Análisis cienciométrico de la producción científica del Instituto Nacional de Cancerología
Resumen Introducción: La cienciometría permite analizar la productividad e impacto de las publicaciones científicas mediante técnicas bibliométricas y computacionales. Objetivo: Proponer una metodología multidimensional para obtener el perfil cienciométrico del Instituto Nacional de Cancerología (IN...
Gespeichert in:
Veröffentlicht in: | Gaceta médica de México 2020-02, Vol.156 (1), p.4-10 |
---|---|
Hauptverfasser: | , , |
Format: | Artikel |
Sprache: | por ; spa |
Schlagworte: | |
Online-Zugang: | Volltext |
Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
Zusammenfassung: | Resumen Introducción: La cienciometría permite analizar la productividad e impacto de las publicaciones científicas mediante técnicas bibliométricas y computacionales. Objetivo: Proponer una metodología multidimensional para obtener el perfil cienciométrico del Instituto Nacional de Cancerología (INCan), México, y compararlo respecto a otras instituciones nacionales de salud. Método: Con el programa LabSOM y la metodología ViBlioSOM, basada en redes neuronales artificiales, se analizó la producción científica del INCan indexada en la Web of Science entre 2007 y 2017. Se obtuvo el perfil cienciométrico multidimensional del Instituto y se comparó con el de otras instituciones nacionales de salud. Resultados: En productividad, el INCan ocupa el cuarto lugar de las 10 instituciones mexicanas de salud pública indexadas en la Web of Science.; en el ranking de impacto normalizado, el sexto lugar. Aun cuando de 1323 artículos, 683 (51.62 %) no recibieron citas, 11 artículos de excelencia (0.83 %) lograron 24 % de 11 932 citas y, consecuentemente, el impacto normalizado del INCan evidenció una productividad media por arriba de la media mundial. Conclusión: El análisis multidimensional con la red neuronal propuesta permite obtener un perfil cienciométrico institucional absoluto y relativo más fidedigno e integral que el derivado de conteos de variables aisladas. |
---|---|
ISSN: | 0016-3813 2696-1288 |
DOI: | 10.24875/GMM.19005103 |