Psychometric analyses

Para cada área temática se presenta una red que muestra la colaboración asimétrica entre las instituciones implicadas. Para las direcciones españolas, se ha realizado una normalización de

58

Moya Anegón, F.; Herrero Solana, V.; Vargas Quesada, B.; Chinchilla Rodríguez, Z.; Corera Álvarez, E.; Muñoz Fernández, F.; Guerrero Bote, V., and Olmeda Gómez, C. Atlas de la Ciencia Española: Propuesta de un Sistema de Información Científica. Revista Española De Documentación Científica. 2004; 27(1):11-29.

59

Moya Anegón, F.; Vargas Quesada, B.; Herrero Solana, V.; Chinchilla Rodríguez, Z.; Corera Álvarez, E., and Muñoz Fernández, F. A New Technique for Building Maps of Large Scientific Domains based on the Citation of Classes and Categories. Scientometrics. 2004; 61(1):129-145.

60

Moya Anegón, F.; Vargas Quesada, B.; Chinchilla Rodríguez, Z.; Herrero Solana, V.; Corera Álvarez, E., and Muñoz Fernández, F. Cocitación de Clases y Categorías: Proyecto Atlas de la Ciencia. El Estado de la Ciencia. Principales Indicadores de Ciencia y Tecnología. Buenos Aires: RYCYT; 2005.

las instituciones agrupando bajo una única entrada todas las variantes en las que apareciera. A cada institución se le ha asignado un sector (universidad, administración, etc.) y una comunidad autónoma que se representan por el color del nodo. A partir de la información sobre copublicaciones se procede construye una matriz de colaboración asimétrica.

Tasa de colaboración asimétrica

La práctica totalidad de las redes de coautoría (en distintos niveles de agregación) se centran en mostrar la densidad de relaciones entre los agregados. Para su análisis y normalización se han empleado tanto índices simétricos, (coseno de Salton o el Índice de Jaccard, Persson61 62

), como el uso de índices asimétricos como Probabilistic Affinity Index 63.

Los índices de colaboración simétrica se utilizan para mostrar la similaridad entre los agentes colaboradores, dando información sobre la estructura definida por la colaboración y reflejando el “orden geográfico natural” (de ahí que también se denominen “índices de proximidad”). Sin embargo, este indicador siendo útil no refleja la asimetría que puede existir entre los enlaces. Nos referimos a la posibilidad de que una institución pueda ser un socio muy importante para otra, pero no necesariamente tiene que existir reciprocidad en esa asociación64. Esta es una de las limitaciones del indicador de colaboración simétrica a la que hay que sumar que está fuertemente afectado por el tamaño de los agentes.

Para subsanar estas deficiencias, - la intensidad bidireccional y la falta de normalización con respecto al tamaño de los agentes, una posible manera de caracterizar la importancia relativa de los enlaces de un país con respecto a otro es el índice de coautoría asimétrica65 que viene dado por:

100

*

)

(m

p

co

cop

asi

−

=

cop= número total de copublicaciones de un agregado

co (m - p) = número total de copublicaciones del resto de agregados

61

Hamers, L., Hemeryck, Y., Herweyers, G. Janssen, M., Keters, H., Rousseau, R., and Vanhoutte, A. (1989) Similarity Measures in Scientometric Research – The Jaccard Index versus Salton Cosine Formula. Information Processing & Management, Vol. 25, No. 3, 315-318.

62 _{Ahlgren, P., Jarvening, B., Rousseau, R. (2003). Requirement for a Cocitation Similarity Measure, with Special}

Referente to Pearson’s Correlation Coefficient. Journal of the American Society for Information Science and Technology, 54, 550-560.

63 _{Zitt, M., Bassecoulard, E., and Okubo, Y. (2000) Shadows of the Past in International Cooperation: Collaboration}

Profiles of the Top Five Producers of Science. Scientometrics, Vol. 47, No. 3, 627-657

64

Glänzel, W. National Characteristics in International Scientific Co- Authorship Relations. Scientometrics. 2001 May; 51(1):69-115.

También encontramos otra manera de calcular la capacidad de atracción de un agregado cualquiera en términos de colaboración 66.

AFI (A B) = COOP (A B)*100 / COOP (A mundo) La afinidad científica del país B hacia el país A se puede definir como: AFI (B A) = COOP (A B)*100 / COOP (B mundo)

En un caso ideal estos dos valores tendrían que ser idénticos, pero no es así. Por ejemplo, para el caso de la producción internacional en Química, la ratio de productividad española es del 4% y su ratio como colaborador con Francia es superior al 10%, es decir, Francia muestra una afinidad específica para colaborar con España. En realidad, este índice muestra la atracción o la ausencia de ésta a la hora de colaborar, ya sean países, regiones o instituciones las que se estudien. Con vistas a hacer comparaciones de una manera coherente, los autores proponen la utilización de la ratio de los porcentajes de los dos agentes en cuestión. En este trabajo se aplica a las publicaciones en colaboración entre las instituciones.

Finalmente, esta matriz asimétrica se transforma en una representación gráfica a partir del uso de software de redes sociales Pajek67 aplicando el algoritmo de Kamada-Kawai68. La red final se exporta a un formato SVG (Scalable Vector Graphics)69 que permite hacer zoom y desplazamientos en cualquier dirección dentro de la pantalla. Posteriormente se agregan script para la incorporación de información y navegación interactiva en cada uno de los nodos. Al seleccionar un nodo se pueden ver sus relaciones con los demás a través de un efecto de discriminación visual a la vez, que muestra el grado nodal en cada uno de los niveles de agregación (leyenda marco superior izquierdo). Para cada institución se muestran atributos individuales a partir de una batería de indicadores. De manera que se puede hacer un análisis combinado tanto del papel que juega cada institución en el sistema de relaciones como de sus atributos particulares.

La red permite realizar análisis combinados sobre la interacción sectorial, vertebración institucional de la investigación, proximidad geográfica, afinidad lingüística, políticas regionales, etc., ya que ofrece distintos tipos de análisis: sectorial y autonómico (leyenda marco inferior

66 Zitt, M.; Bassecoulard, E., and Okubo, Y. Shadows of the Past in International-Cooperation - Collaboration Profiles of the Top 5 Producers of Science. Scientometrics. 2000; 47(3):627-657.

67 Batagelj, V. (2003) Network/Pajek: Package for large network analysis (version 0.91). Disponible en: http://vlado.fmf.uni-lj.si/pub/networks/pajek

68 Kamada, T. y Kawai, S. (1989). An algorithm for drawing general undirected graphs. Information Processing Letters, 31 (1), 7-15.

69 World Wide Web Consortium (W3C) (2003) Scalable Vector Graphics (SVG). Disponible en: http://www.w3.org/Graphics/SVG/Overview.htm

izquierdo) y la posibilidad de elegir la aparición o desaparición de un determinado número de agregados (sectores institucionales o comunidades autónomas). La versión online de estas representaciones está accesible en:

http://www.scimago.es/mod/resource/view.php?id=45

Los indicadores relacionales presentados en forma tabular en este informe son propios del análisis de redes sociales y permiten conocer la estructura general de la red de relaciones, el grado de integración y/o cohesión. Sirven para el análisis comparativo de la cohesión relativa de las distintas redes por un lado, y por otra parte, dan información sobre la posición de cada una de las instituciones en la estructura general. Por tanto se distinguen:

Indicadores generales para la estructura de la red: densidad. La medida más sencilla para establecer las relaciones entre puntos y líneas es la densidad del grafo, que representa el número de vínculos que se establecen entre los vértices con relación a un número máximo que pudiera establecerse si todos los vértices estuvieran conectados directamente por una línea con todos los demás

Densidad, es: den = 2L / [n(n-1)],

Donde L es el número de líneas y n el número de vértices

Indicadores de posición de un actor en el conjunto de la red: centralidad. La idea de centralidad en la red tiene que ver con la influencia o la relevancia que tiene para el conjunto de la estructura en el flujo de información. Para determinarla se distingue entre centralidad local y global. La primera se refiere a la relevancia de un determinado vértice con relación a su entorno próximo con el que tiene lazos directos. Mientras que la segunda, se refiere a la prominencia de un vértice en relación con el conjunto de la red. Los conceptos más utilizados de centralidad pueden definirse y hacerse operativos al menos de tres formas: grado (degree centrality), proximidad o cercanía (closeness centrality) y mediación (betweenness centrality) El grado se define como el número de otros actores a los cuales un actor está directamente unido o es adyacente. Organiza a los actores por el número efectivo de sus relaciones directas con el conjunto de la red. Esta medida trata de la centralidad local pero dice poco sobre la importancia del vértice en la red completa, y es muy sensible al tamaño de la red y al número de componentes. Para evitar sesgos se calcula el grado normalizado que es la proporción de relaciones reales sobre el total de las posibles. Con datos de relaciones orientadas puede ser importante distinguir la centralidad basada en grados de entrada (input degree), de la centralidad basada en grados de salida (output degree). En nuestro caso, coinciden los valores de entrada y de salida ya que las relaciones son recíprocas, aunque no

Otros dos indicadores sobre las medidas de centralidad comúnmente utilizados son el grado de intermediación (betweenness) y la cercanía (closeness). El primero es un índice que muestra la suma de todos los geodésicos, es decir, los caminos más cortos entre dos vértices que incluyen el nodo en cuestión. La cercanía normalizada consiste en la cercanía dividida por el número máximo de cercanía expresado como porcentaje. El segundo indicador (closeness) es un índice de la cercanía de un vértice con el resto de la red. Para ello se calcula la suma de los geodésicos (o caminos más cortos) que unen a cada vértice con el resto y se calcula su inversa. La cercanía normalizada de un vértice es la inversa de la suma de todos los geodésicos que le unen con el resto de la red dividida por la mínima lejanía expresada como porcentaje.