-
Notifications
You must be signed in to change notification settings - Fork 0
/
descripcion.Rmd
156 lines (116 loc) · 7 KB
/
descripcion.Rmd
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
---
title: "Descripción de las unidades de análisis"
output:
html_document:
theme: flatly
toc: TRUE
toc_float: TRUE
site: distill::distill_website
---
<img src="C:/Users/User/Google Drive/Web_pages/bibliometriar/wf_descripcion.png" alt="wf1" title="wf1" width="640" height="225" />
## Unidades de análisis
Las unidades de análisis representan el conjunto de elementos de donde se extrae la información y los cuales podemos utilizar para aplicar las técnicas bibliométricas. Las principales unidades de análisis son los documentos, autores, revistas, instituciones. Dentro de un documento, las unidades de análisis pueden ser el título, el resumen, las palabras clave y el texto. Seguidamente se aplicará el análisis descriptivo a las principales unidades de análisis.
## 1. Cargue de paquetes y de la base de datos.{#d1}
Los siguientes paquetes se usarán para trabajar con la base de datos para el análisis bibliométrico. En la parte de **Recursos** se indica cómo se pueden instalar. A partir de aquí se deben cargar en la consola de R para su uso.
```{r, echo=T, warning=F, message=F, eval=T}
library(bibliometrix)
library(dplyr)
library(ggplot2)
library(kableExtra)
```
Para cargar la base de datos se comienza por usar la función *setwd* que permite definir la carpeta donde se encuentre la base de datos y donde guardaremos los resultados del análisis. Luego, la función *convert2df* permite transformar el archivo a formato bibliometrix
```{r, echo=T, warning=F, message=F, results='hide'}
# Definir el directorio de trabajo
setwd("C:/Users/User/Google Drive/Web_pages/example_ecoinnov_290620")
# Base de datos
df <- convert2df("ecoinnov_290620.bib", dbsource="scopus", format="bibtex")
```
## 2. Análisis descriptivo agregado.{#d2}
### 2.1. Dimensión y nombre de las variables
Cuando se trabaja con una base de datos, lo primero que se debe hacer es conocer su dimensión y las variables de la base. La dimensión corresponde a la cantidad de artículos (filas u observaciones) y variables (columnas) de la base de datos de los documentos. La base de datos contiene 1.640 artículos y 31 variables.
Las variables son nombradas según la codificación de *Scopus* o *Web of Knowledge*
```{r, echo=T, warning=F, message=F, eval=T}
# Dimensiones de la base de datos
dim(df)
# Nombre de las variables
names(df)
```
### 2.2. Descripción agregada de la base de datos
Luego se obtiene la información descriptiva agregada de la base de datos. Para ello se aplica la función *biblioAnalysis* a la base *df*. Se recomienda verificar si la información está separada por coma (*,*) o por punto y coma (*;*). Esta función da un objeto de clase *bibliometrix*.
```{r, echo=T, warning=F, message=F, eval=T}
da <- biblioAnalysis(df, sep = ";")
```
El objeto *da* tiene información general como: número de artículos, número de autores y su producción, artículos más citados, las organizaciones y países de afiliación de los autores al momento de publicar el artículo, el total de citas por año, el número de artículos publicados por revista.
Para obtener un resumen de la base de datos se aplica la función *summary*
```{r, echo=T, warning=F, message=F, results='hide'}
s <- summary(da, pause = F)
```
```{r, echo=T, warning=F, message=F, eval=T}
s1 <- as.data.frame(s$MainInformationDF)
```
```{r, echo=F, warning=F, message=F, eval=T}
s1 %>% kable() %>% kable_styling(bootstrap_options="striped", full_width=F, position="left")
```
### 2.3. Producción científica anual
```{r, echo=T, warning=F, message=F, eval=T, fig.width=10, fig.height=5}
acp <- as.data.frame(s$AnnualProduction)
colnames(acp)[1] <- "year"
ggplot(acp, aes(year, Articles, group=1)) + geom_point(stat='summary', fun=sum) + stat_summary(fun=sum, geom="line")
```
## 3. Análisis de revistas{#d3}
### 3.1. Revistas más relevantes
La relevancia corresponde a la cantidad de citaciones que posee la unidad de análisis. Así, la citación es una medida de influencia, por lo que un artículo, autor o revista es relevante en un área de conocimiento si es altamente citado. Lo anterior se basa en el supuesto que los autores citan los documentos que consideran importantes.
```{r, echo=T, warning=F, message=F, eval=T}
rs <- as.data.frame(s$MostRelSources)
rs %>% kable() %>% kable_styling(bootstrap_options="striped", full_width=F, position="left")
```
### 3.2. Ley de Bradford
```{r, echo=T, warning=F, message=F, eval=T}
bl <- bradford(df)
blt <- bl$table
blt <- blt %>% mutate(pfreq = prop.table(Freq)) %>% mutate(cum_freq = cumsum(pfreq))
blt <- blt %>% select(SO, Rank, Freq, Zone, pfreq, cum_freq)
blt %>% kable() %>% kable_styling(bootstrap_options="striped", full_width=F, position="left") %>% scroll_box(width = "100%", height = "200px")
```
```{r, echo=T, warning=F, message=F, eval=T, fig.width=9, fig.height=7}
plot(bl$graph)
```
### 3.3. Crecimiento anual de las revistas
```{r, echo=T, warning=F, message=F, eval=T, fig.width=8, fig.height=5}
sg <- sourceGrowth(df, top = 5, cdf = F)
sg <- sg %>% tidyr::gather(var, val, 2:6)
ggplot(sg, aes(Year, val, group=var, color=var, shape=var)) + geom_point() + geom_line() + theme(legend.position = "bottom", legend.key = element_blank(), legend.key.size=unit(1,"point"), legend.title = element_text("Artíulos")) + guides(colour=guide_legend(nrow=5)) + ylab("Número de artículos") + xlab("Año")
```
## 4. Análisis de autores{#d4}
### 4.1. Autores más relevantes
```{r, echo=T, warning=F, message=F, eval=T}
ra <- as.data.frame(s$MostProdAuthors)
head(ra) %>% kable() %>% kable_styling(bootstrap_options="striped", full_width=F, position="left")
```
### 4.2. Producción de los autores en el tiempo
```{r, echo=T, warning=F, message=F, eval=T}
ap <- authorProdOverTime(df)
```
## 5. Análisis de Artículos{#d5}
### 5.1. Artículos citados globalmente (GCS)
```{r, echo=T, warning=F, message=F, eval=T}
ac <- as.data.frame(da$MostCitedPapers)
head(ac) %>% kable() %>% kable_styling(bootstrap_options="striped", full_width=F, position="left")
```
### 5.2.Artículos más citados localmente (LCS)
```{r, echo=T, warning=F, message=F, eval=T}
lc <- localCitations(df, fast.search = F, sep = ";")
pc <- as.data.frame(lc$Papers)
head(pc) %>% kable() %>% kable_styling(bootstrap_options="striped", full_width=F, position="left")
```
Diagrama de dispersión entre el LCS y el GCS. Esto permite analizar si el área de investigación comparte artículos fuera de esta área o es excluyente.
```{r, echo=T, warning=F, message=F, eval=T}
ggplot(pc, aes(GCS, LCS, color=Year)) + geom_point() + scale_x_continuous(trans = "log2") + scale_y_continuous(trans = "log2") + scale_color_continuous(type = "viridis")
```
### 6. Afiliaciones y países
```{r, echo=T, warning=F, message=F, eval=T}
afp <- as.data.frame(da$FirstAffiliation)
colnames(afp)[1] <- "fp"
afp <- afp %>% count(fp) %>% group_by(fp)
head(afp) %>% kable() %>% kable_styling(bootstrap_options="striped", full_width=F, position="left")
```