VISIBILIDAD WEB DE ARTÍCULOS CIENTÍFICOS HACIENDO USO DE CIBERMETRÍA EN EL INSTITUTO DE INVESTIGACIONES DE LA AMAZONÍA PERUANA.

50 %
50 %
Information about VISIBILIDAD WEB DE ARTÍCULOS CIENTÍFICOS HACIENDO USO DE CIBERMETRÍA EN...

Published on November 30, 2016

Author: RoussellRamirezAlvar

Source: slideshare.net

1. VISIBILIDAD WEB DE ARTÍCULOS CIENTÍFICOS HACIENDO USO DE CIBERMETRÍA EN EL INSTITUTO DE INVESTIGACIONES DE LA AMAZONÍA PERUANA. R. Ramírez Alvarez1 , J. Zvietcovich Diaz2 , F. Salas Barrera3 , I. Rondona4 y F. Fachin Morí5 1 Instituto de Investigaciones de la Amazonia Peruana. Av. Abelardo Quiñones km. 2.5, San Juan Bautista, Loreto, Perú. E-mail: rramirez@iiap.org.pe 2 Servicio Nacional de Meteorología e Hidrología del Perú. Av. Cornejo Portugal 1842, Iquitos, jzvietcovich@senamhi.gob.pe. 3 Universidad Nacional de la Amazonia Peruana, Jr. Sargento Lores 385. Email: fsalas@unapiquitos.edu.pe. 4 Instituto de Investigaciones de la Amazonia Peruana. Av. Abelardo Quiñones km. 2.5, San Juan Bautista, Loreto, Perú. E-mail: irondona@hotmail.com 5 Facultad de Ingeniería de Computación e Informática, Universidad Privada de la Selva Peruana. Jr. San Martin 230. E-mail: francia251294@gmail.com

2. RESUMEN VISIBILIDAD WEB DE ARTÍCULOS CIENTÍFICOS HACIENDO USO DE CIBERMETRÍA EN EL INSTITUTO DE INVESTIGACIONES DE LA AMAZONÍA PERUANA. Este estudio busca encontrar mediante estudios estadísticos de análisis de correspondencia, variables de cibermetría web de un artículo científico publicado por el Instituto de Investigaciones de la Amazonia Peruana, que sugieran un mayor impacto la visibilidad en la web y en el buscador académico Google Scholar. Además, comprobar la existencia de correlación entre las variables de cibermetría y la visibilidad en la web de un artículo científico del IIAP. El levantamiento de información se realizó en el año 2014 a 284 artículos científicos publicados en la Revista Científica Folia Amazónica del IIAP y que se encuentra como Open Source en la web. Se utilizaron las herramientas SAS for Windows y SPSS 20, con el primero se hizo el análisis de correspondencia múltiple, en la que se determinaron tres (03) variables optimizadas que contribuyan en un 83,61% al Chi-cuadrado estadístico y por ende sugieren un mayor impacto al uso de las TIC y, la segunda herramienta nos permitió comprobar el alto nivel de confiabilidad superior al σ2 ≥0,85, en la correlación de nuestras variables de cibermetría y la visibilidad en la web de un artículo científico. Palabras clave: TIC, cibermetria, visibilidad web. 2

3. RESUMO WEB VISIBILIDADE de artigos científicos em fazer uso Instituto de Pesquisa da Amazônia Peruana Cybermetrics. Este estudo visa encontrar estudos estatísticos por análise de correspondência, variáveis Cybermetrics web de um artigo científico publicado pelo Instituto de Investgiaciones de la Amazonia Peruana IIAP, sugerindo um impacto maior visibilidade na web e no motor de pesquisa acadêmico Google Scholar. Além disso, verifique se há correlação entre as variáveis Cybermetrics e visibilidade na web de um artigo científico do IIAP. A coleta de informações foi realizada no ano de 2014 e 284 artigos científicos publicados na revista científica Folia Amazon IIAP e que é como open source na web. SAS e SPSS for Windows 20 foram usadas, com a primeira análise de correspondência múltipla na qual otimizado variáveis que contribuem 83,61% para uma estatística qui-quadrado é de três (03) determinada e, portanto, sugiro se tornou um impacto maior sobre a utilização das TIC e da segunda ferramenta nos permitiu verificar o alto nível de confiabilidade superior a σ2≥0,85 na correlação de nossas variáveis Cybermetrics e visibilidade na web de um artigo científico. Palavras-chave: TIC, Cybermetrics, visibilidade na web. 3

4. INTRODUCCIÓN En estos tiempos es indiscutible la gran la influencia social que tienen las nuevas tecnologías de Información y de comunicación (TIC) en las actividades de ciencia y tecnología. Es por ello que debido al avance de las tecnologías y específicamente de la expansión y uso de red, la web se ha convertido en un medio más de interlocución y donde es posible compartir de forma más eficientes y rápidas del conocimiento científico. Es a ello, que se hace específicamente necesario monitorear los aspectos de la visibilidad de la ciencia y la tecnología en la web (Kretschmer & Aguillo, 2006). A nivel internacional se han realizado algunos estudios centrados en casos particulares, como el de los países del Oriente Medio (Noruzi, 2006) en el que se analizó la presencia en la web de las instituciones académicas pertenecientes a estos países, o el trabajo de Chu et al en el que se estudió la visibilidad de 53 sedes web de bibliotecas norteamericanas (Chu, et al., 2002). En la misma línea de investigacion, se han presentado los resultados de un estudio acerca de la productividad y visibilidad en la web de un grupo de departamentos de sociología pertenecientes a los países nórdicos (Aaltojarvi, et al., 2008). La visibilidad de las universidades españolas también ha sido objeto de estudio desde el punto de vista de la calidad de los contenidos así como de su accesibilidad, presencia en buscadores, etc. (Pinto, et al., 2004). Tradicionalmente, la única forma de dar a conocer los avances tanto científicos como tecnológicos ha sido mediante la publicación en revistas con una distribución más o menos mundial pero que, como es obvio, sin la capacidad de llegar a todo el público potencial. 4

5. Actualmente, y gracias a la red eso ha cambiado y se puede afirmar que el acceso al conocimiento científico/académico es prácticamente universal. Hasta hace poco ese acceso se encontraba asociado y restringido a la publicación en revistas internacionales, pero se está pasando a un modelo en el cual no sólo la publicación más formal, artículos científicos de carácter abierto cocido como “Open Access” (Swan, 2007), sino también la informal que pueden ser datos en bruto, servicios, plataformas, materiales de enseñanza académica, y más; está a disposición de todo el mundo. Si nos centramos al sector de Investigación y Desarrollo más Innovación, los actores potenciales como lo son las instituciones, los investigadores, público académicos, entre otros, poseen ahora un medio muy eficaz y universal para compartir y reflejar de manera más amplía la gama de actividades académicas y de investigación que desarrollan. Ahora, cómo medir la visibilidad de los artículos científicos. Existen estudios donde se aplican técnicas bibliométricas en la red, y es en ellas que se fundamenta la Cibermetría, el cual se basa en el principio según el cual se puede considerar cierta equivalencia entre una cita bibliográfica y un hipervínculo enlazando a una página web. Desde esta perspectiva, y por analogía con las citas bibliográficas, se acuñó el término “sitations” (McKiernan, 1996) (Aguillo, 1996) (Rousseau, 1997), o “sitas” en español, para designar a los enlaces entre diferentes sitios web. Además, se han realizado estudios de género aplicado al análisis de publicación en la web, donde fue importante comprobar si los patrones ampliamente descritos en estudios bibliométricos (Bordons, et al., 2003) (Bordons, et al., 2006; Leta & Lewison, 2003; Russell, 2003; Mauleón & 5

6. Bordons, 2006) son similares a los que proporcionan los datos de la web o de cibermetría. Con este propósito se avizora un acercamiento al conocimiento de los indicadores de visibilidad en la web, que tiene en cuenta la invocación de los trabajos científicos y, los repositorios de información de publicaciones digitales publicados en los sistemas de información, mediante su análisis cualitativo a través de motores de búsqueda (Aguillo, et al., 2005) (Thelwall, 2008). La investigación de visibilidad en web de artículos científicos implica acercarse a iniciativas de acceso abierto y libre difusión de publicaciones sin afectar las propiedades intelectuales nacionales e internacionales de los autores o propietarios de los escritos. Open Access, que es una propuesta adoptada en la reunión realizada en Budapest por el Open Society Institute (OSI) en diciembre de 2001, cuyo propósito fue acelerar el esfuerzo internacional para conseguir el acceso libre en la red a los artículos de investigación en todos los campos académicos, mediante el acceso libre a la información sin barreras financieras, legales o técnicas, con la única limitación de dar a los autores el control sobre la integridad de su trabajo y el derecho a ser reconocido y citado (Suber, 2008). Una de las herramientas basadas en esta iniciativa y que facilita el acceso a las publicaciones científicas son los repositorios (Swan, 2007). Un repositorio es un conjunto de servicios que una institución ofrece a los miembros de su comunidad para la gestión y la difusión de los materiales digitales creados por la institución y la comunidad de sus miembros. 6

7. Uno de ellos es Google Scholar o Google Académico, que gracias a su excelente capacidad de recuperación de información, facilidad de uso y diseño a lo largo de las mismas líneas del navegador general de Google, Google Académico se ha convertido en un recurso obligado para un porcentaje importante de los científicos que buscan información (Nicholas, et al., 2010). Algunos estudios específicos en biomedicina han demostrado que Google Académico es sólo superado en términos de uso por Web of Science, y presenta prácticamente los mismos resultados del PubMed (Hightower & Caldwell, 2010). Esta misma publicación indica que Google Académico se utiliza como fuente de datos complementarios a web of Science o PubMed, y los usuarios valoran positivamente su facilidad de usar, rápida respuesta y la gratuidad de documentos de acceso abierto, frente a la precisión y la calidad de los resultados, que son los factores determinantes considerado en las otras dos fuentes de datos mencionadas. En el caso de la biomedicina, diversos estudios ponen de relieve la importancia de Google Académico pueda prestarse al libre acceso a la información científica, como lo demuestran ambas editoriales en la principal revista biomédica (Giustini, 2005) y por estudios comparativos sobre la exhaustividad precisión o recuperación de datos con Google Académico frente PubMed. (Shultz, 2007) (Nourbakhsh, et al., 2012). En el caso de España, y como referencia a atenciones primarias, (González de Dios, et al., 2011) reportó que el 70% de los médicos de atención primaria reclamaban acceder a la literatura científica a través de los navegadores generales como Google o Yahoo, mientras que sólo el 29% utiliza bases de datos especializadas. 7

8. MATERIAL Y MÉTODO El Análisis de correspondencia, es una de las técnicas de los métodos factoriales que analiza la asociación entre dos o más variables categóricas. A través del análisis de correspondencia simple (ACS) aplicado a las tablas de contingencia se construyen las representaciones de las asociaciones entre filas y columnas de tablas, basados en la distancia σ2 (chi-cuadrado). Se trata de tablas de efectivos, obtenidos cruzando las modalidades de dos variables cualitativas definidas sobre una misma población de n individuos Escofier & Pages (1992). Por otra parte con el análisis de correspondencia múltiple (ACM), el cual es una extensión del dominio de aplicación del ACS, se describen grandes tablas de variables categóricas, representando las categorías de las variables como puntos en un espacio de pocas dimensiones Clausen (1998). Un requisito fundamental para este tipo de análisis es la obtención de los valores y vectores propios, y por ende las coordenadas sobres los ejes factoriales que permiten la interpretación de las asociaciones entre las variables categóricas. Esta investigación presentará una metodología de estimación de los valores y vectores propios de las matrices por diagonalizar en los análisis de correspondencia simple y múltiples, a partir de una muestra probabilística. Con ellos se obtienen los ejes, las coordenadas factoriales y las relaciones de transición entre los espacios, la estimación, de la inercia, las contribuciones y los cosenos cuadrados. Lo que se tiene entonces es una complementación entre los diseños de muestreo probabilístico tomada de alguna población bajo estudio, sino también inferir acerca de dicho 8

9. comportamiento y el grado de asociación entre las variables de estudio, siguiente la metodología dada por Martínez (1998). Aplicaremos la herramienta SAS SYSTEM FOR WINDOWS V8 para uso de análisis multivariante en análisis de correspondencias múltiples para determinar variables significativas que contribuyan al Chi-cuadrado estadístico, de esta forma determinar que variables son relevantes para nuestra investigación. Además, utilizaremos la herramienta estadística IBM SPSS statistics 20, para demostrar la relación entre las variables de cibermétricas y las variables de visibilidad web de artículos científicos de IIAP. Alfa de Cronbach El coeficiente alfa fue descrito en 1951 por Lee J. Cronbach (Cronbach LJ. Coefficient alpha and the internal structure of test. Psychometrika. 1951;16:297- 334.). Es un índice usado para medir la confiabilidad del tipo consistencia interna de una escala, es decir, para evaluar la magnitud en que los ítems de un instrumento están correlacionados (Cortina JM. What is coefficient alpha? An examination of theory and applications. J Appl Psychol. 1993;78:98-104.; Bland JM, Altman DG. Validating scales and indexes. Br Med J. 2002;24:606- 7.). En otras palabras, el alfa de Cronbach es el promedio de las correlaciones entre los ítems que hacen parte de un instrumento (Streiner DL. Being inconsistent about consistency: when coefficient alpha does and doesn’t matter. J Pers Assess. 2003;80:217-22.). Valores de alfa de Cronbach entre 0,70 y 0,90 indican una buena consistencia interna. La determinación del alfa de Cronbach se indica para escalas unidimensionales entre tres y veinte ítems 9

10. (.Metodología de investigación y lectura crítica de estudios; Aproximación al uso del coeficiente alfa de Cronbach; Heidi Celina Oviedo1, Adalberto Campo- Arias2; Revista Colombiana de Psiquiatría, vol. XXXIV / No. 4 / 2005, 572-580) Dónde: • es el número de ítems • es el promedio de las correlaciones lineales entre cada uno de los ítems (se tendrán pares de correlaciones). Contribución de Chi-cuadrado estadístico de las variables de estudio. Las variables independientes que contribuyan hasta en un 90% a la sumatoria total del Chi-cuadrado estadístico se detallarán como significativas para validar los estudios de la investigación. Las variables que representen el 10% o menos serán descartadas. Nivel de correspondencia entre variables Se hará análisis de correspondencia simple entre las variables significativas y la variable dependiente. Para conocer la causa-efecto de la variable de visibilidad web y las variables cibermétricas en la web. Si la varianza o inercia es superior al 85% se dará por correlacionada a las variables estudiadas. 10

11. RESULTADOS Y DISCUSIÓN 1) Análisis de fiabilidad de encuestas realizadas Para determinar la fiabilidad de la encuesta desarrollada para el levantamiento de información en la web, a través del buscador académico Google Scholar. Primero se verificó que todas las variables no se encuentren en Reactivo Negativo6 (Tabla 1), unas de las variables de estudio se encontraba invertida. Sin embargo, al realizar la prueba de Alfa de Cronbach los cinco ítems o variables de investigación resultaron con un alfa de 0,804. Lo que indica que la variable de estudio encontrada en forma inversa no influye sobre las otras. Tabla 1 2) Análisis de correspondencia múltiple Para realizar esta prueba se utilizó la herramienta estadística SAS System for Windows v8. Y el método estadístico fue el de análisis de correspondencia múltiple (ACM). Con la ayuda de este método a través de la contribución de la sumatoria de Chi-cuadrados de cada variable, se pudo realizar la discriminación de las variables independientes no relevantes – que serán desechadas – en cuyo caso el peso no sea representativo para el análisis. Y, conocer con exactitud las variables de cibermetria, que sí son relevantes y con las que analizaremos de forma separada con la variable de visibilidad en la web. Se ingresaron 284 filas correspondientes al total de artículos científicos publicados por la revista científica Folia Amazónica y que se encuentran en la 6 Reactivo negativo, se le considera también un ítem invertido porque va en sentido contrario a la sumatoria total de las variables. Es un instrumento en una escala tipo Likert. Ejemplo de un reactivo negativo: ¿Cuánto te molesto tener que esperar el tiempo de la encuesta? 11

12. web, dentro de la herramienta estadística SAS (Figura 1). Para ello, se tomaron como atributos las variables independientes X1, X2, X3 y X4 (Tabla 2). Figura 1   Tabla 2 Los resultados arrojados por SAS System son ocho (08): 1) Tabla de Contingencia, 2) Valores Esperados, 3) Valores Mínimos observados, 4) Contribución al Chi-Cuadrado, 5) Perfiles de Fila, 6) Perfiles de Columna, 7) Resultados de Fila y 8) Resultados de Columna. Para la extracción de variables se aplica el método Contribución al Chi- Cuadrado, que busca hallar combinaciones lineales de las variables originales que expliquen la mayor parte de la variación total. Es decir, aquella variable que muestre la menor sumatoria de su Chi-cuadrado no variará el resultado o simplemente resultará menos significante para el estudio. La matriz de resultados (Tabla 3) nos muestra la sumatoria del Chi-cuadrado por filas (Personas encuestadas) y por columnas (Variables de estudio). Como se pretende desechar a la variable o las variables menos representativas se tomará en cuenta quién o quiénes tienen menor contribución a la sumatoria total del Chi-cuadrado estadístico según la sumatoria de sus columnas. Tabla 3 Las variables cibermetricas no discriminadas son: X1, X2 y X4 con una proporción del 83,61%. Y las variables que ha sido desechadas por su baja 12

13. significancia en el estudio son: X3, que sólo representan el 16,39% de los datos significativos para el estudio. 3) Nivel de correspondencia entre variables Se analizará la variable Uso de TIC en zonas rurales – a un nivel de correspondencia simple – con las tres variables cibermétricas significativas que han sido previamente discriminadas. Se presenta el siguiente resumen de operacionalizaciòn de variables (Tabla 4) Tabla 4 X1: Aceptación de Artículos Científicos Con un 95,5% de confiabilidad (Tabla 5) se puede demostrar la correlación entre la variable X1 y la visibilidad en la web de un artículo científico (Figura 2). Tabla 5 Figura 2 Los resultados muestran una relación directamente proporcional de excelente visibilidad los artículos que poseen entre 5 y 15 citas bibliográficas, mientras que los artículos que poseen entre 1 y 4 citas bibliográficas poseen una categorización de buena visibilidad y la relación entre los artículos que no se encuentra citados son los que no han sido encontrados en el buscador académico de Google Scholar. X2: Búsqueda de Artículos Relacionados Con un 99,9% de confiabilidad (Tabla 6) se puede demostrar la correlación entre la variable X2 y la visibilidad en la web de un artículo científico (Figura 3). Tabla 6 13

14. Figura 3 La visibilidad en la web de un artículo científico es excelente cuando el artículo científico posee más de 100 temas relacionados al tema del mencionado artículo y, posee una regular o buena visibilidad cuando el artículo tiene entre 10 a 99 artículos relacionados. Esta variable es la que mayor correlación ha mostrado en nuestro estudio. X4: Género de Investigadores Con un 100% de confiabilidad (Tabla 7) se puede demostrar la correlación entre la variable X4 y la visibilidad en la web de un artículo científico (Figura 4). Tabla 7 Figura 4 La visibilidad en la web de un artículo científico es excelente cuando el género de investigador en hombre y es bueno cuando el género del investigador es mujer. Sin embargo la visibilidad web es regular cuando ambos géneros están involucrados en la investigación. 14

15. BIBLIOGRAFÍA Aaltojarvi, I., Arminen, I., Auranen, O. & Pasanen, H.-M., 2008. Scientifi c Productivity, Web Visibility and Citation Patterns in Sixteen Nordic Sociology Departments. Acta Sociologica, pp. 5-22. Aguillo, I., 1996. A Preliminary Approach to Citation Phenomena in the World Wide Web. EASST / 4S Conference, Bielefeld, pp. 10-13. Aguillo, I. F., Granadino, B., Ortega, J. & Prieto, J. A., 2005. What the Internet says about Science. The Scientist, vol. 19, p. 10. Bordons, M., Morillo, F., Fernandez, M. & Gomez, I., 2003. One step further in the production of bibliometric indicators at the micro-level: differences by gender and professional category of scientists. Scientometrics, vol. 57, pp. 159-173. Bordons, M. y otros, 2006. Incorporación de la dimensión de género a los estudios bibliométricos. [En línea] Available at: http://www.migualdad.es/mujer/mujeres/estud_inves/664.pdf [Último acceso: 4 Diciembre 2008]. Chu, H., He, S. & Thelwall, M., 2002. Library and information science schools in Canada and USA: A Webometric perspective. Journal of Education for Library and Information Science, vol 43, pp. 110-125. Clausen (1998). Rueda-Clausen Gómez, C. F., Villa-Roel Gutíerrez, C. & Rueda-Clausen Pinzón, C. E., 2005. Indicadores bibliométricos: origen, aplicación, contradicción y nuevas propuestas. MedUNAB, 8(1), pp. 29- 36. Cronbach Lee. J. (1951). Cronbach LJ. Coefficient alpha and the internal structure of test. Psychometrika. 1951;16:297-334 Cortina (2002). Cortina JM. What is coefficient alpha? An examination of theory and applications. J Appl Psychol. 1993;78:98-104.; Bland JM, Altman DG. Validating scales and indexes. Br Med J. 2002;24:606-7.). Escofier, B y Pagès, J. (1992): Análisis factoriales simples y múltiples. Objetivos, métodos e interpretación. UPV. Bilbao. González de Dios, J., Flores Canoura, A., Jiménez Villa, J. & Gutiérrez Fuentes, J. A., 2011. Qué revistas médicas espa˜nolas leen y cómo se informan los médicos de atención primaria. Aten Primaria, Issue 43, pp. 629-636. Giustini, D., 2005. How Google is changing medicine. Br Med J, p. 331:1487. Hightower, C. & Caldwell, C., 2010. Shifting sands: science researchers on Google Scholar, Web of Science, and PubMed, with implications for library collections budgets.. [En línea] Available at: http://dx.doi.org/10.5062/F4V40S4J [Último acceso: 22 Enero 2015]. 15

16. Kretschmer, H. & Aguillo, I., 2006. Visibility of collaboration on the Web. Scientometrics vol. 61, pp. 405-426. Leta, J. & Lewison, G., 2003. The contribution of women in Brazilian science. A case study in astronomy, immunology and oceanography. Scientometrics, vol. 57, pp. 339-353. Mauleón, E. & Bordons, M., 2006. Productivity, impact and publication habits by gender in the area of Materials Science. Scientometrics, vol. 66, pp. 199- 218. McKiernan, G., 1996. CitedSites (sm): citation indexing of web resources. [En línea] Available at: http://www.public.iastate.edu/~CYBERSTACKS/Cited.htm [Último acceso: 9 Enero 2015]. Nicholas, D., Williams, P., Rowlands, I. & Jamali, H. R., 2010. Researchers e- journal use and information seeking behaviour. J Inf Sci, Issue 36, pp. 494-516. Noruzi, A., 2006. Web Presence and Impact Factors for Middle-Eastern Countries. Online Magazine, vol. 30, pp. 22-28. Nourbakhsh, E. y otros, 2012. Medical litliterature searches: a comparison of PubMed and Google Scholar. Health Info Libr J, pp. 29:214-236. Pinto, M. y otros, 2004. Análisis cualitativo de la visibilidad de la investigación de las universidades españolas a través de sus páginas web.. Revista Española de Documentación Científi ca, vol. 27, pp. 245-379. Rousseau, R., 1997. Sitations: an exploratory study. [En línea] Available at: http://www.cindoc.csic.es/cybermetrics/articles/v1i1p1.html [Último acceso: 28 Octubre 2004]. Russell, J. M., 2003. Indicadores de producción científi ca por género. Un caso especial. [En línea] Available at: http://www.ricyt.org/interior/normalizacion/III_bib/Rusell.pdf [Último acceso: 1 Setiembre 2008]. Suber, P., 2008. Budapest Open Access Initiative. [En línea] Available at: http://www.budapestopenaccessinitiative.org/ [Último acceso: 9 Enero 2015]. Swan, A., 2007. Open Access and the Progress of Science. American Scientist, vol. 95, pp. 198-200. Shultz, M., 2007. Comparing test searches in PubMed and Google Scholar. J Med Libr Assoc, pp. 95:442-447. Streiner (2003). Streiner DL. Being inconsistent about consistency: when coefficient alpha does and doesn’t matter. J Pers Assess. 2003;80:217-22. Thelwall, M., 2008. Quantitative comparisons of search engine results. Journal of the American Society for Information Science and Technology, vol 59, pp. 1702-1710. 16

17. TABLAS Tabla 1: Análisis bivariante para para determinar la correlación de Pearson entre las 12 variables. Correlaciones Aceptaciòn de Articulos Encontrados Bùsqueda de Articulos Relacionados Origen de Articulos Cientificos Genero de Investigadores suma Aceptaciòn de Articulos Encontrados Correlación de Pearson 1 ,403** ,319** -,035 ,506** Sig. (bilateral) ,000 ,000 ,558 ,000 N 284 284 284 284 284 Bùsqueda de Articulos Relacionados Correlación de Pearson ,403** 1 ,850** -,123* ,931** Sig. (bilateral) ,000 ,000 ,038 ,000 N 284 284 284 284 284 Origen de Articulos Cientificos Correlación de Pearson ,319** ,850** 1 -,147* ,945** Sig. (bilateral) ,000 ,000 ,013 ,000 N 284 284 284 284 284 Genero de Investigadores Correlación de Pearson -,035 -,123* -,147* 1 -,037 Sig. (bilateral) ,558 ,038 ,013 ,538 N 284 284 284 284 284 suma Correlación de Pearson ,506** ,931** ,945** -,037 1 Sig. (bilateral) ,000 ,000 ,000 ,538 N 284 284 284 284 284 **. La correlación es significativa al nivel 0,01 (bilateral). *. La correlación es significante al nivel 0,05 (bilateral). Tabla 2: Resultado del análisis de correspondencia múltiple, en su ítem contribución al Chi-Cuadrado estadístico. The CORRESP Procedure Contributions to the Total Chi-Square Statistic X1 X2 X3 X4 Suma Row1 0.102 0.242 0.335 1.442 2.120 Row2 0.073 1.271 1.035 0.113 2.492 Row3 0.073 1.271 1.035 0.113 2.492 … Row282 0.102 0.242 0.335 1.442 2.120 Row283 0.102 0.242 0.335 1.442 2.120 Row284 0.102 0.242 0.335 1.442 2.120 Suma 92.259 57.163 54.759 129.845 334.027 17

18. Tabla 3: Variables analizadas con SAS, para determinar su contribución al Chi- Cuadrado estadístico. Variable ITEM Sumatoria Peso porcentual Variables discriminadas Aceptación de Artículos Científicos X1 92.259 27,62% No discriminada Búsqueda de Artículos Relacionados X2 57.163 17,11% No discriminada Origen de Artículos Científicos X3 54.759 16,39% Discriminada Genero de Investigadores X4 129.845 38,87% No discriminada Tabla 4: Resumen de operación de variables Variable Indicador Índices Instrumentos de Medición Visibilidad de artículos encontrados Ranking de visibilidad de artículos encontrados a) Muy buena (posición 1 al 5) b) Buena (posición 6-10) c) Regular (posición 11-20) d) Mala (21-30) e) Muy mala (Articulo no encontrado) Google Scholar Aceptación de los artículos encontrados Numero de citas en artículos científicos a) Muy buena (más de 16) b) Buena (de 10 a 15) c) Regula (de 5 a 9) d) Mala (de 1 a 4) e) Muy mala (Este artículo no es citado) Google Scholar Búsqueda de artículos relacionados Numero de temas relacionados a) Muy buena (más de 100) b) Buena (de a 15) c) Regular (de 5 a 9) d) Mala (de 1 a 4) e) Muy mala (Este artículo es único en su tema) Google Scholar Origen de Artículos científicos Fuente del artículo científico a) IIAP b) Revista Inter c) Open Access d) Otra fuente Google Scholar Genero de Investigadores principales que desarrollaron el artículo Sexo del investigador a) Hombre b) Mujer c) Ambos Google Scholar 18

19. Tabla 5: Resumen de análisis de correspondencia simple entre la variable de visibilidad en la web de un artículo científico y la variable X1: Aceptación de Artículos Científicos Resumen Dimensión Valor propio Inercia Chi- cuadrado Sig. Proporción de inercia Confianza para el Valor propio Explicada Acumulada Desviación típica Correlación 2 1 ,447 ,200 ,831 ,831 ,031 -,104 2 ,180 ,032 ,134 ,966 ,091 3 ,091 ,008 ,034 1,00 Total ,240 68,295 ,000a 1,00 1,00 a. 16 grados de libertad Tabla 6: Resumen de análisis de correspondencia simple entre la variable de visibilidad en la web de un artículo científico b y la variable X2: Búsqueda de Artículos Relacionados Resumen Dimensión Valor propio Inercia Chi- cuadrado Sig. Proporción de inercia Confianza para el Valor propio Explicada Acumulada Dev. Tip. Correlación 2 1 ,865 ,749 ,950 ,950 ,028 -,015 2 ,197 ,039 ,049 ,999 ,089 3 ,031 ,001 ,001 1,00 Total ,788 223,892 ,000a 1,00 1,00 a. 16 grados de libertad Tabla 7: Resumen de análisis de correspondencia simple entre la variable de visibilidad en la web de un artículo científico y la variable X4: Genero de Investigadores Resumen Dimensión Valor propio Inercia Chi- cuadrado Sig. Proporción de inercia Confianza para el Valor propio Explicada Acumulada Desviación típica Correlación 2 1 ,294 ,086 ,974 ,974 ,058 ,089 2 ,048 ,002 ,026 1,000 ,043 Total ,089 25,148 ,001a 1,000 1,000 a. 8 grados de libertad 19

20. Figuras Figura 1: Herramienta SAS, preparada para el análisis de discriminación de variables. Figura 2: Grafico de dispersión de correlación entre la variable visibilidad en la web de un artículo científico y la variable de conocimiento X1: Aceptación de Artículos Científicos 20

21. 21

22. Figura 3: Grafico de dispersión de correlación entre la variable visibilidad en la web de un artículo científico y la variable de conocimiento X2: Búsqueda de Artículos Relacionados. 22

23. Figura 4: Grafico de dispersión de correlación entre la variable Uso de TIC en zonas rurales y la variable de conocimiento X7: ¿Generalmente con quien se comunican? 23

Add a comment