La medida de la investigación en educación y su impacto social: las revistas de educación en Iberoamérica en los índices bibliométricos internacionales
Bibliographic record
Abstract
Las revistas académicas han sido uno de los vehículos más importantes en la difusión del conocimiento científico, humanístico y artístico. Últimamente han adquirido mayor preeminencia por la globalización y el desarrollo de las tecnologías de la información y la comunicación (TIC). En los años 60 del siglo pasado comenzaron los primeros trabajos cuantitativos relacionados con el análisis numérico y estadístico de las revistas científicas, dando paso a la cienciometría, la infometría y la bibliometría. Estas disciplinas aportaron importantes conclusiones sobre los aspectos medibles de la ciencia. La información disponible comenzó a utilizarse para evaluar la producción, el desempeño y la pertinencia de la política científica de los países. Indicadores como el total de artículos publicados, el número de citas de cada artículo y el “índice de impacto” de las revistas, pasaron a ser considerados criterios de calidad del trabajo científico. Con ello se transformaron las funciones sociales que inicialmente cubrían las revistas científicas (la rápida difusión del conocimiento científico, la protección de la autoría de los investigadores y de la veracidad de los nuevos descubrimientos) y se volvieron instrumentos para medir la productividad de los investigadores, las instituciones y los países. En este artículo se presentan los resultados preliminares de un proyecto para analizar los efectos que produce en las revistas académicas de los países de Iberoamérica el nuevo uso que se asigna a la información bibliométrica. Los hallazgos muestran que son muy pocas las revistas científicas en educación publicadas en Iberoamérica que están incluidas en los principales índices internacionales.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.006 | 0.016 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.028 | 0.053 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.010 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".