Obtenga beneficios adicionales
Aún no tiene una suscripción a Virtual Pro?
Para acceder a este contenido se requiere una suscripción
Obtenga beneficios adicionales
Aún no tiene una suscripción a Virtual Pro?
Para acceder a este contenido se requiere una suscripción
Este estudio tiene como objetivo explorar el mapeo, la evolución y las tendencias de aplicación del análisis de citas conjuntas. Se realizó una búsqueda utilizando Scopus y Web of Science, lo que resultó en 1298 estudios relevantes. Se realizó un análisis adicional sobre la producción científica, el país, el autor, la revista y los datos de la red. Se aplicó el algoritmo Tree of Science para demostrar el desarrollo del análisis de cocitación. Los resultados hacen tres contribuciones significativas a la investigación cienciométrica: se presenta un mapeo científico destacando la producción científica, las principales revistas y los investigadores clave; los avances del análisis de cocitación se presentan a través de la metáfora del Árbol de la Ciencia; también se identifican los tres subtemas principales dentro del análisis de citas conjuntas a través del análisis de citas. Estos hallazgos ayudarán a los investigadores y bibliotecarios a reconocer las contribuciones y aplicaciones cruciales del análisis de citas conjuntas.
1. INTRODUCCIÓN
El análisis de co-citación (AC) ha recibido especial atención durante las últimas décadas debido a las aplicaciones tecnológicas emergentes que ayudan a automatizar este tipo de análisis. Hoy en día, investigadores y bibliotecarios pueden acceder a una cantidad considerable de información académica y, en cierto modo, "indigesta". Los investigadores producen alrededor de 3 millones de documentos académicos cada año (Fire & Guestrin, 2019), y este valor aumenta cada vez más. Sin embargo, el análisis se ha vuelto más cercano a todos gracias a las nuevas herramientas de software como CiteSpace (Chen, 2006), VosViewer (van-Eck & Waltman, 2010), y Vantage Point (Sepúlveda-López et al., 2021). Nuevas propuestas en lenguajes libres como R y Python han elevado el análisis de datos a otros escenarios de la inteligencia artificial (Robledo et al., 2021). Por ello, es importante identificar la evolución y aplicaciones de las técnicas cienciométricas tradicionales para identificar las mejoras y diferentes aplicaciones para aprovechar las tecnologías emergentes.
La inteligencia artificial (IA) está revolucionando la investigación científica. Por ejemplo, herramientas de IA como ChatGPT pueden mejorar los trabajos escritos señalando las lagunas en la investigación (van-Dis et al., 2023). Elicit (https://elicit.org/), puede dar respuesta a preguntas de investigación analizando trabajos académicos, mientras que Writefull (https://www.writefull.com/), puede agilizar el proceso de preparación de manuscritos. El impacto de la IA en la industria es notable y de gran alcance (Blaizot et al., 2022). Además, herramientas basadas en la web como Semantic Scholar (Lo et al., 2020) y Connected Papers (https://www.connectedpapers.com/), trabajan en tándem con modelos de IA para automatizar diversas operaciones de investigación.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Creación de empresas y estrategia : reflexiones desde el enfoque de recursos
Artículo:
La gestión de las relaciones con los clientes como característica de la alta rentabilidad empresarial
Artículo:
Los web services como herramienta generadora de valor en las organizaciones
Artículo:
Configuración de los valores de María, antes y después de la violación, en Satanás de Mario Mendoza
Virtual Pro es un portal virtual de formación, investigación y comunicación especializado en procesos industriales.
� 2021, Virtual Pro �, una marca de Grupo INGCO. Todos los derechos reservados
