La infometría como su nombre lo indica son los estudios cuantitativos que se pueden realizar en la documentación, para este caso tocaremos más exactamente los temas de Google Scholar, la cual es una biblioteca virtual grande, las métricas de las redes sociales y aunque muchos no saben que a diario tenemos cierto contacto con estas como lo son los comentarios, los me gusta, las veces que se ha compartido el enlace, articulo etc. Así mismo veremos conceptos como factor de impacto, índice H, numero de citas, cuartil, la minería de datos. Toda esta información es importante para la información, con estos datos se pueden sacar estadísticas para medir el rendimiento y eficacia de la información producida, recibida, enviada.

2. INFOMETRÍA
Estudiante
Leidy Viviana Ayala Bonilla
Docente
Luz Stella Giraldo Gallego
UNIVERSIDAD DEL QUINDIO
Programa Ciencia de la Información y la Documentación Bibliotecología y
Archivística
2019

3. INTRODUCCIÓN
La infometría como su nombre lo indica son los estudios cuantitativos que se
pueden realizar en la documentación, para este caso tocaremos más exactamente
los temas de Google Scholar, la cual es una biblioteca virtual grande, las
métricas de las redes sociales y aunque muchos no saben que a diario tenemos
cierto contacto con estas como lo son los comentarios, los me gusta, las veces
que se ha compartido el enlace, articulo etc. Así mismo veremos conceptos como
factor de impacto, índice H, numero de citas, cuartil, la minería de datos.
Toda esta información es importante para la información, con estos datos se
pueden sacar estadísticas para medir el rendimiento y eficacia de la información
producida, recibida, enviada.

4. OBJETIVO
 Identificar para qué es y para qué sirve Google Scholar o Google
ecdémico.
 Interiorizar en los conceptos índice H, numero de citas, factor impacto,
cuartil.
 Conocer como se aplican los KPI en las redes sociales.
 Comprender como se lleva a cabo la minería de datos en las entidades.

5. GOOGLE ESCOLAR
Definición:
En inglés, (Google Scholar) ​Es un buscador especializado en la búsqueda en
bibliografía y documentos académicos y científicos. Su funcionamiento es
similar al de la búsqueda web regular de Google, pudiéndose restringir los
resultados con la función (búsqueda avanzada).
Este sitio indexa editoriales, bibliotecas, repositorios, bases de datos
bibliográficas, entre otros; y entre sus resultados se pueden encontrar citas,
enlaces a libros, artículos de revistas científicas, comunicaciones y congresos,
informes científico-técnicos, tesis, tesinas y archivos depositados en repositorios.

7. Características:
 Busca en diversas fuentes desde un solo sitio
 Encuentra documentos académicos, resúmenes y citas
 Localiza documentos académicos completos a través nuestra
biblioteca o red
 Obtiene información acerca de documentos académicos clave en
un campo de investigación.

8. Funciones:
Jerarquiza los resultados usando un algoritmo similar al que utiliza
Google para las búsquedas generales.
permite a los usuarios buscar copias físicas o digitales de artículos, ya
sea en línea o en bibliotecas.
Por medio de la función grupo muestra los enlaces disponibles a artículos
periodísticos.
Por medio de la herramienta citado proporciona acceso a resúmenes de
artículos en los que se haya citado el artículo que se está consultando y
proporciona índices de citaciones previamente sólo disponibles en
Scopus y en Web of Knowledge.
La búsqueda avanzada permite acotar la búsqueda por autor, nombre de
la publicación, fecha, etc; también se puede elegir realizar la búsqueda
sólo sobre los títulos o sobre todo el documento completo.

9. ÍNDICE H
Este indicador nos permite evaluar la producción académica y científica de una
institución o un autor, a través de la combinación de la cantidad de publicaciones y el
número de citas recibidas de esas publicaciones.
Está hecho básicamente para identificar el impacto de las publicaciones de un autor.
Consiste en un análisis cualitativo del desarrollo de un científico a lo largo de su carrera
como investigador.
La forma de calcular el Índice H es ordenar de una manera descendente cada uno de los
trabajos de un autor, de acuerdo a las citas recibidas, lo que otorga un numero por el
orden recibido y a este número se le denomina el Índice H.

10. Ventajas
 Es matemáticamente sencillo
 Es un mejor índice que el número total de publicaciones
 Incentiva a desarrollar un trabajo de mayor calidad
 Puede ser aplicado a cualquier nivel de agregación
 Combina dos tipos de actividades, que son el impacto de las citas y las
publicaciones

12. FACTOR DE IMPACTO (FI)
Este indicador nos permite revisar la relevancia relativa de una revista,
por medio de las citas que reciben los artículos por ella publicados en
un tiempo estipulado. Es decir, mide la repercusión de una revista en la
comunidad, comparando y evaluando revistas concretas de un área del
saber determinado.
A pesar de que no tiene costo y es fácil de usar el FI hereda las
propiedades del indicador número de citas por lo cual no es
recomendable usarlo para medir la calidad más bien para medir la
cantidad.

13. Ejemplo: se quiere revisar el factor impacto de una revista x para el año 2019,
entonces se tienen en cuenta la cantidad de citas y artículos publicados en los 2
años anteriores 2018 y 2017, entonces el cálculo matemático seria asi:
Citas en el 2010 para los artículos publicados en el año 2018 = 37
Citas en el 2019 para los artículos publicados en el año 2017 = 21
La sumatoria sería 37 + 21 = 58
Cantidad de artículos publicados en el año 2018 = 13
Cantidad de artículos publicados en el año 2017 = 7
La sumatoria sería 13 + 7 = 20
FI = 58 / 20 = 2.9

15. NÚMERO DE CITAS
se construye, a través de las citas de mi artículo por otros posteriores.
Este indicador es el más utilizado en los estudios bibliométricos por su
uso básico para medir el impacto y la influencia de mi producción
científica a otros autores o instituciones, también porque es de uso
colaborativo en la construcción de otros indicadores. Uso Para su uso,
se recomienda usar bases de datos que aglomeren infinidad de artículos
y trabajos científicos, tales como: Scopus, WoS (Web of Science) o
Google Scholar. En cada uno podrán encontrar fácilmente el
encabezado de citas al lado del artículo buscado.

16. CUARTIL
Son indicadores auxiliares del FI que permiten subir el nivel de
agrupación de elementos para mejorar su apreciación de
repercusión de una revista frente a las otras.

18. MÉTRICAS DE LAS REDES SOCIALES
Son las que miden la actividad en las redes sociales y deben ser el objetivo del punto de partida.
Algunas métricas de las de las redes sociales son:
 Seguidores: Número de personas que están expuestos a tu contenido de manera regular.
 Alcance: Número de individuos que han visto tu contenido.
 Impresiones: El número potencial de veces que tu contenido ha sido visto (no el número real de
veces que se ha visto). Esto puede incluir a una misma persona que ve tu contenido más de una
vez.
 Compartir: Las veces que tu contenido es compartido por otros, esto incrementa tu alcance.
 Comentarios: El número de comentarios que reciben tus publicaciones.
 Me gusta: Es probablemente la métrica menos valiosa, pues muchas veces las personas le dan
“me gusta” a contenido que no leen.
 Social: Gente que llega al hacer clic en un link compartido en redes sociales.
 Publicidad: Usuarios que llegan al hacer clic en uno de tus anuncios.
 Email: Cuenta los correos que has enviado.

20. KPI
Definición: Es un indicador de rendimiento de
nuestra estrategia. El valor del KPI está
relacionado de forma directa con el objetivo que se
haya fijado previamente. Por lo tanto, los KPI’s
son los que nos van a revelar si las acciones
desarrolladas progresan tal y como esperábamos o
si, por el contrario, nuestra estrategia no está dando
los frutos deseados. En el caso de las redes sociales
se pueden establecer varios KPI’s para un mismo
objetivo y se diseñan para mostrar cómo es el
progreso en un proceso o producto en concreto,
por lo que es un indicador de rendimiento.

22. En el caso de las redes sociales se pueden establecer varios
KPI’s para un mismo objetivo: por ejemplo
La comunidad (publicaciones, seguidores, entre otros)
El alcance (impresiones, visitas, entre otros)
La interacción (me gusta, comentarios entre otros)

23. Funciones
 Miden el nivel de servicio
 Permiten obtener información valiosa y útil.
 Miden determinadas variables y resultados a partir de dicha
información.
 Analizan la información y efectos de unas determinadas estrategias
Comparar la información y determinan las estrategias y tareas
efectivas.
 Permite tomar las decisiones oportunas.

24. Métricas que permiten conocer el rendimiento de los KPI’s
Facebook Total me gusta
Mensajes en el muro
Engagement (me gusta en
publicaciones, comentarios,
compartir).
YouTube Total reproducciones
Total suscriptores
Engagement (Me gusta, comentarios,
vídeos compartidos, vídeos favoritos)
Instagram Veces compartido
Numero de comentarios
Me gusta

26. MINERÍA DE DATOS O EXPLORACIÓN DE
DATOS
Definición:
Es un proceso para detectar información de conjuntos
grandes de datos, de la manera más automáticamente
posible. Es un campo de la estadística y las ciencias de
la computación Estudia todos los datos, alusivo al
proceso que intenta descubrir patrones en grandes
volúmenes de conjunto de datos, entre más datos se
analicen, más preciso es el resultado, y su poder de
detección y predicción aumenta. Este sistema tiene como
finalidad prevenir a los directivos de empresas sobre
situaciones interesantes, anomalías, e incluso peligros no
detectados con anticipación. Y su objetivo es encontrar
patrones, tendencias o reglas que expliquen el
comportamiento de los datos en un contexto específico.

27. Los llamados “mineros” son auxiliares indispensables para el
ejecutivo de cualquier empresa bien organizada. Se caracteriza
por utilizar un gran número de datos de interés; se especializa
en realizar tareas con ayuda de una computadora, apoyándose
en un modelo de trabajo o proceso.

29. Para detectar situaciones interesantes y anomalías, el software que lleva a
cabo minería de datos se vale de varias técnicas y procedimientos
(“algoritmos”). Como:
 Umbrales
 Tendencias
 Franja de normalidad
 Comportamiento errático
 Máximos
 Patrones frecuentes
 Reglas de asociación
 cúmulos

30. Funciones:
 Analiza automática o semi - automática grandes cantidades de datos
para extraer patrones interesantes hasta ahora desconocidos.
 Proceso computacional para descubrir patrones en grandes conjuntos
de datos importantes.
 La minería de datos proporciona un enlace entre las transacciones y
sistemas de análisis.
 Permite que las empresas determinen las relaciones entre los factores
internos y externos.
 Permite profundizar en la información resumida para ver datos
detallados de las transacciones.

32. MINERÍA DE DATOS O EXPLORACIÓN DE
DATOS
Definición:
Es un proceso para detectar información de conjuntos grandes de datos, de
la manera más automáticamente posible. Es un campo de la estadística y las
ciencias de la computación Estudia todos los datos, alusivo al proceso que
intenta descubrir patrones en grandes volúmenes de conjunto de datos,
entre más datos se analicen, más preciso es el resultado, y su poder de
detección y predicción aumenta. Este sistema tiene como finalidad prevenir
a los directivos de empresas sobre situaciones interesantes, anomalías, e
incluso peligros no detectados con anticipación. Y su objetivo es encontrar
patrones, tendencias o reglas que expliquen el comportamiento de los datos
en un contexto específico.

33. CONCLUSIÓN
Con la elaboración de esta actividad nos podemos dar cuenta que los temas
tratados están en constante contacto con nosotros solo que inmersamente,
pues a pesar de que miramos cuantos me gusta le han dado a nuestras
publicaciones, o cuantos han compartido nuestras publicaciones, o las veces
que ha sido citado un articulo dentro de otros, no sabemos el nombre
técnico que reciben estas acciones, pero con la producción de esta actividad
ya se puede comprender mejor el tema, y sabremos a que se refieren
cuando escuchemos hablar de métricas de las redes sociales, o del factor de
impacto así como numero de citas.

34. BIBLIOGRAFÍA
 Cervantes, E. (2012). La cienciometría como herramienta para analizar el impacto de la investigación científica en una región.
Revista CULCyT, 9(48), 41 – 49. Recuperado el 2019, 10, 18 en:
https://www.researchgate.net/profile/Esmeralda_Cervantes_Rendon
 Chaviano, O. (2014). Aplicaciones y perspectivas de los estudios métricos de la información (emi) en la gestión de información y el
conocimiento en las organizaciones. Revista AIBDA, 29(1-2). Recuperado el 2019, 10, 18 en
https://www.researchgate.net/publication/262560458_APLICACIONES_Y_PERSPECTIVAS_DE_LOS_ESTUDIOS_METRICOS
_DE_LA_INFORMACION_EMI_EN_LA_GESTION_DE_INFORMACION_Y_EL_CONOCIMIENTO_EN_LAS_ORGANIZAC
IONES
 Martínez, G. (2011). Minería de datos: como hallar una aguja en un pajar. Revista ciencia, 18–28. Recuperado el 2019, 10, 18 en:
https://www.revistaciencia.amc.edu.mx/images/revista/62_3/PDF/mineria_aguja.pdf
 Pinto, A. y González, A. (2014). Visibilidad de los estudios en análisis de redes sociales en América del Sur: su evolución y métricas
de 1990-2013. Revista Campinas, 26(3), 253-267. Recuperado el 2019, 10, 18 en: http://www.scielo.br/pdf/tinf/v26n3/0103-3786-
tinf-26-03-00253.pdf
 Rodríguez, Y. y Diaz, A. (2009). Herramientas de minería de datos. Revista Cubana de Ciencias Informáticas, 3(3-4), 73-80.
Recuperado el 2019, 10, 18 en: https://www.redalyc.org/pdf/3783/378343637009.pdf