Manejo de hojas de cálculo y conocimientos básicos de estadística.
Visualización de la información a través de tablas, gráficos y mapas
Identificación de las principales fuentes de datos bibliométricos, con especial énfasis en las fuentes de datos abiertas
Creación e interpretación de informes bibliométricos a nivel individual, institucional y de grupo
Adquisición de conocimiento sobre los conceptos fundamentales relacionados con la comunicación científica y evaluación de la ciencia.
Capacidad de expresarse oralmente y por escrito, con el dominio del lenguaje específico de la disciplina.
Comprender la literatura científica del área y conocer las principales fuentes de información relevantes para los estudios métricos de la información.
Aplicar de forma ética y pertinente con los objetivos de la asignatura herramientas de Inteligencia Artificial en todas las competencias descritas anteriormente.

Comunicación interpersonal
Ética académica y profesional
Capacidad de redacción y de expresión escrita
Capacidad de expresión oral
Trabajo en equipo
Pensamiento crítico
Alfabetización en Inteligencia Artificial

Saber localizar, evaluar y analizar fuentes de datos para analizar la actividad científica
Realizar estudios e informes analíticos para personal investigador, revistas e instituciones específicas.
Conocer los principales indicadores y métricas, y su función y limitaciones en los procesos de evaluación de la ciencia.
Manejar programas básicos para análisis de redes, estadístico y de citas

La metodología de trabajo enfatiza la participación del alumnado, tanto por lo que se refiere a la teoría como en lo que se refiere a los ejercicios prácticos.
Se facilitarán textos, apuntes y otros materiales para preparar la parte teórica de la asignatura. Para realizar la parte más práctica se utilizarán video-guías y otros materiales especializados.

Paralelamente a los contenidos teóricos, el estudiante debe realizar unos ejercicios prácticos que se entregarán de acuerdo con las instrucciones disponibles en el Campus Virtual (en la asignatura online, semanal o bisemanalmente).
Siempre se realizarán bajo supervisión docente.

4,5

3,7

2

Ninguno en particular.

La evaluación constará de dos partes; una teórica, con una valoración de entre un 30% y un 50% del total de la nota (incluirá al menos un examen sobre la materia impartida) y otra parte práctica, con una valoración entre un 50% y un 70%. Es obligatorio aprobar ambas partes para superar la evaluación de la asignatura.

Arroyo-Machado, W. (2024). Fuentes bibliométricas. Barcelona: Editorial UOC
Andrés, A., (2009). Measuring academic research: How to undertake a bibliometric study. Cambridge: Chandos Publishing.
Börner, K., & Polley, D. E. (2014). Visual Insights: A Practical Guide to Making Sense of Data. MIT Press.
Cronin, B., Sugimoto, C.R. (2014), Beyond bibliometrics: Harnessing multidimensional indicators of scholarly impact. MIT Press.
De Bellis, N. (2009). Bibliometrics and citation analysis: from the science citation index to cybermetrics. Scarecrow Press.
Holmberg, K. J. (2015). Altmetrics for Information Professionals: Past, Present and Future. Chandos Publishing.
Mas-Bleda, A., Aguillo, I. (2015) La web social como nuevo medio de comunicación y evaluación científica. Barcelona: Editorial UOC
Moed, H. (2017). Applied Evaluative Informetrics. Amsterdam: Springer.
Moed, H. F. (2005). Citation analysis in research evaluation (Vol. 9). Springer.
Stuart, D. (2023), Web metrics for library and information professionals (2ª edición). London: Facet Publishing.
Sugimoto, C.R., Larivière, V. (2018). Measuring research: what everyone needs to know. New York: Oxford University Press.
Thelwall, M. (2016). Web indicators for research evaluation: A practical guide. Synthesis Lectures on Information Concepts, Retrieval, and Services, 8(4), i-155.
Todeschini, R., Baccini, A. (2016). Handbook of Bibliometric Indicators: Quantitative Tools for Studying and Evaluating Research. Weinheim: Wiley-VCH.
Torres-Salinas, D. (2024). Principios de bibliometría narrativa. Barcelona: Editorial UOC
Waltman, L. (2016). A review of the literature on citation impact indicators. Journal of Informetrics, 10(2), 365-391
Zhao, D., & Strotmann, A. (2015). Analysis and visualization of citation networks. Synthesis Lectures on Information Concepts, Retrieval, and Services, 7(1), 1-207.

Recursos que se utilizarán durante el curso

- Web of Science: índice de citas multidisciplinario
- Scopus: índice de citas multidisciplinario
- Google Scholar: índice de citas multidisciplinario
- OpenAlex: índice de citas multidisciplinario
- R Studio: entorno de desarrollo de código abierto para análisis estadísticos y gráficos
- Dialnet: base de datos bibliográfica multidisciplinaria especializada en literatura científica publicada en España
- VosViewer: software para la visualización de relaciones en la literatura científica
- Biblioshiny: software para el análisis bibliométrico