Producción científica sobre ontologías en el Web of Science, 1998 - 2007

Scientific production on ontologies in Web of Science, 1998-2007

Anisleiby Fernández Hernández^I; Sergio Carbonell de la Fé^II

^ILicenciada en Bibliotecología y Ciencias de la Información. Dirección Técnica de Producción. Universidad de las Ciencias Informáticas. La Habana, Cuba.
^IILicenciado en Bibliotecología y Ciencias de la Información. Dirección de Información. Universidad de las Ciencias Informáticas. La Habana, Cuba.

RESUMEN

Se estudian brevemente algunas cuestiones conceptuales relacionadas con las ontologías. Se analiza el comportamiento de las ontologías como dominio científico en las revistas procesadas por el Web of Science en el período 1998-2007. A partir de la exploración bibliográfica de las bases de datos Science Citation Index y Social Science Citation Index de Thomson Scientific, se obtuvieron un total de 240 registros. Para el procesamiento y representación de la información se utilizaron como herramientas los programas Ucinet, Sitkis 2.0, MS Access y MS Excel. Se emplearon indicadores métricos tradicionales y el análisis de redes de co-citación. Se identificaron los autores, instituciones, países, palabras clave y revistas más frecuentes, así como los niveles de colaboración existentes entre autores e instituciones.

Palabras clave: Análisis de dominios, estudios métricos, ontologías, producción científica, redes sociales, Web of Science.

ABSTRACT

Some conceptual issues on ontologies are studied. We analyzed the behavior of ontologies as a scientific domain in journals processed by Web of Science during 1998-2007. From a literature search of the Web of Science databases, using the Science Citation Index and Social Science Citation Index of the Thomson Scientific, a total of 240 records was obtained. For the handling and representation of information we used as tools the software Ucinet, Sitkis 2.0, MS Access and MS Excel display and the traditional metric indicators and network analysis of co- citation. We identified also the principal authors, institutions, countries, keywords, journals and levels of collaboration between authors and institutions.

Key words: Domain analysis, metric studies, ontologies, scientific production, social networks, Web of Science.

]]>
Las décadas finales del siglo XX fueron testigos del inicio de una nueva era de desarrollo: la era de la información. A partir de entonces, se han sucedido cambios trascendentales en materia de difusión, recuperación y uso de un volumen cada vez más creciente de información en el Web. Sin embargo, persisten las dificultades para la recuperación de la información pertinente en este ámbito, en general como resultado del aumento exponencial del volumen de información científica y técnica disponible y la carencia de herramientas más efectivas para estos fines. Por tanto, se torna cada vez más difícil encontrar, organizar y entregar la información que requieren los usuarios.

En la llamada sociedad de la información, muchos de los antiguos paradigmas para el tratamiento de la información se derrumbaron o fue necesario modificarlos sustancialmente. Se abrieron entonces nuevos caminos y son cada vez más frecuentes los cambios que es necesario realizar para adaptar la actividad bibliotecaria a las nuevas condiciones que impone un ambiente cambiante. La organización y la representación de la información es una de las esferas de la actividad bibliotecaria que más transformaciones han asumido para adaptarse al nuevo contexto Web y el avance arrollador de las tecnologías de información y las comunicaciones (TIC). Para las ciencias de la información y sus profesionales es un reto "correr a la par" de los profundos cambios tecnológicos que se suceden a diario, así como desarrollar un pensamiento dirigido hacia su uso en el ejercicio de la profesión.

Las ontologías constituyen lenguajes y, a su vez, sistemas de representación de la información y del conocimiento, capaces de describir diferentes recursos de información para su posterior recuperación. Ellas mejorarán la recuperación de la información en el Web, en términos de efectividad, rapidez y facilidad de acceso, y forman parte de lo que comúnmente se denomina Web semántica.

Aunque aparentemente nuevo, producto de sus nuevas formas de uso, el término ontología proviene y se emplea en el campo de la filosofía y la epistemología desde hace mucho tiempo. Se considera una ontología una explicación sistemática de la existencia y se vincula con el estudio del ente, la comprensión del ser y la existencia humana.

Son varios los autores que han contextualizado las ontologías en el campo de la información y su recuperación, hasta llegar a considerarlas como un lenguaje para la representación de los conceptos de la vida cotidiana, donde se establecen relaciones e inferencias. Las ontologías, entonces, estudian los tipos de objetos que pueblan un espacio o describen una realidad, dígase dominio, así como sus propiedades y las relaciones entre estos objetos (conceptos).

Toda ontología representa cierta visión del mundo con respecto a un dominio. Se pueden definir tantas ontologías como sea posible. De hecho, un mismo dominio puede interpretarse de diferentes maneras, y esto depende de la visión y de los tipos de conceptos que se manejen para su representación.

Aunque existen muy diversas definiciones del concepto de ontología, una de las más ampliamente aceptadas es la propuesta por Gruber (1993): "Una ontología es la especificación de una conceptuación".¹

En esta línea de pensamiento se ubica el concepto de Breuker (1999): "Una ontología es una representación explícita de una conceptuación cognitiva, es decir, la descripción de los componentes del conocimiento, relevantes en el ámbito de la creación de modelos".²

Otros autores, como Neches (1991), las enfocan como: "un instrumento que define los términos básicos y relaciones a partir del vocabulario de un área, así como las reglas de combinación de estos términos y relaciones para definir extensiones de un vocabulario".³

Según el W3C,"una ontología define los términos a utilizar para describir y representar un área del conocimiento. Las ontologías son utilizadas por las personas, las bases de datos, y las aplicaciones que necesitan compartir un dominio de información (un dominio es simplemente un área de temática específica o un área de conocimiento, como la medicina, la fabricación de herramientas, los bienes inmuebles, la reparación automovilística, la gestión financiera, etc.). Las ontologías incluyen las definiciones de los conceptos básicos del dominio, y las relaciones entre ellos, que son útiles para quienes los ordenan [...]. Codifican el conocimiento de un dominio y también el conocimiento que permiten extender los dominios. En este sentido, posibilitan reutilizar el conocimiento".⁴

Así, el concepto de ontología se hace más acabado y emerge entonces la idea de la representación del conocimiento. Las ontologías exhiben, como todo sistema de representación, diferentes componentes. Aunque algunos las tratan con diversos matices, mayormente se han tomado como elementos de las ontologías los propuestos por Gruber (1993):¹

Conceptos. Son las ideas básicas que se intentan formalizar. Los conceptos pueden ser clases de objetos, métodos, planes, estrategias, procesos de razonamiento, etcétera. Las clases en una ontología se suelen organizar en taxonomías a las que se les pueden aplicar los mecanismos de herencia.

Relaciones. Representan la interacción y enlace entre los conceptos de un dominio. Suelen formar la taxonomía del dominio. Por ejemplo: subclase-de, parte-de, parte-exhaustiva-de, conectado-a, etcétera.

Funciones. Son un tipo concreto de relación donde se identifica un elemento mediante el cálculo de una función que considera varios elementos de la ontología. Pueden aparecer funciones como: asignar-fecha, categorizar-clase, etcétera.
]]> Instancias. Se utilizan para representar objetos determinados de un concepto.

Reglas de restricción o axiomas. Son teoremas que se declaran sobre las relaciones que deben cumplir los elementos de la ontología. Por ejemplo: Si A y B son de la clase C, entonces A no es subclase de B". "Para todo A que cumpla la condición B1, A es C", etcétera. Los axiomas, junto con la herencia de conceptos, permiten inferir un conocimiento que no se indique explícitamente en la taxonomía de conceptos.

Una vez tratado el problema terminológico, es pertinente aproximarse a la cuestión tipológica, deudora en gran medida de la concepción que se tenga sobre las ontologías. Se habla entonces de la clasificación de las ontologías. Existen diversas, según diferentes aspectos. Básicamente, se clasifica este tipo de sistema según:

I. Área o magnitud de conocimiento.

Steve (1998) distingue tres tipos fundamentales de ontologías:⁵

• Ontologías generales. Son las de nivel más alto y describen conceptos generales (espacio, tiempo, materia, objeto, etc.).
• Ontologías de dominio. Describen el vocabulario de un dominio concreto del conocimiento.
]]> Ontologías específicas. Son ontologías especializadas que describen los conceptos para un campo limitado del conocimiento o una aplicación concreta.

II. Tipo de agente al que se destinen.

• Ontologías lingüísticas. Se relacionan con aspectos lingüísticos, es decir, con aspectos gramáticos, semánticos y sintácticos dirigidos a su utilización por los seres humanos.
• Ontologías no lingüísticas. Destinadas para el uso por robots y agentes inteligentes.
• Ontologías mixtas. Combinan las características de las anteriores.

III. Grado de abstracción y razonamiento lógico.

• Ontologías descriptivas. Incluyen descripciones, taxonomías de conceptos, relaciones entre los conceptos y propiedades, pero no permiten inferencias lógicas.
• Ontologías lógicas. Permiten inferencias lógicas mediante la utilización de una serie de componentes, como la inclusión de axiomas, etcétera.
]]>

Como es evidente, alrededor de las ontologías se ha erigido una plataforma teórica que facilita su aplicación, que comprende desde los conceptos menos elaborados hasta tipos de lenguajes utilizados para su creación, patrones comunes para su funcionamiento, elementos básicos para su diseño, así como aplicaciones y argumentos sobre su importancia para la Web, especialmente para la Web semántica.

Además de los tipos y los conceptos, también están presentes en la literatura algunas metodologías y herramientas para el desarrollo de ontologías. Entre las metodologías más utilizadas se encuentran:

• Diligence.
• Competency questions.
  
• Methontology.
• On-To-Knowledge.

En relación con las diversas herramientas informáticas empleadas actualmente en el desarrollo de ontologías, pudieran destacarse las siguientes: Protégé, KAON, WebOnto, OntoEdit, Ontolingua y el OntoSaurus.

• Servir de herramienta para la adquisición de información.
• Servir de herramientas de referencia en la construcción de sistemas de bases del conocimiento que aporten consistencia, fiabilidad y eliminen la ambigüedad a la hora de recuperar información.
• Normalizar los atributos de los metadatos aplicables a los documentos.
• Crear una red de relaciones que aporte especificidad y fiabilidad.
• Compartir el conocimiento.
• Posibilitar el trabajo cooperativo al funcionar como soporte común de conocimiento entre organizaciones, comunidades científicas, etcétera.
• Permitir la integración de las diferentes perspectivas de los usuarios.
• Permitir el tratamiento ponderado del conocimiento para recuperar información de forma automatizada.
• Permitir la construcción automatizada de mapas conceptuales y mapas temáticos.
]]> Permitir la reutilización del conocimiento existente en nuevos sistemas.
• Permitir la interoperabilidad entre sistemas distintos.
• Establecer modelos normativos que permitan la creación de la semántica de un sistema, y otro modelo para poder extenderlo y transformarlo entre diferentes contextos.
• Servir de base para la construcción de lenguajes de representación del conocimiento.

Las ontologías son un componente esencial para el funcionamiento de la Web semántica, por sus capacidades para la representación de la información. La Web semántica supone un salto cualitativo en el ambiente del ciberespacio y contribuye a la solución de los problemas relacionados con el volumen creciente y el caos de la información existente en la red. Ofrece un espacio donde la información presente un significado bien definido, de manera que pueda interpretarse, tanto por los humanos como por las máquinas. La Web semántica es capaz de lograr que los programas para computadoras procesen su contenido, lo combinen y realicen deducciones lógicas para resolver problemas cotidianos automáticamente.

Actualmente, la creación de ontologías toma auge. Muchas organizaciones se encuentran involucradas en diversos proyectos. Se han publicado numerosos proyectos para el desarrollo de ontologías y todo lo relacionado con su funcionamiento y aplicación. Proyectos como: Annotea (http://www.w3.org/2001/Annotea/), OntoWeb (http://ontoweb.org/), SchemaWeb (http://www.schemaweb.info/) y W3C Semantic Web (http://www.w3.org/2001/sw) constituyen ejemplos destacados.

Ahora bien, es necesario que las organizaciones se involucren en un espacio de trabajo común para el desarrollo de las ontologías y que consideren elementos de suma importancia como: adquisición del conocimiento, edición, fusión, integración, navegación, diseño, evaluación, traducción a diferentes lenguajes y formatos, así como el intercambio de contenido con otros instrumentos.

En este sentido, es fundamental reflexionar sobre la tendencia cada vez más frecuente de gestionar el conocimiento, que ha contribuido al desarrollo de nuevos sistemas de representación, dirigidos a favorecer la toma de decisiones, a ofrecer a los usuarios una solución a sus necesidades más particulares, así como a la creación de sistemas proactivos, capaces de ofrecer información, con alto valor agregado, y de generar nueva información.

Como colofón, puede agregarse que la introducción de las ontologías, como herramientas para representar el conocimiento, obliga a cambiar las formas de hacer y pensar. Deseamos sistemas acabados, capaces de entender la mente humana, de ofrecer la respuesta exacta a nuestras interrogantes, necesidades y problemas, pero los esquemas mentales frecuentemente siguen siendo los mismos y en la mayor parte de las ocasiones se trabaja para adaptar los antiguos sistemas a las nuevas tecnologías.

OBJETIVOS

Describir y analizar el estado de la producción científica en el dominio de las ontologías en las revistas sobre ciencias de la información y la computación procesadas por el Web of Science en el período 1998-2007.

MÉTODOS

Con vista a recuperar los artículos procesados por el Web of Science sobre ontologías, se realizaron sendas búsquedas en Science Citation Index (SCI) y Social Science Citation Index (SSCI). Los términos utilizados en la estrategia de búsqueda fueron: "ontologies" y "ontology", unidos por el operador "OR" en el campo Topic, y se limitó al período comprendido entre los años 1998 y 2007 en el campo Date of publication. Los software empleados para el procesamiento y representación de los resultados fueron Sitkis 2.0, UCINET, MS Access y MS, estos últimos de la suite ofimática Office 2007.

Mediante Sitkis — un sistema desarrollado sobre Java que permite crear, a partir de los registros descargados desde las bases de datos del Web of Science, una base de datos relacional en Access— fue posible normalizar los datos, obtener conteos, matrices y, finalmente, generar ficheros para su exportación a herramientas de representación de redes sociales con formato DL.

Una vez obtenido el fichero en formato DL, se importaron los datos desde Sitkis a UCINET, un software para la representación y análisis de redes sociales que integra en una sola plataforma diferentes herramientas de representación: Pajek, NetDraw, Mage, entre otras. Las tablas y gráficos básicos para indicadores métricos simples de producción se generaron mediante Excel 2007. Se emplearon indicadores métricos tradicionales para analizar los diferentes niveles de producción, además de indicadores métricos relacionales de co-ocurrencia para analizar fundamentalmente el comportamiento de la colaboración entre autores e instituciones.

]]>

RESULTADOS Y DISCUSIÓN

Como puede observarse, el autor con una mayor producción fue Musen MA con ocho trabajos, seguido por Wand Y y Weber R, con seis, y Storey VC, con cinco (figura 1). Varios autores han publicado tres y cuatro trabajos.

En relación con la colaboración entre autores, se divide mayoritariamente en clústers (figura 2). El tamaño de los nodos representa el grado nodal: a mayor grado nodal mayor es la colaboración que se establece entre los autores que lo conforman. El grosor de los enlaces representa el nivel de colaboración que se establece entre los autores: a mayor grosor mayor relación.

Existe un clúster a nivel central en la red donde el nivel de colaboración es muy amplio, compuesto por autores como: Berra CM, Reynoso GA, Otegui MI, Ceitun M, Leguza JL, entre otros. Es válido resaltar que estos autores, presentes en este clúster, tienen el mismo grado nodal y,además, que este es el mayor de toda la red. Sólo autores como Musen MA, Lee H y Rosee C, identificados en otros clúster, presentan una colaboración tan grande como los representados en el clúster referido anteriormente.

En la imagen se observa que, aun cuando los autores Musen Ma y Rosee C colaboran entre ellos, esta colaboración no es tan fuerte como la de Rosee C y Brinkley JP, algo que representa el grosor del enlace.

En el clúster compuesto por Lee H, todos los enlaces son fuertes, al igual que el formado por Stetson PD, Pisanelli DM y Steve GC. Los autores Ding Y y Foo S, aunque no colaboran con otros autores, sí lo hacen muy estrechamente entre ellos.

Con respecto a la co-citación de los documentos estudiados, presentan la mayor centralidad los trabajos de Bunge M, titulado Treatise on basic philosophy: Ontology II, editado en 1977, y el publicado por Gruber T en el año 1993: A translation approach to portable ontologies. Knowledge acquisition. Este último es un clásico en la materia objeto de estudio por presentar uno de los conceptos mejor comprendidos y más utilizados del término ontologías (figura 3). En el caso del documento de Bunge T, todas las relaciones que establece con otros documentos son fuertes. Este y el trabajo de Gruber T se encuentran entre los documentos más co-citados en este campo. Autores como Chen P y Wand Y ocupan también posiciones muy importantes y visibles en los clúster.

En general, se observa un crecimiento con saltos como el del año 2001, y descensos como el del período 2002-2004 para, finalmente, mostrar una tendencia creciente entre los años 2005 y 2007. Este incremento de la productividad refleja un creciente interés hacia el tema de las ontologías. Con respecto a la productividad según instituciones, la Universidad de Columbia, con un total de 15 trabajos, fue la organización que mayor grado de productividad alcanzó. Le siguió la Universidad de Stanford con 10 y la Universidad de Penn State con 8 (figura 5).

Si se considera el país de localización de las universidades identificadas, puede apreciarse que las primeras cuatro clasificadas, según su productividad, se ubican en los Estados Unidos. Esto incidirá, sin dudas, en la producción según países, que se analizará más adelante. Pero, primero, observemos el comportamiento de la colaboración institucional (figura 6).

Si partimos de que los nodos rojos representan las universidades, los cuadrados azules los centros de investigación y los triángulos verdes las empresas, puede apreciarse que las universidades, en relación con los centros de investigación y las empresas, presentan el mayor grado de colaboración inter-institucional identificado. Su presencia es muy superior a la de otras clases de instituciones y poseen el mayor grado nodal.

Universidades, como las de la British Columbia, Queensland, Georgia, Columbia, Toronto y Harvard, presentan los mayores índices de colaboración. La Universidad de la British Columbia —aunque no es la más productiva— es, sin embargo, la que mayor número de colaboraciones presenta. La Universidad de Columbia, la más productiva, también ostenta un grado de colaboración notable.

Las universidades que se encuentran en los clúster donde se ubican la British Columbia, Queensland, Georgia y Toronto no presentan colaboración alguna con otras clases de instituciones, dígase centros de investigación y empresas, y sólo cooperan entre ellas. Sólo las universidades de Harvard y Columbia establecen colaboración con ciertas empresas.

El Korea Advanced Institute of Science & Technology, como centro de investigación, es el que mayor grado de colaboración muestra, en comparación con los demás centros, y su cooperación se circunscribe sólo al ámbito de las universidades.

Con respecto a la producción según países, Estado Unidos, con 96 trabajos publicados, ocupa el primer lugar (figura 7). Le siguen Inglaterra con 26, Canadá con 16, España con 13, así como Francia y Australia con 10. Como advertíamos anteriormente, la presencia de universidades norteamericanas entre las instituciones más productivas influiría en la contribución según países.

En cuanto a la colaboración por países, donde los círculos rojos representan los países del primer mundo y los cuadrados en azul los del tercer mundo, puede apreciarse que los nodos rojos son los que mayor presencia tienen, tanto por el número de veces que aparecen como por la intensidad de las relaciones que se establecen entre ellos (figura 8). Los países del primer mundo presentan una mayor colaboración con otros países que los subdesarrollados.

El país que mayor colaboración posee con otros países es Estados Unidos, seguido de Canadá, Holanda, Inglaterra, Australia, Singapur y Finlandia en el orden en que se mencionan. Estados Unidos, a la vez que es el país más productivo es el que mayor número de colaboraciones presenta.

Las alianzas más fuertes, representadas por el grosor de los enlaces, se establecen entre Estados Unidos-Canadá y Holanda-Singapur. Entre Estados Unidos y Australia también existen fuertes relaciones de colaboración, pero la mayor intensidad de las relaciones se observa en las dos primeras.

El país del tercer mundo con mayor presencia es Brasil, que mantiene relaciones de colaboración con Estados Unidos (el que mayor presencia tiene), con Holanda y Singapur. A la vez, Singapur presenta fuertes vínculos de colaboración con Holanda. Si comparamos Brasil y Singapur, pudiéramos observar que Brasil presenta un mayor número de relaciones con otros países que Singapur.

Países del primer mundo como Austria, España, Grecia, Irlanda, Italia, Taiwán y Japón, no presentan colaboración con otros países; en este caso, en el tercer mundo, se encuentra Argentina. España, a pesar de su aislamiento, posee un alto índice de productividad. Chile, por su parte, establece sus relaciones con los Estados Unidos.

En el análisis de las revistas más productivas, se observa cómo muchas de las fuentes consideradas de mayor impacto por el Journal Citation Report (JCR) en el área de las ciencias bibliotecarias y de la información, y que se representan en color rojo, se encuentran entre las más prolíficas en el tema de las ontologías. J Amer Med Inform Assoc, con 48 artículos publicados, ocupa el primer lugar. Le siguen como las más productivas Int J Geogr Inf Sci con 19, J Am Soc Inf Sci Technol con 14 y J Inform Sci con 13 (figura 9).

La mayor cantidad de artículos publicados sobre ontologías en las bases analizadas puede hallarse en las primeras cuatro revistas relacionadas. Ellas son fuentes propias del área de las ciencias de la información y son reconocidas por el JCR como de alto impacto en esta esfera del conocimiento. En color azul aparecen otras revistas, como Prof Inf, J Assoc Inf Syst, Methods Inform, que se encuentran en el grupo de las más productivas pero que el JCR no las reconoce como pertenecientes del área del conocimiento antes referida. En color verde pueden observarse cuatro publicaciones con tres artículos, 13 con dos y 25 con solo uno.

Finalmente, y con respecto a la co-citación de palabras clave, puede observarse que el término más frecuente es ontology. Por eso posee el que mayor grado nodal; asimismo presenta el mayor número de relaciones y de intensidad en sus enlaces con otros términos (figura 10). Es oportuno destacar que las relaciones que se establecen entre los términos ontology, information systems, systems y semantic Web son las más notorias de toda la red. Le sigue el término ontologies. Aun cuando en la literatura, ontology y ontologies se manejan indistintamente, los resultados de una búsqueda y análisis posterior de sus resultados por una y otra alternativa son diferentes. Términos como semantic Web, systems, information systems, information, design y conceptual modelling, se relaciona con fuerza con ontologies y con otros muchos términos.

CONSIDERACIONES FINALES

El uso de las ontologías favorece la comunicación entre personas, organizaciones y aplicaciones. posibilita una mayor interoperabilidad entre sistemas informáticos y el razonamiento automático. Ellas proporcionan una comprensión común de un dominio determinado a partir de la descripción de una realidad, de modo que se eliminan confusiones conceptuales y terminológicas, a la vez que establecen reglas para futuras extensiones. Las ontologías se convertirán progresivamente en herramientas imprescindibles de la Web semántica. El aumento del número de publicaciones sobre el tema refleja un crecimiento del interés por ellas.

Las ontologías pueden ser muy útiles para resolver los problemas de indización, recuperación y difusión de la información existente en cualquier lugar de la red. Éstas podrían permitir una gestión rápida, eficaz, pertinente y permanente de las necesidades a cubrir. Con ellas, será mucho más fácil recuperar información relacionada temáticamente, aun cuando no existan enlaces directos entre las páginas Web.

En el campo de la informática, las ontologías sirven para traducir los términos de una aplicación a otra, aun cuando las aplicaciones se encuentren escritas en distintos lenguajes de programación. El hecho de que puedan ser reutilizables da una medida de su potencial utilidad. La descripción de los conceptos y sus relaciones ofrecen más detalles que las que presentan los actuales tesauros, y posibilitan establecer un mayor número de relaciones distintas y definir cada una de ellas.

REFERENCIAS BIBLIOGRÁFICAS

1. Gruber T. A translation approach to portable ontologies. Knowledge Acquisition. 1993;5(2):199-220.

2. Breuker A. Indexing problem solving methods for reuse. 1999.
Disponible en: http://www.google.com.cu/ [Consultado: 19 de marzo de 2008].

3. Neches R, Fikes RE. Enabling technology for knowledge sharing. AI Magazine. 1991;12(3):36-56.

4. W3C. Preguntas frecuentes sobre el Lenguaje de Ontologías Web (OWL) del W3C. 2004. Disponible en: http://www.w3c.es/Traducciones/es/SW/2005/owlfaq [Consultado: 19 de marzo de 2008].

5. Steve GA, Gangemi A, Pisanelli DM. Integrating medical terminologies with ONIONS Methodology. 1998. Disponible en: http://www.loa-cnr.it/Papers/onions97.pdf [Consultado: 7 de julio de 2008].

]]>

Recibido: 14 de diciembre de 2008.
Aprobado: 28 de diciembre de 2008.

Lic. Anisleiby Fernández Hernández. Dirección Técnica de Producción. Universidad de las Ciencias Informáticas. Carretera a San Antonio de los Baños Km 2 ½. Reparto Lourdes. Boyeros. La Habana. CP 19370. Correo electrónico: ani@uci.cu

Ficha de procesamiento

Términos sugeridos para la indización

Según DeCS¹
BIBLIOTECOLOGÍA; CIENCIA DE LA INFORMACIÓN; BIBLIOMETRIA; INVESTIGACION; BASES DE DATOS BIBLIOGRAFICAS; ANÁLISIS CUANTITATIVO; ANÁLISIS CUALITATIVO; COMUNICACIÓN; CUBA.
LIBRARY SCIENCES; INFORMATION SCIENCE; BIBLIOMETRICS; RESEARCH; DATABASES, BIBLIOGRAPHIC; CUANTITATIVE ANALYSIS; CUALITATIVE ANALYSIS; COMMUNICATION; CUBA.

Según DeCI²
BIBLIOTECOLOGÍA; CIENCIA DE LA INFORMACIÓN; FLUJO DE INFORMACION/análisis; BIBLIOMETRIA; ARTICULOS CIENTIFICOS/análisis; INVESTIGACIÓN; BASES DE DATOS BIBLIOGRAFICAS; ANÁLISIS CUANTITATIVO; ANÁLISIS CUALITATIVO; COMUNICACIÓN; CUBA.
LIBRARY SCIENCES; INFORMATION SCIENCE; INFORMATION FLOW/analysis; BIBLIOMETRICS; SCIENTIFIC ARTICLES/analysis; RESEARCH, BIBLIOGRAPHIC DATABASE; CUANTITATIVE ANALYSIS; CUALITATIVE ANALYSIS; COMMUNICATION; CUBA.

¹BIREME. Descriptores en Ciencias de la Salud (DeCS). Sao Paulo: BIREME, 2004.
Disponible en: http://decs.bvs.br/E/homepagee.htm ]]> ²Díaz del Campo S. Propuesta de términos para la indización en Ciencias de la Información. Descriptores en Ciencias de la Información (DeCI). Disponible en: http://cis.sld.cu/E/tesauro.pdf

Copyright: © ECIMED. Contribución de acceso abierto, distribuida bajo los términos de la Licencia Creative Commons Reconocimiento-No Comercial-Compartir Igual 2.0, que permite consultar, reproducir, distribuir, comunicar públicamente y utilizar los resultados del trabajo en la práctica, así como todos sus derivados, sin propósitos comerciales y con licencia idéntica, siempre que se cite adecuadamente el autor o los autores y su fuente original.

Cita (Vancouver): Fernández Hernández A, Carbonell de la Fé S. Producción científica sobre ontologías en el Web of Science, 1998 -2007. Acimed. 2009;19(2). Disponible en: Dirección electrónica de la contribución. [Consultado: día/mes/año].