FUNDAMENTOS Y TÉCNICAS CIBERMÉTRICAS

Transcripción

1 FUNDAMENTOS Y TÉCNICAS CIBERMÉTRICAS

2 FUNDAMENTOS Y TÉCNICAS CIBERMÉTRICAS Cristina Faba Pérez Vicente P. Guerrero Bote Félix de Moya Anegón

3 De esta edición: JUNTA DE EXTREMADURA Consejería de Cultura Consejería de Educación, Ciencia y Tecnología Cristina Faba Pérez Vicente P. Guerrero Bote Félix de Moya Anegón ISBN: Depósito Legal: BA Imprime: Artes Gráficas REJAS (Mérida)

4 ÍNDICE INTRODUCCIÓN 11 LA CIBERMETRÍA EN EL MARCO DE LA CIENCIA DE LA DOCUMENTACIÓN 1. Relación entre Informetría y Cibermetría Informetría Cibermetría Concepto de Cibermetría Internet y la World Wide Web Áreas de estudio y problemas de la Cibermetría Áreas de estudio en Cibermetría Problemas de la Cibermetría Se puede aplicar la Cibermetría a la actividad científica? Características propias de Internet y de la World Wide Web Herramientas de recopilación de recursos en Internet Los motores de búsqueda Aplicaciones cibermétricas (I. Leyes) Introducción Leyes Bibliométricas aplicadas en Cibermetría Ley de Bradford Ley Bibliométrica de Bradford Ley de Bradford en Cibermetría Ley de Zipf Ley Bibliométrica de Zipf Ley de Zipf en Cibermetría Ley de Lotka Ley Bibliométrica de Lotka Ley de Lotka en Cibermetría 49

5 4. Aplicaciones cibermétricas (II. Indicadores) Indicadores biblio- ciencio- informétricos aplicados en Cibermetría Indicadores basados en recuentos Recuento tradicional en publicaciones Recuentos en Cibermetría Análisis de citas Análisis de citas tradicional Análisis de citas en Cibermetría. Sita/enlace referencial vs cita/referencia Factor de impacto Factor de impacto de las publicaciones científicas (FI) Factor de impacto web (FIW) Análisis de cocitas, copalabras y documentos relacionados Análisis tradicional Análisis en Cibermetría 71 TÉCNICAS CIBERMÉTRICAS 5. Modelos de análisis de la información electrónica en Internet Introducción Tipología Modelos de características formales Extracción del conocimiento (DataMining) Técnicas de estadística multivariante Análisis de Clusters Análisis Factorial. Análisis de Componentes Principales (ACP) Escalamiento Multidimensional (MDS) Redes Neuronales Artificiales (RNA). Modelo de Kohonen 101 EL ESTUDIO DE UN CASO: EXTREMADURA EN INTERNET 7. Material y Método Material. Selección de la fuente 105

6 7.2. Método (WebMining) Fuente Conjunto final de espacios web origen o sitantes (población de estudio) Primer conjunto de espacios web sitantes Segundo conjunto de espacios web sitantes Bradford. Análisis de sitas Análisis de patrones extremeños Análisis de características formales Análisis de sitas Análisis de características formales Comportamiento individualizado de características formales Problemas Anclajes erróneos (P1) Enlaces erróneos (P2 y P3) Páginas antiguas (P4) Páginas lentas (P5) Páginas sin atributos de imágenes (P6) Páginas sin título (P7) Enlaces, ficheros enlazados y protocolos Enlaces y ficheros enlazados HTML (Densidad hipertextual) Ficheros multimedia (Densidad multimedia) Metadatos Páginas actualizadas Páginas pequeñas Páginas profundas Problemas no-críticos Valoración global de las características Análisis de sedes Modelo de evaluación Aplicación del Modelo de evaluación propuesto Red Neuronal de Kohonen Conclusiones Análisis de sitas Análisis de Componentes Principales (ACP) 172

7 ACP. Co-sitación ACP. Sedes web relacionadas Escalamiento Multidimensional (MDS) MDS. Co-sitación MDS. Sedes web relacionadas Redes Neuronales de Kohonen Modelo de Kohonen. Co-sitación Modelo de Kohonen. Sedes web relacionadas MDS/SOM Conclusiones 193 BIBLIOGRAFÍA 196

8 INTRODUCCIÓN Los estudios sobre la naturaleza y las propiedades de Internet en general y de la WWW en particular, aplicando métodos informétricos para analizar sus contenidos o su estructura de enlaces, no se hacen patentes hasta la segunda mitad de la década de 1990 (Björneborn e Ingwersen 2001). A partir de esta fecha se observa un aumento progresivo de los trabajos relacionados con la aplicación de las técnicas de medida a Internet; aumento proporcional al crecimiento de los recursos informativos disponibles en la Red y, por consiguiente, a la necesidad vital de poder cuantificarlos, organizarlos e interpretarlos. Es en este entorno donde nace la Cibermetría, una realidad emergente y dinámica que constituye la base del presente trabajo, en el que podemos distinguir tres objetivos principales: a) El análisis minucioso y exhaustivo de la bibliografía científica relativa a este novedoso campo de investigación que posibilite la ubicación de la Cibermetría en su entorno correspondiente y su implicación directa con la Ciencia de la Documentación. b) El estudio de las técnicas para la medición de la información y su aplicación al entorno electrónico de Internet. En concreto, se analizan los modelos basados en características o indicadores de calidad y las técnicas de extracción del conocimiento (técnicas estadísticas multivariantes -Análisis de Clusters, Análisis de Componentes Principales y Escalamiento Multidimensional- y técnicas conexionistas -Red Neuronal de Kohonen-). c) La aplicación de los modelos y técnicas cibermétricas en un entorno determinado con la finalidad de conocer la metodología que permita descubrir la presencia y el comportamiento de cualquier área en Internet. En este caso, el estudio se ha realizado sobre la Región de Extremadura. Por lo que afecta a la bibliografía analizada, las fuentes que hemos usado provienen, en su gran mayoría, del mundo anglosajón. Las principales bases de datos en las que se hallan referencias bibliográficas sobre Cibermetría son LISA (Library and Information Science Abstracts), especializada en Documentación, la Sección The Source -Papers & Abstracts- de CyberMetrics (1997), una fuente en línea experta en Cibermetría e INSPEC (The Database for Physics, Electronics and Computing), especializada en Física, Electrónica e Informática y desarrollada por IEE (Institution of Electrical Engineers) de UK. Asimismo, es destacable la publicación en línea IE 3 Xplore, que suministra acceso a las revistas y congresos del IEEE (Institute of Electrical and Electronics Engineers) de EE.UU. Con respecto a las revistas científicas más importantes que publican trabajos cibermétricos se encuentran algunos títulos muy destacados en Documentación, como Journal of the American Society for Information Science and Technology

9 fundamentos y técnicas cibermétricas 12 (JASIST), Scientometrics o Journal of Documentation; la Sección The Journal de la fuente en línea CyberMetrics especializada en Cibermetría; y la revista Computer Networks and ISDN Systems, de un carácter más informático. La propia naturaleza del área tratada obliga a mencionar la importancia de la Red Internet para la localización de la gran cantidad de literatura gris (generalmente comunicaciones a congresos o informes difíciles de descubrir) existente sobre este tema. Como podemos observar, la Cibermetría es una materia relativamente reciente que tiene carácter multidisciplinar y requiere la consulta de varias fuentes bibliográficas para obtener una visión completa de la misma (fuentes relacionadas con Documentación, Informática o Tecnología). Una vez comentados los objetivos que se persiguen y las fuentes utilizadas para ello, es conveniente explicar cuál es la estructura que sigue el trabajo. Está dividido en dos secciones: una parte teórica y una de aplicación práctica. La parte teórica (que tiene seis capítulos), a su vez, se divide en dos subsecciones: en la primera de ellas se estudia la relación entre la Cibermetría y la Ciencia de la Documentación y abarca desde el primer capítulo hasta el cuarto (en el primero se analiza, de manera general, el marco teórico de la Cibermetría con un breve análisis de su evolución así como de los conceptos primordiales implicados en este campo, en el segundo se plantean los problemas principales con los que se enfrentan los estudios cibermétricos, y el tercero y el cuarto exponen y ejemplifican las principales leyes e indicadores biblio- ciencio- informétricos aplicados al entorno electrónico de Internet). En la segunda subsección se analizan las técnicas cibermétricas (en el capítulo quinto se plantean diversos modelos de análisis de las características de la información electrónica contenida en la Red, y en el capítulo sexto se presentan las técnicas de extracción de conocimiento). La parte de aplicación práctica se estructura en tres capítulos que se extienden desde el séptimo al noveno y representa un ejercicio práctico de la parte teórica. El capítulo séptimo corresponde a la descripción de los materiales utilizados y de los métodos seguidos en las dos fases principales en las que se centra esta parte, en el capítulo octavo se analizan las características formales de la población de sedes web objeto del estudio, y en el noveno se realiza el análisis de citas (basado en la aplicación de técnicas estadísticas multivariantes a las matrices de cocitación y de sedes web relacionadas bibliographic coupling 1 -). El trabajo se completa con la bibliografía citada. 1 Mientras que en publicación científica bibliographic coupling hace referencia a documentos relacionados, en estudios cibermétricos las unidades de trabajo son los espacios web relacionados (y en este trabajo concreto, las sedes web relacionadas ). Dado que la expresión inglesa bibliographic coupling está muy extendida en la bibliografía en lengua española, usamos indistintamente la locución en ambos idiomas.

10 1. RELACIÓN ENTRE INFORMETRÍA Y CIBERMETRÍA 1.1. Informetría Las denominaciones empleadas por los investigadores para referirse a la aplicación de los métodos cuantitativos a la información han sido muy variadas: Cienciología, Cienciometría, Cientometría, Sociometría, Sociometría Documentaria o Sociometría de la Literatura Científica, son algunos ejemplos. Sin embargo, los términos que realmente han llegado a difundirse para aludir a la cuantificación de los procesos de la Documentación han sido solo tres: Bibliometría, Informetría y Cienciometría (Bibliometrics, Informetrics y Scientometrics, respectivamente). En palabras de Sengupta: Los términos Bibliometría, Informetría, Cienciometría y Librametry, derivan de la fusión del sufijo metría con Bibliografía, Información, Ciencia y Library, respectivamente. Estos términos son análogos o bastante sinónimos en su naturaleza, objetivos y aplicaciones e involucran distintas facetas de la Biblioteconomía y la Documentación. Todos ellos se relacionan con la medida del conocimiento, que depende de la generación de nuevas ideas desarrolladas a través de canales de comunicación de la información, cuyo principal objetivo es asegurar la rápida identificación y diseminación de la información más relevante para los generadores del conocimiento... (Sengupta 1992). El término Librametry, que recoge los estudios relacionados con la cuantificación del funcionamiento de los servicios bibliotecarios que se engloban dentro de la Biblioteconomía o incluso dentro de la propia Bibliometría, no ha tenido una permanencia considerable. Según Jiménez-Contreras, el origen del término Bibliometrics, alude a la posibilidad de medir-cuantificar datos procedentes de biblio-grafías. En inglés no hay confusión semántica posible sobre el particular, pero la traducción mecánica al español introduce un elemento de confusión al coincidir la raíz de la palabra con la de biblioteca y bibliografía. La Bibliometría en español no excluiría la posibilidad de relacionarse también con la cuantificación de datos que tuvieran que ver tanto con la Bibliografía, como sucede en inglés, como con las bibliotecas, aspecto no previsto en el término original, ya que para este caso utilizan Librametry (Jiménez-Contreras 1997). A pesar de ello, la mayoría de los estudios consideran que los términos inglés y español son equivalentes en cuanto a su significado, y que la biblioteca se mantiene fuera, desde el punto de vista de la palabra como tal. Históricamente, el precedente de la Bibliometría se encuentra en la Statistical Bibliography establecida por Hulme (1923), citado por Jiménez-Contreras (1997). En 1969 Pritchard propone el término Bibliometrics para sustituir al de Statistical Bibliography (López-López 1996); aparentemente cuando hizo esta propuesta

11 fundamentos y técnicas cibermétricas 14 desconocía la existencia del término francés Bibliometrie, acuñado por Otlet en su Tratado de Documentación (Otlet 1996). Con respecto al concepto de Bibliometría se han hecho muchas proposiciones, que no clarifican si la Bibliometría se refiere exclusivamente a la cuantificación de la publicación científica o recoge también otros tipos de publicaciones. Para Pritchard (1969) supone la aplicación de métodos estadísticos y matemáticos dispuestos para definir los procesos de la comunicación escrita y la naturaleza y desarrollo de las disciplinas científicas, mediante el recuento y análisis de las distintas facetas de dicha comunicación; Garfield y sus colaboradores (1978) la definen como la cuantificación de la información bibliográfica susceptible de ser analizada; Carpintero y Tortosa (1990) le achacan el estudio cuantitativo y el análisis de aquellas dimensiones de los materiales bibliográficos que permiten medición; Lara (1983) la considera como el estudio de lo producido, difundido o utilizado por los creadores, difusores o utilizadores de la Ciencia; y Sancho (2001) la define como la disciplina científica que estudia las características y el comportamiento de la Ciencia y la Tecnología a través de las publicaciones científicas. En el caso de la Cienciometría, denominada también Cienciología, Cientometría o Ciencimetría (Lara 1983), aunque algunos autores sitúan su punto de partida inmediato en la obra de J. D. Bernal The Social Function of Science, en la que se acometen el estudio cuantitativo de la bibliografía y el personal científicos, el uso de modelos matemáticos y el análisis objetivo de la política y la administración científicas (Spinak 1996), sin embargo, será la obra de D. J. de Solla Price Little Science, Big Science (Price 1963) la que se considere uno de los títulos más significativos de la llamada Cienciometría o Ciencia de la Ciencia. Esta obra de Price constituye un clásico de un campo nuevo: el análisis estadístico y sociométrico de la bibliografía científica mediante el uso de modelos matemáticos, y cuyos objetivos se basan en el estudio del tamaño, crecimiento y distribución de la bibliografía científica y en el estudio de la estructura y dinámica social que la producen y la utilizan (Price 1973). En origen, la Cienciometría se refiere a la aplicación de métodos cuantitativos a la historia de la Ciencia y el progreso tecnológico (Egghe 1988), e incluye trabajos consagrados al análisis cuantitativo de la investigación científica y técnica, estudiando tanto los recursos y los resultados como las formas de organización en la producción de los conocimientos y de las técnicas (Callon, Courtial y Penan 1995). En definitiva, utiliza técnicas de medición para evaluar el progreso de la Ciencia, su nivel de desarrollo, y su impacto y relevancia en la sociedad. Desde que en 1979 Otto Nacke, director del Institut für Informetrie und Scientometrie (Bielfeld, Alemania), propusiera por primera vez el término Informetría (Brookes 1990) se han elaborado numerosas teorías para definir y delimitar su área de actuación. Así, por ejemplo, Lara (1983), siguiendo al profesor O. Nacke, la define como una disciplina que ocupa una posición intermedia entre la Cientometría, Cienciometría o Ciencimetría y la Bibliometría (como expresión

12 relación entre infometría y cibermetría 15 parcial de la Cientometría se ocupa de todas las aplicaciones de cualquier área de las Matemáticas a las Ciencias de la Información y Documentación; y la Bibliometría constituye una de sus ramas); para Brookes (1990) la Informetría es un término genérico que abarca tanto la Biblio- como la Cienciometría; en esta misma línea, Tague-Sutcliffe (1992) la considera como el estudio de los aspectos cuantitativos de la información, independientemente de su forma -no sólo como registros o bibliografías- y del grupo social que la produce -no necesariamente científicos-, englobando los estudios bibliométricos y cienciométricos; Egghe y Rousseau (1990) afirman que gestiona las medidas y, por lo tanto, los modelos y teorías matemáticas relacionadas con todos los aspectos de la información, incluyendo su almacenamiento y recuperación; Turner (1994) prefiere utilizar el término Infometría para hacer referencia a un concepto que no es ni Bibliometría ni Cienciometría, pero que utiliza ambos para estudiar el impacto de los flujos informativos en la organización social de la producción del conocimiento. Según este autor, la Infometría diferencia cuidadosamente entre información y conocimiento: desde una perspectiva infométrica, las publicaciones no comunican conocimiento sino que suministran información sobre dónde se produce una investigación, quién forma parte de ella y la cantidad de recursos invertidos (Turner, et al. 2001). Finalmente, Bookstein (1997, 2001) define la Informetría como el estudio de las regularidades cuantitativas del uso y la producción de los procesos informativos que traen como consecuencia la descripción de modelos de comportamiento de la información. La búsqueda de estas regularidades cuantitativas y su posible ambigüedad constituye el tema fundamental de la investigación de este autor. Independientemente del concepto que se trate, la historia de la Biblio- Ciencio- Informetría se encuentra íntimamente relacionada con la historia de la Estadística. Esta relación comienza en el siglo XVII (donde John Graunt y William Petty aplican la aritmética al campo de la Política), sienta sus bases en el siglo XVIII (donde aparecen Johann Peter Anchersen uno de los primeros estadistas tabuladores, Antón Friedrich Büsching quien muestra la estadística como parte de la Geografía, August Ludwing von Schlözer quien vislumbra la posibilidad del análisis estadístico del pasado y Karl Heinrich Frömmichen que analiza la producción de libros alemanes tomando como base los catálogos comerciales) y se desarrolla plenamente en el siglo XIX (época en la que nos encontramos con Adriano Balbi y su aproximación estadística a la Cultura y a la Ciencia a través de la bibliografía y donde, al crecimiento de la bibliografía científica y a la presencia de las Universidades, hay que sumar el nacimiento de sociedades e instituciones oficiales encargadas de recopilar los datos estadísticos) (Zbikowska-Migón 2001). Para Tague-Sutcliffe (1992), mientras que la Bibliometría estudia principalmente los aspectos cuantitativos de la producción, difusión y uso de la información impresa y la Cienciometría analiza los aspectos cuantitativos de la Ciencia como una disciplina o actividad económica, centrada en el estudio de

13 fundamentos y técnicas cibermétricas 16 las diferentes actividades científicas, la Informetría va más allá estudiando todos los aspectos cuantitativos de los procesos informativos en general, incorporando, utilizando y sobrepasando las fronteras de la Bibliometría y de la Cienciometría Cibermetría Cronin (2001b) afirma que los modelos y métodos utilizados en los estudios biblio- ciencio- informétricos pueden aplicarse al entorno electrónico de Internet. Efectivamente, si la Informetría estudia todos los aspectos cuantitativos de los procesos informativos en general y la Red Internet se ha erigido como la mayor fuente de información electrónica que existe en la actualidad (Bar-Ilan 2001a), no es extraño que, desde mediados de la década de 1990, se estén aplicando los modelos y métodos informétricos al ámbito de Internet y, más concretamente, a la World Wide Web. Con el ritmo actual de incremento de los recursos electrónicos, el usuario final de dicha información se ha visto sobrepasado por la ingente cantidad y diversidad de los contenidos, el aparente carácter caótico de su organización, su alta volatilidad, la enorme heterogeneidad formal de los recursos y las dudas acerca de la calidad última de ciertos documentos. En el verano del año 2000 se superaron los millones de páginas web (Aguillo 2000b) y en Enero de 2002 el número de hosts en Internet sobrepasaba los 140 millones (Internet Software Consortium 2002). Para paliar estos problemas, ha sido imprescindible el desarrollo de indicadores que midan distintos aspectos de Internet Concepto de Cibermetría Es precisamente en este entorno donde nace el concepto de Cybermetrics, un nuevo campo de actuación que se ha identificado con diferentes neologismos y cuya relación formal con la Informetría queda reflejada en la fuente CyberMetrics (1997): La Informetría investiga los aspectos cuantitativos de los procesos informativos (comunicativos), especialmente de los textuales; constituye un arma cuantitativa de la Ciencia de la Información y de la Biblioteconomía; y engloba tanto la Bibliometría tradicional como las nuevas áreas relacionadas con la Cybermetrics y la Webometrics. Uno de sus precursores fue William Paisley quien, en el año 1990, señala la importancia de la aplicación de los métodos informétricos al campo de la comunicación electrónica: En el futuro, una gran proporción de todos los textos que actualmente aparecen en libros, revistas científicas, revistas comerciales, y periódicos, estarán depositadas en bases de datos electrónicas. De hecho, las bases de datos electrónicas incluirán tanto los registros publicados como los no publicados. Esta amplia colección de información electrónica es el ámbito futuro de la investigación bibliométrica (Almind e Ingwersen 1997).

14 relación entre infometría y cibermetría 17 En 1995, Bossy apunta la posibilidad de un nuevo ámbito de estudio para los cienciometristas que les ofrece la oportunidad de integrar diferentes aspectos de la actividad socio-cognitiva de la Ciencia con la transferencia tecnológica que aportan las redes electrónicas. Señala que utilizando Internet como instrumento de comunicación se pueden descubrir y cuantificar los flujos de información establecidos entre los científicos, así como detectar y medir el grado colaboración que existe entre ellos. A este nuevo proceso integrador le denomina Netometrics (Bossy 1995). Para Shiri (1998), el término Cybermetrics se refiere al análisis, estudio y medición cuantitativa de todas las clases y de todos los medios de información que existen en el Ciberespacio, usando para ello técnicas biblio- ciencioinformétricas. Shiri considera que el Ciberespacio o Entorno Virtual Gibsoniano (Schmalstieg y Gervautz 1995), es un ente dinámico que se encuentra en continuo cambio y expansión y cuya esencia viva más importante es la información. Con un enfoque muy similar al anterior, Dahal (1999) considera que la Cybermetrics nace con el objetivo de realizar investigaciones cuantitativas en la información electrónica del Ciberespacio utilizando para ello técnicas informétricas o bibliométricas destinadas, principal pero no exclusivamente, al análisis cuantitativo de la WWW y se centra en el estudio de la influencia que ha tenido el desarrollo de Internet sobre la cooperación científica. Para Aguillo (2000b), la Cibermetría, como sinónimo de Ciberinformetría y Cibercienciometría, en su sentido más genérico de disciplina, mide distintos aspectos de Internet utilizando técnicas cuantitativas bibliométricas que han mostrado ser especialmente potentes y pueden aplicarse en ciertas condiciones ventajosas a la descripción de recursos web. También se utilizan los términos Influmetrics, acuñado por E. Davenport, para sugerir la identificación y cuantificación de las líneas imperceptibles y difusas de la influencia científica en este nuevo entorno electrónico (Cronin 2001b); e Internetmetrics para denominar a un conjunto de estudios cuantitativos sobre determinadas características de las páginas web danesas (Shiri 1998). Junto con estos vocablos aparece el término Webometrics que se refiere a la aplicación de la Informetría u otras técnicas cuantitativas al entorno WWW (Almind e Ingwersen 1997). En este sentido, Turnbull (2000) afirma que la Bibliometría es un método normalizado para el análisis de la información perfectamente aplicable al desarrollo y medición de la información disponible en la Web; la idea consiste en usar las aplicaciones bibliométricas tradicionales en el entorno web a fin de estudiar los modelos de comunicación, la identificación de áreas de investigación, los estudios históricos sobre el desarrollo de una disciplina o dominio, y la evaluación de la investigación por países, instituciones o individuos (Ingwersen y Christensen 1997). Aunque la mayor parte de las definiciones de Webometrics se refieren a la aplicación de las técnicas biblio- ciencio- informétricas al entorno web, Abraham y

15 fundamentos y técnicas cibermétricas 18 Foresta (1996) incorporan una nueva acepción al vocablo para referirse a una técnica original que nace con el objetivo de elaborar mapas cognitivos y modelos matemáticos de la WWW que permitan entender su funcionamiento como prototipo de organización social, cultural y política del Ciberespacio. Así mismo, Abraham afirma que esta novedosa técnica estudia la relación entre los elementos principales de la Web (comparable a una red neuronal conformada por nodos y conexiones: los nodos se corresponden con los dominios, servidores y páginas que componen la Web y las conexiones con los enlaces que se establecen entre los mismos dando lugar a una matriz de conexiones que abarca todo el entorno WWW) (Abraham, 1997). A la vista de lo expuesto parece obvio que existen básicamente dos vertientes de análisis: por una parte, la Cybermetrics (Cibermetría), con todas sus variantes terminológicas, que estudia la aplicación de las tradicionales técnicas informétricas a cualquier tipo de información disponible en la Red Internet, incorporando otras nuevas; y por otra, la Webometrics (Webmetría), más restringida y formando parte de la anterior, basada en la aplicación de la Informetría, u otras técnicas nuevas de medida, específicamente a la información disponible a través del entorno web. Puesto que la Cibermetría se identifica con la Red Internet y la Webmetría con la WWW puntualicemos algunos elementos asociados a ambos conceptos Internet y la World Wide Web Internet es una Red de Redes que, desde el punto de vista tecnológico, se define como un inmenso conjunto de redes de ordenadores interconectadas entre sí, y desde el punto de vista sociológico, se entiende como un fenómeno sociocultural que implica una nueva manera de entender el intercambio de información. Algunas de sus principales características la han convertido en el embrión de las autopistas de la información: - Grande (crecimiento exponencial); - Cambiante (continua adaptación a las nuevas necesidades); - Diversa y universal (incluye todo tipo de equipos, redes, fabricantes, medios físicos de transmisión, usuarios, etc. en todo el mundo); - Descentralizada (sin una autoridad central, representa una unión cooperativa en la que cada red conectada conserva su independencia, a pesar de respetar protocolos comunes). Todos los ordenadores conectados a Internet utilizan una misma arquitectura de red llamada TCP/IP (Transmission Control Protocol / Internet Protocol) formada por un conjunto de niveles o capas con sus servicios y protocolos. Entre los servicios actuales que conforman las herramientas básicas de los usuarios se

16 relación entre infometría y cibermetría 19 encuentran: el correo electrónico, las listas de interés, la transferencia de ficheros, la conexión remota y la World Wide Web. La Web es el servicio que más ha popularizado el uso de Internet. Fue concebida y desarrollada por Tim Berners-Lee en el Laboratorio Europeo de Física de Partículas (CERN) de Ginebra (Suiza) a partir de 1989 (Herrero-Solana 1998), (Castro-Castro 1999). Posee un protocolo de comunicación propio denominado HTTP (HiperText Transfer Protocol) que determina la forma en la que los documentos WWW son transmitidos a través de la Red. Según PC Webopedia en línea, la World Wide Web se define como: Un sistema de servidores de Internet que soporta principalmente documentos formateados. Los documentos están escritos en un lenguaje llamado HTML (HyperText Markup Language) que permite enlaces hacia otros documentos, tales como gráficos, audio y ficheros de vídeo. Ello significa que puedes saltar de un documento a otro simplemente pinchando en el término resaltado [...] (Thelwall 2001c). La WWW tiene dos componentes básicos que es preciso matizar: por una lado, la diferencia entre las páginas, sedes y sitios web, y por otro, cómo son los enlaces que forman parte de ellos. Para el primer caso, observemos la tabla 1.1. que muestra algunas de las numerosas propuestas que se han establecido para definir los tres vocablos en cuestión: Tabla 1.1. Página, sede y sitio web AUTOR PÁGINA WEB SEDE WEB SITIO WEB ISBD (ER) (1997) Una de las páginas de un documento hipertextual en un sitio World Wide Web. Las páginas web, incluyendo el subconjunto de las home pages, se refieren a la inmensa colección de documentos que constituyen la World Wide Web. Una localización en la World Wide Web identificada mediante un URL (Uniform Resource Locator) que almacena las páginas web para su acceso y uso. OCLC (Web Characterization Project) ( org/) Colección de información, constituida por uno o más recursos web, destinada a ser interpretada simultáneamente e identificada mediante un URI (Uniform Resource Identifier) propio. Conjunto de páginas relacionadas entre sí, incluyendo la página de presentación, que residen en la misma localización IP (Internet Protocol).

17 fundamentos y técnicas cibermétricas 20 I. AGUILLO (1998a) Fichero o conjunto de ficheros informáticos que constituyen un documento en el lenguaje HTML, es decir hipertextual y multimedia, identificable a través de la red con un URL propio. Conjunto de páginas web ligadas jerárquicamente a una página principal, representables por el URL de ésta y que forman una unidad documental, distinguible de otras, y una unidad institucional, en la que es posible identificar la responsabilidad de la autoría. Lugar físico interconectado a la Red Internet donde se encuentra almacenada la información en formato electrónico accesible mediante el protocolo HTTP, es decir, un ordenador que actúa como servidor web con una dirección IP propia. W. KOEHLER (1999a) Colecciones de objetos de Internet (texto, gráficos, , vídeos, scripts, etc.) que se pueden recorrer sin necesidad de recurrir a los enlaces hipertextuales. Colecciones de una o más páginas web que comparten algún tema o principio organizativo en común y que se conectan a través de enlaces hipertextuales. Aunque a menudo incluye un dominio completo de nivel servidor (SLD serverlevel domain ), los servidores pueden alojar más de un sitio web con el mismo SLD. L. CODINA (2000a) Es una sección unitaria de una sede web. Ahora bien, en la práctica, a veces, página web actúa como sinónimo de lugar web; por tanto, según el contexto, página web puede señalar una sección de una web o una web completa. Es una unidad virtual, en tanto que digital, más o menos arbitraria, que puede estar formada por diversos documentos, subsecciones, etc., cada uno de los cuales puede tener su propio URL. En la clasificación de este autor, lugar web (web site) es sinónimo de sede web, que, a su vez, también lo es de página web y de homepage.

18 relación entre infometría y cibermetría 21 Como se puede comprobar, mientras que el significado de página web está considerablemente homogeneizado, no ocurre lo mismo con los otros dos. Por ello, para hacer referencia a alguno de los tres conceptos mencionados podemos usar indistintamente las locuciones dirección web o espacio web. Esta última expresión es utilizada por Smith para referirse a los dominios de alto nivel (geográficos por ejemplo.nz- o sectoriales por ejemplo.com-), de bajo nivel (por ejemplo vuw.ac.nz) y a los conjuntos de directorios (por ejemplo (Smith 1999c). La Web, a través de su arquitectura hipermedia distribuida, funciona como una memoria asociativa capaz de aprender mediante el fortalecimiento de los enlaces que se usan con mayor frecuencia (Heylighen y Bollen 1996). Con respecto a la tipología de estos enlaces, de acuerdo con Baron, Tague-Sutcliffe y Kinnucan (1996), existen fundamentalmente dos tipos de enlaces en los documentos hipertextuales: - Enlaces organizativos o enlaces que organizan la información de un espacio web: indican la situación física de los documentos hipertextuales (por ejemplo: Next page, Top of document ); - Enlaces basados en el contenido: se relacionan con el significado que tiene la información hipertextual (por ejemplo: Best of the Web ). Según Chu, cuando se realiza un estudio de la calidad de los enlaces hipertextuales de las colecciones digitales, es preciso tener en cuenta exclusivamente los enlaces basados en el contenido (Chu 1997). Desde un punto de vista más técnico García-Santiago (2001) clasifica los enlaces como: - Enlaces intrínsecos: remiten a otros ficheros para formar la misma página web y se identifican por diversas etiquetas html. - Enlaces internos: conectan, a través de un URL, con otras páginas o ficheros ubicados en el mismo sitio web, bien para completar el mismo documento, bien para remitir a otro documento web independiente pero relacionado, bien para facilitar la hipertextualidad. - Enlaces externos: remiten a páginas o ficheros que se encuentran en otro sitio web, con un URL diferente.

19 2. ÁREAS DE ESTUDIO Y PROBLEMAS DE LA CIBERMETRÍA 2.1. Áreas de estudio en Cibermetría Los bibliometristas cuentan y miden cosas. Hasta ahora, han centrado sus esfuerzos en hallar indicadores objetivos de la actividad científica, basados principalmente en las publicaciones y en las citaciones. Sin embargo, las técnicas bibliométricas pueden aplicarse a otros muchos elementos relacionados con la conducta de la Ciencia (revistas, agradecimientos, científicos, índice de patentes, etc.), en cuyo caso, se habla de estudios informétricos o cienciométricos. Pues bien, los modelos y los métodos utilizados por estos tres grupos de métricas relacionadas entre sí pueden aplicarse al entorno web (Cronin 2001b). Tradicionalmente, los bibliometristas han trabajado con un entorno inherentemente estable (publicaciones impresas) y con unidades de análisis en gran medida normalizadas (revistas científicas, artículos revisados, etc.). Sin embargo, el nuevo ámbito de publicación que supone Internet ofrece productos heterogéneos que trazan uniones socio-cognitivas y recogen intercambios de ideas interactivos entre los científicos. En este contexto, emergen nuevas unidades de análisis a las que es preciso identificar, localizar y acceder para poder realizar sobre ellas un estudio bibliométrico basado en el recuento, la ponderación y la evaluación. Así, además de los artículos publicados en las revistas científicas tradicionales, aparece material electrónico pre-impreso, documentos archivados y enviados por el propio autor o informes de trabajo revisados de manera interactiva por los colegas. En el sistema tradicional, los artículos científicos pertenecen a unas revistas determinadas, que generalmente tienen una existencia estable, un ciclo regular de publicación, y que se coleccionan y conservan en las bibliotecas. Sin embargo, en el entorno digital, los bibliometristas necesitan identificar si el objeto motivo de su estudio forma parte de una revista, de un servidor, de un foro electrónico, de un espacio web o de un archivo electrónico. Ante esta situación tan, aparentemente, inestable es posible realizar una investigación cibermétrica?. Para Almind e Ingwersen (1997) la respuesta es afirmativa desde el momento en el que los dominios que analiza la Informetría son perfectamente traspasables al mundo de la información electrónica (Tague-Sutcliffe 1992): - Aspectos estadísticos del lenguaje, como la frecuencia de frases o palabras, tanto en lenguaje natural como en índices controlados, ya sea en formato impreso o electrónico; - Productividad de los autores, medida por el número de artículos que producen o su grado de colaboración;

20 áreas de estudio y problemas de la cibermetría 23 - Características de las revistas teniendo en cuenta la distribución de artículos en una disciplina; - Análisis de citas, examinando la distribución de autores, artículos, instituciones, revistas o países; el uso de las citas para la evaluación; y la distribución de disciplinas mediante el análisis de cocitas; - Circulación y uso interno de bases de datos, revistas o libros; - Obsolescencia de la bibliografía, a través de su uso y citación; - Crecimiento de la bibliografía científica, de las bases de datos y de las bibliotecas; así como el crecimiento concomitante de nuevos conceptos; - Definición y medición de la información; - Medidas del rendimiento en la recuperación: tipologías y características. Una de las enumeraciones más clara de los campos de actuación de la Cibermetría fue establecida en 1998 por Shiri. Según este autor, la Cibermetría se encarga de los estudios relacionados con cuatro áreas fundamentales (Shiri 1998): a) Las redes de información: entre cuyos parámetros cuantificables se encuentran: a. Su número, cobertura y áreas temáticas; b. La distribución de las redes por países; c. El volumen y la tipología de las colecciones de información que soportan; d. La distribución de diferentes medios de comunicación a través de ellas; e. La evaluación de las mismas atendiendo a su tiempo de respuesta y suministro de acceso. b) El correo electrónico: algunos de sus campos de estudio métrico son: a. El número de direcciones de correo electrónico; b. La distribución de direcciones por países e instituciones; c. El uso del correo electrónico en los sectores público y privado; d. La distribución de los usuarios por profesiones o empresas; e. Las diferentes tipologías documentales enviadas a través de este medio. c) La WWW: su estudio cibermétrico abarca los temas relacionados con: a. El número de sitios y páginas web que existen en el mundo y su distribución por países o dominios; b. La clasificación de páginas web por tipología y lengua de los documentos; c. Las estadísticas de la utilización y de los usuarios de las páginas en un determinado período temporal; d. El número de citas que recibe cada página web;