BUSCADOR RECOLECTA

Suplementary material to the Google Scholar Experiment which attempted at analyzing the possibility of manipulating citation count in Google Scholar and its by-products.

La publicación en un mismo año (abril y noviembre de 2012) de dos ediciones de los rankings de revistas publicados por Google Scholar Metrics abrió por primera vez la posibilidad de medir las diferencias producidas en los indicadores bibliométricos en los 10 rankings de revistas ofertados; así como, comparar la estabilidad de los rankings. Puesto que el crecimiento de Google Scholar Metrics depende de Google Scholar, que es la base de datos que lo alimenta, se procedió adicionalmente a recoger la cobertura de éste medida en número de registros. Se recogieron los datos de tamaño globales a partir de los dominios geográficos de los principales países cuyo idioma oficial es alguno de los 10 considerados por Gooble Scholar Metrics. Para comparar el crecimiento de Scholar con el resto de bases de datos bibliométricas, se procedió a obtener el número de registros en WoS y Scopus para los mismos países. Los datos para las tres bases de datos se recogieron de manera semanal durante el mes de marzo de 2013 (cuatro muestras) y en noviembre de 2012 (con la salida de la segunda edición de GSM). Se recogieron tanto los registros totales como los registros a partir de 2003, para conocer la tasa de crecimiento de literatura contemporánea.

Se analiza Twitter como posible fuente alternativa de enlaces externos para ser utilizados en análisis cibermétricos, gracias su capacidad de embeber hiperenlaces en los diferentes Tweets. Dadas las limitaciones en la consulta a la API pública de Twitter, se plantea el uso del buscador Topsy como fuente de recopilación de Tweets. Para ello, se toma una muestra global de 200 universidades y se obtienen los Tweets con hiperenlaces hacia alguna de estas instituciones. Adicionalmente se obtienen datos de enlaces de otras fuentes alternativas (MajesticSEO y OpenSiteExplorer) con el fin de comparar los resultados obtenidos. Posteriormente, se realizan diversos test estadísticos para conocer la correlación entre los indicadores utilizados y la capacidad de predicción de enlaces externos a partir de los Tweets recopilados. Los resultados indican un volumen de Tweets elevado aunque sesgado por la presencia y rendimiento de universidades y países concretos. Los datos ofrecidos por Topsy correlacionan significativamente con todos los indicadores de enlaces, especialmente con OpenSiteExplorer (r=0.769). Finalmente, los modelos de predicción no aportan resultados óptimos debido a altas tasas de error, que se reducen ligeramente en modelos no lineales aplicados a entornos específicos. Se concluye que el uso de Twitter (a través de Topsy) como fuente de hiperenlaces hacia universidades presenta resultados prometedores por su alta correlación con los indicadores de enlaces, aunque limitado por las políticas en cuanto al uso y presencia en las redes sociales.