| dc.creator | Rodríguez-Bárcenas,Gustavo | |
| dc.date | 2022-12-01 | |
| dc.date.accessioned | 2023-09-25T14:31:23Z | |
| dc.date.available | 2023-09-25T14:31:23Z | |
| dc.identifier | http://www.scielo.sa.cr/scielo.php?script=sci_arttext&pid=S1659-41422022000200103 | |
| dc.identifier.uri | https://repositorioslatinoamericanos.uchile.cl/handle/2250/8821522 | |
| dc.description | Resumen El aumento de la producción científica convierte en un desafío la tarea de identificar patrones y rasgos particulares que caractericen a los investigadores. Lograr establecer niveles de compatibilidad y similaridad entre actores en un contexto de investigación científica a partir de sus perfiles requiere de un proceso rápido y apropiado. El objetivo de este artículo es evaluar los niveles de similaridad, distancia euclidiana y compatibilidad entre vectores de investigadores, a partir de algoritmos de agrupamiento, escalamiento multidimensional, principios del modelo espacio-vectorial y atributos de sus perfiles científicos, considerando las terminologías que se abordan en su producción científica. Se utilizaron métodos teóricos y empíricos, incluyendo técnicas y herramientas de minería de texto. La aplicación del procedimiento en el Centro de Estudios de la Energía y Tecnología Avanzada de Cuba (CEETAM) y la Universidad Técnica de Cotopaxi (UTC) en Ecuador, evidenció su efectividad. Como resultado se pudo identificar los profesionales con mayores niveles de coincidencia en áreas a fines y líneas de investigación, lo que propicia el establecimiento de Comunidades Colectivas de Conocimientos; se pudo demostrar que los métodos empleados pueden ser integrados a las TIC, resultando en la obtención de relaciones perceptuales entre los investigadores y expresando los grupos que se forman a partir de conglomerados de observaciones en cada subcategoría y dominios de conocimientos de los dos casos de estudio analizados. | |
| dc.format | text/html | |
| dc.language | es | |
| dc.publisher | Universidad de Costa Rica, Escuela de Bibliotecología y Ciencias de la Información | |
| dc.relation | 10.15517/eci.v12i2.50456 | |
| dc.rights | info:eu-repo/semantics/openAccess | |
| dc.source | E-Ciencias de la Información v.12 n.2 2022 | |
| dc.subject | análisis de conglomerados | |
| dc.subject | perfiles de usuario | |
| dc.subject | modelo de espacio vectorial | |
| dc.title | Método de algoritmo de clúster para el análisis del perfil de investigadores científicos | |
| dc.type | info:eu-repo/semantics/article | |
