El sistema tradicional de evaluación de la calidad de una publicación científica (un artículo de revista, por ejemplo) se ha basado, fundamentalmente, en el recuento de las citas que ha generado. Fue Eugene Garfield (1925-2017), en un artículo publicado en Science (1955), quien propuso los índices de citas como un sistema que serviría a los autores para encontrar artículos de una temática. Fue, sin duda, una gran innovación. Posteriormente, con la creación del Institut for Scientific Information (actual Web of Science) y los Journal Citation Reports este sistema cogío mucho relieve y se orientó hacia la evaluación de las revistas ya que servía a los autores para decidir en qué revista publicar (a partir del factor de impacto que se calculaba para cada una de ellas). Ha sido un sistema criticado desde las humanidades y las ciencias sociales, además de por el hecho que no se centra en el artículo sinó que da el valor de referencia a la revista donde se publica (y da por hecho que un artículo tiene que “heredar” el factor de impacto de la revista).
A partir de 2010 se empieza a hablar de las altmétricas, un conjunto de indicadores (como el número de comparticiones, de redifusiones de un artículo, los comentarios que ha generado, las menciones (likes), etc.) que miden la presencia de una publicación en redes sociales y académicas y que complementan de forma notable los índices de citas. Las altmétricas, por otro lado, valoran el eco a nivel del artículo y no de una revista en su conjunto (como hace el factor de impacto, por ejemplo).
Actualmente son varios los editores científicos que han incorporado esta información. Uno de los primeros ejemplos fue la revista PLOS, y luego la siguieron Nature y otras. También se ha extendido su uso en bases de datos (p.e. Scopus) y en redes académicas (p.e. ResearchGate). Los datos altmétricos que acompañan un artículo suelen tener los apartados que aparecen en las figuras 1 y 2, a pesar que pueda haber pequeñas diferencias en función del programa que se haya utilizado (ImpactStory, PLUM, Article Level Metrics, altmetrics.com, etc.).
Figura 1. Ejemplo de altmétricas de un artículo en PLOS
De este modo, vemos que se incluyen no sólo las estadísticas de presencia en redes sociales (menciones, blogs, etc.) sinó que también constan los datos de uso (visualizaciones y descargas) y también las citas que ha tenido el artículo (en Scopus, CrossRef, PubMed, GoogleScholar, etc.). Se trata de una información cuantitativa muy completa tanto para el lector como para el autor de un artículo.
Figura 2. Ejemplo de altmétricas de un artículo en Nature
En el caso de Nature (figura 2) se muestra también una representación gráfica en forma de rosco en la que cada color es un tipo de canal (twitter, blogs, facebook, wikipedia, etc.), se ofrece una contextualización porcentual en relación a artículos de una antigüedad similar y también se indica cuál es la presencia concreta en medios de comunicación generales (“news articles”) y blogs científicos.
Hagamos una valoración rápida de las altmétricas. Como principales puntos fuertes hay que destacar que miden el impacto de las publicaciones más allá de los ámbitos académicos en sentido estricto, que se pueden aplicar a todo tipo de documentos (sea artículo, libro o tesis doctoral), que los resultados son inmediatos (no hace falta esperar el valor anual del factor de impacto) y que se centran en el artículo (y no en la revista).
En cuanto a los puntos débiles, hay que decir que los indicadores deben recogerse de una forma muy rápida (son muy volátiles), que los indicadores son difíciles de comparar entre si (¿qué vale más, un retweet o un “me gusta”?), que hay muchas dificultades en la normalización y homegeneidad en la recogida de datos (hecho que no ocurre en el caso de las citas) y que normalmente diferentes herramientas de medida ofrecen resultados diferentes (p.e. ImpactStory o Altmetrics).
Las altmétricas, en definitiva, ayudan a medir el impacto de una publicación en concreto en las redes sociales. Es por este motivo que más que métricas alternativas, tenemos que calificarlas como métricas complementarias. Respecto al tradicional factor de impacto –que se aplica en una revista— las altmétricas centran su foco en el artículo y esto es una innovación importante. Aunque tengan algunos puntos débiles, están en fase de consolidación y tendrán recorrido.
Desde el punto de vista del investigador, está claro que actualmente no es suficiente con publicar un artículo en una revista, sinó que hay que implicarse a fondo en su difusión en las redes sociales (en especial, Twitter, blogs, etc.) y también en las redes académicas (Researchgate, Mendeley, etc.) para dar visibilidad a los contendios publicados. En este nuevo escenario, las altmétricas son fundamentales porque tienen la capacidad de medir este impacto en las redes y ofrecer a los autores (y también a los lectores) una visión general sobre la difusión de sus publicaciones.
Entrada elaborada por Ernest Abadal, facultad de Biblioteconomía y Documentación de la Universidad de Barcelona.
