Método de algoritmo de clúster para el análisis del perfil de investigadores científicos
Fuente:
Redalyc
Gespeichert in:
| 1. Verfasser: | |
|---|---|
| Format: | Artículo científico |
| Sprache: | es |
| Veröffentlicht: |
Universidad de Costa Rica
2022
|
| Schlagworte: | |
| Online-Zugang: | |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| _version_ | 1876476683023810560 |
|---|---|
| author | Gustavo Rodríguez-Bárcenas |
| author_facet | Gustavo Rodríguez-Bárcenas |
| contents | Método de algoritmo de clúster para el análisis del perfil de investigadores científicos Gustavo Rodríguez-Bárcenas Ciencias de la Información perfiles de usuario Análisis de conglomerados modelo de espacio vectorial El aumento de la producción científica convierte en un desafío la tarea de identificar patrones y rasgos particulares que caractericen a los investigadores. Lograr establecer niveles de compatibilidad y similaridad entre actores en un contexto de investigación científica a partir de sus perfiles requiere de un proceso rápido y apropiado. El objetivo de este artículo es evaluar los niveles de similaridad, distancia euclidiana y compatibilidad entre vectores de investigadores, a partir de algoritmos de agrupamiento, escalamiento multidimensional, principios del modelo espacio-vectorial y atributos de sus perfiles científicos, considerando las terminologías que se abordan en su producción científica. Se utilizaron métodos teóricos y empíricos, incluyendo técnicas y herramientas de minería de texto. La aplicación del procedimiento en el Centro de Estudios de la Energía y Tecnología Avanzada de Cuba (CEETAM) y la Universidad Técnica de Cotopaxi (UTC) en Ecuador, evidenció su efectividad. Como resultado se pudo identificar los profesionales con mayores niveles de coincidencia en áreas a fines y líneas de investigación, lo que propicia el establecimiento de Comunidades Colectivas de Conocimientos; se pudo demostrar que los métodos empleados pueden ser integrados a las TIC, resultando en la obtención de relaciones perceptuales entre los investigadores y expresando los grupos que se forman a partir de conglomerados de observaciones en cada subcategoría y dominios de conocimientos de los dos casos de estudio analizados. 2022 artículo científico 1659-4142 https://www.redalyc.org/articulo.oa?id=476871069010 https://www.redalyc.org/journal/4768/476871069010/ https://www.redalyc.org/journal/4768/476871069010/html/ https://www.redalyc.org/journal/4768/476871069010/476871069010.epub https://www.redalyc.org/journal/4768/476871069010/movil https://doi.org/10.15517/eci.v12i2.50456 es http://www.redalyc.org/revista.oa?id=4768 Revista e-Ciencias de la Información application/pdf Universidad de Costa Rica Revista e-Ciencias de la Información (Costa Rica) Num.2 Vol.12 |
| format | Artículo científico |
| id | redalyc_476871069010 |
| institution | Redalyc |
| language | es |
| publishDate | 2022 |
| publisher | Universidad de Costa Rica |
| spellingShingle | Método de algoritmo de clúster para el análisis del perfil de investigadores científicos Gustavo Rodríguez-Bárcenas Ciencias de la Información perfiles de usuario Análisis de conglomerados modelo de espacio vectorial Método de algoritmo de clúster para el análisis del perfil de investigadores científicos Gustavo Rodríguez-Bárcenas Ciencias de la Información perfiles de usuario Análisis de conglomerados modelo de espacio vectorial El aumento de la producción científica convierte en un desafío la tarea de identificar patrones y rasgos particulares que caractericen a los investigadores. Lograr establecer niveles de compatibilidad y similaridad entre actores en un contexto de investigación científica a partir de sus perfiles requiere de un proceso rápido y apropiado. El objetivo de este artículo es evaluar los niveles de similaridad, distancia euclidiana y compatibilidad entre vectores de investigadores, a partir de algoritmos de agrupamiento, escalamiento multidimensional, principios del modelo espacio-vectorial y atributos de sus perfiles científicos, considerando las terminologías que se abordan en su producción científica. Se utilizaron métodos teóricos y empíricos, incluyendo técnicas y herramientas de minería de texto. La aplicación del procedimiento en el Centro de Estudios de la Energía y Tecnología Avanzada de Cuba (CEETAM) y la Universidad Técnica de Cotopaxi (UTC) en Ecuador, evidenció su efectividad. Como resultado se pudo identificar los profesionales con mayores niveles de coincidencia en áreas a fines y líneas de investigación, lo que propicia el establecimiento de Comunidades Colectivas de Conocimientos; se pudo demostrar que los métodos empleados pueden ser integrados a las TIC, resultando en la obtención de relaciones perceptuales entre los investigadores y expresando los grupos que se forman a partir de conglomerados de observaciones en cada subcategoría y dominios de conocimientos de los dos casos de estudio analizados. 2022 artículo científico 1659-4142 https://www.redalyc.org/articulo.oa?id=476871069010 https://www.redalyc.org/journal/4768/476871069010/ https://www.redalyc.org/journal/4768/476871069010/html/ https://www.redalyc.org/journal/4768/476871069010/476871069010.epub https://www.redalyc.org/journal/4768/476871069010/movil https://doi.org/10.15517/eci.v12i2.50456 es http://www.redalyc.org/revista.oa?id=4768 Revista e-Ciencias de la Información application/pdf Universidad de Costa Rica Revista e-Ciencias de la Información (Costa Rica) Num.2 Vol.12 |
| title | Método de algoritmo de clúster para el análisis del perfil de investigadores científicos |
| topic | Ciencias de la Información perfiles de usuario Análisis de conglomerados modelo de espacio vectorial |
| url | https://www.redalyc.org/articulo.oa?id=476871069010 https://www.redalyc.org/journal/4768/476871069010/ https://www.redalyc.org/journal/4768/476871069010/html/ https://www.redalyc.org/journal/4768/476871069010/476871069010.epub https://www.redalyc.org/journal/4768/476871069010/movil https://doi.org/10.15517/eci.v12i2.50456 |