Análisis altmétrico de la investigación sobre covid-19 publicada en 2020
DOI:
https://doi.org/10.3989/redc.2022.2.1912Palabras clave:
altmetría, COVID-19, redes sociales, visibilidad, impactoResumen
La alarmante propagación de la COVID-19 ha generado una producción científica sin precedentes en respuesta a la búsqueda de tratamientos y vacunas que ayuden a frenar la pandemia. Los medios de comunicación, las redes sociales y científicas se han convertido en un escenario primordial para la difusión de publicaciones académicas y, en consecuencia, en herramientas potenciales para evaluar el impacto social de la investigación sobre la COVID-19. El presente trabajo propone analizar el impacto y uso de las publicaciones en redes sociales y científicas mediante el empleo de indicadores altmétricos. Se emplean como herramientas las bases de datos Dimensions y Altmetric.com para el análisis de la producción científica y la atención en línea recibida. Los resultados evidencian un predominio de las menciones de Twitter, seguidos por las lecturas y citas en Mendeley y Dimensions. Los temas con mayor atención se relacionaron con tratamientos, vías de transmisión, síntomas, muertes y vacunas.
Descargas
Citas
Altmetric (2021). How is the Altmetric Attention Score calculated? Disponible en: https://help.altmetric.com/support/solutions/articles/6000233311-how-is-the-altmetric-attention-score-calculated-
Boschiero, M. N., Carvalho, T. A., y Marson, F. A. L. (2021). Retraction in the era of COVID-19 and its influence on evidence-based medicine: is science in jeopardy? Pulmonology, 27(2), 97-106. https://doi.org/10.1016/j.pulmoe.2020.10.011 PMid:33281107 PMCid:PMC7687579
Çelik, E., Dokur, M., Borku Uysal, B., Şengül Samanci, N., y Demirelli, F. H. (2020). Comparison of attention for cancer research on social media versus academia: an altmetric score analysis. International Journal of Hematology and Oncology, 30(1), 32-42. Disponible en: http://www.uhod.org/pdf/PDF_831.pdf
Chahrour, M., Assi, S., Bejjani, M., Nasrallah, A. A., Salhab, H., Fares, M. Y., y Khachfe, H. H. (2020). A Bibliometric Analysis of COVID-19 Research Activity: A Call for Increased Output. Cureus, 2, 1-8. https://doi.org/10.7759/cureus.7357 PMid:32328369 PMCid:PMC7174863
Ciarli, T., y Ràfols, I. (2019). The relation between research priorities and societal demands: the case of rice. Research Policy, 48(4), 949-967. https://doi.org/10.1016/j.respol.2018.10.027
Costas, R., Zahedi, Z., y Wouters, P. (2015). Do "altmetrics" correlate with citations? Extensive comparison of altmetric indicators with citations from a multidisciplinary perspective. Journal of the Association for Information Science and Technology, 66(10), 2003-2019. https://doi.org/10.1002/asi.23309
Das, A. K., y Mishra, S. (2014). Genesis of altmetrics or article-level metrics for measuring efficacy of scholarly communications: Current perspectives. Journal of Scientometric Research, 3(2), 82-92. https://doi.org/10.4103/2320-0057.145622
Digital Science. (2021). The Donut and Altmetric Attention Score. Disponible en: https://www.altmetric.com/about-our-data/the-donut-and-score/.
Engineering, Altmetric. (2021). Data for the 2020 Altmetric Top 100. Altmetric. Dataset.
Erdt, M., Nagarajan, A., Sin, S. C. J., y Theng, Y. L. (2016). Altmetrics: An analysis of the state-of-the-art in measuring research impact on social media. Scientometrics, 109(2), 1117-1166. https://doi.org/10.1007/s11192-016-2077-0
Fairclough, R., y Thelwall, M. (2015). National research impact indicators from Mendeley readers. Journal of Informetrics, 9(4), 845-859. https://doi.org/10.1016/j.joi.2015.08.003
Fan, J., Gao, Y., Zhao, N., Dai, R., Zhang, H., Feng, X., Shi, G., Tian, J., Chen, C., Hambly, B. D., y Bao, S. (2020). Bibliometric Analysis on COVID-19: A Comparison of Research between English and Chinese Studies. Frontiers in Public Health, 8, 477. https://doi.org/10.3389/fpubh.2020.00477 PMid:32923422 PMCid:PMC7456831
Fang, Z., y Costas, R. (2020). Studying the accumulation velocity of altmetric data tracked by Altmetric.com. Scientometrics, 123(2), 1077-1101. https://doi.org/10.1007/s11192-020-03405-9
Gan, C., y Wang, W. (2015). Research characteristics and status on social media in China: A bibliometric and co-word analysis. Scientometrics, 105(2), 1167-1182. https://doi.org/10.1007/s11192-015-1723-2
Haunschild, R., Leydesdorff, L., Bornmann, L., Hellsten, I., y Marx, W. (2019). Does the public discuss other topics on climate change than researchers? A comparison of explorative networks based on author keywords and hashtags. Journal of Informetrics, 13(2), 695-707. https://doi.org/10.1016/j.joi.2019.03.008
Haustein, S. (2016). Grand challenges in altmetrics: heterogeneity, data quality and dependencies. Scientometrics, 108, 413-423. https://doi.org/10.1007/s11192-016-1910-9
Haustein, S. (2019). Scholarly Twitter metrics. En Moed, H. F., Glänzel, W., Schmoch, U. (Eds.), Handbook of Quantitative Science and Technology Research, 129-760. Springer. Disponible en: https://arxiv.org/abs/1806.02201v2 https://doi.org/10.1007/978-3-030-02511-3_28
Heidelberg Haustein, S. (2019). Scholarly Twitter metrics. In W. Glänzel, H. F. Moed, S. U, & M. Thelwall (Eds.), Springer handbook of science and technology indicators (pp. 729-760). Heidelberg. https://doi.org/10.1007/978-3-030-02511-3_28
Hook, D. W., Porter, S. J., y Herzog, C. (2018). Dimensions: building context for search and evaluation. Frontiers in Research Metrics and Analytics, 3, 23. https://doi.org/10.3389/frma.2018.00023
López Carreño, R., y Martínez Méndez, F. J. (2020). Sistemas de recuperación de información implementados a partir de CORD-19: herramientas clave en la gestión de la información sobre COVID-19. Revista Española de Documentación Científica, 43(4), e275. https://doi.org/10.3989/redc.2020.4.1794
Mehra, M. R., Desai, S. S., Ruschitzka, F., y Patel, A. N. (2020). RETRACTED: Hydroxychloroquine or chloroquine with or without a macrolide for treatment of COVID-19: a multinational registry analysis. Lancet. (Retraction published Lancet. 2020 Jun 5). https://doi.org/10.1016/S0140-6736(20)31180-6
Melero, R. (2015). Altmetrics - a complement to conventional metrics. Biochemia medica, 25(2), 152-160. https://doi.org/10.11613/BM.2015.016 PMid:26110028 PMCid:PMC4470104
Noyons, E. (2019). Measuring societal impact is as complex as ABC. Journal of Data and Information Science, 4(3), 6-21. https://doi.org/10.2478/jdis-2019-0012
Nugroho, R., Paris, C., Nepal, S., Yang, J., y Zhao, W. (2020). A survey of recent methods on deriving topics from Twitter: algorithm to evaluation. Knowledge and Information Systems, 62, 2485-2519. https://doi.org/10.1007/s10115-019-01429-z
Olmeda Gómez, C., y Perianes Rodríguez, A. (2019). Altmetrics as a research specialty (Dimensions, 2005-2018). El Profesional de la Información, 28(6), e280508. https://doi.org/10.3145/epi.2019.nov.08
Orduna-Malea, E., y López-Cózar, E. D. (2019). Demography of Altmetrics under the light of Dimensions: Locations, institutions, journals, disciplines and funding bodies in the global research framework. Journal of Altmetrics, 2(1), 3. https://doi.org/10.29024/joa.13
Ortega, J. L. (2020). Blogs and news sources coverage in altmetrics data providers: a comparative analysis by country, language, and subject. Scientometrics, 122(1), 555-572. https://doi.org/10.1007/s11192-019-03299-2
Ortega, J. L. (2020). Altmetrics data providers: A meta-analysis review of the coverage of metrics and publication. El Profesional de la Información, 29(1), e290107. https://doi.org/10.3145/epi.2020.ene.07
Ortiz Núñez, R. (2020). Análisis métrico de la producción científica sobre COVID-19 en SCOPUS. Revista Cubana de Información en Ciencias de la Salud, 31(3), e1587. Disponible en: http://www.acimed.sld.cu/index.php/acimed/article/view/1587
Ortiz Núñez, R. (2021). Data Analysis from: Altmetric analysis of COVID-19 research published in 2020. figshare.
Ortiz Núñez, R., y Rodríguez Gutiérrez, Y. (2021). Impacto académico y social de la investigación sobre COVID-19 en la base de datos Dimensions. Revista Habanera de Ciencias Médicas, 20(2), e3664. http://www.revhabanera.sld.cu/index.php/rhab/article/view/3664
Ortiz Núñez, R., y Stable Rodríguez, Y. (2021). Análisis de la producción científica internacional sobre tratamientos contra la COVID-19. Revista Cubana de Información en Ciencias de la Salud, 32(2), 1682. http://www.acimed.sld.cu/index.php/acimed/article/view/1682
Perianes Rodriguez, A., Waltman, L., y Van Eck, N. J. (2016). Constructing bibliometric networks: A comparison between full and fractional counting. Journal of Informetrics, 10(4), 1178-1195. https://doi.org/10.1016/j.joi.2016.10.006
Pradhan, P., Pandey, A. K., Mishra, A., Gupta, P., Tripathi, P. K., Menon, M. B., Gomes, J., Vivekanandan, P., y Kundu, B. (2020). Uncanny similarity of unique inserts in the 2019- nCoV spike protein to HIV-1 gp120 and Gag. bioRix. https://doi.org/10.1101/2020.01.30.927871
Robinson-Garcia, N., Arroyo-Machado, W., y Torres-Salinas, D. (2019). Mapping social media attention in microbiology: Identifying main topics and actors. FEMS Microbiology Letters, 366(7), fnz075. https://doi.org/10.1093/femsle/fnz075 PMid:30977791
Shibata, N., Kajikawa, Y., Takeda, Y., Sakata, I., y Matsushima, K. (2011). Detecting emerging research fronts in regenerative medicine by the citation network analysis of scientific publications. Technological Forecasting and Social Change, 78(2), 274-282. https://doi.org/10.1016/j.techfore.2010.07.006
Srivastava, K. C., Shrivastava, D., Chhabra, K. G., Naqvi, W., y Sahu, A. (2020). Facade of media and social media during covid-19: A review. International Journal of Research in Pharmaceutical Sciences, 11 (Special Issue 1), 142-149. https://doi.org/10.26452/ijrps.v11iSPL1.2288
Stephen, G. (2021). Altmetric for top three covid-19 research articles published in 2020 - an Overview. Library Philosophy and Practice, 5786. Disponible en: https://digitalcommons.unl.edu/libphilprac/5786
Sugimoto, C. R., Work, S., Larivière, V., y Haustein, S. (2017). Scholarly use of social media and altmetrics: A review of the literature. Journal of the Association for Information Science and Technology, 68(9), 2037-2062. https://doi.org/10.1002/asi.23833
Tahamtan, I., y Bornmann, L. (2020). Altmetrics and societal impact measurements: Match or mismatch? A literature review. El Profesional de la Información, 29(1). https://doi.org/10.3145/epi.2020.ene.02
Tein, S. (2019). Scholarly Twitter metrics. In W. Glänzel, H. F. Moed, S. U, & M. Thelwall (Eds.), Springer handbook of science and technology indicators (pp. 729-760). https://doi.org/10.1007/978-3-030-02511-3_28
Thelwall, M. (2017). Are Mendeley reader counts useful impact indicators in all fields? Scientometrics, 113, 1721-1731. https://doi.org/10.1007/s11192-017-2557-x
Thelwall, M. (2020). The Pros and Cons of the Use of Altmetrics in Research Assessment. Scholarly Assessment Reports, 2(1), 2. https://doi.org/10.29024/sar.10
Thelwall, M., Haustein, S., Larivière, V., y Sugimoto, C. R. (2013). Do altmetrics work? Twitter and Ten other social web services. PLoS ONE, 8(5), e64841. https://doi.org/10.1371/journal.pone.0064841 PMid:23724101 PMCid:PMC3665624
Van Noorden, R. (2014). Online collaboration: Scientists and the social network. Nature, 512(7513), 126-129. https://doi.org/10.1038/512126a PMid:25119221
Vasantha, R., y Patil, S. B. (2020). Indian Publications on SARS-CoV-2: A bibliometric study of WHO COVID-19 database. Diabetes and Metabolic Syndrome: Clinical Research and Reviews, 14(5), 1171-1178. https://doi.org/10.1016/j.dsx.2020.07.007 PMid:32673837 PMCid:PMC7348603
Vysakh, C., y Babu, H. R. (2020) An altmetric approach to measure the social media attention of COVID-19 articles. Library Philosophy and Practice, 4441. Disponible en: https://digitalcommons.unl.edu/libphilprac/4441
Wang, X., Liu, C., Mao, W., y Fang, Z. (2015). The open access advantage considering citation, article usage and social media attention. Scientometrics 103 (2), 555-564. https://doi.org/10.1007/s11192-015-1547-0
Wang, X., Wang, Z., y Xu, S. (2013). Tracing scientist's research trends realtimely. Scientometrics, 95(2), 717-729. https://doi.org/10.1007/s11192-012-0884-5
Warren, H. R., Raison, N., y Dasgupta, P. (2017). The Rise of Altmetrics. JAMA, 317(2), 131-132. https://doi.org/10.1001/jama.2016.18346 PMid:28097363
Williams, A. (2017). Altmetrics: an overview and evaluation. Online Information Review, 41(3), 311-317. https://doi.org/10.1108/OIR-10-2016-0294
Zahedi, Z., Costas, R., y Wouters, P. (2017). Mendeley readership as a filtering tool to identify highly cited publications. Journal of the Association for Information Science and Technology, 68(10), 2511-2521. https://doi.org/10.1002/asi.23883
Zheng, H., Aung, H. H., Erdt, M., Peng, T. Q., Raamkumar, A. S., y Theng, Y. L. (2019). Social media presence of scholarly journals. Journal of the Association for Information Science and Technology, 70(3), 256-270. https://doi.org/10.1002/asi.24124
Zyoud, S. H., y Al-Jabi, S. W. (2020). Mapping the situation of research on coronavirus disease-19 (COVID-19): A preliminary bibliometric analysis during the early stage of the outbreak. BMC Infectious Diseases, 20(1), 1-8. https://doi.org/10.1186/s12879-020-05293-z PMid:32738881 PMCid:PMC7395210
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2022 Consejo Superior de Investigaciones Científicas (CSIC)
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
© CSIC. Los originales publicados en las ediciones impresa y electrónica de esta Revista son propiedad del Consejo Superior de Investigaciones Científicas, siendo necesario citar la procedencia en cualquier reproducción parcial o total.Salvo indicación contraria, todos los contenidos de la edición electrónica se distribuyen bajo una licencia de uso y distribución “Creative Commons Reconocimiento 4.0 Internacional ” (CC BY 4.0). Puede consultar desde aquí la versión informativa y el texto legal de la licencia. Esta circunstancia ha de hacerse constar expresamente de esta forma cuando sea necesario.
No se autoriza el depósito en repositorios, páginas web personales o similares de cualquier otra versión distinta a la publicada por el editor.
