SciELO - Scientific Electronic Library Online

 
vol.9 número4Permutaciones conexas de vértices para la detección de formas canónicas en la minería de grafosTécnicas para capturar cambios en los datos y mantener actualizado un almacén de datos índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Servicios Personalizados

Revista

Articulo

Indicadores

  • No hay articulos citadosCitado por SciELO

Links relacionados

  • No hay articulos similaresSimilares en SciELO

Compartir


Revista Cubana de Ciencias Informáticas

versión On-line ISSN 2227-1899

Rev cuba cienc informat vol.9 no.4 La Habana oct.-dic. 2015

 

ARTÍCULO ORIGINAL

 

La producción científica en Inteligencia Artificial: revistas del primer cuartil indexadas en Scopus Sciverse

 

The scientific production on Artificial Intelligence: first-quartile journals indexed by Scopus Sciverse

 

 

Lic. Arlen Martín- Ravelo1*, Lic. Sergio Carbonell- de la Fe1

1 Universidad de las Ciencias Informáticas (UCI). Carretera de San Antonio de los Baños, Km 2 ½, Comunidad Torrens, La Lisa, La Habana.   

*Autor para correspondencia: arlen@uci.cu

 


RESUMEN

Entre los objetivos de trabajo de la Dirección de Investigaciones de la Universidad de las Ciencias Informáticas, se encuentra la elaboración de estrategias para aumentar la visibilidad de la producción científica y el asesoramiento a grupos de investigación para la publicación de sus resultados. Con el fin de economizar el tiempo de consulta del grupo de investigadores de Inteligencia Artificial al acudir a las revistas que más se identifiquen con su área de estudio, se aplican técnicas métricas para la obtención de datos que describen el estado de las publicaciones. A continuación se muestra un estudio que responde a este grupo de investigadores, los resultados de la pesquisa se determinaron desde la revisión de las revistas de Inteligencia Artificial (IA) indexadas por la base de datos bibliográfica Scopus Sciverse. Se caracterizaron las revistas de mayor impacto incluidas en el primer cuartil (Q1) identificadas por el Scimago Journal and Country en el periodo de 2006-2010. Se utilizaron las herramientas EndNote X4 en la normalización y sistematización de los registros bibliográficos obtenidos recurriéndose al Bibexcel, para la generación de conteos y set de datos, y a Ucinet 6 para la creación de grafos de redes sociales. Los resultados en la investigación identificaron las revistas más productivas y sus relaciones de colaboración, las líneas temáticas representadas en el período y la colaboración de las casas editoras y países. Se alcanzó una visión más amplia e íntegra del estado de la IA en la Ciencia de Computación, concediéndole al tema la atención que requiere.

Palabras clave: revistas científicas, inteligencia artificial, estudios bibliométricos, Scopus Sciverse.


ABSTRACT

Bibliometric studies are useful for the development of research strategies.  In this work, we characterized the journals indexed in the Scopus Sciverse database under the Artificial Intelligence (AI) area. The scope of the study was limited to the 2006-2010 period and to high impact publications included in quartile 1 (Q1) identified by the Journal and Country Scimago. The EndNote X4 tool were used in the standardization and systematization of bibliographic records obtained, additionally by using Bibexcel, to generate counts and data set and Ucinet 6 for creating graphs of social networks. Different metrics and procedures were  applied to the information for the analysis of bibliometric indicators of productivity. The research results identified the most productive journals and partnerships, thematic lines that link between them, and the collaboration among publishing houses and countries. With these results, a more integral vision of AI field in computer science is achieved.

Keywords:scientific journals; artificial intelligence; bibliometric studies; Scopus Sciverse


 

 

INTRODUCCIÓN

La producción científica expresada a través del número de publicaciones es uno de los indicadores de mayor importancia a la hora de evaluar esa actividad en un país, institución o investigador. Su evaluación mediante métodos y procedimientos matemáticos abordados desde la perspectiva de los Estudios Métricos de la Información (EMI) arroja resultados imprescindibles en la gestión de la investigación y en los procesos de toma de decisiones para el desarrollo de políticas científicas.

La Dirección de Investigaciones de la Universidad de las Ciencias Informáticas (UCI) aplica como parte de sus objetivos estrategias para aumentar la visibilidad de la producción científica y el asesoramiento a grupos de investigación con el fin de mejorar e incrementar su actividad científica. Como parte de las estrategias se utilizan los estudios métricos de información para caracterizar la producción científica desde la identificación de las líneas de trabajo, el monitoreo de la producción institucional, la identificación de publicaciones y los diferentes niveles de colaboración. En el caso de este artículo responden los resultados al grupo de investigadores de Inteligencia Artificial de la UCI, se obtienen datos que describen el estado alcanzado en los últimos años de las publicaciones científicas en esta temática y que en gran medida sirven de base para futuras investigaciones en esta área.

Para el estudio se seleccionan las revistas especializadas en Inteligencia Artificial, pertenecientes a las grandes editoriales y que en correspondencia a sus políticas determinan cómo y dónde colocar los contenidos científicos (Adler, R., Ewing, J., & Taylor, P, 2008). Esta revistas son indexadas en bases de datos bibliográficas y hoy constituyen la principal fuente de información en la comunidad científica, (Arencibia, J. R. 2007), se destacan por sus contenidos la Web of Science (WoS), conformada por un conjunto de diferentes bases de datos bibliográficas: Science Citation Index (SCI), Social Science Citation Index (SSCI), Arts and Humanities Citation Index (AH&CI),y Scopus Sciverse, desarrollada por el consorcio editorial Elsevier (Martínez Rodríguez, A., & Solís Cabrera, F. M. 2007).

Según estudios, Scopus es representativa del 50 % de las revistas científicas arbitradas a nivel mundial tomando como muestra el Ulrich’s (Araujo Ruiz, J. A., & Arencibia, R. 2002), ofrece una cobertura con mayor representatividad de la investigación europea donde el 56 % de los títulos proceden de revistas publicadas en Europa, Oriente Medio y África; el 42 % de las referencias procede de revistas americanas y un 2 % de Asia-Pacífico (Moya-Anegón, F. D., Chinchilla-Rodríguez, Z., et al., 2007).

Scopus representa todo el conocimiento de su base de datos en un sistema de clasificación de dos niveles. Un primer nivel comprende 27 áreas temáticas (subject area) y un segundo nivel, de mayor especialización, con 304 categorías temáticas (subject category).

La Ciencia de la Computación (Computer Science) aparece en el primer nivel como un área temática independiente conformada por 950 títulos de revistas que representan el 5% del total de publicaciones indexadas. Esta área se subdivide en 12 categorías temáticas, siendo la Inteligencia Artificial (Artificial Intelligence o IA) una de ellas.

Al respecto, se identifican, a través del servicio Scimago Journal & Country Rank (SJCR), un total de 109 revistas, que equivalen al 11 % del total de las revistas indexadas en el área de las Ciencias de la Computación. Dentro de esta área se destaca por su alta producción científica la categoría temática de IA y las revistas del primer cuartil (Q1) según los datos del SJCR que lo conforman 28 revistas (Ver anexo 1), 26% del total de los títulos de IA. En relación a estas revistas es que se desarrolla la investigación, con el propósito de identificar mediante la aplicación de indicadores bibliométricos los elementos que las relacionan y diferencian.  Se enmarca el estudio en cinco de los últimos años al ser estos los resultados más actualizados en la temática.

 

MATERIALES Y MÉTODOS

Se utiliza como método el análisis infométrico de las publicaciones científicas del primer cuartil indexadas en Scopus Sciverse.

Se aplican indicadores bibliométricos declarados por Spinak, E. (1998) como de actividad o producción, con su correspondiente definición operacional:

-           Productividad por países de las revistas: se identifican los países a los que pertenecen estas publicaciones.
-           Productividad por casa editora de las revistas: se identifican las editoriales a las que pertenecen.
-           Productividad por temática: número de revistas comprendidas por las principales áreas que ocupan la disciplina Inteligencia Artificial: redes neuronales artificiales, sistemas de expertos, robótica, minería de datos, reconocimiento de patrones y algoritmos genéticos (Falagas, M.E., et a, 2008), (Chaviano, O. G. 2004).
-           Distribución de artículos por revistas: cantidad de artículos publicados por las revistas en su categoría correspondiente.
-           Distribución de las revistas por año: se identifica la regularidad en la que publicaron las revistas.

3- La búsqueda en Scopus se realizó por medio del acceso que provee el proyecto Hinari a la red Infomed del Ministerio de Salud de Cuba.
4- Se analizaron 11933 artículos, por lo que se consideró una muestra representativa para el desarrollo de la investigación.

Procesamiento de los datos para la obtención de la muestra
Los registros bibliográficos recuperados en la base de datos se descargaron en formato RIS como documentos txt. Posteriormente para su gestión, manejo y normalización se creó una base de datos utilizando el gestor bibliográfico EndNote X4, herramienta que permite administrar colecciones de bibliografías y referencias. En este entorno de trabajo se generaron diferentes conteos para la interpretación de resultados y set de datos que dieron salidas a otras herramientas utilizadas en la investigación como MS Excel 2011 en la que se generaron las tablas y conteos; Bibexcel (v.2011) se generaron set de datos y tablas de co-ocurrencia para las matrices de colaboración entre instituciones, países y análisis de palabras clave; por último, con el Ucinet 6 se crearon las diferentes visualizaciones de redes.

 

RESULTADOS Y DISCUSIÓN

Caracterización de las revistas seleccionadas para el análisis

De las 28 revistas comprendidas en el Q1 para la categoría de IA, dos dejaron de publicar: “Foundations and Trends in Machine Learning” y “IEEE Transactions on Systems Man and Cybernetics Part C: Applications and Reviews” en los años 2009 y 2010 respectivamente. Es interesante el hecho de que a pesar de ser publicaciones inactivas se mantienen entre el grupo de las más citadas en la disciplina según los conteos del grupo Scimago.

Todas las revistas seleccionadas se publican en países del primer mundo que cuentan con una amplia infraestructura en el segmento editorial de ciencia y técnica: Estados Unidos (EE.UU.), Países Bajos (Holanda) y Alemania. En la figura 1 se observa la distribución según el país donde es editado cada título, siendo (EE.UU.) el que más publicaciones produce (con dieciséis), seguido por Holanda (once) y Alemania (uno).

f01

La cobertura editorial complementa el análisis representado en la figura 3, son ocho casas editoras las que distribuyen por títulos la publicación (ver figura 2). El sello con mayor número de títulos es IEEE (Institute of Electrical and Electronics Engineers) con sede oficial en los EE.UU. que incluye 8 revistas, cubriendo un 28 % del total; le sigue el consorcio editorial Elsevier BV, con domicilio legal en los Países Bajos (Holanda) con 6 revistas (20 % del total) y el tercer lugar lo comparten las editoriales MIT Press y Kluwer Academic Publishers con igual número de publicaciones (4 revistas, 14 % del total), estas cuatro casas editoriales cubren más del 50 % de la muestra total.

En la editorial IEEE, aunque sus revistas aparecen bajo el mismo sello, se publican en diferentes latitudes (coinciden las publicaciones de esta editorial distribuidas por los tres países de la muestra). Esto se debe al carácter internacional de la IEEE como organización profesional que rebasa las fronteras del país donde se fundó originalmente (EE.UU).
El resto de las editoriales IOS Press, Morgan and Claypool Publisher, Morgan Kaufman Publisher y Springer Verlag están presentes con una publicación, lo que representan el 4%: completan en igual cantidad el total de revistas.

f02

Scopus representa las revistas indexadas por medio de un sistema de clasificación que permite la inclusión en varias áreas o categorías temáticas (Morales Morejón, M, 1988); (Ricardo Arencibia, J, 2007) según la naturaleza de los contenidos publicados. El análisis de la co-ocurrencia de los títulos estudiados bajo otras clasificaciones podría indicar la especialización de los mismos desde la IA hacia otra rama del conocimiento o viceversa. De las 28 revistas seleccionadas del Q1, 23 se relacionan con otras áreas temáticas: Ingeniería (Engineering), Matemática (Mathematics), Ciencia de las decisiones (Decision Sciences) y Medicina (Medicine);  5 de ellos aparecen bajo la Ciencia de la Computación: Neural Networks, IEEE Transactions on Systems, Man and Cybernetics Part C: Applications and Reviews, Journal of Automated Reasoning, Synthesis Lectures on Artificial Intelligence and Machine Learning, Foundations and Trends in Machine Learning.

En la figura 3 se representa una red que muestra la relación entre cada una de estas áreas, el nodo principal lo ocupa el área de Computers Science, siendo lo que origina el grafo. Las relaciones más intensas, indicadas por el grosor de los enlaces, se establecen entre los nodos de Computers Science – Engineering y Computers Science – Mathematics. Estas relaciones se explican a partir de algunos antecedentes fundacionales de la Ciencia de la Computación y la IA: las matemáticas e ingenierías, que igualmente entre estas materias se confirma su relación a partir del enlace que se observa entre los nodos de Mathematics -Engineering. Lo que indica la presencia de una publicación en cada una de estas áreas: IEEE Transactions on Neural Networks y Artificial Life.

Importantes también son los enlaces entre Computers Science -Medicine y Computers Science - Decision Science que señalan la aplicación de los resultados de la IA a los campos de las ciencias médicas y las neurociencias.

f03

Un análisis similar se observa en la figura 4, se identifican las relaciones existentes a partir de la inclusión de las revistas de la categoría IA en otras categorías temáticas. La red la componen 24 nodos, 12 corresponden a las categorías temáticas del área de la Ciencia de la Computación (nodos rojos y cuadrados) y el resto de las categorías a otras áreas del conocimiento (círculos en azul). En este caso solamente tres revistas de IA no aparecen relacionadas con ninguna otra categoría temática: Synthesis Lectures on Artificial Intelligence and Machine Learning, Journal of Automated Reasoning, Neural Networks.

Si se analizan las relaciones entre las categorías temáticas pertenecientes al área de las Ciencias de la Computación se observan enlaces con todas ellas, siendo las más intensas las establecidas entre Artificial Intelligence (nodo central del grafo), hacia Theoretical Computer Science, Computational Theory and Mathematics, Computer Vision and Pattern Recognition y Computer Science Applications. Las relaciones más débiles (menos intensidad en el grosor de las líneas) se observan entre las categorías Software, Computer Graphics and Computer-Aided Design, Computer Science (miscellaneous), Human-Computer Interaction, Information Systems y Signal Processing. Es contradictorio que Signal Processing en este caso corresponde a uno de los campos de la IA de más aplicación: reconocimiento de patrones.

Cuando se interpretan las relaciones de las categorías temáticas de la Ciencia de Computación con las categorías de otras áreas, llama la atención que con respecto al nodo central (Ver Fig. 4) llegan a ser en ocasiones más intensas: Artificial Intelligence con Control and Systems Engineering y Electrical and Electronic Engineering. En el primer caso la intensidad de las relaciones se puede interpretar a partir del desarrollo y aplicación de subáreas de la IA a otras ciencias: los Sistemas Expertos a los Sistemas de Control de Ingeniería. En el segundo caso la aplicación de la Robótica y las Redes Neuronales Artificiales a los Sistemas eléctricos.

De forma general la relación del nodo central con las categorías temáticas de otras áreas pasan como la aplicación de soluciones de IA a otros campos del conocimiento, por ejemplo: Radiology, Nuclear Medicine and Imaging y Biomedical Engineering, y su Tamaño, como se muestra en las dos figuras anteriores (3 y 4) indica el número de artículos publicados, lo que se interpreta como las temáticas más representadas en las revistas que se evalúan. Por tanto, los nodos de mayor tamaño representan la más alta productividad científica de las revistas en ese periodo.

Productividad por revistas
En la figura 5 se observa la distribución de artículos por revistas a partir de la producción acumulada en los años de estudio.

La publicación con mayor número de trabajos acumulados fue Pattern Recognition (PR) con un total de 1504 artículos, representando el 12% de la muestra, le siguen en orden de producción Pattern Recognition Letters (PRL) con 1141 (el 9 %), Fuzzy Sets and Systems (FSS) con 1003 (el 8 %), IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI) con 864 (el 7 %), IEEE Transactions on Neural Networks (IEEE-TNN) con 827 (el 6 %) y IEEE Transactions on Systems, Man, and Cybernetics, Part B: Cybernetics (IEEE-TSMNC-B) con 667 (para el 5 %). Entre estas seis publicaciones se agrupa el 50 % del total de la producción recuperada. Es curioso la inclusión dentro del Q1 de títulos como Synthesis Lectures on Artificial Intelligence and Machine Learning y Foundations and Trends in Machine Learning con producciones bajas y frecuencias irregulares de salida, esto confirma que no necesariamente las revistas de mayor impacto son las más productivas.

La figura 6 muestra el crecimiento de la producción de artículos por revistas en relación con los años de estudio. El eje vertical representa en porcentajes los rangos de crecimiento de las producciones por año, los diferentes colores representan la existencia de producción en el año correspondiente (Setién, E. 2004).

De forma general la mayoría de las revistas tuvieron una producción sistemática en el periodo estudiado. Solamente tres publicaciones tuvieron una producción irregular por año: Evolutionary Intelligence (EI), que solo publicó artículos en los años 2008, 2009 y 2010; Synthesis Lectures on Artificial Intelligence and Machine Learning (SLAIML) con producción en 2009 y 2008 y Foundations and Trends in Machine Learning (FTML) con artículos de 2008 y el 2009.

Si bien la producción de artículos fue sistemática no se puede hablar de un crecimiento continuo en la cantidad de artículos por año en las revistas, pues cuando se analiza la producción anual de cada una de las publicaciones se comprueba que no existe una relación de crecimiento entre un año y otro.

 

CONCLUSIONES

Las revistas seleccionadas para el estudio responden al carácter interdisciplinar de la Inteligencia Artificial al ser clasificadas desde otras ramas del conocimiento y disciplinas que tributan a su conceptualización y desarrollo. El grueso de las publicaciones que se analizan es representado en su mayoría por grandes casas editoras que dominan el sector editorial en ciencia y técnica como la IEEE y Elsevier. Se utiliza el inglés como su principal idioma con Estados Unidos como centro emisor. De las publicaciones estudiadas tres no presentaron una tirada regular: Foundations and Trends in Machine Learning (FTML), Synthesis Lectures on Artificial Intelligence and Machine Learning (SLAIML), Evolutionary Intelligence (EI).

Con el estudio se demostró que la producción se incrementa en todos los años del periodo 2006-2010, pero de forma irregular, ya que las seis primeras revistas, en cuanto a volumen de producción, representan el 50 % de la muestra. En general se observa que aunque existan algunas limitaciones por la cobertura de publicaciones del servicio de indexación de Scopus Sciverse, al no tener acceso a los servicios del Science Citation Index del WoS, y la distribución de las publicaciones de los países desarrollados y subdesarrollados no está representada por igual, este estudio permitió alcanzar una visión más amplia e íntegra del estado de la IA en la Ciencia de Computación, concediéndole al tema la atención que requiere. Se logró impulsar en los investigadores la continuidad de estudios en subáreas de la Inteligencia Artificial como estrategia de monitoreo y evaluación del estado de la ciencia, principalmente para el Grupo de investigadores de IA de la Universidad de las Ciencias Informáticas.

 

REFERENCIAS BIBLIOGRÁFICAS

ADLER, R., EWING, J., & TAYLOR, P. (2008). Citation Statistics: A report from the International Mathematical Union (IMU) in cooperation with the International Council of Industrial and Applied Mathematics (ICIAM) and the Institute of Mathematical Statistics (IMS) (pp. 26).

ÁLVAREZ, E., MUÑOZ-FERNÁNDEZ, et al. (2007). Coverage analysis of Scopus: A journal metric approach. Scientometrics, 73(1), 53-78.

ARENCIBIA, J. R. (2007). Acimed en Scopus: un nuevo paso hacia la proyección internacional de la investigación cubana sobre bibliotecología y ciencias de la información. ACIMED.

MARTÍNEZ RODRÍGUEZ, A., & SOLÍS CABRERA, F. M. (2007). Evaluación de la investigación científica: un enfoque desde la metría de la información. Estudios avanzados., La Habana.
 
ARAUJO RUIZ, J. A., & ARENCIBIA, R. (2002). Informetría, bibliometría y cienciometría: aspectos teórico-prácticos. ACIMED, 10 (4).

CHAVIANO, O. G. (2004). Algunas consideraciones teórico-conceptuales sobre las disciplinas métricas 11. Retrieved from http://bvs.sld.cu/revistas/aci/vol12_PubMed, Scopus,Web of Science, and Google Scholar: Strengths and weaknesses. The FASEB Journal, 22(2), 338–342.

FALAGAS, M.E., ET AL., Comparison of PubMed, Scopus,Web of Science, and Google Scholar: Strengths and weaknesses. The FASEB Journal, 2008. 22(2): p. 338–342.

MORALES MOREJÓN, M. (1988). La informetría y su importancia. . Paper presented at the Seminario de introducción a la informetría: análisis de los flujos informacionales y evolución de las fuentes de información La Habana.

RICARDO ARENCIBIA, J. (2007). La evaluacion de la investigacion cientíifica: una aproximacion teórica desde la cienciometría. Revista académica de Améerica Latina.

SETIÉN, E. (2004). Conceptos métricos en las disciplinas biblioteco-informativas. Selección de lecturas de estudios métricos de la información. La Habana: Félix Varela.

SPINAK, E. (1998). Indicadores cienciométricos. Paper presented at the Evaluación de la Producción Científica en Sao Paulo. 2007).

 

ANEXOS

Ver figura 7 y figura 8

 

 

Recibido: 30/01/2015
Aceptado: 01/06/201

Creative Commons License Todo el contenido de esta revista, excepto dónde está identificado, está bajo una Licencia Creative Commons