Contra la bibliometría “rápida y sucia”: aspectos para valorar la complejidad en los análisis bibliométricos
Journal
Revista Panamericana de Comunicación
ISSN
2683-2208
Publisher
Escuela de Comunicación - CampCM
Date Issued
2025-06-30
Author(s)
Rafael Repiso
Álvaro Cabezas-Clavijo
Type
text::Non-primary product
Abstract
El presente trabajo denuncia el auge indiscriminado de estudios bibliométricos de baja calidad que, aprovechando la accesibilidad de bases de datos como Web of Science o Scopus y el uso de herramientas automatizadas, proliferan en revistas científicas de diversas disciplinas. Esta tendencia, facilitada por la ausencia de conocimientos especializados de los revisores de revista y por el interés en incrementar rápidamente la productividad académica, ha derivado en la publicación de investigaciones metodológicamente pobres, con escasa elaboración conceptual y valor analítico limitado. Frente a este panorama, los autores reivindican la bibliometría como un campo de alta especialización que exige comprensión teórica, competencia metodológica e interpretación crítica de los datos. Con base en estos principios, se propone una aproximación metodológica para valorar la complejidad de los estudios bibliométricos a partir de seis dimensiones: tamaño de la población, origen y fuente de los datos, forma de recolección, grado de normalización, tipos de análisis empleados y herramientas utilizadas. Esta perspectiva metodológica pretende ofrecer a editores e investigadores un marco para identificar investigaciones sustantivas y distinguirlas de aquellas realizadas con poco esfuerzo, criterio y contexto teórico.
License
Acceso Abierto
How to cite
Repiso, R., & Cabezas-Clavijo, Álvaro. (2025). Contra la bibliometría “rápida y sucia”: aspectos para valorar la complejidad en los análisis bibliométricos. Revista Panamericana De Comunicación, 7(1). https://doi.org/10.21555/rpc.v7i1.3419
Table of contents
La plaga de los análisis bibliométricos -- Cómo valorar la calidad de un artículo bibliométrico -- Tamaño de la población -- Origen y fuentes de datos -- Forma de obtención de los datos -- Grado de normalización y corrección de los datos -- Tipos de análisis -- Programas de análisis y visualización de datos -- Conclusiones