Generación de datos enlazados a partir de los indicadores anuales de revistas indexadas en Scopus

Abstract

El propósito de esta tesis de fin de master es aplicar el enfoque de datos enlazados a los
indicadores de revistas indexadas, tomando como insumos los reportes anuales de los
portales Scimago Journal Rank y CiteScore Metrics, estas fuentes de datos se generan a
partir del contenido de la base de datos científica Scopus. Scopus indexa las publicaciones
de alrededor de 18000 revistas científicas publicadas por más de 5000 editores
internacionales. El proceso de publicación de datos se basa en un ciclo de vida compuesto
por cinco actividades principales: especificación, modelado, generación de RDF,
generación de enlaces externos, publicación y explotación. Para las actividades de
especificación y modelado ontológico se aplicó la metodología NeOn, que a través de un
conjunto de actividades y tareas específicas ha permitido el desarrollo de la red ontológica
JournalMetrics. Luego, la red ontológica es instanciada a través de la generación de
tripletas RDF y posteriormente se crean enlaces externos considerando otros conjuntos
de datos relacionados.
Como producto del desarrollo de esta investigación, se pueden mencionar tres hallazgos
principales. Primero, el llevar a cabo el desarrollo ontológico guiado por la metodología
Neon, que aporta guías y recomendaciones, permite controlar el desarrollo de procesos,
actividades y tareas que conducen a la creación de ontologías en diferentes escenarios de
acuerdo a la naturaleza del problema a resolver. Segundo, a través de tecnologías de
datos enlazados es posible integrar o mapear datos provenientes de fuentes heterogéneas,
de forma concreta en esta tesis de fin de máster, se utilizan dos reportes anuales de
revistas indexadas, y a pesar de que provienen de la base de datos científica Scopus
difieren en las métricas calculadas. Tercero, la incursión de tecnologías semánticas en casi
todas las áreas de conocimiento permite vincular datos que antes permanecían aislados,
esto impulsa las posibilidades de colaboración y la reutilización de conjuntos de datos
que están en constante crecimiento en la nube de datos enlazados a nivel mundial.
Una vez concluida la tesis de fin de máster, las lecciones aprendidas sugieren que los
datos estadísticos, que en su mayoría son publicados en la Web, no permiten ser
integrados y procesados de forma automática, pero al aplicarles tecnologías semánticas
se pueden obtener en formatos estándar para ser compartidos y reutilizados en otras
iniciativas o ámbitos de estudio. Finalmente, la principal contribución es la publicación
de los datos de revistas indexadas Journal Metrics, dado que, hasta ahora se ha enfocado
con más interés sobre las publicaciones científicas, por consiguiente, se convierte en una
oportunidad de aportar en este ámbito.---ABSTRACT---The purpose of this Master’s Thesis is to apply the linked data approach to the indexed
journal indicators, taking into account inputs from the annual reports of the Scimago
Journal Rank and CiteScore Metrics website, these data sources are generated from the
content of the scientific database Scopus. Scopus indexes the publications of around
18,000 scientific journals published by more than 5000 international publishers. The
process of publishing data is based on a life cycle composed of five main activities:
specification, modeling, generation of RDF, generation of external links, publication and
exploitation. For the activities of specification and ontological modeling, the NeOn
methodology is applied, which through a set of activities and specific tasks has allowed
the development of the ontological network JournalMetrics. Then, the ontological
network is instantiated through the generation of RDF triplets and subsequently external
links are created considering other related data sets.
As a result of the development of this research, three main findings can be mentioned.
Firstly, carrying out the ontological development guided by the Neon Methodology,
which provides guidelines and recommendations, allows controlling the development of
processes, activities and tasks that lead to the creation of ontologies in different scenarios
according to the nature of the problem to be solved. Second, through linked data
technologies it is possible to integrate or map data from heterogeneous sources, more
specifically in this Master's Thesis, two annual reports of indexed journals are used, and
even though they come from the database Scientific Scopus differ in the calculated
metrics. Third, the incursion of semantic technologies in almost all areas of knowledge
allows linking data that previously remained isolated, it drives the possibilities of
collaboration and the reuse of datasets that are constantly growing in the globally linked
data cloud.
Once the final Master's Thesis is finished, the lessons learnt suggest that statistical data,
which are mostly published on the Web, do not allow for automatic integration and
processing, but by applying semantic technologies they can be obtained in standard
formats to be shared and reused in other initiatives or areas of study. Finally, the main
contribution is the publication of data from journals indexed named JournalMetrics,
because until now, it has focused more on scientific publications, therefore, it becomes
an opportunity to contribute in this field