Pritchard (1969) definió la bibliometría como la aplicación de métodos estadísticos al control de la información. En realidad, Pritchard apenas recogía lo que estaba ya siendo discutido y madurado en muchos campos académicos desde finales del siglo XVIII e inicios del siglo XIX. Desde esas épocas ya se estaba explorando la aplicación de métodos estadísticos al control de la literatura publicada pero aún no la llamaban bibliometría. Al proponer el término “bibliometría” para esta nueva área de exploración, Pritchard (1969) afirma que este es un neologismo y que tiene ligación con las ya aceptadas y análogas áreas de biometría y econometría. A esas áreas habría que agregar otras como historiometría, psicometría, sociometría, y similares que ya estaban en boga antes de la introducción del término bibliometría por Pritchard. Como afirma Egghe (1988, p. 180) “la popularidad del término también puede ser explicado por el hecho de que otras áreas de investigación ya tenían nombres similares”.
Por otro lado, sabemos que la estadística es el uso de métodos y procedimientos para la recolección, clasificación, resumen y análisis de datos orientados a realizar inferencias a partir de los datos recolectados. La estadística se divide en estadística descriptiva y en estadística inferencial. La estadística descriptiva envuelve la abstracción de las propiedades del conjunto de observaciones, lo que implica una forma de organizar los datos y la descripción de las características esenciales de las observaciones con el objetivo de alcanzar conclusiones específicas. La estadística inferencial está preocupada con los procedimientos para hacer deducciones probabilísticas sobre una población o universo pero basado solamente en una muestra. La población es el volumen total de individuos en análisis y la muestra es un subgrupo de esa población.
Con esta aclaración lo que se está queriendo decir es que no se puede llamar bibliometría, cienciometría o infometría, a aquellas publicaciones donde se usan apenas la estadística descriptiva; es decir, el uso de una sola variable en la que se usa la media, la moda o la mediana y/o que tienen su máxima expresión apenas en el uso de datos presentados en la forma de PORCENTAJES. Este tipo de “investigaciones” producidas en el campo de la bibliotecología y ciencias de la información y en campos afines, andan circulando por toneladas. Estas exploraciones tienen diferentes acepciones: estudio o análisis cualitativo/cuantitativo; análisis o estudio bibliométrico; estudio o análisis métrico. Este tipo de estudios son primarios porque hacen uso únicamente de la estadística descriptiva unidimensional que no son ni deben ser considerados como estudios bibliométricos, infométricos o cienciométricos. Existen por toneladas y muchos hasta indexados en el Web of Science y Scopus.
Como los estudios bibliométricos, infométricos o cienciométricos, están basados en ecuaciones matemáticas, estas ecuaciones ayudan también a la predicción del comportamiento del fenómeno estudiado en el futuro. Sin esas predicciones, esas ecuaciones carecen de sentido.
Al actualizar recientemente una base de datos sobre “bibliometría peruana” producida y publicada en el país o fuera de sus fronteras por peruanos hasta junio de 2022, observé una explosión del uso de la literatura bajada de Web of Science o Scopus, las cuales cuentan con una cobertura limitada de la producción científica y el uso de porcentajes para describir los datos obtenidos de esas bases, así como también el uso simple de estadísticas descriptivas. Hay una profusión simplista del uso de las llamadas “técnicas bibliométricas”, que no son ni técnicas ni bibliométricas.
Para ser considerados como estudios bibliométricos, infométricos o cienciométricos, se debe hacer uso de la estadística inferencial y probabilística, trabajar al menos con dos variables y el uso de medidas de regresión, como es el caso de la ley de Lotka (autores versus producción de artículos), la ley de Bradford (revistas versus producción de artículos), la ley de Zip (palabras versus la frecuencia de ocurrencia de esas palabras en un texto), crecimiento de la literatura (producción anual de documentos versus el número de documentos acumulados según los años), etc. Estos análisis deben ser validados por una prueba chi-cuadrada o kolgomorov-smirnov a un nivel de significancia del 0.05% o un R2 mayor a 0.90. No cumpliendo con estos requisitos cualquier estudio es meramente un ejercicio no adecuado ni serio. Algunos hasta tienen figuritas muy bonitas elaboradas usando el VOSviewer, pero carecen de un análisis adecuado de lo representado en las figuritas.
Como los estudios bibliométricos, infométricos o cienciométricos, están basados en ecuaciones matemáticas, estas ecuaciones ayudan también a la predicción del comportamiento del fenómeno estudiado en el futuro. Sin esas predicciones, esas ecuaciones carecen de sentido. El uso de esas ecuaciones matemáticas y las predicciones es lo que hace que la bibliometría sea útil. Sin esos aditivos sería apenas un ejercicio académico infértil y banal. No basta pues autotitularse de “bibliómetra” para practicar la bibliometría si no se tiene una práctica ajustada a la producción de lo que se considera como práctica científica seria. Siempre hay que tener en mente que los números por sí solos tienen poco valor histórico, pero adquieren sentido cuando producen significados a partir del análisis del contexto histórico social en el que fueron producidos.
❦
Referencias bibliográficas
Pritchard, A. (1969). Statistical bibliography or bibliometrics? Journal of Documentation, 25(4), 348-349.
Egge, L. (1988). Methodological aspects of bibliometrics. Library science with a slant to documentation and information studies, 25(3), 179-191.
Artículos relacionados
Doctor en Ciencia de la Información.
Bibliotecólogo Emérito por la Universidad de California en Riverside (EE. UU.). Participa regularmente en congresos y eventos de la especialidad presentando resultados de investigación en bibliometría, información e ideología, y sociología de la información. ORCID: 0000-0001-5014-801X. Contacto: ruben@ucr.edu
