Commons Attribution-Non Commercial (by-nc) Spain 3.0.

CONTENIDOS

RESUMEN
ABSTRACT
1. INTRODUCCIÓN
2. DESCOMPOSICIÓN DEL FACTOR DE IMPACTO AGREGADO

3. APLICACIÓN EMPÍRICA

4. CONCLUSIONES

AGRADECIMIENTOS 

BIBLIOGRAFÍA
ANEXO

 

1. INTRODUCCIÓN Top

El Factor de Impacto (FI) publicado en el Journal Citation Reports (JCR) por Thomson Reuters se define como el número de las referencias promedio que recibe una revista en el año actual a los ‘ítems citables’ publicados en esa revista durante los dos años previos. Desde su presentación (Garfield, 1972Garfield, E. (1972). Citation analysis as a tool in journal evaluation. Science, 178 (4060), pp. 471-479.), el FI ha sido criticado por algunas decisiones arbitrarias en su formulación. En la literatura se han discutido aspectos como la definición de ‘ítems citables’ (artículos, notas científicas y revisiones), el hecho de centrarse en los dos años precedentes como parte representativa del frente de investigación, etc., (Bensman, 2007Bensman, S. J. (2007). Garfield and the impact factor. Annual Review of Information Science and Technology, 41 (1), pp. 93-155.), y se han sugerido numerosas modificaciones (Althouse y otros, 2009Althouse, B. M.; West, J. D.; Bergstrom, C. T.; Bergstrom, T. (2009). Differences in impact factor across fields and over time. Journal of the American Society for Information Science and Technology, 60 (1), pp. 27-34.). Como respuesta, Thomson Reuters incorporó el Five-year Impact Factor, el Eigenfactor Score y el Article Influence Score (Bergstrom, 2007Bergstrom, C. (2007). Eigenfactor: Measuring the value and prestige of scholarly journals. College and Research Libraries News, 68 (5), p. 314.) a las revistas JCR en su versión online en 2007. Para una revisión de los indicadores de impacto puede consultarse los trabajos de Bornmann y Daniel (2008Bornmann, L.; Daniel, H. D. (2008). What do citation counts measure? A review of studies on citing behaviour. Journal of Documentation, 64 (1), pp. 45-80.), Waltman y Van Eck (2010Waltman, L.; Van Eck, N. J. (2010). The relation between Eigenfactor, Audience Factor, and Influence Weight. Journal of the American Society for Information Science and Technology, 61 (7), pp. 1476-1486.). 


Estos indicadores no resuelven el problema que surge a la hora de comparar revistas de diferentes campos científicos. El origen de este problema proviene de la evaluación institucional (Leydesdorff y Opthof, 2010aLeydesdorff, L.; Opthof, T. (2010a). Normalization at the field level: Fractional counting of citations. Journal of Informetrics, 4 (4), pp. 644-646.; Opthof y Leydesdorff, 2010Opthof, T.; Leydesdorff, L. (2010). Caveats for the journal and field normalizations in the CWTS (“Leiden”) evaluations of research performance. Journal of Informetrics, 4 (3), pp. 423-430.; Van Raan y otros, 2010Van Raan, A. F. J.; Van Leeuwen, T. N.; Visser, M. S.; Van Eck, N. J.; Waltman, L. (2010). Rivals for the crown: Reply to Opthof and Leydesdorff. Journal of Informetrics, 4 (3), pp. 431-435.). La distribución de citas varía según los campos científicos y, en algunos casos, dentro de las especialidades de los campos (Dorta-González y Dorta-González, 2010Dorta-González, P.; Dorta-González, M.I. (2010). Indicador bibliométrico basado en el índice h. Revista Española de Documentación Científica, 33 (2), pp. 225-245., 2011aDorta-González, P.; Dorta-González, M. I. (2011a). Aplicación empírica de un indicador bibliométrico basado en el índice h. Cultura y Educación, 23 (2), pp. 297-313., 2011bDorta-González, P.; Dorta-González, M. I. (2011b). Central indexes to the citation distribution: A complement to the h-index. Scientometrics, 88 (3), pp. 729-745.). Sin embargo, los centros de investigación están integrados por investigadores de disciplinas muy diversas y tienen con frecuencia entre sus misiones el objetivo de integrar grupos multidisciplinares (Leydesdorff y Rafols, 2011Leydesdorff, L.; Rafols, I. (2011). Indicators of the interdisciplinarity of journals: Diversity, centrality, and citations. Journal of Informetrics, 5 (1), pp. 87-100.; Wagner y otros, 2011Wagner, C.; Roessner, J. D.; Bobb, K.; Klein, J.; Boyack, K.; Keyton, J.; Rafols, I.; Börner, K. (2011). Approaches to understanding and measuring interdisciplinary scientific research (IDR): A review of the literature. Journal of Informetrics, 5 (1), pp. 14-26.). 


La mayoría de los trabajos sobre clasificación de revistas en campos científicos se han centrado en la correlación entre los patrones de citación (Leydesdorff, 2006Leydesdorff, L. (2006). Can scientific journals be classified in terms of aggregated journal-journal citation relations using the Journal Citation Reports? Journal of the American Society for Information Science & Technology, 57 (5), pp. 601-613.; Rosvall y Bergstrom, 2008Rosvall, M.; Bergstrom, C. T. (2008). Maps of random walks on complex networks reveal community structure. Proceedings of the National Academy of Sciences, 105 (4), pp. 1118-1123., 2010Rosvall, M.; Bergstrom, C. T. (2010). Mapping change in large networks. PLoS ONE, 5 (1), e8694.). Índices como el JCR Subject Category List clasifican las revistas en diferentes grupos (Pudovkin y Garfield, 2002Pudovkin, A. I.; Garfield, E. (2002). Algorithmic procedure for finding semantically related journals. Journal of the American Society for Information Science and Technology, 53 (13), pp. 1113-1119.; Rafols y Leydesdorff, 2009Rafols, I.; Leydesdorff, L. (2009). Content-based and algorithmic classifications of journals: Perspectives on the dynamics of scientific communication and indexer effects. Journal of the American Society for Information Science and Technology, 60 (9), pp. 1823-1835.). En este sentido, Egghe y Rousseau (2002Egghe, L.; Rousseau, R. (2002). A general framework for relative impact indicators. Canadian Journal of Information and Library Science, 27 (1), pp. 29-48.) definen el Relative Impact Factor (RIF) de forma similar al FI, agregando todas las revistas de una categoría como una única meta-revista. Este indicador se denomina Aggregate Impact Factor en el JCR. 


Existen algunos patrones estadísticos propios de los campos. Garfield (1979aGarfield, E. (1979a). Citation indexing: Its theory and application in Science, Technology, and Humanities. New York: John Wiley., 1979bGarfield, E. (1979b). Is citation analysis a legitimate evaluation tool? Scientometrics, 1 (4), pp. 359-375.) propone el término ‘potencial de citación’, en base al número de referencias promedio, para justificar las diferencias sistemáticas entre campos científicos. Por ejemplo, en biomedicina son comunes los listados con más de cincuenta referencias, mientras que en matemáticas lo frecuente es incluir menos de veinte referencias. Estas diferencias se deben a las distintas culturas de citación y afectan significativamente al FI debido a que condicionan la probabilidad de ser citado. El recuento fraccional corrige estas diferencias en términos de las fuentes de las citas (Leydesdorff y Bornmann, 2011Leydesdorff, L.; Bornmann, L. (2011). How fractional counting of citations affects the Impact Factor: Normalization in terms of differences in citation potentials among fields of science. Journal of the American Society for Information Science & Technology, 62 (2), pp. 217-229.; Moed, 2010Moed, H. F. (2010). Measuring contextual citation impact of scientific journals. Journal of Informetrics, 4 (3), pp. 265-277.; Zitt y Small, 2008Zitt, M.; Small, H. (2008). Modifying the journal impact factor by fractional citation weighting: The audience factor. Journal of the American Society for Information Science and Technology, 59 (11), pp. 1856-1860.). Una cita, de un artículo citante que contiene n referencias, cuenta 1/n en el caso del recuento fraccional, mientras que vale 1 en el caso del recuento entero. 


Respecto a la normalización según la fuente, Zitt y Small (2008Zitt, M.; Small, H. (2008). Modifying the journal impact factor by fractional citation weighting: The audience factor. Journal of the American Society for Information Science and Technology, 59 (11), pp. 1856-1860.) proponen el Audience Factor (AF), dividiendo la media de las citas con recuento fraccional entre la media de todas las revistas incluidas en el Science Citation Index. De manera similar, Moed (2010Moed, H. F. (2010). Measuring contextual citation impact of scientific journals. Journal of Informetrics, 4 (3), pp. 265-277.) propone el cociente entre un FI modificado (para los tres años precedentes y una definición diferente de ítems citables) y la mediana de los potenciales de citación en la base de datos Scopus, denominando al ratio resultante como Source Normalized Impact per Paper (SNIP). Este indicador está actualmente en uso en la base de datos Scopus como una alternativa al FI (Leydesdorff y Opthof, 2010bLeydesdorff, L.; Opthof, T. (2010b). Scopus's source normalized impact per paper (SNIP) versus a journal impact factor based on fractional counting of citations. Journal of the American Society for Information Science and Technology, 61 (11), pp. 2365-2369.). El Scimago Journal Ranking (SJR) considera el prestigio de las revistas citantes (González-Pereira y otros, 2011González-Pereira, B.; Guerrero-Bote, V. P.; Moya-Anegón, F. (2011). A new approach to the metric of journals’ scientific prestige: The SJR indicator. Journal of Informetrics, 4 (3), pp. 379-391.), pero incluso siendo útil para la clasificación de las revistas, el valor del indicador es difícil de interpretar (Waltman y otros, 2011Waltman, L.; Yan, E. ; Van Eck, N. J. (2011). A recursive field-normalized bibliometric performance indicator: An application to the field of library and information science. Scientometrics, 89 (1), pp. 301-314.).


Otra fuente importante de varianza entre los campos es el canal de difusión de los resultados de la actividad investigadora. Por ejemplo, los investigadores de Ciencias Sociales y Humanidades publican más en libros que en revistas, y los investigadores de Ciencias de la Computación publican más en actas de congresos que en artículos de revistas. Las diferencias entre los campos se deben principalmente a la proporción de referencias JCR, frente a otras como libros, revistas no incluidas en el JCR, etc. (Althouse y otros, 2009Althouse, B. M.; West, J. D.; Bergstrom, C. T.; Bergstrom, T. (2009). Differences in impact factor across fields and over time. Journal of the American Society for Information Science and Technology, 60 (1), pp. 27-34.). 


Sin embargo, existen otras diferencias significativas entre campos, además de las indicadas anteriormente (número de referencias promedio y proporción de referencias JCR). En este trabajo se consideran tres nuevos factores: el índice de crecimiento del campo, la proporción de referencias JCR a la ventana de citación y la proporción entre ítems citados y citantes. Además, se presenta una descomposición del factor de impacto en estas cinco fuentes principales de varianza y se calculan para todas las categorías JCR, campos y áreas científicas considerados en las bases de datos de Thomson Reuters. 


De este trabajo se derivan dos conclusiones. La primera tiene que ver con el empleo de los indicadores de impacto. Los usuarios de este tipo de indicadores deberían conocer que su manejo no es algo trivial y que tendrían que ser aplicados por expertos capaces de detectar posibles sesgos, para no penalizar a aquellos investigadores que trabajan y publican en campos desfavorecidos por los indicadores de impacto. La segunda de las conclusiones tiene que ver con la necesidad de desarrollar nuevos indicadores normalizados que controlen las fuentes principales de varianza y sean capaces de producir medias similares entre grupos de revistas de campos diferentes.


 

2. DESCOMPOSICIÓN DEL FACTOR DE IMPACTO AGREGADO
 Top

2.1 Factor de Impacto de una revista


El impacto de una revista es una medida del número de veces que los artículos publicados en cierto periodo censal citan artículos publicados durante una ventana de citación previa. El Factor de Impacto (FI) proporcionado por Thomson Reuters utiliza un periodo censal de un año y una ventana de citación de dos años. 


Como un promedio, el cálculo del FI depende de dos elementos: el numerador es el número de citas en el año actual a cualquiera de los ítems publicados en la revista en los dos años previos, y el denominador es el número de ‘ítems citables’ publicados en esos dos años (Garfield, 1972Garfield, E. (1972). Citation analysis as a tool in journal evaluation. Science, 178 (4060), pp. 471-479.). Los ítems publicados en la revista incluyen los ‘ítems citables’ (artículos, notas de investigación y revisiones), pero también otros como cartas, correcciones, editoriales y noticias, entre otros.


Sean el número de ítems citables de la revista i en el año t, y el número de veces en el año t que los volúmenes de la revista i de los años t-1 y t-2 son citados por las revistas JCR. Entonces, el Factor de Impacto de la revista i en el año t es:


(1)

 

2.2 Factor de Impacto Agregado


Sea F el conjunto de todas las revistas de un determinado campo (categorías de revistas, campos o áreas de investigación). Denotando y , el Factor de Impacto Agregado (FIA) es el ratio entre las citas en el año t a ítems en cualquier revista del campo F en los años t-1, t-2, y el número de ítems citables publicados en los años t-1, t-2, es decir,


(2)

 

2.3 Componentes en el Factor de Impacto Agregado


El impacto agregado se puede descomponer en cinco variables independientes: es un indicador del crecimiento del campo, mientras que el resto () están relacionadas con los hábitos de citación en el campo.


  • Ratio de crecimiento del campo: El crecimiento de un campo se puede deber a dos razones principales, la incorporación de nuevas revistas, y la publicación de ítems adicionales en las revistas ya incluidas. No obstante, un campo también puede decrecer. Esta variable influye en el impacto de un determinado año, dado que al tratarse de un promedio de citas, si se modifica el numerador (al cambiar el número de artículos en circulación también cambia el número de citas) y se mantiene constante el denominador (el número de artículos en los dos años previos) entonces el resultado del cociente se altera. 


  • Sea el ratio entre los ítems citables en el año t y aquellos que aparecen en la ventana de citación. Este indicador es una medida del crecimiento del campo. Téngase en cuenta que cuando Si , se produce un crecimiento del campo con respecto al número de ítems citables. En otro caso, , el campo se reduce. 


    Por ejemplo, si un campo crece anualmente un 5%, entonces , , y De forma similar, si un campo crece anualmente un 10%, entonces . Otros ratios son: (20%), (50%) y (100%).


  • Número de referencias promedio: Sea el total de referencias en las revistas del campo F en el año t. Entonces, es el número de referencias promedio en los ítems citables del campo F en el año t.


  • Proporción de referencias JCR: Sea el número total de referencias (en los ítems del campo F en el año t) a revistas JCR, quedando excluidos los documentos de trabajo, las actas de congresos, los libros y las revistas no indexadas en el JCR. La proporción de referencias JCR viene dada por . Por ejemplo, si , la mitad de las referencias son ítem JCR.


  • Proporción de referencias JCR en la ventana de citación: Sea el total de referencias JCR en la ventana de citación en el campo F. La proporción de referencias JCR en el año t en la ventana de citación se expresa como . Por ejemplo, si , una cuarta parte de las referencias JCR pertenecen a la ventana de citación.


  • Proporción entre ítems citados y citantes en la ventana de citación: Si la mayoría de las citas a la revista i proceden de revistas del campo F, aunque algunas otras provienen de revistas de otros campos. Sea la proporción entre ítems citados y citantes en la ventana de citación. Si , las citas recibidas por el campo F son mayores que las producidas en ese campo (en la ventana de citación). En otro caso, , las citas recibidas en el campo F son menores que las producidas en ese campo. De esta manera, el indicador es una medida del intercambio de citas entre campos. Por ejemplo, si , el campo F recibe un 10% más de citas de las que produce.

2.4 Descomposición del impacto agregado en componentes


El Factor de Impacto Agregado del campo F se puede descomponer de la siguiente manera:


(3)

La demostración es directa teniendo en cuenta que puede expresarse como 


(4)

De esta manera, de las expresiones (2) y (4), se obtiene


 

 

3. APLICACIÓN EMPÍRICA
 Top

3.1 Materiales y Métodos


Los datos bibliométricos utilizados en la aplicación empírica se han obtenido de la versión online del Journal Citation Reports (JCR) durante la primera semana de Octubre de 2011. La base de datos JCR (proporcionada por Thomson Reuters, Philadelphia, USA) está disponible en la dirección web www.webofknowledge.com.

Thomson Reuters asigna cada revista JCR a una o más categorías de acuerdo a sus revistas citantes y citadas (Pudovkin y Garfield, 2002Pudovkin, A. I.; Garfield, E. (2002). Algorithmic procedure for finding semantically related journals. Journal of the American Society for Information Science and Technology, 53 (13), pp. 1113-1119.). La edición de Ciencias 2010 contiene 8073 revistas clasificadas en 174 categorías, y la edición de Ciencias Sociales 2010 contiene 2731 revistas clasificadas en 56 categorías. 


Aunque la mayoría de las revistas JCR están incluidas únicamente en una edición, existen algunas incluidas en ambas. Este es el caso, por ejemplo, de nueve revistas incluidas en la categoría ‘Management’ de Ciencias Sociales y en la categoría ‘Operations Research and Management Science’ de Ciencias.


En este trabajo se consideran tres niveles de agregación de datos. El primer nivel se corresponde con las 230 categorías de revistas JCR. El segundo nivel de agregación corresponde a los 22 campos científicos y el tercer nivel a las 4 áreas científicas considerados en las bases de datos de Thomson Reuters.


3.2 Resultados y discusión


- Factor de Impacto Agregado de las categorías de revistas JCR


El Anexo 1 y la Figura 1 muestran el impacto agregado de las categorías de revistas JCR. El impacto agregado en Ciencias, 2.920, es un 58% mayor que en Ciencias Sociales, 1.848. Esto se debe a que, a pesar de que en promedio existe un 30% más de referencias en los artículos de Ciencias Sociales, una parte importante de éstas son ítems no incluidos en el JCR. En concreto, un 40% de las referencias en Ciencias Sociales son libros y revistas no indexadas en el JCR, mientras que en Ciencias este porcentaje es sólo del 20%.


Figura 1. Factor de Impacto Agregado de las categorías de revistas JCR (en orden decreciente)

Factor de Impacto Agregado de las categorías de revistas JCR (en orden decreciente)

[Descargar tamaño completo]

 

El impacto varía considerablemente entre ediciones. El rango de variación en Ciencias oscila entre 0.207 y 9.707. Las categorías con mayor impacto están relacionadas con biomedicina, mientras que los menores impactos se obtienen en ingeniería y matemáticas. Con respecto a Ciencias Sociales, el rango de variación oscila entre 0.479 y 3.215. Las categorías con mayor impacto corresponden a psicología y algunas especialidades de economía como gestión y política sanitaria, mientras que los menores impactos se obtienen en categorías relacionadas con historia. La varianza del impacto es grande dentro de cada edición, en algunos casos incluso entre revistas de categorías relativamente próximas. Así, por ejemplo, el impacto de ‘Mathematical & Computational Biology’ es casi cuatro veces mayor que el de ‘Mathematics’. 


- Componentes de las categorías de revistas JCR

El Anexo 1 muestra además las componentes de las categorías de revistas JCR. Existen diferencias significativas entre las categorías, especialmente entre categorías que pertenecen a ediciones diferentes. 


El ratio de crecimiento es 0.55 (7%) en Ciencias y 0.62 (16%) en Ciencias Sociales. Por tanto, la edición de Ciencias Sociales creció en el período 2008-2010 por encima del doble de la de Ciencias. Esto se debe a la importante incorporación en los últimos años de revistas en algunas categorías de Ciencias Sociales. 


El número de referencias promedio es 37.18 en Ciencias y 48.28 en Ciencias Sociales. Por lo tanto, una revista de una categoría de Ciencias Sociales tiene, en promedio, un 30% más de referencias que una revista de Ciencias. Sin embargo, la varianza dentro de las ediciones es grande. El rango de variación oscila entre 13.94 y 75.66. En general, los mayores listados de referencias corresponden a historia, y los más cortos a ingeniería y matemáticas.


La proporción de referencias JCR es 0.80 en Ciencias y 0.60 en Ciencias Sociales. Por lo tanto, una revista de una categoría de Ciencias Sociales tiene en promedio un 20% más de referencias que no figuran en el JCR. No obstante, la varianza dentro de las ediciones es grande. El rango de variación en Ciencias oscila entre 0.39 y 0.94. En general, las mayores proporciones se obtienen en física, biología y química, mientras que las menores corresponden a ingeniería y ciencias de la computación. En Ciencias Sociales el rango de variación oscila entre 0.30 y 0.87. Por lo general, las mayores proporciones corresponden a psicología y las menores a historia. 


La proporción de referencias JCR a la ventana de citación es 0.18 en Ciencias y 0.20 en Ciencias Sociales. Por tanto, una de cada cinco referencias JCR está, en promedio, en la ventana de citación. El rango de variación oscila entre 0.10 y 0.45. Curiosamente, algunas de las categorías con menores proporciones de referencias a ítems JCR tienen las mayores proporciones en la ventana de citación. Este hecho se explica porque en dichas categorías, por ejemplo las relacionadas con historia, las referencias más antiguas son libros y las más recientes son artículos. En áreas como matemáticas, sólo una de cada ocho referencias JCR corresponde a los dos años previos, en comparación con historia donde esta proporción es una de cada tres. 


En general, los mayores ratios entre ítems citados y citantes se obtienen en biomedicina, y los más bajos en historia y derecho. Sin embargo, se aprecia el caso excepcional de la categoría ‘Multidisciplinary Sciences’, donde más de la mitad de las citas provienen de otras categorías. En Ciencias Sociales, aquellas categorías que más citan ítems JCR (más próximas a categorías de Ciencias) reciben más citas de otras categorías, algunas de ellas de Ciencias.


Como puede observarse en la Tabla I, no existe correlación entre las componentes del impacto, por lo que éstas son independientes. Sólo existe correlación en Ciencias Sociales entre la proporción de referencias JCR y el ratio entre ítems citados y citantes. Así, las categorías que citan más ítems JCR (están más próximas a categorías de Ciencias) reciben más citas. 


Tabla I. Correlaciones y Análisis de Componentes Principales (ACP)

Ciencias

Ciencias Sociales

atF

rtF

ptF

wtF

btF

atF

rtF

ptF

wtF

btF

atF

1

0.02

0.03

0.08

-0.11

1

0.29

-0.50

0.25

-0.56

rtF

1

0.40

-0.21

0.14

1

-0.15

-0.11

-0.29

ptF

1

-0.20

0.55

1

-0.71

0.88

wtF

1

-0.03

1

-0.68

btF

1

1

ACP

20.60%

7.31%

36.55%

20.93%

14.60%

11.73%

2.20%

4.78%

57.79%

23.50%

En la Tabla I se muestran también los autovalores del Análisis de Componentes Principales (ACP). Esta descomposición en autovalores de la matriz de correlación permite identificar las causas de la variabilidad del conjunto de datos y ordenar dichos factores por importancia. El análisis muestra que las tres componentes principales que explican una mayor parte de la varianza en Ciencias son: la proporción de referencias JCR (36.55%), la proporción de referencias JCR a la ventana de citación (20.93%) y el ratio de crecimiento del campo (20.60%). Estas tres componentes explican conjuntamente el 78.08% de la varianza total. Por otro lado, en Ciencias Sociales son dos las componentes principales que explican la mayor parte de la varianza: la proporción de referencias JCR a la ventana de citación (57.79%) y el ratio entre ítems citados y citantes (23.50%). Estas dos componentes, de forma conjunta, explican el 81.29 % de la varianza total. Las componentes principales difieren entre ediciones. Esto es debido a que las Ciencias Sociales incluyen disciplinas tan heterogéneas en sus hábitos de publicación y citación como economía, psicología e historia, por ejemplo.


- Análisis Cluster de las categorías JCR 


La Tabla II muestra un Análisis Cluster de las categorías JCR según las componentes del impacto agregado. Se han considerado dos niveles de agrupamiento. El primer nivel lo configuran las categorías más cercanas en los hábitos de publicación y citación. El segundo nivel lo componen aquellas categorías que están relativamente próximas. A pesar de que algunos clusters contienen exclusivamente categorías de la misma edición (grupos 4 y 8), en la mayoría de los casos hay categorías de ambas ediciones. El 4% no pertenece a ningún cluster; éste es el caso de ‘Biology’, ‘Multidisciplinary Sciences’ y ‘History’.


Tabla II. Análisis Cluster de las categorías de revistas JCR

Nivel

Cluster

Nº Categorías

Ciencias

Ciencias Sociales

1

1

29 (12.61%)

2, 5, 32, 33, 34, 36, 38, 45, 50, 61, 77, 85, 86, 94, 103, 105, 119, 164, 168, 169, 173

9, 13, 19, 30, 42, 45, 48, 54

2

19 (8.26%)

79

1, 5, 6, 8, 10, 11, 14, 15, 16, 21, 24, 28, 46, 49, 51, 52, 55, 56

3

3 (1.30%)

101

25, 47

4

7 (3.04%)

-

12, 17, 26, 27, 31, 32, 44

5

63 (27.39%)

3, 7, 10, 14, 15, 18, 19, 20, 22, 23, 25, 26, 27, 28, 29, 30, 39, 46, 48, 49, 51, 55, 65, 70, 71, 76, 78, 82, 83, 88, 91, 93, 96, 104, 106, 108, 109, 110, 115, 116, 120, 123, 131, 132, 134, 135, 136, 137, 138, 141, 143, 148, 150, 151, 155, 156, 163, 166, 167, 170, 172

18, 33

6

59 (25.65%)

1, 4, 6, 12, 24, 31, 35, 37, 40, 41, 42, 47, 52, 53, 54, 56, 57, 58, 60, 62, 64, 68, 80, 81, 84, 89, 90, 92, 95, 97, 98, 99, 100, 102, 112, 114, 118, 121, 124, 125, 126, 128, 129, 133, 139, 140, 142, 146, 152, 153, 157, 159, 160, 161, 165, 171

4, 40, 50

7

34 (14.78%)

8, 9, 13, 16, 44, 67, 69, 72, 73, 74, 75, 87, 111, 122, 127, 130, 144, 145, 149, 154, 158, 162, 174

3, 29, 34, 35, 36, 37, 38, 39, 41, 43, 53

8

4 (1.74%)

11, 43, 66, 117

-

9

3 (1.30%)

107

22, 23

No agrupados

9 (3.91%)

17, 21, 59, 63, 113, 147

2, 7, 20

2

10

48 (20.87%)

Cluster 1 y 2

11

10 (4.35%)

Cluster 3 y 4

12

160 (69.56%)

Cluster 5, 6, 7 y 8

Se aprecian dos clusters bastante grandes (grupos 5 y 6), con más del 25% de las categorías cada uno de ellos, que incluyen las ciencias físicas y de la vida (matemáticas, física, química, ingeniería y biomedicina). Los clusters 2 y 4 contienen aquellas áreas de ciencias sociales que usan en menor medida los métodos matemáticos (educación, sociología, lengua y derecho). 


Los clusters 1 y 7 incluyen, en general, las ciencias de la vida con un componente social más importante, y aquellas ciencias sociales que usan en mayor medida métodos matemáticos (psicología, economía y empresa). Sin embargo, existen importantes diferencias entre ambos clusters dado que no se agrupan conjuntamente en el segundo nivel. Además, ‘Economics’ está en el grupo 1 mientras que ‘Business’ y ‘Management’ están en el grupo 7, lo que pone de manifiesto la heterogeneidad de este campo (obsérvese también que ‘Business, Finance’ está en el grupo 6. Téngase en cuenta que S119 y SS30 ‘Nursing’ están en el mismo cluster y no hay diferencias significativas entre ellas que justifiquen la existencia de dos categorías similares en ambas ediciones. Algo similar ocurre con S79 y SS21 ‘History & Philosophy of Science’. 


Por último, las diferencias entre categorías dentro de la misma edición son, en algunos casos, mayores que las que existen entre algunas categorías de diferentes ediciones. Por ejemplo, ‘Gerontology’ y ‘Psychiatry’ están próximas a Ciencias, mientras que S79 ‘History & Philosophy of Science’ está próxima a Ciencias Sociales. 


- Agregación de datos en campos y áreas

La Tabla III muestra el impacto agregado y las componentes para los campos y áreas científicas de las bases de datos de Thomson Reuters. El tamaño de los campos es muy heterogéneo. Mientras que algunos están constituidos por una única categoría, otros incluyen más de 50. Los mayores impactos corresponden a ‘Multidisciplinary’ (9.747), ‘Molecular Biology & Genetics’ (5.083) y ‘Space Science’ (4.621). Los menores impactos se alcanzan en ‘Mathematics’ (1.345), ‘Computer Science’ (1.529) y ‘Economics & Business’ (1.642).


Tabla III. Factor de Impacto Agregado y componentes para los campos científicos y áreas de las bases de datos de Thomson Reuters

Componentes del FIA

Código

Campo

Área

Nº Categorías

atF

rtF

ptF

wtF

btF

FIAtF

C1

Agricultural Sciences

LS&B

6

0.58

35.93

0.80

0.16

0.80

2.142

C2

Biology & Biochemistry

LS&B

12

0.56

45.86

0.90

0.18

0.92

3.859

C3

Clinical Medicine

LS&B

50

0.56

38.84

0.87

0.19

0.92

3.330

C4

Computer Science

T

9

0.54

30.22

0.63

0.21

0.72

1.529

C5

Chemistry

PS

15

0.55

37.20

0.90

0.19

0.87

3.061

C6

Economics & Business

SS

8

0.62

45.82

0.66

0.15

0.59

1.642

C7

Engineering

T

39

0.55

27.74

0.77

0.19

0.84

1.931

C8

Environment/Ecology

LS&B

8

0.54

44.55

0.76

0.19

0.75

2.569

C9

Geosciences

PS

13

0.55

42.96

0.79

0.15

0.77

2.232

C10

Immunology

LS&B

2

0.52

42.66

0.90

0.22

1.01

4.342

C11

Materials Science

T

11

0.55

30.80

0.88

0.20

0.91

2.714

C12

Mathematics

PS

6

0.55

25.75

0.77

0.15

0.82

1.345

C13

Microbiology

LS&B

5

0.56

43.25

0.90

0.19

0.91

3.638

C14

Molecular Biology & Genetics

LS&B

5

0.53

51.64

0.92

0.19

1.06

5.083

C15

Multidisciplinary

-

1

0.58

36.81

0.84

0.21

2.55

9.747

C16

Neuroscience & Behavior

LS&B

5

0.54

49.19

0.90

0.16

0.95

3.653

C17

Pharmacology & Toxicology

LS&B

3

0.55

46.16

0.87

0.20

0.69

3.013

C18

Physics

PS

11

0.52

30.21

0.90

0.19

0.97

2.617

C19

Plant & Animal Science

LS&B

15

0.54

43.27

0.81

0.14

0.75

1.980

C20

Psychiatry/Psychology

SS

17

0.55

50.28

0.79

0.15

0.83

2.663

C21

Social Sciences, general

SS

51

0.63

44.33

0.61

0.21

0.49

1.736

C22

Space Science

PS

1

0.47

56.59

0.78

0.24

0.92

4.621

Área

Nº Campos

LS&B

Life Sciences & Biomedicine

10

0.55

42.80

0.87

0.18

0.90

3.391

PS

Physical Sciences

5

0.54

34.97

0.87

0.18

0.88

2.667

T

Technology

3

0.55

28.66

0.78

0.20

0.85

2.058

SS

Social Sciences

3

0.60

46.15

0.67

0.18

0.60

2.001

Los campos de mayor crecimiento son ‘Social Sciences, general’ (0.63) y ‘Economics & Business’ (0.62). El único que reduce su tamaño, con un ratio por debajo de 0.5, es ‘Space Science’ (0.47). Las mayores referencias promedio se producen en ‘Space Science’ (56.59) y ‘Molecular Biology & Genetics’ (51.64). Los menores promedios se obtienen en ‘Mathematics’ (25.75) y ‘Engineering’ (27.74). La mayor proporción de referencias JCR se alcanza en ‘Molecular Biology & Genetics’ (0.92) y las menores en ‘Social Sciences, general’ (0.61), ‘Computer Science’ (0.63) y ‘Economics & Business’ (0.66). La mayor proporción de ítems JCR a la ventana de citación se alcanza en ‘Space Science’ (0.24) y la menor en ‘Plant & Animal Science’ (0.14). Los mayores ratios entre ítems citados y citantes se obtienen en ‘Multidisciplinary’ (2.55) y ‘Molecular Biology & Genetics’ (1.06). Los menores ratios corresponden a ‘Social Sciences, general’ (0.49) y ‘Economics & Business’ (0.59).


Un Análisis Cluster ha determinado que ‘Multidisciplinary’ presenta componentes significativamente diferentes al resto, no pudiendo ser agrupado junto a ningún otro campo. Los campos ‘Economics & Business’ y ‘Social Sciences, general’ comparten un primer cluster mientras que los restantes 19 campos estarían asignados a un segundo cluster. 


La Figura 2 muestra las componentes para las áreas científicas. El área con mayor impacto agregado es ‘Life Sciences & Biomedicine’ y la componente más determinante sobre este valor es el número de referencias promedio. Social Sciences tiene el menor impacto agregado a pesar de contar con los mayores crecimientos y referencias promedio. El bajo impacto viene justificado por la pequeña proporción de referencias JCR y el bajo ratio entre ítems citados y citantes. Finalmente, ‘Technology’ tiene el segundo impacto agregado más pequeño a pesar de la mayor proporción de ítems JCR a la ventana de citación. 


Figura 2. Componentes del Factor de Impacto Agregado de las áreas Thomson Reuters

Componentes del Factor de Impacto Agregado de las áreas Thomson Reuters

[Descargar tamaño completo]

 

 

4. CONCLUSIONES
 Top

Los indicadores de impacto de las revistas no son comparables entre campos científicos debido a diferencias sistemáticas en el hábito de publicación y citación. Una descomposición del factor de impacto en cinco variables muestra que, para las categorías de revistas JCR, las variables que explican la mayor parte de la varianza no incluyen el número de referencias promedio. Sin embargo, éste es el factor que más frecuentemente se ha empleado en la literatura para justificar las diferencias entre los campos científicos y normalizar los factores de impacto. Por tanto, es necesario considerar algunas otras fuentes de varianza a la hora de normalizar los factores de impacto. 


De este trabajo se derivan dos tipos de recomendaciones. La primera tiene que ver con el empleo de los indicadores de impacto. Los usuarios de este tipo de indicadores, entre ellos las agencias de evaluación de la actividad científica (en España, ANECA, CNEAI y ANEP, entre otras), que los emplean a la hora de financiar y promocionar a los investigadores, deberían conocer que su manejo no es algo trivial y que tendrían que ser aplicados por expertos capaces de detectar posibles sesgos para no penalizar a aquellos investigadores que trabajan y publican en campos desfavorecidos por los indicadores de impacto. De esta forma, se evitarían posibles injusticias a la hora de comparar la trayectoria investigadora de científicos que trabajan en campos diferentes. 


La segunda de las recomendaciones tiene que ver con la necesidad de desarrollar nuevos indicadores normalizados que controlen las fuentes principales de varianza y sean capaces de producir medias similares entre grupos de revistas de campos diferentes. 


 

AGRADECIMIENTOS 
Top

Este trabajo ha sido financiado por el Ministerio de Ciencia y Tecnología a través del proyecto de investigación ECO2008-05589.


 

BIBLIOGRAFÍATop

Althouse, B. M.; West, J. D.; Bergstrom, C. T.; Bergstrom, T. (2009). Differences in impact factor across fields and over time. Journal of the American Society for Information Science and Technology, 60 (1), pp. 27-34.
Bensman, S. J. (2007). Garfield and the impact factor. Annual Review of Information Science and Technology, 41 (1), pp. 93-155.
Bergstrom, C. (2007). Eigenfactor: Measuring the value and prestige of scholarly journals. College and Research Libraries News, 68 (5), p. 314.
Bornmann, L.; Daniel, H. D. (2008). What do citation counts measure? A review of studies on citing behaviour. Journal of Documentation, 64 (1), pp. 45-80.
Dorta-González, P.; Dorta-González, M.I. (2010). Indicador bibliométrico basado en el índice h. Revista Española de Documentación Científica, 33 (2), pp. 225-245.
Dorta-González, P.; Dorta-González, M. I. (2011a). Aplicación empírica de un indicador bibliométrico basado en el índice h. Cultura y Educación, 23 (2), pp. 297-313.
Dorta-González, P.; Dorta-González, M. I. (2011b). Central indexes to the citation distribution: A complement to the h-index. Scientometrics, 88 (3), pp. 729-745.
Egghe, L.; Rousseau, R. (2002). A general framework for relative impact indicators. Canadian Journal of Information and Library Science, 27 (1), pp. 29-48.
Garfield, E. (1972). Citation analysis as a tool in journal evaluation. Science, 178 (4060), pp. 471-479.
Garfield, E. (1979a). Citation indexing: Its theory and application in Science, Technology, and Humanities. New York: John Wiley.
Garfield, E. (1979b). Is citation analysis a legitimate evaluation tool? Scientometrics, 1 (4), pp. 359-375.
González-Pereira, B.; Guerrero-Bote, V. P.; Moya-Anegón, F. (2011). A new approach to the metric of journals’ scientific prestige: The SJR indicator. Journal of Informetrics, 4 (3), pp. 379-391.
Leydesdorff, L. (2006). Can scientific journals be classified in terms of aggregated journal-journal citation relations using the Journal Citation Reports? Journal of the American Society for Information Science & Technology, 57 (5), pp. 601-613.
Leydesdorff, L.; Bornmann, L. (2011). How fractional counting of citations affects the Impact Factor: Normalization in terms of differences in citation potentials among fields of science. Journal of the American Society for Information Science & Technology, 62 (2), pp. 217-229.
Leydesdorff, L.; Opthof, T. (2010a). Normalization at the field level: Fractional counting of citations. Journal of Informetrics, 4 (4), pp. 644-646.
Leydesdorff, L.; Opthof, T. (2010b). Scopus's source normalized impact per paper (SNIP) versus a journal impact factor based on fractional counting of citations. Journal of the American Society for Information Science and Technology, 61 (11), pp. 2365-2369.
Leydesdorff, L.; Rafols, I. (2011). Indicators of the interdisciplinarity of journals: Diversity, centrality, and citations. Journal of Informetrics, 5 (1), pp. 87-100.
Moed, H. F. (2010). Measuring contextual citation impact of scientific journals. Journal of Informetrics, 4 (3), pp. 265-277.
Opthof, T.; Leydesdorff, L. (2010). Caveats for the journal and field normalizations in the CWTS (“Leiden”) evaluations of research performance. Journal of Informetrics, 4 (3), pp. 423-430.
Pudovkin, A. I.; Garfield, E. (2002). Algorithmic procedure for finding semantically related journals. Journal of the American Society for Information Science and Technology, 53 (13), pp. 1113-1119.
Rafols, I.; Leydesdorff, L. (2009). Content-based and algorithmic classifications of journals: Perspectives on the dynamics of scientific communication and indexer effects. Journal of the American Society for Information Science and Technology, 60 (9), pp. 1823-1835.
Rosvall, M.; Bergstrom, C. T. (2008). Maps of random walks on complex networks reveal community structure. Proceedings of the National Academy of Sciences, 105 (4), pp. 1118-1123.
Rosvall, M.; Bergstrom, C. T. (2010). Mapping change in large networks. PLoS ONE, 5 (1), e8694.
Van Raan, A. F. J.; Van Leeuwen, T. N.; Visser, M. S.; Van Eck, N. J.; Waltman, L. (2010). Rivals for the crown: Reply to Opthof and Leydesdorff. Journal of Informetrics, 4 (3), pp. 431-435.
Wagner, C.; Roessner, J. D.; Bobb, K.; Klein, J.; Boyack, K.; Keyton, J.; Rafols, I.; Börner, K. (2011). Approaches to understanding and measuring interdisciplinary scientific research (IDR): A review of the literature. Journal of Informetrics, 5 (1), pp. 14-26.
Waltman, L.; Van Eck, N. J. (2010). The relation between Eigenfactor, Audience Factor, and Influence Weight. Journal of the American Society for Information Science and Technology, 61 (7), pp. 1476-1486.
Waltman, L.; Yan, E. ; Van Eck, N. J. (2011). A recursive field-normalized bibliometric performance indicator: An application to the field of library and information science. Scientometrics, 89 (1), pp. 301-314.
Zitt, M.; Small, H. (2008). Modifying the journal impact factor by fractional citation weighting: The audience factor. Journal of the American Society for Information Science and Technology, 59 (11), pp. 1856-1860.

 

ANEXO I: Factor de Impacto Agregado y componentes para las categorías de revistas JCR (S=Ciencias, SS= Ciencias Sociales, t=2010, - Dato no disponible)Top

Código

Categoría de revista JCR

Ítems citables

Componentes del FIA

Factor de

Impacto Agregado

atF

rtF

ptF

wtF

btF

FIAtF

S1

ACOUSTICS

3794

0.51

29.14

0.79

0.15

0.90

1.553

S2

AGR ECON & POLICY

471

0.48

38.94

0.59

0.22

0.45

1.088

S3

AGR ENGN

2768

0.65

29.92

0.79

0.20

1.01

3.123

S4

AGR, DAIRY & ANIMAL SCI

6041

0.55

33.81

0.81

0.13

0.75

1.428

S5

AGR, MULTIDISCIP

5859

0.63

32.96

0.73

0.17

0.66

1.673

S6

AGRONOMY

6636

0.62

37.44

0.77

0.14

0.73

1.774

S7

ALLERGY

2136

0.51

44.23

0.87

0.22

0.89

3.844

S8

ANATOMY & MORPHOL

1845

0.61

46.50

0.83

0.13

0.63

1.976

S9

ANDROL

367

0.56

44.78

0.86

0.15

0.76

2.377

S10

ANESTHESIOL

3649

0.52

37.42

0.88

0.21

0.83

2.955

S11

ASTRON & ASTROPHYS

13324

0.47

56.59

0.78

0.24

0.92

4.609

S12

AUTOM & CONTROL SYST

6659

0.58

25.73

0.70

0.20

0.74

1.532

S13

BEHAV SCI

5410

0.51

57.76

0.89

0.15

0.80

3.048

S14

BIOCHEM RES METHODS

14534

0.56

38.37

0.89

0.22

0.92

3.822

S15

BIOCHEM & MOLEC BIOL

50169

0.52

49.62

0.92

0.18

1.02

4.435

S16

BIODIVERS CONSERVAT

2939

0.57

54.15

0.77

0.16

0.71

2.688

S17

BIOL

15511

0.85

48.06

0.88

0.18

0.64

4.114

S18

BIOPHYS

11865

0.51

43.37

0.91

0.19

0.88

3.291

S19

BIOTECH & APPL MICROBIOL

24136

0.57

39.23

0.87

0.19

0.86

3.256

S20

CARDIAC & CARDIO SYST

15925

0.59

37.98

0.92

0.20

1.03

4.277

S21

CELL & TISSUE ENGN

1083

-

75.66

0.92

0.23

1.04

-

S22

CELL BIOL

22652

0.54

55.27

0.93

0.20

1.16

6.453

S23

CHEM, ANALYT

17969

0.52

34.95

0.87

0.22

0.84

2.906

S24

CHEM, APPL

11663

0.52

31.82

0.86

0.17

0.90

2.207

S25

CHEM, INORG & NUCLEAR

12490

0.51

43.13

0.92

0.16

0.74

2.404

S26

CHEM, MED

12244

0.60

42.17

0.88

0.19

0.65

2.795

S27

CHEM, MULTIDISCIP

41982

0.59

40.37

0.91

0.21

1.02

4.586

S28

CHEM, ORGANIC

19916

0.51

41.38

0.93

0.18

0.82

2.853

S29

CHEM, PHYS

44577

0.57

39.72

0.93

0.19

0.92

3.615

S30

CLIN NEUROL

22926

0.56

38.73

0.88

0.17

1.01

3.238

S31

COMP SCI, ARTIF INTEL

8432

0.55

33.83

0.66

0.18

0.88

1.940

S32

COMP SCI, CYBERNET

1087

0.53

38.34

0.58

0.18

0.65

1.395

S33

COMP SCI, HARD & ARCHITEC

3618

0.51

26.30

0.57

0.23

0.68

1.203

S34

COMP SCI, INFORMAT SYST

8206

0.56

32.48

0.58

0.24

0.63

1.583

S35

COMP SCI, INTERDISCIP APPL

9926

0.53

32.46

0.71

0.18

0.74

1.652

S36

COMP SCI, SOFT ENGN

6419

0.53

29.61

0.56

0.24

0.57

1.240

S37

COMP SCI, THEORY & METHODS

5435

0.54

30.26

0.59

0.19

0.78

1.404

S38

CONSTRUCT & BUILD TECH

3871

0.59

24.49

0.60

0.20

0.64

1.121

S39

CRIT CARE MED

4044

0.54

42.06

0.90

0.20

0.97

3.924

S40

CRYSTALLOGRAPHY

10153

0.52

22.79

0.92

0.19

0.80

1.681

S41

DENTISTRY, ORAL SURG & MED

7423

0.55

34.00

0.86

0.14

0.84

1.966

S42

DERMATOL

5959

0.57

33.87

0.86

0.17

0.88

2.525

S43

DEV BIOL

4022

0.50

57.14

0.92

0.17

1.01

4.583

S44

ECOL

14642

0.53

54.00

0.81

0.15

0.88

3.094

S45

EDUC, SCI DISCIP

2514

0.67

28.67

0.67

0.20

0.61

1.529

S46

ELECTROCHEM

10539

0.67

31.88

0.90

0.21

0.87

3.615

S47

EMERGENCY MED

2739

0.66

30.25

0.83

0.17

0.76

2.123

S48

ENDOCRIN & METABOL

14475

0.55

46.80

0.90

0.19

0.99

4.304

S49

ENERGY & FUELS

14432

0.64

30.33

0.77

0.25

0.77

2.912

S50

ENGN, AEROSPACE

2167

0.43

23.96

0.59

0.18

0.56

0.628

S51

ENGN, BIOMED

9019

0.61

36.42

0.84

0.18

0.85

2.848

S52

ENGN, CHEM

22066

0.56

29.60

0.82

0.18

0.79

1.940

S53

ENGN, CIVIL

10905

0.57

27.06

0.68

0.20

0.78

1.593

S54

ENGN, ELECT & ELECTRON

40177

0.55

21.82

0.72

0.22

0.82

1.541

S55

ENGN, ENVIRONM

9235

0.58

35.44

0.79

0.23

0.85

3.258

S56

ENGN, GEOLOG

1869

0.55

30.52

0.65

0.14

0.73

1.132

S57

ENGN, INDUSTRIAL

3153

0.41

33.60

0.70

0.15

0.99

1.450

S58

ENGN, MANUFACT

3957

0.46

27.29

0.71

0.17

0.89

1.307

S59

ENGN, MARINE

440

0.43

13.94

0.39

0.33

0.28

0.207

S60

ENGN, MECHAN

12185

0.54

24.35

0.71

0.15

0.79

1.127

S61

ENGN, MULTIDISCIP

7951

0.52

25.06

0.67

0.18

0.60

0.928

S62

ENGN, OCEAN

862

0.48

23.59

0.65

0.17

0.77

0.998

S63

ENGN, PETROLEUM

1679

0.60

21.95

0.67

0.14

0.45

0.565

S64

ENTOMOL

5517

0.55

38.68

0.75

0.13

0.67

1.409

S65

ENVIRONM SCI

27302

0.51

41.60

0.76

0.20

0.78

2.507

S66

EVOLUT BIOL

5204

0.53

60.69

0.85

0.16

0.95

4.116

S67

FISHERIES

4326

0.54

44.07

0.79

0.12

0.68

1.579

S68

FOOD SCI & TECH

17456

0.57

34.60

0.82

0.16

0.77

1.942

S69

FORESTRY

3636

0.54

45.07

0.72

0.14

0.65

1.607

S70

GASTROEN & HEPATOL

10459

0.52

40.17

0.91

0.20

1.02

3.801

S71

GENET & HERED

17015

0.53

49.95

0.89

0.20

1.04

4.861

S72

GEOCHEM & GEOPHYS

7692

0.54

49.78

0.85

0.13

0.79

2.358

S73

GEOGRAPHY, PHYS

3562

0.55

59.09

0.76

0.14

0.66

2.323

S74

GEOL

2166

0.51

57.08

0.75

0.11

0.76

1.868

S75

GEOSCI, MULTIDISCIP

18029

0.53

48.47

0.80

0.14

0.80

2.230

S76

GERIATR & GERONTOL

3541

0.56

46.67

0.84

0.19

0.76

3.158

S77

HEALTH CARE SCI & SERV

6140

0.62

35.22

0.70

0.22

0.64

2.154

S78

HEMATOL

10497

0.51

44.98

0.92

0.21

1.18

5.310

S79

HIST & PHILOS OF SCI

1309

0.59

48.08

0.44

0.20

0.30

0.754

S80

HORTICULTURE

3014

0.58

34.99

0.79

0.13

0.67

1.429

S81

IMAG SCI & PHOTO TECH

1623

0.60

37.78

0.74

0.17

0.79

2.186

S82

IMMUNOL

19733

0.51

45.73

0.92

0.21

1.02

4.585

S83

INFECTIOUS DIS

9401

0.54

36.20

0.87

0.23

0.97

3.879

S84

INSTRUM & INSTRUMENTAT

11310

0.54

23.50

0.77

0.22

0.78

1.675

S85

INTEGRAT & COMPL MED

1599

0.68

38.74

0.74

0.19

0.66

2.402

S86

LIMNOL

1941

0.59

46.86

0.81

0.21

0.44

2.028

S87

MARINE & FRESH BIOL

8935

0.50

49.14

0.81

0.13

0.73

1.870

S88

MAT SCI, BIOMAT

4594

0.63

39.30

0.89

0.18

0.96

3.729

S89

MAT SCI, CERAM

3871

0.45

24.40

0.86

0.15

0.91

1.264

S90

MAT SCI, CHARAC & TEST

1937

0.54

19.84

0.66

0.17

0.77

0.939

S91

MAT SCI, COAT & FILMS

5869

0.51

27.61

0.91

0.17

0.91

1.943

S92

MAT SCI, COMPOSITES

2524

0.58

26.58

0.79

0.15

0.88

1.553

S93

MAT SCI, MULTIDISCIP

53582

0.55

32.07

0.89

0.20

0.93

2.949

S94

MAT SCI, PAPER & WOOD

1283

0.56

24.59

0.68

0.18

0.54

0.912

S95

MAT SCI, TEXT

1500

0.55

23.01

0.69

0.18

0.77

1.208

S96

MATH & COMP BIOL

4779

0.61

37.38

0.83

0.19

0.83

3.038

S97

MATH

20049

0.55

20.49

0.74

0.12

0.80

0.829

S98

MATH, APPL

20998

0.60

23.68

0.75

0.15

0.79

1.247

S99

MATH, INTERDISCIP APPL

6717

0.52

30.90

0.75

0.15

0.83

1.515

S100

MECHAN

14433

0.56

28.83

0.78

0.14

0.86

1.574

S101

MED ETH

623

0.56

35.05

0.57

0.32

0.45

1.581

S102

MED INFORMAT

1989

0.56

31.98

0.68

0.21

0.74

1.893

S103

MED LAB TECH

2894

0.55

34.80

0.84

0.20

0.70

2.208

S104

MED, GEN & INTERNAL

18557

0.61

38.13

0.80

0.22

1.17

4.754

S105

MED, LEGAL

1325

0.59

34.18

0.70

0.26

0.49

1.787

S106

MED, RES & EXPT

13729

0.61

46.04

0.88

0.20

0.76

3.753

S107

METALL & METALL ENGN

12910

0.52

23.94

0.83

0.18

0.74

1.346

S108

METEOROL & ATMOS SCI

8375

0.55

40.13

0.83

0.17

0.80

2.475

S109

MICROBIOL

17120

0.55

42.59

0.90

0.18

0.99

3.801

S110

MICROSCOPY

990

0.48

34.15

0.80

0.18

0.97

2.293

S111

MINERAL

2112

0.51

45.29

0.82

0.12

0.77

1.790

S112

MIN & MINERAL PROC

1796

0.46

22.67

0.69

0.17

0.85

1.033

S113

MULTIDISCIP SCI

12266

0.58

36.81

0.84

0.21

2.55

9.707

S114

MYCOL

1665

0.58

39.69

0.81

0.15

0.73

2.059

S115

NANOSCI & NANOTECH

20174

0.60

35.80

0.92

0.23

0.96

4.365

S116

NEUROIMAG

2150

0.57

47.16

0.92

0.17

0.99

4.098

S117

NEUROSCI

32131

0.53

55.03

0.92

0.16

0.95

4.082

S118

NUCLEAR SCI & TECH

7879

0.49

19.21

0.75

0.19

0.79

1.025

S119

NURS

5246

0.66

36.50

0.65

0.21

0.41

1.369

S120

NUTRIT & DIETET

8147

0.54

42.05

0.84

0.17

0.94

3.098

S121

OBSTETR & GYNECOL

10330

0.56

33.92

0.86

0.18

0.81

2.397

S122

OCEANOGRAPHY

5066

0.53

47.04

0.81

0.13

0.74

1.943

S123

ONCOL

27906

0.55

41.65

0.91

0.22

1.08

4.941

S124

OPER RES & MANAGE SCI

6757

0.52

31.46

0.72

0.14

0.96

1.557

S125

OPHTHALMOL

7656

0.52

35.06

0.90

0.16

0.91

2.379

S126

OPTICS

21298

0.56

24.26

0.89

0.21

0.87

2.204

S127

ORNITHOL

1070

0.51

47.14

0.77

0.12

0.52

1.182

S128

ORTHOPED

8733

0.57

31.38

0.89

0.13

0.96

2.048

S129

OTORHIN

4962

0.60

25.91

0.84

0.15

0.80

1.501

S130

PALEONTOL

2324

0.56

67.05

0.74

0.10

0.65

1.873

S131

PARASITOL

4375

0.58

42.14

0.86

0.19

0.78

3.056

S132

PATHOL

7482

0.57

38.58

0.88

0.19

0.76

2.763

S133

PEDIATR

13723

0.55

31.37

0.84

0.18

0.78

2.005

S134

PERIPH VASCULAR DIS

9581

0.56

40.40

0.92

0.20

1.12

4.612

S135

PHARMACOL & PHARM

31568

0.54

47.69

0.87

0.20

0.69

3.134

S136

PHYS, APPL

41464

0.52

25.40

0.90

0.22

1.06

2.724

S137

PHYS, ATOM, MOLEC & CHEM

15025

0.50

40.57

0.94

0.16

0.76

2.344

S138

PHYS, CONDEN MATTER

26741

0.53

31.50

0.93

0.19

1.03

3.095

S139

PHYS, FLUIDS & PLASM

7769

0.57

30.99

0.89

0.16

0.86

2.151

S140

PHYS, MATH

10028

0.49

30.84

0.85

0.16

0.85

1.726

S141

PHYS, MULTIDISCIP

21612

0.49

30.25

0.88

0.19

1.20

3.046

S142

PHYS, NUCLEAR

5742

0.52

31.99

0.88

0.17

0.74

1.796

S143

PHYS, PARTIC & FIELDS

10183

0.53

40.39

0.90

0.22

0.84

3.503

S144

PHYSIOL

9951

0.51

51.08

0.91

0.15

0.91

3.223

S145

PLANT SCI

17498

0.56

45.81

0.84

0.15

0.86

2.692

S146

POLYMER SCI

15407

0.55

36.67

0.90

0.17

0.82

2.508

S147

PRIMARY HEALTH CARE

1044

-

35.46

0.72

0.26

0.48

-

S148

PSYCHIATRY

12239

0.54

47.13

0.84

0.17

0.97

3.507

S149

PSYCHOL

4979

0.54

51.79

0.82

0.14

0.89

2.741

S150

PUBLIC, ENVIRONM & OCC GEN HEALTH

14726

0.60

35.30

0.74

0.22

0.78

2.666

S151

RADIOL, NUCL MED & MED IMAG

16056

0.56

34.00

0.88

0.19

0.94

2.972

S152

REHABILITAT

3269

0.65

38.16

0.79

0.15

0.70

2.103

S153

REMOTE SENS

2085

0.55

33.12

0.74

0.18

0.79

1.948

S154

REPRODUCTIVE BIOL

4423

0.54

44.88

0.91

0.15

0.88

2.904

S155

RESPIRATORY SYST

6934

0.53

38.69

0.90

0.19

0.98

3.475

S156

RHEUMATOL

4377

0.56

39.81

0.90

0.20

1.02

4.133

S157

ROBOT

1118

0.60

29.23

0.62

0.21

0.81

1.795

S158

SOIL SCI

3650

0.52

44.37

0.80

0.12

0.76

1.721

S159

SPECTROSCOPY

6364

0.50

32.72

0.86

0.18

0.81

2.065

S160

SPORT SCI

7043

0.58

37.59

0.84

0.14

0.88

2.300

S161

STAT & PROBABIL

7053

0.53

26.86

0.73

0.14

0.88

1.241

S162

SUBSTANCE ABUSE

1482

0.54

49.29

0.83

0.16

0.83

2.959

S163

SURGERY

29620

0.56

28.51

0.89

0.17

0.98

2.272

S164

TELECOM

9016

0.55

21.95

0.63

0.25

0.69

1.331

S165

THERMODYN

6148

0.56

27.94

0.77

0.16

0.82

1.608

S166

TOXICOL

9382

0.54

46.25

0.84

0.17

0.77

2.765

S167

TRANSPLANT

4865

0.51

30.50

0.91

0.20

1.00

2.876

S168

TRANSPORT SCI & TECH

2701

0.60

23.77

0.60

0.24

0.46

0.957

S169

TROP MED

2834

0.64

33.26

0.81

0.21

0.67

2.400

S170

UROL & NEPHROL

9641

0.51

35.21

0.90

0.21

0.89

3.078

S171

VETERINARY SCI

13923

0.53

32.16

0.79

0.14

0.64

1.213

S172

VIROL

6399

0.56

48.09

0.93

0.20

0.83

4.122

S173

WATER RESOURCES

9503

0.55

35.51

0.73

0.19

0.65

1.764

S174

ZOOL

9879

0.53

46.65

0.79

0.12

0.68

1.613

SS1

ANTHROPOL

2756

0.57

58.42

0.57

0.18

0.41

1.381

SS2

AREA STUDIES

1782

0.74

45.71

0.35

0.45

0.12

0.640

SS3

BUSINESS

4514

0.57

61.33

0.71

0.13

0.60

1.845

SS4

BUSINESS, FINANCE

3082

0.60

38.18

0.73

0.15

0.62

1.602

SS5

COMMUNICAT

2087

0.65

47.39

0.53

0.22

0.35

1.271

SS6

CRIMINOL & PENOL

1515

0.67

52.86

0.59

0.17

0.36

1.260

SS7

CULTURAL STUDIES

363

-

41.58

0.32

0.32

0.18

-

SS8

DEMOGRAPHY

786

0.59

45.98

0.54

0.19

0.44

1.258

SS9

ECON

14403

0.64

36.42

0.62

0.19

0.53

1.459

SS10

EDUC & EDUC RES

6709

0.69

46.32

0.53

0.20

0.37

1.242

SS11

EDUC, SPECIAL

1089

0.66

48.80

0.69

0.15

0.47

1.574

SS12

ENVIRONM STUDIES

4450

0.65

50.81

0.55

0.28

0.40

2.027

SS13

ERGONOM

1031

0.53

40.77

0.63

0.17

0.64

1.436

SS14

ETHICS

1557

0.55

45.83

0.60

0.21

0.38

1.232

SS15

ETHNIC STUDIES

547

0.81

46.78

0.46

0.22

0.32

1.203

SS16

FAMILY STUDIES

1748

0.63

48.41

0.64

0.16

0.47

1.449

SS17

GEOGRAPHY

2657

0.61

58.80

0.51

0.25

0.36

1.644

SS18

GERONTOL

2042

0.54

44.13

0.74

0.17

0.76

2.335

SS19

HEALTH POLICY & SERV

3663

0.61

37.07

0.66

0.25

0.62

2.271

SS20

HIST

1000

0.78

66.28

0.30

0.32

0.10

0.479

SS21

HIST & PHILOS OF SCI

999

0.60

52.91

0.46

0.19

0.33

0.922

SS22

HIST OF SOCIAL SCI

769

0.71

65.09

0.42

0.13

0.25

0.623

SS23

HOSPITAL, LEIS, SPORT & TOUR

1243

0.97

61.92

0.63

0.14

0.41

2.212

SS24

INDUSTR RELAT & LABOR

642

0.72

42.85

0.53

0.20

0.36

1.208

SS25

INFORMAT SCI & LIBR SCI

2949

0.57

38.89

0.55

0.26

0.45

1.430

SS26

INT RELAT

2536

0.63

48.10

0.46

0.35

0.22

1.078

SS27

LAW

3711

0.59

62.20

0.65

0.28

0.23

1.495

SS28

LINGUIST

3276

0.78

55.06

0.57

0.15

0.40

1.471

SS29

MANAGE

5782

0.64

63.55

0.70

0.11

0.72

2.249

SS30

NURS

5141

0.67

36.47

0.65

0.21

0.40

1.367

SS31

PLANN & DEV

2128

0.59

48.33

0.50

0.25

0.35

1.233

SS32

POLIT SCI

5016

0.62

46.49

0.47

0.30

0.26

1.011

SS33

PSYCHIATRY

7840

0.56

47.75

0.80

0.17

0.89

3.215

SS34

PSYCHOL, APPL

2450

0.53

57.51

0.72

0.11

0.73

1.812

SS35

PSYCHOL, BIOL

1171

0.53

57.76

0.87

0.13

0.77

2.682

SS36

PSYCHOL, CLIN

5517

0.55

49.03

0.77

0.15

0.80

2.459

SS37

PSYCHOL, DEV

3675

0.55

53.26

0.77

0.13

0.86

2.572

SS38

PSYCHOL, EDUC

1669

0.58

52.17

0.68

0.13

0.63

1.637

SS39

PSYCHOL, EXPT

5629

0.56

51.19

0.83

0.13

0.86

2.590

SS40

PSYCHOL, MATH

550

0.49

33.51

0.74

0.13

1.16

1.840

SS41

PSYCHOL, MULTIDISCIP

5755

0.58

49.04

0.70

0.15

0.71

2.098

SS42

PSYCHOL, PSYCHOANAL

396

0.47

44.84

0.63

0.16

0.55

1.147

SS43

PSYCHOL, SOCIAL

3116

0.56

49.99

0.74

0.12

0.72

1.835

SS44

PUBLIC ADM

1420

0.64

50.31

0.49

0.26

0.29

1.199

SS45

PUBLIC, ENVIRONM & OCC GEN HEALTH

9094

0.66

39.61

0.67

0.21

0.60

2.177

SS46

REHABILITAT

2733

0.64

45.35

0.70

0.15

0.53

1.632

SS47

SOCIAL ISSUES

1353

0.55

37.14

0.49

0.28

0.37

1.043

SS48

SOCIAL SCI, BIOMED

2173

0.55

42.65

0.66

0.21

0.62

2.002

SS49

SOCIAL SCI, INTERDISCIP

3611

0.63

43.20

0.52

0.20

0.42

1.227

SS50

SOCIAL SCI, MATH METH

1904

0.57

33.54

0.68

0.13

0.82

1.392

SS51

SOCIAL WORK

1652

0.68

49.40

0.56

0.19

0.33

1.201

SS52

SOCIOL

4138

0.60

53.82

0.47

0.21

0.35

1.111

SS53

SUBSTANCE ABUSE

1819

0.62

45.79

0.74

0.17

0.63

2.261

SS54

TRANSPORT

1232

0.68

36.42

0.59

0.21

0.59

1.874

SS55

URBAN STUDIES

1427

0.58

50.19

0.52

0.20

0.40

1.211

SS56

WOMEN'S STUDIES

1397

0.61

46.66

0.55

0.18

0.36

1.048

Promedio Ciencias

9976

0.55

37.18

0.80

0.18

0.82

Desviación típica Ciencias

0.05

10.01

0.10

0.04

0.21

Promedio Ciencias Sociales

2923

0.62

48.28

0.60

0.20

0.50

Desviación típica Ciencias Sociales

0.09

8.09

0.13

0.07

0.22



Copyright (c) 2013 Consejo Superior de Investigaciones Científicas (CSIC)

Licencia de Creative Commons
Este obra está bajo una licencia Creative Commons Reconocimiento 3.0 España (CC-by).


Contacte con la revista redc.cchs@cchs.csic.es

Soporte técnico soporte.tecnico.revistas@csic.es