eI9/1
Silvia Molina-MolinaSilvia Molina-Molina
Doctora en Información Científica,
Universidad de Granada. Diploma en
Estudios Avanzados, Universidad de
Granada. Bibliotecóloga, Universidad
de Antioquia, Escuela Interamericana de
Bibliotecología
Medellín – Colombia
silvia.molina@udea.edu.co
https://orcid.org/0000-0003-4482-7483
Sol Álvarez-ArgaezSol Álvarez-Argaez
Magíster en Ingeniería, Universidad de
Antioquia, Colombia.
Analista de Gestión de Información de
la Dirección de Planeación y Desarrollo
Institucional, Universidad de Antioquia,
Medellín – Colombia
sol.alvarez@udea.edu.co
https://orcid.org/0000-0003-3607-6026
Jovanny Estrada-HernándezJovanny Estrada-Hernández
Ingeniero industrial, especialista en
Finanzas, preparación y evaluación de
proyectos, Universidad de Antioquia.
Analista de Gestión de Información de
la Dirección de Planeación y Desarrollo
Institucional, Universidad de Antioquia,
Medellín – Colombia
jovanny.estrada@udea.edu.co
http://orcid.org/0000-0002-0292-6099
Margarita Estrada-HernándezMargarita Estrada-Hernández
Magíster en Salud Mental, Universidad del
Norte. Especialista en Psicología Clínica,
Universidad del Norte. Bibliotecóloga,
Universidad de Antioquia. Psicóloga,
Universidad de Antioquia
Medellín – Colombia
margarita.estrada@udea.edu.co
http://orcid.org/0000-0003-1922-9326
Cómo citar este artículo: Molina-Molina, Silvia; Álvarez-Argaez, Sol; Estrada-
Hernández, Jovanny; Estrada-Hernández, Margarita (2020). Indicadores de ciencia,
tecnología e innovación: hacia la configuración de un sistema de medición. Revista
Interamericana de Bibliotecología, 43(3), eI9. https://doi.org/10.17533/udea.rib.v43n3eI9
Recibido: 2019-09-19 / Aceptado: 2020-04-03
Resumen
Universidades e instituciones de investigación enfrentan el problema de responder
a la proliferación de indicadores de ciencia, tecnología e innovación requeridos por
fuentes internacionales, nacionales e institucionales, además de observatorios, rankings
y las mismas universidades de investigación. Por tanto, se plantea la necesidad de
configurar un sistema de medición capaz de responder, de manera eficaz y oportuna,
a tal proliferación. Con base en una búsqueda documental sobre evaluación de la
investigación; en la compilación de los indicadores mencionados, con foco especial
en Iberoamérica y Colombia; y en la aplicación de técnicas de análisis de datos
cualitativos, se identificaron los datos necesarios y se diseñó un sistema de medición
capaz de atender el problema bajo cuatro condiciones: concepción, estructura,
procedimientos e instrumentos. Este sistema refleja la complejidad del sector; favorece
la comparabilidad; se adapta a necesidades, tendencias y coyunturas; y atiende una
amplia gama de indicadores, que obvian el tradicional banco de indicadores.
Palabras clave: indicadores de ciencia, tecnología e innovación, sistema de medición,
sistema de indicadores, universidades, actividades científicas, tecnológicas y de
innovación.
Indicadores de ciencia, tecnología e innovación: hacia la
configuración de un sistema de medición*
* El presente texto es resultado de uno de los componentes del proyecto “Observatorio de las
actividades científicas, tecnológicas y de innovación de la Universidad de Antioquia”, ejecu-
tada por el grupo de Investigación en Información, Conocimiento y Sociedad de la Escuela
Interamericana de Bibliotecología de la Universidad de Antioquia; fue financiado por la Vi-
cerrectoría de investigación y la Escuela Interamericana de Bibliotecología de la Universidad
de Antioquia.
Silvia Molina-MolinaSilvia Molina-Molina
Doctora en Información Científica,
Universidad de Granada. Diploma en
Estudios Avanzados, Universidad de
Granada. Bibliotecóloga, Universidad
de Antioquia, Escuela Interamericana de
Bibliotecología
Medellín – Colombia
silvia.molina@udea.edu.co
https://orcid.org/0000-0003-4482-7483
Sol Álvarez-ArgaezSol Álvarez-Argaez
Magíster en Ingeniería, Universidad de
Antioquia, Colombia.
Analista de Gestión de Información de
la Dirección de Planeación y Desarrollo
Institucional, Universidad de Antioquia,
Medellín – Colombia
sol.alvarez@udea.edu.co
https://orcid.org/0000-0003-3607-6026
Jovanny Estrada-HernándezJovanny Estrada-Hernández
Ingeniero industrial, especialista en
Finanzas, preparación y evaluación de
proyectos, Universidad de Antioquia.
Analista de Gestión de Información de
la Dirección de Planeación y Desarrollo
Institucional, Universidad de Antioquia,
Medellín – Colombia
jovanny.estrada@udea.edu.co
http://orcid.org/0000-0002-0292-6099
Margarita Estrada-HernándezMargarita Estrada-Hernández
Magíster en Salud Mental, Universidad del
Norte. Especialista en Psicología Clínica,
Universidad del Norte. Bibliotecóloga,
Universidad de Antioquia. Psicóloga,
Universidad de Antioquia
Medellín – Colombia
margarita.estrada@udea.edu.co
http://orcid.org/0000-0003-1922-9326
Cómo citar este artículo: Molina-Molina, Silvia; Álvarez-Argaez, Sol; Estrada-
Hernández, Jovanny; Estrada-Hernández, Margarita (2020). Indicadores de ciencia,
tecnología e innovación: hacia la configuración de un sistema de medición. Revista
Interamericana de Bibliotecología, 43(3), eI9. https://doi.org/10.17533/udea.rib.v43n3eI9
Recibido: 2019-09-19 / Aceptado: 2020-04-03
Resumen
Universidades e instituciones de investigación enfrentan el problema de responder
a la proliferación de indicadores de ciencia, tecnología e innovación requeridos por
fuentes internacionales, nacionales e institucionales, además de observatorios, rankings
y las mismas universidades de investigación. Por tanto, se plantea la necesidad de
configurar un sistema de medición capaz de responder, de manera eficaz y oportuna,
a tal proliferación. Con base en una búsqueda documental sobre evaluación de la
investigación; en la compilación de los indicadores mencionados, con foco especial
en Iberoamérica y Colombia; y en la aplicación de técnicas de análisis de datos
cualitativos, se identificaron los datos necesarios y se diseñó un sistema de medición
capaz de atender el problema bajo cuatro condiciones: concepción, estructura,
procedimientos e instrumentos. Este sistema refleja la complejidad del sector; favorece
la comparabilidad; se adapta a necesidades, tendencias y coyunturas; y atiende una
amplia gama de indicadores, que obvian el tradicional banco de indicadores.
Palabras clave: indicadores de ciencia, tecnología e innovación, sistema de medición,
sistema de indicadores, universidades, actividades científicas, tecnológicas y de
innovación.
Indicadores de ciencia, tecnología e innovación: hacia la
configuración de un sistema de medición*
* El presente texto es resultado de uno de los componentes del proyecto “Observatorio de las
actividades científicas, tecnológicas y de innovación de la Universidad de Antioquia”, ejecu-
tada por el grupo de Investigación en Información, Conocimiento y Sociedad de la Escuela
Interamericana de Bibliotecología de la Universidad de Antioquia; fue financiado por la Vi-
cerrectoría de investigación y la Escuela Interamericana de Bibliotecología de la Universidad
de Antioquia.
eI9/2Rev. Interam. B ibliot. Medellín (Colombia) V ol. 4 3, número 3/septiembre-diciembre 2020 eI9 ISSN 0120-0976 / ISSN (en línea) 2538-9866
https://doi.org/10.17533/udea.rib.v43n3eI9
[Silvia Molina-Molina, Sol Álvarez-Argaez, Jovanny Estrada-Hernández Margarita, Estrada-Hernández]
Indicators of Science,
Technology, and Innovation:
Towards the Configuration of a
Measurement System
Abstract
Universities and research institutions must face the
problem of answering a myriad of science, technology, and
innovation indicators, required by international, national
and institutional bodies, as well as observatories, rankings,
and other research universities. Therefore, there is a need for
a measurement system capable of answering, efficiently and
swiftly, this proliferation of indicators. Based on a literature
review on research evaluation, indicators were compiled,
with a special focus on Ibero-America and Colombia; the data
required to answer each of these indicators were identified
using qualitative data analysis; and, finally, a measurement
system was designed following four conditions: conception,
structure, procedures, and instruments. This system reflects
the complexity of the sector, favors comparability, adapts to
necessities, trends, and opportunities, and is able to produce
a wide range of indicators, replacing the traditional library
or list of indicators.
Keywords: Indicators of science, technology and innovation
indicators, measuring system, system indicators, universities,
science, technology and innovation activities.
1. Introducción
La necesidad que tienen las universidades y demás ins-
tituciones de investigación de medir el desempeño de
sus actividades científicas, tecnológicas y de innovación
(CTI) obedece a la escasa disponibilidad de recursos
y a la consecuente necesidad de concursar por ellos.
Además, es imperativo rendir cuentas en términos de
productos (volumen y visibilidad), pertinencia (aportes
en el circuito del conocimiento e impacto socioeconó-
mico) y eficacia (utilización de los recursos en relación
con los demás ítems) (Callon, Courtial & Penan, 1995).
Dado el estrecho vínculo de la investigación con los
sectores de desarrollo científico, económico y social, la
evaluación de los resultados de la ciencia y la tecnolo-
gía resulta esencial para dinamizar estos tres sectores
(Solís-Cabrera, Milanés-Guisado & Navarrete-Cortés,
2010). También es necesario hacer seguimiento a los
planes y programas institucionales en la materia y aten-
der los requerimientos de los decisores, los analistas
(incluyendo los organismos internacionales), las insti-
tuciones que realizan actividades de CTI y el público en
general (incluyendo los medios de comunicación), que
suelen ser los usuarios de las estadísticas de las activi-
dades de CTI (Cervera, 2001a) desde diferentes roles,
ámbitos y propósitos. Claro que tal medición también
contribuye al interés de las instituciones por mejorar
su desempeño, posicionarse como referente, comparar-
se con los líderes del sector o determinar si su quehacer
está bien orientado.
Todo lo anterior obliga a las instituciones de investi-
gación a contar con estructuras y mecanismos para
medir sus actividades de CTI, dado que “las políticas de
ciencia, tecnología e innovación y su gestión requieren
información objetiva, confiable, oportuna y, en general,
con los mayores niveles de calidad” (Cervera, 2001a,
p. 7). El Grupo Asesor de Expertos Independientes
sobre la Revolución de los Datos para el Desarrollo Sos-
tenible del Secretario General de las Naciones Unidas
(GAEI), en su texto fundamental Un mundo que cuenta,
lo ratifica al señalar: “Los datos son el alma del proce-
so de adopción de decisiones y la materia prima para la
rendición de cuentas” (GAEI, 2014. p. 2) y agrega: “Sin
datos de alta calidad que proporcionen la información
apropiada sobre las cuestiones adecuadas en el momen-
to oportuno, el diseño, el seguimiento y la evaluación
de políticas efectivas resultan casi imposibles” (GAEI,
2014. p. 4). De estos datos depende la posibilidad de
aplicar indicadores, entendidos como “el valor numéri-
co que provee una medida para ponderar el desempeño
cuantitativo y/o cualitativo de un sistema, un individuo
o una organización” (González & Rodríguez, 2010, p.
13). Así, los indicadores se consideran imprescindibles
para medir, evaluar o caracterizar, de manera agregada
y compleja, un fenómeno, su naturaleza, estado y evolu-
ción (Martínez & Albornoz, 1998), aunque se advierte
que
El proceso de recopilación, tabulación o mapeo de los
indicadores cualitativos y cuantitativos, así como el
monitoreo de las actividades son fases iniciales de la
evaluación, una vez que se han identificado los aspec-
tos a evaluar, se han determinado los métodos para
evaluarlos, y se han definido las razones para hacerlo.
(Arencibia & de Moya-Anegón, 2008, p. 9)
https://doi.org/10.17533/udea.rib.v43n3eI9
[Silvia Molina-Molina, Sol Álvarez-Argaez, Jovanny Estrada-Hernández Margarita, Estrada-Hernández]
Indicators of Science,
Technology, and Innovation:
Towards the Configuration of a
Measurement System
Abstract
Universities and research institutions must face the
problem of answering a myriad of science, technology, and
innovation indicators, required by international, national
and institutional bodies, as well as observatories, rankings,
and other research universities. Therefore, there is a need for
a measurement system capable of answering, efficiently and
swiftly, this proliferation of indicators. Based on a literature
review on research evaluation, indicators were compiled,
with a special focus on Ibero-America and Colombia; the data
required to answer each of these indicators were identified
using qualitative data analysis; and, finally, a measurement
system was designed following four conditions: conception,
structure, procedures, and instruments. This system reflects
the complexity of the sector, favors comparability, adapts to
necessities, trends, and opportunities, and is able to produce
a wide range of indicators, replacing the traditional library
or list of indicators.
Keywords: Indicators of science, technology and innovation
indicators, measuring system, system indicators, universities,
science, technology and innovation activities.
1. Introducción
La necesidad que tienen las universidades y demás ins-
tituciones de investigación de medir el desempeño de
sus actividades científicas, tecnológicas y de innovación
(CTI) obedece a la escasa disponibilidad de recursos
y a la consecuente necesidad de concursar por ellos.
Además, es imperativo rendir cuentas en términos de
productos (volumen y visibilidad), pertinencia (aportes
en el circuito del conocimiento e impacto socioeconó-
mico) y eficacia (utilización de los recursos en relación
con los demás ítems) (Callon, Courtial & Penan, 1995).
Dado el estrecho vínculo de la investigación con los
sectores de desarrollo científico, económico y social, la
evaluación de los resultados de la ciencia y la tecnolo-
gía resulta esencial para dinamizar estos tres sectores
(Solís-Cabrera, Milanés-Guisado & Navarrete-Cortés,
2010). También es necesario hacer seguimiento a los
planes y programas institucionales en la materia y aten-
der los requerimientos de los decisores, los analistas
(incluyendo los organismos internacionales), las insti-
tuciones que realizan actividades de CTI y el público en
general (incluyendo los medios de comunicación), que
suelen ser los usuarios de las estadísticas de las activi-
dades de CTI (Cervera, 2001a) desde diferentes roles,
ámbitos y propósitos. Claro que tal medición también
contribuye al interés de las instituciones por mejorar
su desempeño, posicionarse como referente, comparar-
se con los líderes del sector o determinar si su quehacer
está bien orientado.
Todo lo anterior obliga a las instituciones de investi-
gación a contar con estructuras y mecanismos para
medir sus actividades de CTI, dado que “las políticas de
ciencia, tecnología e innovación y su gestión requieren
información objetiva, confiable, oportuna y, en general,
con los mayores niveles de calidad” (Cervera, 2001a,
p. 7). El Grupo Asesor de Expertos Independientes
sobre la Revolución de los Datos para el Desarrollo Sos-
tenible del Secretario General de las Naciones Unidas
(GAEI), en su texto fundamental Un mundo que cuenta,
lo ratifica al señalar: “Los datos son el alma del proce-
so de adopción de decisiones y la materia prima para la
rendición de cuentas” (GAEI, 2014. p. 2) y agrega: “Sin
datos de alta calidad que proporcionen la información
apropiada sobre las cuestiones adecuadas en el momen-
to oportuno, el diseño, el seguimiento y la evaluación
de políticas efectivas resultan casi imposibles” (GAEI,
2014. p. 4). De estos datos depende la posibilidad de
aplicar indicadores, entendidos como “el valor numéri-
co que provee una medida para ponderar el desempeño
cuantitativo y/o cualitativo de un sistema, un individuo
o una organización” (González & Rodríguez, 2010, p.
13). Así, los indicadores se consideran imprescindibles
para medir, evaluar o caracterizar, de manera agregada
y compleja, un fenómeno, su naturaleza, estado y evolu-
ción (Martínez & Albornoz, 1998), aunque se advierte
que
El proceso de recopilación, tabulación o mapeo de los
indicadores cualitativos y cuantitativos, así como el
monitoreo de las actividades son fases iniciales de la
evaluación, una vez que se han identificado los aspec-
tos a evaluar, se han determinado los métodos para
evaluarlos, y se han definido las razones para hacerlo.
(Arencibia & de Moya-Anegón, 2008, p. 9)
eI9/3Rev. Interam. B ibliot. Medellín (Colombia) V ol. 4 3, número 3/septiembre-diciembre 2020 eI7 ISSN 0120-0976 / ISSN (en línea) 2538-9866
https://doi.org/10.17533/udea.rib.v43n3eI9
[Indicadores de ciencia, tecnología e innovación: hacia la configuración de un sistema de medición]
Por tanto, se viene elaborando una serie de marcos
conceptuales y métodos para la armonización inter-
nacional de la medición de las actividades de CTI, ya
que su carácter global exige que la información esta-
dística sea válida y comparable internacionalmente;
de ahí los estándares estadísticos internacionales y las
recomendaciones para la armonización (Ortega, 2009).
De esta manera, participan organismos internaciona-
les y regionales; autoridades nacionales en materia de
actividades de CTI y educación superior; además de
empresas privadas, universidades y grupos de inves-
tigación especializados en la evaluación de la ciencia
(Palomares-Montero, García-Aracil & Castro-Mar-
tínez, 2008). Estos organismos y entidades diseñan
estrategias tales como manuales metodológicos, obser-
vatorios y rankings, que ofrecen numerosos indicadores
para medir la dinámica de la investigación (ver Tabla 1).
A esto se suman varios modelos sobre capital intelec-
tual (González & Rodríguez, 2010), propuestos para
estimar todos los activos tangibles e intangibles de
conocimiento de la institución que posibilitan la gene-
ración de valor.
Tabla 1. Manuales metodológicos elaborados por la OCDE.
Manual Año/edición Objetivo
Frascasti
1963/1.a edición Ofrecer directrices sobre los métodos para la recolección de datos en relación con los recursos
humanos y financieros dedicados a la I+D*
1970/2.a edición Adecuarse a las normas internacionales existentes de las Naciones Unidas, tales como SCN** y la
CIIU***.
1974/3.a edición
Recolectar datos sobre la investigación en ciencias sociales y humanas. Recolectar datos sobre la
investigación en ciencias sociales y humanas.
Dar mayor importancia a las clasificaciones de la ciencia y a la distribución de los presupuestos de
I+D por objetivos socioeconómicos.
1981/4.a edición Mejorar la presentación, diseño y redacción.
1994/5.a edición Revisar los cambios de prioridades de la política de CTI y la evolución de los sistemas de ciencia
y tecnología.
2002/6. a edición
Mejorar las estadísticas de I+D en el sector servicios.
Cuantificar los inputs de la investigación básica, la investigación aplicada al desarrollo experimental
formal e informal.
Desglosar el origen de los fondos de la I+D y de la I+D externa de empresas transnacionales.
2015/ 7.a edición
Mejorar la presentación, cobertura y detalle en el contenido.
Potenciar el análisis de las dinámicas y vínculos de los agentes a nivel micro.
Examinar los procesos de globalización de la I+D y su conjunto de acuerdos.
Balanza de pagos tecnológica 1990 Recopilar y exponer información cuantitativa sobre los ingresos y egresos por tecnología.
Oslo
1992/1.a edición Proveer un marco conceptual y metodológico para la medición de la innovación TPP**** en el
sector manufacturero.
1997/2.a edición
Mostrar un marco de conceptos, definiciones y metodologías actualizado para la comparación de
encuestas internacionales.
Integrar nuevos indicadores a las encuestas.
2005/3. a edición Suministrar directrices para la recopilación e interpretación de datos sobre innovación según
métodos comparables a escala internacional.
Patentes 1994 Proporcionar información básica sobre el uso de los datos de las patentes y su relación con otras
estadísticas económicas, científicas y tecnológicas.
Canberra 1995 Facilitar un marco conceptual para la compilación de datos sobre el stock y flujo de RHCT*****
* I+D: Investigación y Desarrollo
**SCN: Sistema de Cuentas Nacionales
*** CIIU: Clasificación Industrial Internacional Uniforme
**** TPP: Tratado Transpacífico
***** RHCT : Recursos Humanos en Ciencia y Tecnología
Fuente: tomado de Guadarrama-Atrizco y Manzano-Mora (2016, p. 23).
https://doi.org/10.17533/udea.rib.v43n3eI9
[Indicadores de ciencia, tecnología e innovación: hacia la configuración de un sistema de medición]
Por tanto, se viene elaborando una serie de marcos
conceptuales y métodos para la armonización inter-
nacional de la medición de las actividades de CTI, ya
que su carácter global exige que la información esta-
dística sea válida y comparable internacionalmente;
de ahí los estándares estadísticos internacionales y las
recomendaciones para la armonización (Ortega, 2009).
De esta manera, participan organismos internaciona-
les y regionales; autoridades nacionales en materia de
actividades de CTI y educación superior; además de
empresas privadas, universidades y grupos de inves-
tigación especializados en la evaluación de la ciencia
(Palomares-Montero, García-Aracil & Castro-Mar-
tínez, 2008). Estos organismos y entidades diseñan
estrategias tales como manuales metodológicos, obser-
vatorios y rankings, que ofrecen numerosos indicadores
para medir la dinámica de la investigación (ver Tabla 1).
A esto se suman varios modelos sobre capital intelec-
tual (González & Rodríguez, 2010), propuestos para
estimar todos los activos tangibles e intangibles de
conocimiento de la institución que posibilitan la gene-
ración de valor.
Tabla 1. Manuales metodológicos elaborados por la OCDE.
Manual Año/edición Objetivo
Frascasti
1963/1.a edición Ofrecer directrices sobre los métodos para la recolección de datos en relación con los recursos
humanos y financieros dedicados a la I+D*
1970/2.a edición Adecuarse a las normas internacionales existentes de las Naciones Unidas, tales como SCN** y la
CIIU***.
1974/3.a edición
Recolectar datos sobre la investigación en ciencias sociales y humanas. Recolectar datos sobre la
investigación en ciencias sociales y humanas.
Dar mayor importancia a las clasificaciones de la ciencia y a la distribución de los presupuestos de
I+D por objetivos socioeconómicos.
1981/4.a edición Mejorar la presentación, diseño y redacción.
1994/5.a edición Revisar los cambios de prioridades de la política de CTI y la evolución de los sistemas de ciencia
y tecnología.
2002/6. a edición
Mejorar las estadísticas de I+D en el sector servicios.
Cuantificar los inputs de la investigación básica, la investigación aplicada al desarrollo experimental
formal e informal.
Desglosar el origen de los fondos de la I+D y de la I+D externa de empresas transnacionales.
2015/ 7.a edición
Mejorar la presentación, cobertura y detalle en el contenido.
Potenciar el análisis de las dinámicas y vínculos de los agentes a nivel micro.
Examinar los procesos de globalización de la I+D y su conjunto de acuerdos.
Balanza de pagos tecnológica 1990 Recopilar y exponer información cuantitativa sobre los ingresos y egresos por tecnología.
Oslo
1992/1.a edición Proveer un marco conceptual y metodológico para la medición de la innovación TPP**** en el
sector manufacturero.
1997/2.a edición
Mostrar un marco de conceptos, definiciones y metodologías actualizado para la comparación de
encuestas internacionales.
Integrar nuevos indicadores a las encuestas.
2005/3. a edición Suministrar directrices para la recopilación e interpretación de datos sobre innovación según
métodos comparables a escala internacional.
Patentes 1994 Proporcionar información básica sobre el uso de los datos de las patentes y su relación con otras
estadísticas económicas, científicas y tecnológicas.
Canberra 1995 Facilitar un marco conceptual para la compilación de datos sobre el stock y flujo de RHCT*****
* I+D: Investigación y Desarrollo
**SCN: Sistema de Cuentas Nacionales
*** CIIU: Clasificación Industrial Internacional Uniforme
**** TPP: Tratado Transpacífico
***** RHCT : Recursos Humanos en Ciencia y Tecnología
Fuente: tomado de Guadarrama-Atrizco y Manzano-Mora (2016, p. 23).
eI9/4Rev. Interam. Bibliot. Medellín (Colombia) Vol. 43, número 3/septiembre-diciembre 2020 eI9 ISSN 0120-0976 / ISSN (en línea) 2538-9866
https://doi.org/10.17533/udea.rib.v43n3eI9
[Silvia Molina-Molina, Sol Álvarez-Argaez, Jovanny Estrada-Hernández Margarita, Estrada-Hernández]
necesarios para cuáles indicadores e insertarlos en un
sistema que les dé contexto y facilite su interpreta-
ción. Sin embargo, una revisión sobre propuestas de
medición confirma lo que asevera Godin (2005), cuan-
do menciona que la literatura sobre indicadores de
ciencia y tecnología se basa principalmente en listas y
cuentas cronológicas de la introducción de tales indi-
cadores en los informes de las instituciones públicas
que los aplican.
Aunque algunos trabajos eran afines al propósito
buscado, pues plantean formas de medir las capaci-
dades de investigación a partir del capital intelectual
(Sánchez-Torres & Rivera-Torres, 2009) o las capaci-
dades dinámicas (Henao-García, López-González &
Garcés-Marín , 2014), al final resultaron insuficientes
para resolver el planteamiento del problema. Así que
se buscó trascender la idea de un banco de indicadores
y diseñar un sistema de medición (no de evaluación),
configurado a partir cuatro condiciones: 1) una con-
cepción que explique la problemática y el ecosistema
en el que se inserta; 2) una estructura que revele la
complejidad e integración de los elementos y aspectos
objeto de medición, y que vele por la calidad del dato;
3) procedimientos que demuestren el funcionamiento
del sistema, e 4) instrumentos que faciliten la admi-
nistración y uso del sistema. Este diseño provee una
mirada integral sobre las variables que inciden en el
desempeño de la investigación, al combinar propues-
tas de capitales de conocimiento, componentes de
gestión y tablas de datos (principales y auxiliares),
derivadas de la compilación de numerosos indicado-
res y de la identificación de los datos requeridos para
calcularlos. Constituye además un avance sobre los
manuales metodológicos que ayudan a entender y a
aplicar esos indicadores, pero que no precisan los da-
tos que serán obtenidos ni la manera de establecer con
ellos un sistema de información que facilite su inte-
racción.
2. Materiales y método
Se trata de una investigación cualitativa, según lo
explican Hernández, Fernández & Baptista (2010).
En este caso, se basa en la lógica y proceso inductivo
(exploración y descripción para generar perspectivas
teóricas), en torno a la identificación del conjunto de
datos y estrategias que subyacen en la configuración
Todas estas iniciativas han contribuido a ampliar la
perspectiva, la visión y la utilidad de los procesos eva-
luativos de la ciencia y la innovación en los diferentes
niveles de aplicación, y, sumadas a otras variables, han
hecho de la evaluación un fenómeno social complejo
y dinámico (Solís-Cabrera et al., 2010). Sin embargo,
a pesar de la intención orientativa y armonizadora de
tales fuentes, al final resulta excesivo el volumen de
indicadores cienciométricos propuestos, lo que ade-
más revela una alta diversidad e incongruencia, pues
este exceso obedece a gran variedad de proponentes,
metodologías y propósitos. Si bien se ha intentado ela-
borar índices complejos o indicadores agregados que
integren varias mediciones en una sola para reducir el
espectro de medición —como el indicador complejo
(ArCo) de capacidades tecnológicas, el logro tecnoló-
gico del Informe de Desarrollo Humano del Programa
de las Naciones Unidas para el Desarrollo (PNUD), el
índice TAI y el Cuadro de indicadores de rendimiento
industrial de la Organización de las Naciones Unidas
para el Desarrollo Industrial (ONUDI), entre otros—,
estos índices o indicadores aún implican interpreta-
ciones complejas, no se dispone de los datos ni de las
variables suficientes, las variables no son comparables
en todos los contextos y no siempre es posible expli -
car en un solo dato el comportamiento de un sistema
complejo como lo es el de la CTI; así lo evidencian Ar -
chibugi y Coco (2005).
En general, estos índices suponen un amplio conjunto
de requerimientos para las instituciones de investiga-
ción que suelen optar por definir su propio banco de
indicadores con el fin de atenderlos. Lo anterior signi-
fica que las instituciones no siempre están preparadas
para resolver posibles demandas de información, ca-
racterizar debidamente su propio desempeño ni
brindar suficientes bases para la toma de decisiones.
También ocasiona falta de consenso en los indicado-
res utilizados por las instituciones de investigación, lo
que dificulta la evaluación individual y comparativa. A
esto se suma la dispersión de fuentes y datos institu-
cionales, muchas veces sin continuidad en el tiempo
y con diferentes criterios de calidad, lo que deriva en
falta de series históricas y datos imprecisos, sin homo-
geneidad, desactualizados o poco confiables.
Causa esencial de este problema reside en la dificul-
tad de manejar los datos, prever cuáles de ellos serán
https://doi.org/10.17533/udea.rib.v43n3eI9
[Silvia Molina-Molina, Sol Álvarez-Argaez, Jovanny Estrada-Hernández Margarita, Estrada-Hernández]
necesarios para cuáles indicadores e insertarlos en un
sistema que les dé contexto y facilite su interpreta-
ción. Sin embargo, una revisión sobre propuestas de
medición confirma lo que asevera Godin (2005), cuan-
do menciona que la literatura sobre indicadores de
ciencia y tecnología se basa principalmente en listas y
cuentas cronológicas de la introducción de tales indi-
cadores en los informes de las instituciones públicas
que los aplican.
Aunque algunos trabajos eran afines al propósito
buscado, pues plantean formas de medir las capaci-
dades de investigación a partir del capital intelectual
(Sánchez-Torres & Rivera-Torres, 2009) o las capaci-
dades dinámicas (Henao-García, López-González &
Garcés-Marín , 2014), al final resultaron insuficientes
para resolver el planteamiento del problema. Así que
se buscó trascender la idea de un banco de indicadores
y diseñar un sistema de medición (no de evaluación),
configurado a partir cuatro condiciones: 1) una con-
cepción que explique la problemática y el ecosistema
en el que se inserta; 2) una estructura que revele la
complejidad e integración de los elementos y aspectos
objeto de medición, y que vele por la calidad del dato;
3) procedimientos que demuestren el funcionamiento
del sistema, e 4) instrumentos que faciliten la admi-
nistración y uso del sistema. Este diseño provee una
mirada integral sobre las variables que inciden en el
desempeño de la investigación, al combinar propues-
tas de capitales de conocimiento, componentes de
gestión y tablas de datos (principales y auxiliares),
derivadas de la compilación de numerosos indicado-
res y de la identificación de los datos requeridos para
calcularlos. Constituye además un avance sobre los
manuales metodológicos que ayudan a entender y a
aplicar esos indicadores, pero que no precisan los da-
tos que serán obtenidos ni la manera de establecer con
ellos un sistema de información que facilite su inte-
racción.
2. Materiales y método
Se trata de una investigación cualitativa, según lo
explican Hernández, Fernández & Baptista (2010).
En este caso, se basa en la lógica y proceso inductivo
(exploración y descripción para generar perspectivas
teóricas), en torno a la identificación del conjunto de
datos y estrategias que subyacen en la configuración
Todas estas iniciativas han contribuido a ampliar la
perspectiva, la visión y la utilidad de los procesos eva-
luativos de la ciencia y la innovación en los diferentes
niveles de aplicación, y, sumadas a otras variables, han
hecho de la evaluación un fenómeno social complejo
y dinámico (Solís-Cabrera et al., 2010). Sin embargo,
a pesar de la intención orientativa y armonizadora de
tales fuentes, al final resulta excesivo el volumen de
indicadores cienciométricos propuestos, lo que ade-
más revela una alta diversidad e incongruencia, pues
este exceso obedece a gran variedad de proponentes,
metodologías y propósitos. Si bien se ha intentado ela-
borar índices complejos o indicadores agregados que
integren varias mediciones en una sola para reducir el
espectro de medición —como el indicador complejo
(ArCo) de capacidades tecnológicas, el logro tecnoló-
gico del Informe de Desarrollo Humano del Programa
de las Naciones Unidas para el Desarrollo (PNUD), el
índice TAI y el Cuadro de indicadores de rendimiento
industrial de la Organización de las Naciones Unidas
para el Desarrollo Industrial (ONUDI), entre otros—,
estos índices o indicadores aún implican interpreta-
ciones complejas, no se dispone de los datos ni de las
variables suficientes, las variables no son comparables
en todos los contextos y no siempre es posible expli -
car en un solo dato el comportamiento de un sistema
complejo como lo es el de la CTI; así lo evidencian Ar -
chibugi y Coco (2005).
En general, estos índices suponen un amplio conjunto
de requerimientos para las instituciones de investiga-
ción que suelen optar por definir su propio banco de
indicadores con el fin de atenderlos. Lo anterior signi-
fica que las instituciones no siempre están preparadas
para resolver posibles demandas de información, ca-
racterizar debidamente su propio desempeño ni
brindar suficientes bases para la toma de decisiones.
También ocasiona falta de consenso en los indicado-
res utilizados por las instituciones de investigación, lo
que dificulta la evaluación individual y comparativa. A
esto se suma la dispersión de fuentes y datos institu-
cionales, muchas veces sin continuidad en el tiempo
y con diferentes criterios de calidad, lo que deriva en
falta de series históricas y datos imprecisos, sin homo-
geneidad, desactualizados o poco confiables.
Causa esencial de este problema reside en la dificul-
tad de manejar los datos, prever cuáles de ellos serán
eI9/5Rev. Interam. B ibliot. Medellín (Colombia) V ol. 4 3, número 3/septiembre-diciembre 2020 eI7 ISSN 0120-0976 / ISSN (en línea) 2538-9866
https://doi.org/10.17533/udea.rib.v43n3eI9
[Indicadores de ciencia, tecnología e innovación: hacia la configuración de un sistema de medición]
de un sistema para medir el desempeño de las activida -
des CTI. Su desarrollo implicó las siguientes acciones:
1. Establecer un contexto sobre estadísticas e in-
dicadores en actividades de CTI, evaluación de
la ciencia y sistemas de medición relacionados, a
partir de un ejercicio de investigación documental.
2. Configurar un sistema de medición a partir de
cuatro condiciones:
a) una concepción que explique la problemática y
el ecosistema de la propuesta;
b) una estructura que revele la complejidad e in-
tegración de los elementos y aspectos que serán
medidos;
c) procedimientos que indiquen el funcionamien-
to del sistema; e
d) instrumentos que faciliten su operación y gestión.
3. Determinar los lineamientos para la concepción
del sistema de medición.
4. Diseñar la estructura del sistema. Con base en la
metodología para el análisis de los datos cualita-
tivos, propuesta por Fernández-Núñez (2006), se
aplicó la siguiente secuencia:
a) Obtener la información. En este paso, se se-
leccionaron fuentes de información directamente
relacionadas con indicadores de CTI, que cum-
plieran criterios de autoridad, diversidad de
estrategias y ámbitos de acción (ver Tabla 2).
b) Capturar, transcribir y ordenar la informa-
ción. Para esto, se compilaron los indicadores de
CTI propuestos por las fuentes seleccionadas y se
registraron en una hoja de cálculo con los respec-
tivos datos de la fuente.
c) Codificar. A cada indicador se le asignó el capi-
tal de conocimiento correspondiente, de acuerdo
con las siguientes categorías:
– Capital relacional. Comprende la interacción
universidad-comunidad; universidad-empresa; uni-
versidad-Estado; universidad-comunidad académica
y científica; interacción interna.
Tabla 2. Fuentes consultadas para la compilación de los
indicadores de CTI y la identificación de sus respectivos
datos.
Tipo de fuente Fuente
Manuales
internacionales
Cornell University, INSEAD y OMPI (2015)
OCDE (1989, 1990, 2010, 2012, 2015)
OCDE y Eurostat (1995, 2007)
Okubo (1997)
Unesco (1978, 1984, 2010)
BID (2010)
Manuales
regionales
y afines
(Iberoamérica)
CEPAL:
Cervera (2001a, 2001b)
Red Iberoamericana de Indicadores de Ciencia y
Tecnología (RICYT):
Jaramillo, Salazar y Lugones (2001)
Sebastián, Bianco, Campo-Cabal, Correa & Pratt (2007)
D’Onofrio, Solís, Tignino & Cabrera (2010)
RICYT (2015)
Observatorio Iberoamericano de la Ciencia, la Tecnología y
la Sociedad de la Organización de Estados Iberoamericanos
(OCTS-OEI) y RICYT, 2017
REDES y BID:
de la Vega (2009)
Lugones (2009)
Prat (2010)
Infoaces (2013)
OCTS-OEI y UIS-Unesco (2016)
Manuales
nacionales y
afines (caso
Colombia)
Colciencias (2016a, 2016b, 2017)
Consejo Nacional de Acreditación (2006-2017)
Ministerio de Educación Nacional (2018)
Ministerio de Educación Nacional y Convenio Andrés
Bello (2013)
Observatorios y
afines
ICONO (Fundación Española para la Ciencia y la
Tecnología [Fecyt], 2018)
IUNE (Alianza 4 Universidades, 2018)
Observatorio Colombiano de Ciencia y Tecnología (OCyT,
2018)
RICYT (2017)
SPIN (Unesco, 2016)
CEPALSTAT (CEPAL, 2018)
UIS (2018)
Rankings
SIR – SCImago Institutions Rankings (SCImago Research
Group, 2009-2018)
Quacquarelli Symonds Limited (QS) (1994-2017)
Times Higher Education (2018)
U-Multirank (2018)
MIDE (Ministerio de Educación Nacional, 2018)
Universidades
de investigación
Chen, Wang y Yang (2009)
Dundar y Lewis (1998)
Ishikawa (2009)
League of European Research Universities (LERU, 2012)
Mohrman, Ma y Baker (2008)
Phusavat, Ketsarapong, Ranjan & Lin (2011)
Snowball Metrics (2017)
Zornic et al. (2015)
Manuales
nacionales y
afines (caso
Colombia)
Henao-García et al. (2014)
Universidad de Antioquia (2012).
Universidad de los Andes (2006-2012)
Universidad Nacional de Colombia (2009)
Vanegas-Mahecha (2002)
Capital
intelectual CIC (2003)
Fuente: elaboración propia.
https://doi.org/10.17533/udea.rib.v43n3eI9
[Indicadores de ciencia, tecnología e innovación: hacia la configuración de un sistema de medición]
de un sistema para medir el desempeño de las activida -
des CTI. Su desarrollo implicó las siguientes acciones:
1. Establecer un contexto sobre estadísticas e in-
dicadores en actividades de CTI, evaluación de
la ciencia y sistemas de medición relacionados, a
partir de un ejercicio de investigación documental.
2. Configurar un sistema de medición a partir de
cuatro condiciones:
a) una concepción que explique la problemática y
el ecosistema de la propuesta;
b) una estructura que revele la complejidad e in-
tegración de los elementos y aspectos que serán
medidos;
c) procedimientos que indiquen el funcionamien-
to del sistema; e
d) instrumentos que faciliten su operación y gestión.
3. Determinar los lineamientos para la concepción
del sistema de medición.
4. Diseñar la estructura del sistema. Con base en la
metodología para el análisis de los datos cualita-
tivos, propuesta por Fernández-Núñez (2006), se
aplicó la siguiente secuencia:
a) Obtener la información. En este paso, se se-
leccionaron fuentes de información directamente
relacionadas con indicadores de CTI, que cum-
plieran criterios de autoridad, diversidad de
estrategias y ámbitos de acción (ver Tabla 2).
b) Capturar, transcribir y ordenar la informa-
ción. Para esto, se compilaron los indicadores de
CTI propuestos por las fuentes seleccionadas y se
registraron en una hoja de cálculo con los respec-
tivos datos de la fuente.
c) Codificar. A cada indicador se le asignó el capi-
tal de conocimiento correspondiente, de acuerdo
con las siguientes categorías:
– Capital relacional. Comprende la interacción
universidad-comunidad; universidad-empresa; uni-
versidad-Estado; universidad-comunidad académica
y científica; interacción interna.
Tabla 2. Fuentes consultadas para la compilación de los
indicadores de CTI y la identificación de sus respectivos
datos.
Tipo de fuente Fuente
Manuales
internacionales
Cornell University, INSEAD y OMPI (2015)
OCDE (1989, 1990, 2010, 2012, 2015)
OCDE y Eurostat (1995, 2007)
Okubo (1997)
Unesco (1978, 1984, 2010)
BID (2010)
Manuales
regionales
y afines
(Iberoamérica)
CEPAL:
Cervera (2001a, 2001b)
Red Iberoamericana de Indicadores de Ciencia y
Tecnología (RICYT):
Jaramillo, Salazar y Lugones (2001)
Sebastián, Bianco, Campo-Cabal, Correa & Pratt (2007)
D’Onofrio, Solís, Tignino & Cabrera (2010)
RICYT (2015)
Observatorio Iberoamericano de la Ciencia, la Tecnología y
la Sociedad de la Organización de Estados Iberoamericanos
(OCTS-OEI) y RICYT, 2017
REDES y BID:
de la Vega (2009)
Lugones (2009)
Prat (2010)
Infoaces (2013)
OCTS-OEI y UIS-Unesco (2016)
Manuales
nacionales y
afines (caso
Colombia)
Colciencias (2016a, 2016b, 2017)
Consejo Nacional de Acreditación (2006-2017)
Ministerio de Educación Nacional (2018)
Ministerio de Educación Nacional y Convenio Andrés
Bello (2013)
Observatorios y
afines
ICONO (Fundación Española para la Ciencia y la
Tecnología [Fecyt], 2018)
IUNE (Alianza 4 Universidades, 2018)
Observatorio Colombiano de Ciencia y Tecnología (OCyT,
2018)
RICYT (2017)
SPIN (Unesco, 2016)
CEPALSTAT (CEPAL, 2018)
UIS (2018)
Rankings
SIR – SCImago Institutions Rankings (SCImago Research
Group, 2009-2018)
Quacquarelli Symonds Limited (QS) (1994-2017)
Times Higher Education (2018)
U-Multirank (2018)
MIDE (Ministerio de Educación Nacional, 2018)
Universidades
de investigación
Chen, Wang y Yang (2009)
Dundar y Lewis (1998)
Ishikawa (2009)
League of European Research Universities (LERU, 2012)
Mohrman, Ma y Baker (2008)
Phusavat, Ketsarapong, Ranjan & Lin (2011)
Snowball Metrics (2017)
Zornic et al. (2015)
Manuales
nacionales y
afines (caso
Colombia)
Henao-García et al. (2014)
Universidad de Antioquia (2012).
Universidad de los Andes (2006-2012)
Universidad Nacional de Colombia (2009)
Vanegas-Mahecha (2002)
Capital
intelectual CIC (2003)
Fuente: elaboración propia.
eI9/6Rev. Interam. B ibliot. Medellín (Colombia) V ol. 4 3, número 3/septiembre-diciembre 2020 eI9 ISSN 0120-0976 / ISSN (en línea) 2538-9866
https://doi.org/10.17533/udea.rib.v43n3eI9
[Silvia Molina-Molina, Sol Álvarez-Argaez, Jovanny Estrada-Hernández Margarita, Estrada-Hernández]
– Capital humano. Referido al personal dedicado a
investigación y desarrollo (I+D).
– Capital estructural. Incluye capacidades en super-
estructura, infraestructura, información y gasto
en I+D.
También se identificaron los asuntos específicos
que medía cada indicador; se asignaron palabras
clave tomadas de tesauros y listas de autoridad y
se precisaron los datos necesarios para aplicar al
sistema de medición.
d) Integrar. Un análisis de los indicadores develó
dos grupos de categorías: uno referido al asunto
específico que miden los indicadores y otro rela-
cionado con aspectos comunes de la medición. El
primero dio lugar a las tablas principales y el se-
gundo, a las tablas auxiliares.
Las tablas principales fueron elaboradas con base
en ocho categorías identificadas como asuntos
específicos: contexto, personal I+D, interacción,
proyectos, producción, superestructura, infraes-
tructura y gasto. Cada una de ellas conformó una
tabla principal, teniendo en cuenta criterios de
recurrencia, su incidencia en la generación de in-
dicadores y el volumen de datos implicados. Cada
tabla principal reúne los datos necesarios para
la aplicación de los indicadores de su categoría e
incluye las fuentes potenciales de información en
cada caso.
Las tablas auxiliares se conformaron según los
aspectos tradicionalmente comunes a los indica-
dores CTI y que sirven para especificar los datos
de las tablas principales; es decir, áreas y catego-
rías temáticas, objetivos socioeconómicos, sector,
unidad de investigación, ámbito geográfico y nivel
de formación.
Además de las tablas principales y auxiliares, ele-
mentos esenciales de la estructura propuesta, en
el sistema de medición se incluyeron los capitales
de conocimiento y los componentes de gestión,
considerando su tradición y pertinencia para la
presentación de este tipo de indicadores, ade-
más de su uso habitual para obtener una mirada
panorámica del desempeño de una institución
de investigación. Los capitales de conocimien-
to se definieron en el punto c) de este apartado.
Los componentes de gestión fueron entendidos de
la siguiente manera:
– Capacidades. Miden el potencial de la institución,
en términos de los recursos con que cuenta para la
investigación.
– Procesos. Referidos a las actividades de ciencia,
tecnología e innovación que lleva a cabo la institu-
ción de investigación.
– Resultados. Productos derivados de esos procesos
y de las respectivas capacidades institucionales
que ellos implican.
5. Definir los procedimientos. Una vez establecidas
las tablas, se adelantaron ejercicios para probar su
funcionamiento y comprobar que su combinación
permitía la aplicación de un gran número de in-
dicadores. Para su presentación, se estableció una
matriz que combina los capitales de conocimiento
con los componentes de gestión, además de una
columna para registrar logros cualitativos, poco
considerados en la literatura consultada.
Obviamente, en este proceso es imprescindible
garantizar la calidad de los datos, determinada
por la validez de la fuente y la normalización de la
información, según pautas prestablecidas, además
de los criterios de relevancia, exactitud, opor-
tunidad y puntualidad, accesibilidad y claridad,
comparabilidad, coherencia y completitud (Arri-
bas, Casado & Martínez, 2003), pero esto escapa
al alcance de este trabajo.
6. Identificar los instrumentos. Las tablas principales
y auxiliares son los instrumentos básicos del siste-
ma, pero ellos operan en sintonía con los sistemas
de información institucionales y las herramientas
informáticas más apropiadas para la medición de
la investigación. En este punto, se identificaron los
instrumentos, los agentes responsables de los datos
y las “fuentes potenciales de información”, como se
indicó en las tablas principales.
https://doi.org/10.17533/udea.rib.v43n3eI9
[Silvia Molina-Molina, Sol Álvarez-Argaez, Jovanny Estrada-Hernández Margarita, Estrada-Hernández]
– Capital humano. Referido al personal dedicado a
investigación y desarrollo (I+D).
– Capital estructural. Incluye capacidades en super-
estructura, infraestructura, información y gasto
en I+D.
También se identificaron los asuntos específicos
que medía cada indicador; se asignaron palabras
clave tomadas de tesauros y listas de autoridad y
se precisaron los datos necesarios para aplicar al
sistema de medición.
d) Integrar. Un análisis de los indicadores develó
dos grupos de categorías: uno referido al asunto
específico que miden los indicadores y otro rela-
cionado con aspectos comunes de la medición. El
primero dio lugar a las tablas principales y el se-
gundo, a las tablas auxiliares.
Las tablas principales fueron elaboradas con base
en ocho categorías identificadas como asuntos
específicos: contexto, personal I+D, interacción,
proyectos, producción, superestructura, infraes-
tructura y gasto. Cada una de ellas conformó una
tabla principal, teniendo en cuenta criterios de
recurrencia, su incidencia en la generación de in-
dicadores y el volumen de datos implicados. Cada
tabla principal reúne los datos necesarios para
la aplicación de los indicadores de su categoría e
incluye las fuentes potenciales de información en
cada caso.
Las tablas auxiliares se conformaron según los
aspectos tradicionalmente comunes a los indica-
dores CTI y que sirven para especificar los datos
de las tablas principales; es decir, áreas y catego-
rías temáticas, objetivos socioeconómicos, sector,
unidad de investigación, ámbito geográfico y nivel
de formación.
Además de las tablas principales y auxiliares, ele-
mentos esenciales de la estructura propuesta, en
el sistema de medición se incluyeron los capitales
de conocimiento y los componentes de gestión,
considerando su tradición y pertinencia para la
presentación de este tipo de indicadores, ade-
más de su uso habitual para obtener una mirada
panorámica del desempeño de una institución
de investigación. Los capitales de conocimien-
to se definieron en el punto c) de este apartado.
Los componentes de gestión fueron entendidos de
la siguiente manera:
– Capacidades. Miden el potencial de la institución,
en términos de los recursos con que cuenta para la
investigación.
– Procesos. Referidos a las actividades de ciencia,
tecnología e innovación que lleva a cabo la institu-
ción de investigación.
– Resultados. Productos derivados de esos procesos
y de las respectivas capacidades institucionales
que ellos implican.
5. Definir los procedimientos. Una vez establecidas
las tablas, se adelantaron ejercicios para probar su
funcionamiento y comprobar que su combinación
permitía la aplicación de un gran número de in-
dicadores. Para su presentación, se estableció una
matriz que combina los capitales de conocimiento
con los componentes de gestión, además de una
columna para registrar logros cualitativos, poco
considerados en la literatura consultada.
Obviamente, en este proceso es imprescindible
garantizar la calidad de los datos, determinada
por la validez de la fuente y la normalización de la
información, según pautas prestablecidas, además
de los criterios de relevancia, exactitud, opor-
tunidad y puntualidad, accesibilidad y claridad,
comparabilidad, coherencia y completitud (Arri-
bas, Casado & Martínez, 2003), pero esto escapa
al alcance de este trabajo.
6. Identificar los instrumentos. Las tablas principales
y auxiliares son los instrumentos básicos del siste-
ma, pero ellos operan en sintonía con los sistemas
de información institucionales y las herramientas
informáticas más apropiadas para la medición de
la investigación. En este punto, se identificaron los
instrumentos, los agentes responsables de los datos
y las “fuentes potenciales de información”, como se
indicó en las tablas principales.
eI9/7Rev. Interam. B ibliot. Medellín (Colombia) V ol. 4 3, número 3/septiembre-diciembre 2020 eI7 ISSN 0120-0976 / ISSN (en línea) 2538-9866
https://doi.org/10.17533/udea.rib.v43n3eI9
[Indicadores de ciencia, tecnología e innovación: hacia la configuración de un sistema de medición]
3. Resultados
En consonancia con lo anterior, se propone un sistema
de medición de las actividades de CTI para una insti-
tución de investigación, especialmente la universitaria,
configurado a partir de las cuatro condiciones men-
cionadas (concepción, estructura, procedimientos e
instrumentos), cuyo desarrollo se explica como sigue:
3.1. Concepción
Antes de establecer un sistema de medición de las activi-
dades de CTI, es preciso aclarar el tipo de cuestiones que
plantea la Figura 1. La respuesta a las preguntas permite
precisar la necesidad, el alcance y el enfoque del sistema
de medición, y le dan solidez.
Figura 1. Consideraciones previas a un sistema de medición.
Fuente: elaboración propia a partir de Colciencias (2016a).
Un análisis especial tiene el ecosistema de investiga-
ción, definido por Colciencias y los Sistemas Nacionales
de Innovación (SNI)1 y propuesto por Freeman (1987)
y Lundvall (1992) desde la década de los ochenta,2
1 Los ecosistemas involucran redes de actores que se articulan alrede-
dor de focos estratégicos para generar y usar conocimiento en fun-
ción del desarrollo social y productivo de un territorio, al respecto
ver Colciencias (2016a).
2 Para Freeman (1987), entendidos como una red de instituciones pú-
blicas y privadas, cuyas actividades e interacciones inician, impor-
tan, modifican y difunden nuevas tecnologías. Para Lundvall (1992)
en clave de elementos y relaciones que interactúan en la producción,
difusión y uso de conocimiento nuevo y útil desde el punto de vista
económico que están localizados en una región determinada.
entendido como una red de actores que se articulan
alrededor de focos estratégicos para generar y usar cono-
cimiento en función del desarrollo social y productivo de
un territorio (Colciencias, 2016a). Identificar los actores
involucrados es crucial, porque cada uno de ellos tiene
diferentes necesidades de información y a ellos debe obe-
decer el sistema de medición. Aquí se presenta el caso
de una universidad en el que se diferencian tres entornos
con los respectivos usuarios del sistema, así como sus
productores, ubicados en los sectores educación supe-
rior, productivo, privado, instituciones privadas sin fin
de lucro y extranjero (Cervera, 2001a).
https://doi.org/10.17533/udea.rib.v43n3eI9
[Indicadores de ciencia, tecnología e innovación: hacia la configuración de un sistema de medición]
3. Resultados
En consonancia con lo anterior, se propone un sistema
de medición de las actividades de CTI para una insti-
tución de investigación, especialmente la universitaria,
configurado a partir de las cuatro condiciones men-
cionadas (concepción, estructura, procedimientos e
instrumentos), cuyo desarrollo se explica como sigue:
3.1. Concepción
Antes de establecer un sistema de medición de las activi-
dades de CTI, es preciso aclarar el tipo de cuestiones que
plantea la Figura 1. La respuesta a las preguntas permite
precisar la necesidad, el alcance y el enfoque del sistema
de medición, y le dan solidez.
Figura 1. Consideraciones previas a un sistema de medición.
Fuente: elaboración propia a partir de Colciencias (2016a).
Un análisis especial tiene el ecosistema de investiga-
ción, definido por Colciencias y los Sistemas Nacionales
de Innovación (SNI)1 y propuesto por Freeman (1987)
y Lundvall (1992) desde la década de los ochenta,2
1 Los ecosistemas involucran redes de actores que se articulan alrede-
dor de focos estratégicos para generar y usar conocimiento en fun-
ción del desarrollo social y productivo de un territorio, al respecto
ver Colciencias (2016a).
2 Para Freeman (1987), entendidos como una red de instituciones pú-
blicas y privadas, cuyas actividades e interacciones inician, impor-
tan, modifican y difunden nuevas tecnologías. Para Lundvall (1992)
en clave de elementos y relaciones que interactúan en la producción,
difusión y uso de conocimiento nuevo y útil desde el punto de vista
económico que están localizados en una región determinada.
entendido como una red de actores que se articulan
alrededor de focos estratégicos para generar y usar cono-
cimiento en función del desarrollo social y productivo de
un territorio (Colciencias, 2016a). Identificar los actores
involucrados es crucial, porque cada uno de ellos tiene
diferentes necesidades de información y a ellos debe obe-
decer el sistema de medición. Aquí se presenta el caso
de una universidad en el que se diferencian tres entornos
con los respectivos usuarios del sistema, así como sus
productores, ubicados en los sectores educación supe-
rior, productivo, privado, instituciones privadas sin fin
de lucro y extranjero (Cervera, 2001a).
eI9/8Rev. Interam. Bibliot. Medellín (Colombia) Vol. 43, número 3/septiembre-diciembre 2020 eI9 ISSN 0120-0976 / ISSN (en línea) 2538-9866
https://doi.org/10.17533/udea.rib.v43n3eI9
[Silvia Molina-Molina, Sol Álvarez-Argaez, Jovanny Estrada-Hernández Margarita, Estrada-Hernández]
Este sugiere las numerosas combinaciones que per-
mite para responder a los indicadores requeridos, sin
necesidad de predeterminarlos. En conjunto, el cubo
responde a un vasto número de indicadores de CTI,
atendiendo coyunturas, propósitos y requerimientos
de los actores del ecosistema.
3.2. Estructura
Establecida la concepción, el diseño de la estructura si-
gue la condición de revelar la complejidad e integración
de los elementos y aspectos que serán medidos, para lo
cual se toma como símil un cubo Rubik© (Figura 2).
Figura 2. Estructura del sistema de medición.
Fuente: elaboración propia a partir de Centro de Investigación sobre la Sociedad del Conocimiento (CIC, 2003); Cervera
(2001a) y fuentes citadas en la Tabla 1.
La estructura incluye las tablas principales y auxilia-
res que contienen los datos detrás de los indicadores,
detallados más adelante. También comprende capita-
les de conocimiento, componentes de gestión y logros
cualitativos, como referentes para el seguimiento y la
medición, y como guía para presentar el grupo de in-
dicadores que exijan las circunstancias. Cada uno de
estos elementos se explica así:
3.2.1 Tablas principales
Conjunto de ocho tablas que presentan los datos re-
queridos en cada categoría, agrupados por afinidades.
En la última columna se sugieren algunas fuentes poten-
ciales de información para su respectiva recopilación.
• Contexto. Permite conocer la posición relativa
de la institución respecto a su entorno inmediato
o sus propias capacidades. Como se aprecia en la
Tabla 3, son necesarios los datos de población y
presupuesto de la propia institución, además de los
correspondientes a los ámbitos geográficos o insti-
tucionales de referencia.
• Personal de I+D. La Tabla 4 presenta los datos
referidos al capital humano dedicado a la I+D. Im-
plica contar con datos generales de identificación,
además de formación académica, vínculo con la ins-
titución y vínculo con la investigación. Al respecto,
existen guías para la clasificación de los oficios de
la Organización International del Trabajo (OIT,
2012); la educación (Unesco Instituto de Estadís-
tica [UIS], 2013); y los rangos de edad, como, por
ejemplo, los elaborados por la Organización de las
Naciones Unidas (ONU, 1982).
https://doi.org/10.17533/udea.rib.v43n3eI9
[Silvia Molina-Molina, Sol Álvarez-Argaez, Jovanny Estrada-Hernández Margarita, Estrada-Hernández]
Este sugiere las numerosas combinaciones que per-
mite para responder a los indicadores requeridos, sin
necesidad de predeterminarlos. En conjunto, el cubo
responde a un vasto número de indicadores de CTI,
atendiendo coyunturas, propósitos y requerimientos
de los actores del ecosistema.
3.2. Estructura
Establecida la concepción, el diseño de la estructura si-
gue la condición de revelar la complejidad e integración
de los elementos y aspectos que serán medidos, para lo
cual se toma como símil un cubo Rubik© (Figura 2).
Figura 2. Estructura del sistema de medición.
Fuente: elaboración propia a partir de Centro de Investigación sobre la Sociedad del Conocimiento (CIC, 2003); Cervera
(2001a) y fuentes citadas en la Tabla 1.
La estructura incluye las tablas principales y auxilia-
res que contienen los datos detrás de los indicadores,
detallados más adelante. También comprende capita-
les de conocimiento, componentes de gestión y logros
cualitativos, como referentes para el seguimiento y la
medición, y como guía para presentar el grupo de in-
dicadores que exijan las circunstancias. Cada uno de
estos elementos se explica así:
3.2.1 Tablas principales
Conjunto de ocho tablas que presentan los datos re-
queridos en cada categoría, agrupados por afinidades.
En la última columna se sugieren algunas fuentes poten-
ciales de información para su respectiva recopilación.
• Contexto. Permite conocer la posición relativa
de la institución respecto a su entorno inmediato
o sus propias capacidades. Como se aprecia en la
Tabla 3, son necesarios los datos de población y
presupuesto de la propia institución, además de los
correspondientes a los ámbitos geográficos o insti-
tucionales de referencia.
• Personal de I+D. La Tabla 4 presenta los datos
referidos al capital humano dedicado a la I+D. Im-
plica contar con datos generales de identificación,
además de formación académica, vínculo con la ins-
titución y vínculo con la investigación. Al respecto,
existen guías para la clasificación de los oficios de
la Organización International del Trabajo (OIT,
2012); la educación (Unesco Instituto de Estadís-
tica [UIS], 2013); y los rangos de edad, como, por
ejemplo, los elaborados por la Organización de las
Naciones Unidas (ONU, 1982).
eI9/9Rev. Interam. B ibliot. Medellín (Colombia) V ol. 4 3, número 3/septiembre-diciembre 2020 eI7 ISSN 0120-0976 / ISSN (en línea) 2538-9866
https://doi.org/10.17533/udea.rib.v43n3eI9
[Indicadores de ciencia, tecnología e innovación: hacia la configuración de un sistema de medición]
Tabla 3. Contexto
Datos Fuentes potenciales de información
País Institución
Población
Población económicamente activa
Producto Interno Bruto
Presupuesto general de la nación
Presupuesto general de inversión
Tasa de cambio
Profesores
Estudiantes
Estudiantes de pregrado
Estudiantes de posgrado
Personal administrativo
Presupuesto institucional
Presupuesto
RICYT
Sistema de información estadística nacional
Oficinas de planeación institucional
Fuente: elaboración propia a partir de las fuentes citadas en la Tabla 2.
Tabla 4. Personal de I+D.
Datos Fuentes potenciales de
informaciónInformación general del
personal I+D Formación académica Vínculo con la
institución
Vínculo con la
investigación
Tipo de documento de
identidad
Número del documento de
identidad
Nombres y apellidos
Sexo
Nacionalidad
Fecha de nacimiento
Correo electrónico
institucional
Dependencia
Títulos obtenidos
(profesional,
especialización, maestría,
doctorado…)
Institución que otorga el
título
Ciudad y país que otorga
el título
Fecha de graduación por
nivel de formación
Área temática de cada
nivel de formación
Número de plaza o
contrato
Centro de costo
Salario o monto del
contrato
Tipo de vinculación
laboral
Fecha (inicio/fin)
Categoría como profesor
Código del programa
académico
Nombre del programa
Nivel del programa
Roles en el sistema de
investigación:
Investigador
Categoría como
investigador
Vigencia de la categoría
Estudiante por nivel de
formación
Becario
Joven investigador
Auxiliar de investigación
Técnico y personal
asimilado
Personal de apoyo
Personal de servicios CyT
Experto en (temas
específicos)
Par evaluador
Jurado de tesis
Ponente magistral
Ponente
Asistente
Compilador de memorias
Organizador de evento
científico
Editor de revista
Comité Editorial
Comité Científico
Revisor
Vigencia del rol (fecha de
inicio; fecha fin)
Sistema de información de
personal disponible en la
institución
Sistema de información de
la investigación
Fuente: elaboración propia a partir de las fuentes citadas en la Tabla 2.
https://doi.org/10.17533/udea.rib.v43n3eI9
[Indicadores de ciencia, tecnología e innovación: hacia la configuración de un sistema de medición]
Tabla 3. Contexto
Datos Fuentes potenciales de información
País Institución
Población
Población económicamente activa
Producto Interno Bruto
Presupuesto general de la nación
Presupuesto general de inversión
Tasa de cambio
Profesores
Estudiantes
Estudiantes de pregrado
Estudiantes de posgrado
Personal administrativo
Presupuesto institucional
Presupuesto
RICYT
Sistema de información estadística nacional
Oficinas de planeación institucional
Fuente: elaboración propia a partir de las fuentes citadas en la Tabla 2.
Tabla 4. Personal de I+D.
Datos Fuentes potenciales de
informaciónInformación general del
personal I+D Formación académica Vínculo con la
institución
Vínculo con la
investigación
Tipo de documento de
identidad
Número del documento de
identidad
Nombres y apellidos
Sexo
Nacionalidad
Fecha de nacimiento
Correo electrónico
institucional
Dependencia
Títulos obtenidos
(profesional,
especialización, maestría,
doctorado…)
Institución que otorga el
título
Ciudad y país que otorga
el título
Fecha de graduación por
nivel de formación
Área temática de cada
nivel de formación
Número de plaza o
contrato
Centro de costo
Salario o monto del
contrato
Tipo de vinculación
laboral
Fecha (inicio/fin)
Categoría como profesor
Código del programa
académico
Nombre del programa
Nivel del programa
Roles en el sistema de
investigación:
Investigador
Categoría como
investigador
Vigencia de la categoría
Estudiante por nivel de
formación
Becario
Joven investigador
Auxiliar de investigación
Técnico y personal
asimilado
Personal de apoyo
Personal de servicios CyT
Experto en (temas
específicos)
Par evaluador
Jurado de tesis
Ponente magistral
Ponente
Asistente
Compilador de memorias
Organizador de evento
científico
Editor de revista
Comité Editorial
Comité Científico
Revisor
Vigencia del rol (fecha de
inicio; fecha fin)
Sistema de información de
personal disponible en la
institución
Sistema de información de
la investigación
Fuente: elaboración propia a partir de las fuentes citadas en la Tabla 2.
eI9/10Rev. Interam. B ibliot. Medellín (Colombia) V ol. 4 3, número 3/septiembre-diciembre 2020 eI9 ISSN 0120-0976 / ISSN (en línea) 2538-9866
https://doi.org/10.17533/udea.rib.v43n3eI9
[Silvia Molina-Molina, Sol Álvarez-Argaez, Jovanny Estrada-Hernández Margarita, Estrada-Hernández]
Robinson-García, Torres-Salinas, Zahedi & Cos-
tas, 2014; Thelwall & Kousha, 2015). Los tipos de
productos de investigación pueden consultarse en
Rosado et al. (2008) y en Colciencias (2017). Da
cuenta de los resultados de investigación y requie-
re datos sobre el producto mismo, los autores, los
editores y los sistemas de difusión y visibilidad uti-
lizados, como muestra la Tabla 7.
• Superestructura. Revela la naturaleza de la or-
ganización como institución de investigación y el
interés por fortalecer sus capacidades, por lo cual
exige datos sobre programas académicos, fomento
a la investigación, estructura orgánica y normativi-
dad, sistemas y recursos de información, tal como
enseña la Tabla 8.
• Infraestructura. Comprende los datos enuncia-
dos en la Tabla 9, relacionados con instalaciones,
equipos, recursos basados en conocimiento, re-
cursos basados en tecnologías de la información
y la comunicación y servicios utilizados por la co-
munidad científica para realizar investigación de
alto nivel en sus respectivos campos. La European
Science Foundation (ESF) ofrece pautas impor-
tantes al respecto, incluidas las humanidades
(ESF, 2011, 2013).
• Interacción. Revela la capacidad que tiene la ins-
titución para integrarse a su entorno y participar
en redes de colaboración de variada índole con
comunidades, empresas privadas y estatales, co-
munidades académicas y científicas, y actores de
su propio sistema de investigación. Está muy re-
lacionada con las tablas principales de proyectos
y producción, que revelan la colaboración. Como
describe la Tabla 5, requiere de datos sobre la mo-
dalidad de la interacción, y sobre las instituciones y
personas que participan en ella.
• Proyectos. Son esenciales en el proceso de medición
y sobre ellos recae un buen número de indicadores
que revelan la capacidad para la gestión de la in-
vestigación. Exigen datos de información general
sobre los proyectos, además del talento humano
y la financiación comprometidos en ellos, según
muestra la Tabla 6.
• Producción. Esta categoría es la más utilizada para
medir el desempeño de la investigación y suele
contrastarse con un buen número de indicadores.
Sobre ella abunda la literatura referida tanto a los
indicadores bibliométricos (Prat, 2010; Maltrás,
2003) como a los webométricos (Aguillo & Gra-
nadino, 2006) y a los altmétricos (Torres-Salinas,
Cabezas-Clavijo & Jiménez-Contreras, 2013;
Tabla 5. Interacción.
Datos Fuentes potenciales de información
Información sobre la modalidad Participantes
Nombre
Tipo (consorcio, asociación científica, red,
convenio, movilidad, programa, proyecto,
producción, evento…)
Vigencia (año/inicio, año/fin)
Información sobre las instituciones:
Nombre
Sigla
NIT
Rol (líder, participante)
Sector
País
Ciudad
Información sobre los participantes:
Rol (líder o participante)
Tipo de documento de identidad
Número de documento de identidad
Nombres y apellidos
Sexo
Filiación institucional
País
Ciudad
Instancia responsable de coordinar las relaciones
nacionales e internacionales de las instituciones
Fuente: elaboración propia a partir de las fuentes citadas en la Tabla 2.
https://doi.org/10.17533/udea.rib.v43n3eI9
[Silvia Molina-Molina, Sol Álvarez-Argaez, Jovanny Estrada-Hernández Margarita, Estrada-Hernández]
Robinson-García, Torres-Salinas, Zahedi & Cos-
tas, 2014; Thelwall & Kousha, 2015). Los tipos de
productos de investigación pueden consultarse en
Rosado et al. (2008) y en Colciencias (2017). Da
cuenta de los resultados de investigación y requie-
re datos sobre el producto mismo, los autores, los
editores y los sistemas de difusión y visibilidad uti-
lizados, como muestra la Tabla 7.
• Superestructura. Revela la naturaleza de la or-
ganización como institución de investigación y el
interés por fortalecer sus capacidades, por lo cual
exige datos sobre programas académicos, fomento
a la investigación, estructura orgánica y normativi-
dad, sistemas y recursos de información, tal como
enseña la Tabla 8.
• Infraestructura. Comprende los datos enuncia-
dos en la Tabla 9, relacionados con instalaciones,
equipos, recursos basados en conocimiento, re-
cursos basados en tecnologías de la información
y la comunicación y servicios utilizados por la co-
munidad científica para realizar investigación de
alto nivel en sus respectivos campos. La European
Science Foundation (ESF) ofrece pautas impor-
tantes al respecto, incluidas las humanidades
(ESF, 2011, 2013).
• Interacción. Revela la capacidad que tiene la ins-
titución para integrarse a su entorno y participar
en redes de colaboración de variada índole con
comunidades, empresas privadas y estatales, co-
munidades académicas y científicas, y actores de
su propio sistema de investigación. Está muy re-
lacionada con las tablas principales de proyectos
y producción, que revelan la colaboración. Como
describe la Tabla 5, requiere de datos sobre la mo-
dalidad de la interacción, y sobre las instituciones y
personas que participan en ella.
• Proyectos. Son esenciales en el proceso de medición
y sobre ellos recae un buen número de indicadores
que revelan la capacidad para la gestión de la in-
vestigación. Exigen datos de información general
sobre los proyectos, además del talento humano
y la financiación comprometidos en ellos, según
muestra la Tabla 6.
• Producción. Esta categoría es la más utilizada para
medir el desempeño de la investigación y suele
contrastarse con un buen número de indicadores.
Sobre ella abunda la literatura referida tanto a los
indicadores bibliométricos (Prat, 2010; Maltrás,
2003) como a los webométricos (Aguillo & Gra-
nadino, 2006) y a los altmétricos (Torres-Salinas,
Cabezas-Clavijo & Jiménez-Contreras, 2013;
Tabla 5. Interacción.
Datos Fuentes potenciales de información
Información sobre la modalidad Participantes
Nombre
Tipo (consorcio, asociación científica, red,
convenio, movilidad, programa, proyecto,
producción, evento…)
Vigencia (año/inicio, año/fin)
Información sobre las instituciones:
Nombre
Sigla
NIT
Rol (líder, participante)
Sector
País
Ciudad
Información sobre los participantes:
Rol (líder o participante)
Tipo de documento de identidad
Número de documento de identidad
Nombres y apellidos
Sexo
Filiación institucional
País
Ciudad
Instancia responsable de coordinar las relaciones
nacionales e internacionales de las instituciones
Fuente: elaboración propia a partir de las fuentes citadas en la Tabla 2.
eI9/11Rev. Interam. B ibliot. Medellín (Colombia) V ol. 4 3, número 3/septiembre-diciembre 2020 eI7 ISSN 0120-0976 / ISSN (en línea) 2538-9866
https://doi.org/10.17533/udea.rib.v43n3eI9
[Indicadores de ciencia, tecnología e innovación: hacia la configuración de un sistema de medición]
Tabla 6. Proyectos.
Datos Fuentes potenciales de
informaciónInformación general Recurso humano Financiación
Código del proyecto
Título
Tipo de proyecto (investigación
básica; investigación aplicada;
desarrollo experimental)
Fecha/inicio; fecha/fin Duración
Tipo documento de
identidad Número
documento de identidad
Nombres y apellidos
Rol (investigador principal,
coinvestigador, asesor,
estudiante, personal I+D)
Dedicación (horas/mes)
Sexo
Máximo nivel de formación
de cada integrante
Filiación institucional
Sigla
Ciudad
País
Código de la convocatoria
Nombre de la convocatoria Año
de la convocatoria
Financiador principal
Financiadores secundarios
Sigla
Ciudad
País
Sector de los financiadores
Naturaleza (pública, privada y
mixta)
Monto por financiador
Monto total del proyecto (en
moneda local y en dólares)
Presupuesto discriminado por
rubro
Sistema institucional de proyectos
de investigación
Fuente: elaboración propia a partir de las fuentes citadas en la Tabla 2.
Tabla 7. Producción.
Datos Fuentes potenciales de
informaciónProducto Autor Editor Difusión y visibilidad
Código del producto
Título del producto
Tipo de producto
Idioma
Año de publicación
DOI
Nombres y apellidos
Número de documento
de identidad (para
autores de la propia
institución)
Filiación institucional
País
Ciudad
Correo electrónico
institucional
ORCID
Fuente del producto
(revista, conferencia…)
Identificador
internacional (ISBN,
ISSN)
Nombre del editor
Sigla
Ciudad
País
Fuentes de indización:
Servicios de indización y
resumen
Citas
Autocitas
Citas externas emitidas
Citas externas recibidas
Categoría de la fuente
(cuartiles, factor de
impacto - SJR o JRC)
Área temática
Categoría temática
Altmetría:
Menciones
Comentarios
Marcadores
Vistas
Descargas
Sistema de información de
producción científica
Oficinas de asignación de
puntaje y valoración de
productos
Repositorios
Bases de datos bibliográficas
de citaciones
Servicios de indización y
resumen
Gestores bibliográficos
Redes sociales (generales y
académicas)
Medios de comunicación
masiva
Fuente: elaboración propia a partir de las fuentes citadas en la Tabla 2.
https://doi.org/10.17533/udea.rib.v43n3eI9
[Indicadores de ciencia, tecnología e innovación: hacia la configuración de un sistema de medición]
Tabla 6. Proyectos.
Datos Fuentes potenciales de
informaciónInformación general Recurso humano Financiación
Código del proyecto
Título
Tipo de proyecto (investigación
básica; investigación aplicada;
desarrollo experimental)
Fecha/inicio; fecha/fin Duración
Tipo documento de
identidad Número
documento de identidad
Nombres y apellidos
Rol (investigador principal,
coinvestigador, asesor,
estudiante, personal I+D)
Dedicación (horas/mes)
Sexo
Máximo nivel de formación
de cada integrante
Filiación institucional
Sigla
Ciudad
País
Código de la convocatoria
Nombre de la convocatoria Año
de la convocatoria
Financiador principal
Financiadores secundarios
Sigla
Ciudad
País
Sector de los financiadores
Naturaleza (pública, privada y
mixta)
Monto por financiador
Monto total del proyecto (en
moneda local y en dólares)
Presupuesto discriminado por
rubro
Sistema institucional de proyectos
de investigación
Fuente: elaboración propia a partir de las fuentes citadas en la Tabla 2.
Tabla 7. Producción.
Datos Fuentes potenciales de
informaciónProducto Autor Editor Difusión y visibilidad
Código del producto
Título del producto
Tipo de producto
Idioma
Año de publicación
DOI
Nombres y apellidos
Número de documento
de identidad (para
autores de la propia
institución)
Filiación institucional
País
Ciudad
Correo electrónico
institucional
ORCID
Fuente del producto
(revista, conferencia…)
Identificador
internacional (ISBN,
ISSN)
Nombre del editor
Sigla
Ciudad
País
Fuentes de indización:
Servicios de indización y
resumen
Citas
Autocitas
Citas externas emitidas
Citas externas recibidas
Categoría de la fuente
(cuartiles, factor de
impacto - SJR o JRC)
Área temática
Categoría temática
Altmetría:
Menciones
Comentarios
Marcadores
Vistas
Descargas
Sistema de información de
producción científica
Oficinas de asignación de
puntaje y valoración de
productos
Repositorios
Bases de datos bibliográficas
de citaciones
Servicios de indización y
resumen
Gestores bibliográficos
Redes sociales (generales y
académicas)
Medios de comunicación
masiva
Fuente: elaboración propia a partir de las fuentes citadas en la Tabla 2.
eI9/12Rev. Interam. B ibliot. Medellín (Colombia) V ol. 4 3, número 3/septiembre-diciembre 2020 eI9 ISSN 0120-0976 / ISSN (en línea) 2538-9866
https://doi.org/10.17533/udea.rib.v43n3eI9
[Silvia Molina-Molina, Sol Álvarez-Argaez, Jovanny Estrada-Hernández Margarita, Estrada-Hernández]
Tabla 8. Superestructura.
Datos Fuentes potenciales de
informaciónProgramas académicos Fomento a la
investigación
Estructura orgánica y
normatividad
Información
Código del programa
Nivel académico (maestría,
doctorado)
Nombre del programa
Vigencia (fecha de inicio,
fecha de finalización)
Unidad académica
Grupo de investigación que
lo respalda
Acreditación de calidad
(fecha de inicio, fecha de
finalización. Entidad que
acredita)
Número de cohortes
Número de graduados
Número de becas
Monto de las becas
Número de trabajos de grado
Número de tesis doctorales
Premios y distinciones
Código de la estrategia
de fomento a la
investigación
Tipo de estrategia
(convocatoria, programa,
fondo de financiación)
Nombre de la estrategia
Vigencia (fecha de inicio,
fecha de finalización)
Unidad administrativa o
académica que la emite
Monto de la estrategia
Evidencia de:
Sistema institucional
de investigación:
estructura orgánica,
procesos y
procedimientos
Unidades
especializadas en
propiedad intelectual;
ética; transferencia
tecnológica;
emprendimiento e
incubación de ideas;
vigilancia tecnológica…
Normatividad:
Política de
investigación
Régimen de propiedad
intelectual
Código de ética y
bioética
Política de acceso
abierto
Sistemas de información
para la gestión de la
investigación
Servicios de información
especializados para
investigadores
Repositorio institucional
Número de revistas
científicas editadas por la
institución
Título de la revista
ISSN
Servicios de indización y
resumen que las registra
Categoría de indización
Número de publicaciones
de divulgación científica
editadas por la institución
Número de productos de
investigación editados por
la institución
Unidad que administra la
investigación en la entidad
Fuente: elaboración propia a partir de las fuentes citadas en la Tabla 2.
Tabla 9. Infraestructura.
Datos Fuentes potenciales de
informaciónInstalaciones Equipos Recursos basados en
conocimiento
Recursos basados en
Laboratorios (% dedicación a
la investigación)
Metros cuadrados por
laboratorio
Metros cuadrados dedicados
a investigación
Museos
Parques científicos y
tecnológicos
Bibliotecas y centros de
documentación
Centros de excelencia
Centros desarrollo
tecnológico
Incubadoras de empresa
Código del equipo
Centro de costo
Tipo de equipo
Nombre
Porcentaje de
uso dedicado a la
investigación
Fecha de compra
Monto
Tiempo estimado de
depreciación
Localización
Bases de datos
bibliográficas para la
investigación
Colecciones
Archivos
Información
estructurada
Gestión de datos
Software especializado
para la investigación
Comunicaciones redes
telemáticas
Redes de servicios
informáticos
Velocidad de conexión
Oficina de gestión de la
infraestructura
Fuente: elaboración propia a partir de las fuentes citadas en la Tabla 2.
https://doi.org/10.17533/udea.rib.v43n3eI9
[Silvia Molina-Molina, Sol Álvarez-Argaez, Jovanny Estrada-Hernández Margarita, Estrada-Hernández]
Tabla 8. Superestructura.
Datos Fuentes potenciales de
informaciónProgramas académicos Fomento a la
investigación
Estructura orgánica y
normatividad
Información
Código del programa
Nivel académico (maestría,
doctorado)
Nombre del programa
Vigencia (fecha de inicio,
fecha de finalización)
Unidad académica
Grupo de investigación que
lo respalda
Acreditación de calidad
(fecha de inicio, fecha de
finalización. Entidad que
acredita)
Número de cohortes
Número de graduados
Número de becas
Monto de las becas
Número de trabajos de grado
Número de tesis doctorales
Premios y distinciones
Código de la estrategia
de fomento a la
investigación
Tipo de estrategia
(convocatoria, programa,
fondo de financiación)
Nombre de la estrategia
Vigencia (fecha de inicio,
fecha de finalización)
Unidad administrativa o
académica que la emite
Monto de la estrategia
Evidencia de:
Sistema institucional
de investigación:
estructura orgánica,
procesos y
procedimientos
Unidades
especializadas en
propiedad intelectual;
ética; transferencia
tecnológica;
emprendimiento e
incubación de ideas;
vigilancia tecnológica…
Normatividad:
Política de
investigación
Régimen de propiedad
intelectual
Código de ética y
bioética
Política de acceso
abierto
Sistemas de información
para la gestión de la
investigación
Servicios de información
especializados para
investigadores
Repositorio institucional
Número de revistas
científicas editadas por la
institución
Título de la revista
ISSN
Servicios de indización y
resumen que las registra
Categoría de indización
Número de publicaciones
de divulgación científica
editadas por la institución
Número de productos de
investigación editados por
la institución
Unidad que administra la
investigación en la entidad
Fuente: elaboración propia a partir de las fuentes citadas en la Tabla 2.
Tabla 9. Infraestructura.
Datos Fuentes potenciales de
informaciónInstalaciones Equipos Recursos basados en
conocimiento
Recursos basados en
Laboratorios (% dedicación a
la investigación)
Metros cuadrados por
laboratorio
Metros cuadrados dedicados
a investigación
Museos
Parques científicos y
tecnológicos
Bibliotecas y centros de
documentación
Centros de excelencia
Centros desarrollo
tecnológico
Incubadoras de empresa
Código del equipo
Centro de costo
Tipo de equipo
Nombre
Porcentaje de
uso dedicado a la
investigación
Fecha de compra
Monto
Tiempo estimado de
depreciación
Localización
Bases de datos
bibliográficas para la
investigación
Colecciones
Archivos
Información
estructurada
Gestión de datos
Software especializado
para la investigación
Comunicaciones redes
telemáticas
Redes de servicios
informáticos
Velocidad de conexión
Oficina de gestión de la
infraestructura
Fuente: elaboración propia a partir de las fuentes citadas en la Tabla 2.
eI9/13Rev. Interam. B ibliot. Medellín (Colombia) V ol. 4 3, número 3/septiembre-diciembre 2020 eI7 ISSN 0120-0976 / ISSN (en línea) 2538-9866
https://doi.org/10.17533/udea.rib.v43n3eI9
[Indicadores de ciencia, tecnología e innovación: hacia la configuración de un sistema de medición]
• Gasto. Referido a la inversión en actividades de CTI;
por tanto, la Tabla 10 contiene datos sobre los recur-
sos que demandan la investigación y el desarrollo,
el apoyo a la formación y capacitación, los servicios
científicos y tecnológicos, la administración y otras
actividades de apoyo a la investigación.
Tabla 10. Infraestructura.
Datos Fuentes
potenciales de
información
Investigación y desarrollo Apoyo a la formación y
capacitación científica y
tecnológica
Servicios científicos y
tecnológicos
Administración y otras
actividades de apoyo
Sobre el presupuesto de los proyectos
ejecutados en una vigencia:
Presupuesto total
Presupuesto discriminado por rubro
Sobre el financiamiento interno:
Recursos asignados frescos
Recursos asignados en especie
Dependencia que ejecuta los recursos
Centro de costo
Sobre el financiamiento externo:
Entidad financiadora
País
Ciudad
Sector
Naturaleza (pública, privada, mixta)
Sobre los programas de
formación y capacitación
financiados:
Tipo de documento de
identidad del beneficiario
Número del documento de
identidad del beneficiario
Tipo de programa
(comisión de estudio;
curso corto; pasantía; beca;
evento…)
Vigencia (fecha inicio y fin)
Nombre de la entidad
que hace la formación o
capacitación
Monto (incluye el
personal que reemplaza al
beneficiario)
Incentivos económicos por
producción científica
Costos de:
Suscripciones a bases
de datos
Funcionamiento
del repositorio
institucional
Recogida de datos de
interés general
Labores administrativas
y jurídicas relativas a
patentes y licencias
Número de personas
que administran la
investigación
Salarios de las personas
que administran la
investigación
Costo de los espacios
físicos destinados a
investigación
Oficina
financiera y
contable de la
institución
Fuente: elaboración propia a partir de las fuentes citadas en la Tabla 2.
3.2.2 Tablas auxiliares
Los aspectos específicos con los que pueden combinar-
se las tablas principales para lograr un mayor nivel de
información sobre los ítems de medición se muestran
en la Tabla 11.
3.2.3 Capitales de conocimiento
Esta estructura permite presentar los indicadores según
los capitales de conocimiento, de manera que la institu-
ción de investigación pueda advertir dónde están sus
fortalezas o debilidades respecto al capital relacional,
humano y estructural.
3.2.4 Componentes de gestión
Solos, o en combinación con los capitales de cono-
cimiento, los componentes de gestión facilitan la
presentación de los indicadores conforme al tradicional
modelo lineal que distingue unos insumos o capaci-
dades, unos procesos y unos resultados. En este caso,
también se consideran resultados de logros, tales como
premios o reconocimientos.
3.3 Procedimientos
Siempre con referencia a la concepción del sistema y
teniendo en cuenta que la flexibilidad es una de sus
características fundamentales, la estructura diseñada
permite proporcionar indicadores de acuerdo con los
usuarios, los propósitos o las coyunturas del momento.
Dado que obvia el típico banco de indicadores, los da-
tos compilados se engranan para responder a múltiples
requerimientos. Esto se logra a partir de los datos de
las tablas principales que se especifican utilizando las
tablas auxiliares. Los indicadores resultantes se presen-
tan en la matriz de indicadores, tal como lo ilustra la
Figura 3, que representa el funcionamiento del sistema.
https://doi.org/10.17533/udea.rib.v43n3eI9
[Indicadores de ciencia, tecnología e innovación: hacia la configuración de un sistema de medición]
• Gasto. Referido a la inversión en actividades de CTI;
por tanto, la Tabla 10 contiene datos sobre los recur-
sos que demandan la investigación y el desarrollo,
el apoyo a la formación y capacitación, los servicios
científicos y tecnológicos, la administración y otras
actividades de apoyo a la investigación.
Tabla 10. Infraestructura.
Datos Fuentes
potenciales de
información
Investigación y desarrollo Apoyo a la formación y
capacitación científica y
tecnológica
Servicios científicos y
tecnológicos
Administración y otras
actividades de apoyo
Sobre el presupuesto de los proyectos
ejecutados en una vigencia:
Presupuesto total
Presupuesto discriminado por rubro
Sobre el financiamiento interno:
Recursos asignados frescos
Recursos asignados en especie
Dependencia que ejecuta los recursos
Centro de costo
Sobre el financiamiento externo:
Entidad financiadora
País
Ciudad
Sector
Naturaleza (pública, privada, mixta)
Sobre los programas de
formación y capacitación
financiados:
Tipo de documento de
identidad del beneficiario
Número del documento de
identidad del beneficiario
Tipo de programa
(comisión de estudio;
curso corto; pasantía; beca;
evento…)
Vigencia (fecha inicio y fin)
Nombre de la entidad
que hace la formación o
capacitación
Monto (incluye el
personal que reemplaza al
beneficiario)
Incentivos económicos por
producción científica
Costos de:
Suscripciones a bases
de datos
Funcionamiento
del repositorio
institucional
Recogida de datos de
interés general
Labores administrativas
y jurídicas relativas a
patentes y licencias
Número de personas
que administran la
investigación
Salarios de las personas
que administran la
investigación
Costo de los espacios
físicos destinados a
investigación
Oficina
financiera y
contable de la
institución
Fuente: elaboración propia a partir de las fuentes citadas en la Tabla 2.
3.2.2 Tablas auxiliares
Los aspectos específicos con los que pueden combinar-
se las tablas principales para lograr un mayor nivel de
información sobre los ítems de medición se muestran
en la Tabla 11.
3.2.3 Capitales de conocimiento
Esta estructura permite presentar los indicadores según
los capitales de conocimiento, de manera que la institu-
ción de investigación pueda advertir dónde están sus
fortalezas o debilidades respecto al capital relacional,
humano y estructural.
3.2.4 Componentes de gestión
Solos, o en combinación con los capitales de cono-
cimiento, los componentes de gestión facilitan la
presentación de los indicadores conforme al tradicional
modelo lineal que distingue unos insumos o capaci-
dades, unos procesos y unos resultados. En este caso,
también se consideran resultados de logros, tales como
premios o reconocimientos.
3.3 Procedimientos
Siempre con referencia a la concepción del sistema y
teniendo en cuenta que la flexibilidad es una de sus
características fundamentales, la estructura diseñada
permite proporcionar indicadores de acuerdo con los
usuarios, los propósitos o las coyunturas del momento.
Dado que obvia el típico banco de indicadores, los da-
tos compilados se engranan para responder a múltiples
requerimientos. Esto se logra a partir de los datos de
las tablas principales que se especifican utilizando las
tablas auxiliares. Los indicadores resultantes se presen-
tan en la matriz de indicadores, tal como lo ilustra la
Figura 3, que representa el funcionamiento del sistema.
eI9/14Rev. Interam. Bibliot. Medellín (Colombia) Vol. 43, número 3/septiembre-diciembre 2020 eI9 ISSN 0120-0976 / ISSN (en línea) 2538-9866
https://doi.org/10.17533/udea.rib.v43n3eI9
[Silvia Molina-Molina, Sol Álvarez-Argaez, Jovanny Estrada-Hernández Margarita, Estrada-Hernández]
Tabla 11. Tablas auxiliares y sus respectivos datos.
Tabla auxiliar Fuentes
Áreas y categorías temáticas OCDE (2015)
Unesco (1988)
Servicios de indización y resumen
Áreas y programas nacionales
Áreas y programas institucionales
Sector OCDE (2015)
Ámbito geográfico ISO 3166 (ISO, 2013)
Nivel de formación UIS (2013)
Objetivo socioeconómico Eurostat (2008)
Unidad de investigación Snowball Metrics (2017) ítem
“Organizations”
Fuente: elaboración propia.
Por ejemplo, con base en los datos de tres tablas principa-
les, Personal I+D, Interacción y Producción, combinadas
con las tablas auxiliares, es posible responder a un buen
número de indicadores, como los siguientes:
• Porcentaje de redes, consorcios y asociaciones
científicas internacionales de investigación, en las
que participa la Universidad, por el total de inves-
tigadores. Manual de Santiago (Sebastián, Bianco,
Campo-Cabal, Correa & Pratt , 2007).
• Número de colaboraciones (tipo de socio, tamaño y
sector, ubicación geográfica, disciplina científica del
académico). Manual de Valencia (OCTS-OEI, 2017).
• Colaboración entre universidad e industria para la
investigación. The global innovation index (Cor-
nell University, INSEAD y Organización Mundial
de la Propiedad Intelectual [OMPI], 2015).
• Número de acuerdos de colaboración con organis-
mos públicos. Modelo Intellectus (CIC, 2003).
• Antigüedad media de las alianzas (convenios)
(CIC, 2003).
• Porcentaje de investigadores nacionales que par-
ticipan en asociaciones científicas internacionales
respecto al total de investigadores del país. Ma-
nual de Oslo (OCDE y Eurostat, 2007).
• Colaboración nacional e internacional. SCImago
Institutions Ranking (SCImago Research Group,
2009-2018).
Siguiendo el mismo ejemplo, los resultados obtenidos
pueden llevarse a la matriz que muestra la Figura 4,
en la que se relacionan los capitales de conocimien-
to con los componentes de gestión parar ofrecer una
mirada integral sobre la dinámica de la institución de
investigación, identificando fortalezas y debilidades
de su capital intelectual, el equilibrio entre los com-
ponentes de gestión o bien la relación entre capitales y
componentes de gestión que inciden en el desempeño
de la investigación.
Sobre esta matriz se puede hacer seguimiento a un
conjunto de indicadores seleccionados, por ejemplo,
para un plan de acción institucional, a la vez que
pueden tenerse matrices adicionales para responder
a otros conjuntos de indicadores propios de proce-
sos de autoevaluación, acreditación, referenciación o
rendición de cuentas, entre otros casos. También es
útil en la selección de los indicadores de interés para
una audiencia específica, como la presentación de la
institución ante pares internacionales o, simplemente,
para atender los requerimientos puntuales de infor-
mación de otras instancias u organismos.
Finalmente, volviendo a la Figura 2 se demuestra cómo
la estructura representa un sistema de medición que
sugiere numerosas combinaciones a partir del manejo
de los datos y, por tanto, constituye un gran potencial
para mejorar las capacidades de medición de la inves-
tigación, sin perder de vista la comparabilidad, como
función imprescindible.
3.4. Instrumentos
En el sistema de medición propuesto confluye un conjun-
to de instrumentos que comprende desde las matrices
de datos en hojas de cálculo hasta los modelos de enti-
dad-relación necesarios para el diseño de un aplicativo
informático, que facilite la gestión y presentación de los
indicadores, ajustados a la concepción y estructura pre-
viamente definidas. Es claro que se deben aprovechar
los sistemas de información institucionales existentes,
además de procurar la interoperabilidad con siste-
mas de información externos, que sirvan al propósito.
https://doi.org/10.17533/udea.rib.v43n3eI9
[Silvia Molina-Molina, Sol Álvarez-Argaez, Jovanny Estrada-Hernández Margarita, Estrada-Hernández]
Tabla 11. Tablas auxiliares y sus respectivos datos.
Tabla auxiliar Fuentes
Áreas y categorías temáticas OCDE (2015)
Unesco (1988)
Servicios de indización y resumen
Áreas y programas nacionales
Áreas y programas institucionales
Sector OCDE (2015)
Ámbito geográfico ISO 3166 (ISO, 2013)
Nivel de formación UIS (2013)
Objetivo socioeconómico Eurostat (2008)
Unidad de investigación Snowball Metrics (2017) ítem
“Organizations”
Fuente: elaboración propia.
Por ejemplo, con base en los datos de tres tablas principa-
les, Personal I+D, Interacción y Producción, combinadas
con las tablas auxiliares, es posible responder a un buen
número de indicadores, como los siguientes:
• Porcentaje de redes, consorcios y asociaciones
científicas internacionales de investigación, en las
que participa la Universidad, por el total de inves-
tigadores. Manual de Santiago (Sebastián, Bianco,
Campo-Cabal, Correa & Pratt , 2007).
• Número de colaboraciones (tipo de socio, tamaño y
sector, ubicación geográfica, disciplina científica del
académico). Manual de Valencia (OCTS-OEI, 2017).
• Colaboración entre universidad e industria para la
investigación. The global innovation index (Cor-
nell University, INSEAD y Organización Mundial
de la Propiedad Intelectual [OMPI], 2015).
• Número de acuerdos de colaboración con organis-
mos públicos. Modelo Intellectus (CIC, 2003).
• Antigüedad media de las alianzas (convenios)
(CIC, 2003).
• Porcentaje de investigadores nacionales que par-
ticipan en asociaciones científicas internacionales
respecto al total de investigadores del país. Ma-
nual de Oslo (OCDE y Eurostat, 2007).
• Colaboración nacional e internacional. SCImago
Institutions Ranking (SCImago Research Group,
2009-2018).
Siguiendo el mismo ejemplo, los resultados obtenidos
pueden llevarse a la matriz que muestra la Figura 4,
en la que se relacionan los capitales de conocimien-
to con los componentes de gestión parar ofrecer una
mirada integral sobre la dinámica de la institución de
investigación, identificando fortalezas y debilidades
de su capital intelectual, el equilibrio entre los com-
ponentes de gestión o bien la relación entre capitales y
componentes de gestión que inciden en el desempeño
de la investigación.
Sobre esta matriz se puede hacer seguimiento a un
conjunto de indicadores seleccionados, por ejemplo,
para un plan de acción institucional, a la vez que
pueden tenerse matrices adicionales para responder
a otros conjuntos de indicadores propios de proce-
sos de autoevaluación, acreditación, referenciación o
rendición de cuentas, entre otros casos. También es
útil en la selección de los indicadores de interés para
una audiencia específica, como la presentación de la
institución ante pares internacionales o, simplemente,
para atender los requerimientos puntuales de infor-
mación de otras instancias u organismos.
Finalmente, volviendo a la Figura 2 se demuestra cómo
la estructura representa un sistema de medición que
sugiere numerosas combinaciones a partir del manejo
de los datos y, por tanto, constituye un gran potencial
para mejorar las capacidades de medición de la inves-
tigación, sin perder de vista la comparabilidad, como
función imprescindible.
3.4. Instrumentos
En el sistema de medición propuesto confluye un conjun-
to de instrumentos que comprende desde las matrices
de datos en hojas de cálculo hasta los modelos de enti-
dad-relación necesarios para el diseño de un aplicativo
informático, que facilite la gestión y presentación de los
indicadores, ajustados a la concepción y estructura pre-
viamente definidas. Es claro que se deben aprovechar
los sistemas de información institucionales existentes,
además de procurar la interoperabilidad con siste-
mas de información externos, que sirvan al propósito.
eI9/15Rev. Interam. B ibliot. Medellín (Colombia) V ol. 4 3, número 3/septiembre-diciembre 2020 eI7 ISSN 0120-0976 / ISSN (en línea) 2538-9866
https://doi.org/10.17533/udea.rib.v43n3eI9
[Indicadores de ciencia, tecnología e innovación: hacia la configuración de un sistema de medición]
Figura 3. Funcionamiento del sistema de medición.
Fuente: elaboración propia.
Figura 4. Ejemplo de aplicación: matriz para la medición de capitales de conocimiento y componentes de gestión.
Fuente: elaboración propia con base en CIC (2003); Cervero (2001a); Snowball (2017).
https://doi.org/10.17533/udea.rib.v43n3eI9
[Indicadores de ciencia, tecnología e innovación: hacia la configuración de un sistema de medición]
Figura 3. Funcionamiento del sistema de medición.
Fuente: elaboración propia.
Figura 4. Ejemplo de aplicación: matriz para la medición de capitales de conocimiento y componentes de gestión.
Fuente: elaboración propia con base en CIC (2003); Cervero (2001a); Snowball (2017).
eI9/16Rev. Interam. B ibliot. Medellín (Colombia) V ol. 4 3, número 3/septiembre-diciembre 2020 eI9 ISSN 0120-0976 / ISSN (en línea) 2538-9866
https://doi.org/10.17533/udea.rib.v43n3eI9
[Silvia Molina-Molina, Sol Álvarez-Argaez, Jovanny Estrada-Hernández Margarita, Estrada-Hernández]
Gracias a desarrollos informáticos, para bases de da-
tos no estructurados y Big Data como Spark, Hadoop,
Apache Hive, entre otras, se cuenta con variedad de
aplicaciones, programas y recursos tecnológicos para
el funcionamiento de sistemas de medición como el
presentado, incluyendo técnicas complejas para la
visualización de la información, amigables para los
usuarios y con resultados fácilmente comprensibles.
Como se indica en cada tabla principal, es necesario
identificar las fuentes potenciales de información, que
por lo general coinciden con las instancias que tra-
dicionalmente son responsables de generar los datos
requeridos para cada asunto específico. Esto es cru-
cial para garantizar la normalización y calidad del
dato, para precisar las instancias que contribuyen a la
conformación del sistema y para asignar responsabili-
dades en función del sistema de medición.
4. Discusión
Se reconoce que el sistema de evaluación de indi-
cadores de CTI en Colombia desarrollado hasta el
momento por Colciencias (hoy MinCiencias) tiene
como parte de sus aspectos positivos el interés por
hacer una medición efectiva de la ciencia en nuestro
país; la sistematización en el registro y seguimiento de
la información; el interés por incorporar mediciones
comparables entre instituciones, organismos y socie-
dades; la instalación de capacidades, y la promoción
de una cultura de la medición en los diferentes actores
que conforman el sistema. No obstante, también se
reconocen aspectos que deberían abordarse de cara a
consolidar un sistema integral de medición que pueda
tener una mayor apropiación por las instituciones, or-
ganizaciones y organismos partícipes. Como asuntos
relevantes por mejorar se destacan el enfoque diferen-
cial y la pertinencia de las métricas, la sistematicidad
en la medición y los ámbitos de medición en los que se
centra el sistema actual de medición.
En tal sentido, los indicadores de CTI de los que hoy
se dispone tienen una orientación a la generalización
de la evaluación de procesos de generación y trans-
ferencia de conocimiento entre países, instituciones,
áreas y disciplinas del conocimiento; sin reconocer,
en muchos casos, la evolución histórica, los contextos
y las naturalezas particulares de los actores del sis-
tema de CTI, por lo que al momento de presentarse
análisis comparativos se perciben niveles de insatis-
facción frente a mediciones con raceros comunes ante
situaciones diferentes; esto no significa que no sea re-
levante hacer comparaciones, pero los indicadores y
mecanismos de medición sí deberían trascender hacia
instrumentos de mayor pertinencia en relación con el
carácter diferencial de todos los actores y componen-
tes del sistema para mejorar la comparabilidad.
Por su parte, la alta dependencia del sistema de CTI de
los actores de decisión en cada período de gobierno en
nuestro país ha generado cambios reiterados en crite-
rios, instrumentos y prácticas de medición del CTI, lo
que ha afectado la trazabilidad y homogeneidad de las
evaluaciones individuales y comparadas y ha limitado
la posibilidad de realizar análisis descriptivos, pres-
criptivos y predictivos de fenómenos del sistema. Un
sistema de medición debe garantizar sistematicidad
en la medición, a partir de históricos de datos estruc-
turados y representativos que permitan inferencias
con mayores niveles de validez y confiabilidad; estos
análisis en términos de los indicadores CTI aún son
incipientes.
Por último, debe ponerse en discusión la naturaleza y
alcance de los indicadores para CTI; en este orden de
ideas, estos indicadores tienen una fuerte orientación
hacia la medición de procesos y productos, mientras
que su alcance es bajo en términos de la medición de
resultados e impactos. Quizá podrá argumentarse la
dificultad de medir dichos ámbitos, el tiempo que
conlleva o los recursos que implica (que puede ser
válido), pero lo que sí es cierto es que el sistema de
medición para CTI debe procurar el reconocimiento
y evaluación integral de todas sus dimensiones, y lo-
grar trascender de la medición de los medios hacia la
medición de los fines, puesto que allí se evidencia el
valor real de las transformaciones generadas por las
actividades de CTI.
Es entonces en la pertinencia, en el valor diferencial, en la
sistematicidad y en el alcance de las mediciones de CTI
que futuros estudios e investigaciones deberán centrarse
para llegar a un verdadero sistema de medición integral.
https://doi.org/10.17533/udea.rib.v43n3eI9
[Silvia Molina-Molina, Sol Álvarez-Argaez, Jovanny Estrada-Hernández Margarita, Estrada-Hernández]
Gracias a desarrollos informáticos, para bases de da-
tos no estructurados y Big Data como Spark, Hadoop,
Apache Hive, entre otras, se cuenta con variedad de
aplicaciones, programas y recursos tecnológicos para
el funcionamiento de sistemas de medición como el
presentado, incluyendo técnicas complejas para la
visualización de la información, amigables para los
usuarios y con resultados fácilmente comprensibles.
Como se indica en cada tabla principal, es necesario
identificar las fuentes potenciales de información, que
por lo general coinciden con las instancias que tra-
dicionalmente son responsables de generar los datos
requeridos para cada asunto específico. Esto es cru-
cial para garantizar la normalización y calidad del
dato, para precisar las instancias que contribuyen a la
conformación del sistema y para asignar responsabili-
dades en función del sistema de medición.
4. Discusión
Se reconoce que el sistema de evaluación de indi-
cadores de CTI en Colombia desarrollado hasta el
momento por Colciencias (hoy MinCiencias) tiene
como parte de sus aspectos positivos el interés por
hacer una medición efectiva de la ciencia en nuestro
país; la sistematización en el registro y seguimiento de
la información; el interés por incorporar mediciones
comparables entre instituciones, organismos y socie-
dades; la instalación de capacidades, y la promoción
de una cultura de la medición en los diferentes actores
que conforman el sistema. No obstante, también se
reconocen aspectos que deberían abordarse de cara a
consolidar un sistema integral de medición que pueda
tener una mayor apropiación por las instituciones, or-
ganizaciones y organismos partícipes. Como asuntos
relevantes por mejorar se destacan el enfoque diferen-
cial y la pertinencia de las métricas, la sistematicidad
en la medición y los ámbitos de medición en los que se
centra el sistema actual de medición.
En tal sentido, los indicadores de CTI de los que hoy
se dispone tienen una orientación a la generalización
de la evaluación de procesos de generación y trans-
ferencia de conocimiento entre países, instituciones,
áreas y disciplinas del conocimiento; sin reconocer,
en muchos casos, la evolución histórica, los contextos
y las naturalezas particulares de los actores del sis-
tema de CTI, por lo que al momento de presentarse
análisis comparativos se perciben niveles de insatis-
facción frente a mediciones con raceros comunes ante
situaciones diferentes; esto no significa que no sea re-
levante hacer comparaciones, pero los indicadores y
mecanismos de medición sí deberían trascender hacia
instrumentos de mayor pertinencia en relación con el
carácter diferencial de todos los actores y componen-
tes del sistema para mejorar la comparabilidad.
Por su parte, la alta dependencia del sistema de CTI de
los actores de decisión en cada período de gobierno en
nuestro país ha generado cambios reiterados en crite-
rios, instrumentos y prácticas de medición del CTI, lo
que ha afectado la trazabilidad y homogeneidad de las
evaluaciones individuales y comparadas y ha limitado
la posibilidad de realizar análisis descriptivos, pres-
criptivos y predictivos de fenómenos del sistema. Un
sistema de medición debe garantizar sistematicidad
en la medición, a partir de históricos de datos estruc-
turados y representativos que permitan inferencias
con mayores niveles de validez y confiabilidad; estos
análisis en términos de los indicadores CTI aún son
incipientes.
Por último, debe ponerse en discusión la naturaleza y
alcance de los indicadores para CTI; en este orden de
ideas, estos indicadores tienen una fuerte orientación
hacia la medición de procesos y productos, mientras
que su alcance es bajo en términos de la medición de
resultados e impactos. Quizá podrá argumentarse la
dificultad de medir dichos ámbitos, el tiempo que
conlleva o los recursos que implica (que puede ser
válido), pero lo que sí es cierto es que el sistema de
medición para CTI debe procurar el reconocimiento
y evaluación integral de todas sus dimensiones, y lo-
grar trascender de la medición de los medios hacia la
medición de los fines, puesto que allí se evidencia el
valor real de las transformaciones generadas por las
actividades de CTI.
Es entonces en la pertinencia, en el valor diferencial, en la
sistematicidad y en el alcance de las mediciones de CTI
que futuros estudios e investigaciones deberán centrarse
para llegar a un verdadero sistema de medición integral.
eI9/17Rev. Interam. B ibliot. Medellín (Colombia) V ol. 4 3, número 3/septiembre-diciembre 2020 eI7 ISSN 0120-0976 / ISSN (en línea) 2538-9866
https://doi.org/10.17533/udea.rib.v43n3eI9
[Indicadores de ciencia, tecnología e innovación: hacia la configuración de un sistema de medición]
5. Conclusión
El sistema propuesto representa un avance en la for-
ma de medir las actividades CTI, en cuanto ofrece las
bases para establecer una estructura conceptual, un
manejo versátil de indicadores CTI a partir de los datos
y unos modelos de entidad-relación para el diseño de
un aplicativo informático. El valor que genera el trabajo
respecto a otros similares está en la mayor capacidad de
respuesta frente a demandas de medición y un sistema
de información integral. Aunque algunas propuestas
superan la lista de indicadores, al basarse en un modelo
teórico o proponer un modelo de medición, terminan
siendo limitadas y más rígidas. El sistema propuesto es
más dinámico en ese sentido.
El mismo sistema reconoce los datos requeridos para la
aplicación de un gran número de indicadores de cien-
cia y tecnología de los ámbitos internacional, regional,
nacional e institucional, superando un banco específico
y permitiendo la inserción de la institución en varia-
dos contextos geográficos, temáticos o sectoriales. Al
enfocarse en los datos, se sintoniza con las tendencias
actuales y contribuye al llamado de las Naciones Uni-
das para movilizar la revolución de los datos.
Facilita un método flexible que se ajusta a las caracte-
rísticas de las instituciones de investigación, permite
responder a los requerimientos de información de los
actores involucrados en el ecosistema de CTI (indepen-
dientemente de los órganos de gobierno o coyunturas
especiales) y adoptar el diseño de nuevos indicadores
o cambios en la dinámica de la comunicación científica.
Las tablas constituyen el insumo para un sistema de
información cienciométrico, con claves primarias como
identificadores únicos. También facilitan la interopera-
bilidad de los sistemas de medición entre instituciones
de investigación, dada la estructura con base en datos
(campos) más que en indicadores.
La estructura de medición propuesta obvia la selección
previa de indicadores y el inconveniente de priorizarlos
y validarlos ante grupos focales. Esta podría minimizar
la elaboración de protocolos y reducir los costos, lo que
podría contribuir a su elaboración.
El sistema presentado refleja la complejidad de las ac-
tividades de CTI y las características propias de una
institución de investigación. Ofrece una mirada integral
sobre las variables que inciden en el desarrollo global
de la CTI y armoniza con estructuras de medición que
buscan una mirada panorámica sobre los capitales de
conocimiento y componentes de gestión involucrados
en la investigación.
Para todas las instituciones de investigación, lo
propuesto significa la posibilidad de implementar sis-
temas de medición de las actividades de CTI basados
en indicadores; para el sector en el que se inscribe, la
posibilidad de establecer sistemas de medición compa-
rables entre las instituciones que lo conforman, y para
las propias instituciones, la posibilidad de establecer
sistemas particulares de medición que atiendan sus
singularidades.
Agradecimientos
Este trabajo se deriva del proyecto de investigación
“Observatorio de las actividades científicas, tecnológi-
cas y de innovación de la Universidad de Antioquia”,
financiado por la Vicerrectoría de Investigación de la
Universidad de Antioquia (Medellín – Colombia) y
cofinanciado por la Escuela Interamericana de Biblio-
tecología de la misma institución. También participó el
Sistema de Bibliotecas de la Universidad de Antioquia.
Agradecemos la colaboración de César Orlando Pa-
llares Delgado y a los bibliotecólogos Jenyfer Natalia
Tabares García, Alejandra Giraldo Morales y Jorge Luis
Sepúlveda Argaez por los servicios técnicos prestados,
así como a Diana Ospina R., por sus acertados aportes.
A Felipe Uribe Morales y a Juliana Espinosa Rojas por
los gráficos.
6. Referencias
1. Aguillo, Isidro; Granadino, Begoña (2006). Indicado-
res web para medir la presencia de las universidades en
la Red. Revista de Universidad y Sociedad del Conocimiento,
3(1), 1-7. http://dx.doi.org/10.7238/rusc.v3i1.275
2. Alianza 4 Universidades (2018). Observatorio
IUNE: actividad investigadora de la universidad española.
http://www.iune.es/
https://doi.org/10.17533/udea.rib.v43n3eI9
[Indicadores de ciencia, tecnología e innovación: hacia la configuración de un sistema de medición]
5. Conclusión
El sistema propuesto representa un avance en la for-
ma de medir las actividades CTI, en cuanto ofrece las
bases para establecer una estructura conceptual, un
manejo versátil de indicadores CTI a partir de los datos
y unos modelos de entidad-relación para el diseño de
un aplicativo informático. El valor que genera el trabajo
respecto a otros similares está en la mayor capacidad de
respuesta frente a demandas de medición y un sistema
de información integral. Aunque algunas propuestas
superan la lista de indicadores, al basarse en un modelo
teórico o proponer un modelo de medición, terminan
siendo limitadas y más rígidas. El sistema propuesto es
más dinámico en ese sentido.
El mismo sistema reconoce los datos requeridos para la
aplicación de un gran número de indicadores de cien-
cia y tecnología de los ámbitos internacional, regional,
nacional e institucional, superando un banco específico
y permitiendo la inserción de la institución en varia-
dos contextos geográficos, temáticos o sectoriales. Al
enfocarse en los datos, se sintoniza con las tendencias
actuales y contribuye al llamado de las Naciones Uni-
das para movilizar la revolución de los datos.
Facilita un método flexible que se ajusta a las caracte-
rísticas de las instituciones de investigación, permite
responder a los requerimientos de información de los
actores involucrados en el ecosistema de CTI (indepen-
dientemente de los órganos de gobierno o coyunturas
especiales) y adoptar el diseño de nuevos indicadores
o cambios en la dinámica de la comunicación científica.
Las tablas constituyen el insumo para un sistema de
información cienciométrico, con claves primarias como
identificadores únicos. También facilitan la interopera-
bilidad de los sistemas de medición entre instituciones
de investigación, dada la estructura con base en datos
(campos) más que en indicadores.
La estructura de medición propuesta obvia la selección
previa de indicadores y el inconveniente de priorizarlos
y validarlos ante grupos focales. Esta podría minimizar
la elaboración de protocolos y reducir los costos, lo que
podría contribuir a su elaboración.
El sistema presentado refleja la complejidad de las ac-
tividades de CTI y las características propias de una
institución de investigación. Ofrece una mirada integral
sobre las variables que inciden en el desarrollo global
de la CTI y armoniza con estructuras de medición que
buscan una mirada panorámica sobre los capitales de
conocimiento y componentes de gestión involucrados
en la investigación.
Para todas las instituciones de investigación, lo
propuesto significa la posibilidad de implementar sis-
temas de medición de las actividades de CTI basados
en indicadores; para el sector en el que se inscribe, la
posibilidad de establecer sistemas de medición compa-
rables entre las instituciones que lo conforman, y para
las propias instituciones, la posibilidad de establecer
sistemas particulares de medición que atiendan sus
singularidades.
Agradecimientos
Este trabajo se deriva del proyecto de investigación
“Observatorio de las actividades científicas, tecnológi-
cas y de innovación de la Universidad de Antioquia”,
financiado por la Vicerrectoría de Investigación de la
Universidad de Antioquia (Medellín – Colombia) y
cofinanciado por la Escuela Interamericana de Biblio-
tecología de la misma institución. También participó el
Sistema de Bibliotecas de la Universidad de Antioquia.
Agradecemos la colaboración de César Orlando Pa-
llares Delgado y a los bibliotecólogos Jenyfer Natalia
Tabares García, Alejandra Giraldo Morales y Jorge Luis
Sepúlveda Argaez por los servicios técnicos prestados,
así como a Diana Ospina R., por sus acertados aportes.
A Felipe Uribe Morales y a Juliana Espinosa Rojas por
los gráficos.
6. Referencias
1. Aguillo, Isidro; Granadino, Begoña (2006). Indicado-
res web para medir la presencia de las universidades en
la Red. Revista de Universidad y Sociedad del Conocimiento,
3(1), 1-7. http://dx.doi.org/10.7238/rusc.v3i1.275
2. Alianza 4 Universidades (2018). Observatorio
IUNE: actividad investigadora de la universidad española.
http://www.iune.es/
eI9/18Rev. Interam. Bibliot. Medellín (Colombia) Vol. 43, número 3/septiembre-diciembre 2020 eI9 ISSN 0120-0976 / ISSN (en línea) 2538-9866
https://doi.org/10.17533/udea.rib.v43n3eI9
[Silvia Molina-Molina, Sol Álvarez-Argaez, Jovanny Estrada-Hernández Margarita, Estrada-Hernández]
3. Arencibia, Ricardo; de Moya-Anegón, Felipe (2008). La
evaluación de la investigación científica: una aproxima-
ción teórica desde la cienciometría. Acimed, 17(4), 1-27.
4. Arribas, Carmen; Casado, Julio; Martínez, Antonio
(2003). Gestión orientada a asegurar la calidad de los datos en los
institutos nacionales de estadística LC/L.1889(CEA.2003/4).
Santiago: CEPAL.
5. Archibugi, Daniele; Coco, Alberto (2005). Measuring
technological capabilities at the country level: A survey
and a menu for choice. Research Policy, 34(2), 175-194.Ca-
llon, Michel; Courtial, Jean-Pierre; Penan, Herve (1995).
Cienciometría. El estudio cuantitativo de la actividad
científica: de la bibliometría a la vigilancia tecnológica.
Gijón: TREA.
6. CEPAL (2018). CEPALSTAT. http://estadisticas.cepal.
org/cepalstat
7. Cervera, J. L. (2001a) Estadísticas e indicadores de ciencia,
tecnología e innovación en América Latina y el Caribe. En Pri-
mera Reunión de la Conferencia Estadística de las Américas de la
Comisión Económica para América Latina y el Caribe (DDA/1).
Santiago: CEPAL.
8. Cervera, J. L. (2001b). Recomendaciones para fortale-
cer el sistema de estadísticas e indicadores de ciencia,
tecnología e innovación en América Latina y el Caribe.
En: Primera Reunión de la Conferencia Estadística de las
Américas de la Comisión Económica para América Lati-
na y el Caribe (DDR/3). Santiago: CEPAL.
9. Chen, Shun-Hsing; Hui-Hua; Wang & Yang, King-Jang
(2009). Establishment and application of performance
measure indicators for universities. The TQM Journal, 21(3),
220-235. https://doi.org/10.1108/17542730910953004
10. CIC (2003). Modelo Intellectus: medición y gestión del capital
intelectual. Madrid: Universidad Autónoma de Madrid.
11. Colciencias (2016a). Ecosistema científico: documento base
versión 2.0. Bogotá: Colciencias.
12. Colciencias (2016b). Estado de la ciencia en Colombia, 2015.
Bogotá: Colciencias.
13. Colciencias (2017). Modelo de medición de grupos de investiga-
ción, desarrollo tecnológico o de innovación y de reconocimiento
de investigadores del Sistema Nacional de Ciencia, Tecnología e
Innovación, año 2017. Bogotá: Colciencias.
14. Consejo Nacional de Acreditación (2006-2017). Guías
de procedimiento. https://www.cna.gov.co/1741/arti-
cle-186376.html
15. Cornell University, INSEAD & OMPI (2015). The global
innovation index 2015: effective innovation policies for develop-
ment. Geneva: WIPO.
16. D’Onofrio, María Guillermina; Solís, Francisco; Tignino,
María Victoria.; Cabrera, Esther. (2010). Indicadores
de trayectorias de los investigadores iberoamericanos:
avances del Manual de Buenos Aires y resultados de su
validación técnica. En RICYT, El estado de la ciencia 2010,
(pp. 118-132). Buenos Aires: RICYT.
17. de la Vega, Iván (2009). Módulo de capacitación para la reco-
lección y el análisis de indicadores de investigación y desarrollo.
Buenos Aires: Centro Redes, Banco Interamericano de
Desarrollo.
18. Dundar, Halil; Lewis, Darrell (1998) Deter-
minants of research productivity in higher
education. Research in Higher Education, 39(6), 607-631.
https://doi.org/10.1023/A:1018705823763
19. ESF (2011). Research infraestructures in the digital humanities.
Strasbourg: ESF.
20. ESF (2013). Research infraestructures in the European research
area. Strasbourg: ESF.
21. Eurostat (2008). Comparison between NABS 2007 and
NABS 1992. Luxembourg: Eurostat
22. Eurostat (2017). Science, technology and innovation. http://
ec.europa.eu/eurostat/web/science-technology-innova-
tion/statistics-illustrated
23. FECYT (2018). ICONO: observatorio español de I+D+i.
https://icono.fecyt.es/indicadores
24. Fernández-Núñez, Lissette (2006). ¿Cómo analizar da-
tos cualitativos? Butletí LaRecerca, 7, 1-13.
25. Freeman, Christopher (1987). Technology policy and eco-
nomic performance; lessons from Japan. Londres: Frances
Printer Publishers.
26. Guadarrama-Atrizco Victor; Manzano-Mora Francis-
co (2016). Indicadores de Ciencia, Tecnología e Innovación.
México: Foro consultivo científico y tecnológico.
https://doi.org/10.17533/udea.rib.v43n3eI9
[Silvia Molina-Molina, Sol Álvarez-Argaez, Jovanny Estrada-Hernández Margarita, Estrada-Hernández]
3. Arencibia, Ricardo; de Moya-Anegón, Felipe (2008). La
evaluación de la investigación científica: una aproxima-
ción teórica desde la cienciometría. Acimed, 17(4), 1-27.
4. Arribas, Carmen; Casado, Julio; Martínez, Antonio
(2003). Gestión orientada a asegurar la calidad de los datos en los
institutos nacionales de estadística LC/L.1889(CEA.2003/4).
Santiago: CEPAL.
5. Archibugi, Daniele; Coco, Alberto (2005). Measuring
technological capabilities at the country level: A survey
and a menu for choice. Research Policy, 34(2), 175-194.Ca-
llon, Michel; Courtial, Jean-Pierre; Penan, Herve (1995).
Cienciometría. El estudio cuantitativo de la actividad
científica: de la bibliometría a la vigilancia tecnológica.
Gijón: TREA.
6. CEPAL (2018). CEPALSTAT. http://estadisticas.cepal.
org/cepalstat
7. Cervera, J. L. (2001a) Estadísticas e indicadores de ciencia,
tecnología e innovación en América Latina y el Caribe. En Pri-
mera Reunión de la Conferencia Estadística de las Américas de la
Comisión Económica para América Latina y el Caribe (DDA/1).
Santiago: CEPAL.
8. Cervera, J. L. (2001b). Recomendaciones para fortale-
cer el sistema de estadísticas e indicadores de ciencia,
tecnología e innovación en América Latina y el Caribe.
En: Primera Reunión de la Conferencia Estadística de las
Américas de la Comisión Económica para América Lati-
na y el Caribe (DDR/3). Santiago: CEPAL.
9. Chen, Shun-Hsing; Hui-Hua; Wang & Yang, King-Jang
(2009). Establishment and application of performance
measure indicators for universities. The TQM Journal, 21(3),
220-235. https://doi.org/10.1108/17542730910953004
10. CIC (2003). Modelo Intellectus: medición y gestión del capital
intelectual. Madrid: Universidad Autónoma de Madrid.
11. Colciencias (2016a). Ecosistema científico: documento base
versión 2.0. Bogotá: Colciencias.
12. Colciencias (2016b). Estado de la ciencia en Colombia, 2015.
Bogotá: Colciencias.
13. Colciencias (2017). Modelo de medición de grupos de investiga-
ción, desarrollo tecnológico o de innovación y de reconocimiento
de investigadores del Sistema Nacional de Ciencia, Tecnología e
Innovación, año 2017. Bogotá: Colciencias.
14. Consejo Nacional de Acreditación (2006-2017). Guías
de procedimiento. https://www.cna.gov.co/1741/arti-
cle-186376.html
15. Cornell University, INSEAD & OMPI (2015). The global
innovation index 2015: effective innovation policies for develop-
ment. Geneva: WIPO.
16. D’Onofrio, María Guillermina; Solís, Francisco; Tignino,
María Victoria.; Cabrera, Esther. (2010). Indicadores
de trayectorias de los investigadores iberoamericanos:
avances del Manual de Buenos Aires y resultados de su
validación técnica. En RICYT, El estado de la ciencia 2010,
(pp. 118-132). Buenos Aires: RICYT.
17. de la Vega, Iván (2009). Módulo de capacitación para la reco-
lección y el análisis de indicadores de investigación y desarrollo.
Buenos Aires: Centro Redes, Banco Interamericano de
Desarrollo.
18. Dundar, Halil; Lewis, Darrell (1998) Deter-
minants of research productivity in higher
education. Research in Higher Education, 39(6), 607-631.
https://doi.org/10.1023/A:1018705823763
19. ESF (2011). Research infraestructures in the digital humanities.
Strasbourg: ESF.
20. ESF (2013). Research infraestructures in the European research
area. Strasbourg: ESF.
21. Eurostat (2008). Comparison between NABS 2007 and
NABS 1992. Luxembourg: Eurostat
22. Eurostat (2017). Science, technology and innovation. http://
ec.europa.eu/eurostat/web/science-technology-innova-
tion/statistics-illustrated
23. FECYT (2018). ICONO: observatorio español de I+D+i.
https://icono.fecyt.es/indicadores
24. Fernández-Núñez, Lissette (2006). ¿Cómo analizar da-
tos cualitativos? Butletí LaRecerca, 7, 1-13.
25. Freeman, Christopher (1987). Technology policy and eco-
nomic performance; lessons from Japan. Londres: Frances
Printer Publishers.
26. Guadarrama-Atrizco Victor; Manzano-Mora Francis-
co (2016). Indicadores de Ciencia, Tecnología e Innovación.
México: Foro consultivo científico y tecnológico.
eI9/19Rev. Interam. B ibliot. Medellín (Colombia) V ol. 4 3, número 3/septiembre-diciembre 2020 eI7 ISSN 0120-0976 / ISSN (en línea) 2538-9866
https://doi.org/10.17533/udea.rib.v43n3eI9
[Indicadores de ciencia, tecnología e innovación: hacia la configuración de un sistema de medición]
27. GAEI (2014). Un mundo que cuenta: movilización de la revo-
lución de los datos para el desarrollo sostenible. Nueva York:
Naciones Unidas.
28. Godin, Benoît (2005). Measurement and statistics on science
and technology: 1920 to the present. New York: Routledge.
29. González, José; Rodríguez, Miryam (2010). Modelos de
capital intelectual y sus indicadores en la universidad
pública. Cuadernos de Administración, 26(43), 113-128.
30. Henao-García, Edwin; López-González, Mauricio; Gar-
cés-Marín, Robinson (2014). Medición de capacidades
en investigación e innovación en instituciones de edu-
cación superior: una mirada desde el enfoque de las
capacidades dinámicas. Entramado, 10(1), 252-271.
31. Hernández, Roberto; Fernández, Carlos; Baptista, María
del Pilar (2010). Metodología de la investigación (5.a ed.). Mé-
xico: McGrawHill.
32. Infoaces (2013). Hacia un sistema integral de información para
la educación superior en América Latina. Valencia: Universi-
dad de Valencia.
33. ISO (2013). ISO 3166: codes for the representation of names of
countries and their subdivisions. Geneva: ISO.
34. Ishikawa, Mayumi (2009). University rankings, global
models, and emerging hegemony. Journal of Studies in In-
ternational Education, 13(2), 159-173.
35. Jaramillo, Hernán; Salazar, Mónica; Lugones, Gusta-
vo (2001). Manual de Bogotá: normalización de indicadores de
innovación tecnológica en América Latina y el Caribe. Bogotá:
RICYT, OEA, Colciencias, CYTED, OCyT.
36. LERU (2012). Research universities and research assessment.
Leuven: LERU.
37. Lugones, Gustavo (2009). Módulo de capacitación para la
recolección y el análisis de indicadores de innovación. Buenos Ai-
res: Centro Redes, Banco Interamericano de Desarrollo.
38. Lundvall, Bengt-Åke (1992). National Systems of Innovation.
Towards a Theory of Innovation and Interactive Learning. An-
them Press.
39. Maltrás, Bruno (2003). Los indicadores bibliométricos: funda-
mentos y aplicación al análisis de la ciencia. Gijón: TREA.
40. Martínez, Eduardo; Albornoz, Mario (1998). Indicadores
de ciencia y tecnología: estado del arte y perspectivas. Caracas:
Nueva Sociedad, Unesco.
41. Ministerio de Educación Nacional (2018). MIDE
(Modelo de Indicadores del Desempeño de la Educación).
http://www.colombiaaprende.edu.co/mide
42. Ministerio de Educación Nacional; Convenio Andrés
Bello (2013). Estructura de indicadores de perfilación y cracte-
rizacion para las IES. Bogotá: MEN.
43. Mohrman, Kathryn; Ma, Wanhua; Baker, David (2008).
The research university in transition: the emerging glo-
bal model. Higher Education Policy, 21(1), 5-27.
44. OCDE (1989). R&D statistics and output measurement in
the higher education sector: Frascati manual supplement. París:
OCDE.
45. OCDE (1990). Proposed standard method of compiling and
interpreting technology balance of payments data: TBP manual.
París: OCDE.
46. OCDE (2010). Manual de estadísticas de patentes de la
OCDE. Madrid: Oficina Española de Patentes y Marcas.
https://doi.org/10.1787/9788496113176-es
47. OCDE (2012). Measuring R&D in developing countries. París:
OCDE.
48. OCDE (2015). Frascati manual 2015: guidelines for collecting
and reporting data on research and experimental development, the
measurement of scientific, technological and innovation activities.
París: OECD.
49. OCDE; Eurostat (1995). Manual on the measurement of hu-
man resources devoted to S&T: Canberra Manual. París: OECD.
50. OCDE; Eurostat (2007). Manual de Oslo: guía para la recogi-
da e interpretación de datos sobre innovación. Madrid: Tragsa.
51. OCTS-OEI; RICYT (2017). Manual iberoamericano de
indicadores de vinculación de la universidad con el entorno socioe-
conómico: Manual de Valencia. Buenos Aires: RICYT.
52. OCTS-OEI; UIS-Unesco (2016). Manual iberoamericano
de indicadores de educación superior: Manual de Lima. Buenos
Aires: OCTS-OEI.
53. OCyT (2018). Portal de datos abiertos. http://ocyt.org.co/
portal-de-datos-abiertos/
https://doi.org/10.17533/udea.rib.v43n3eI9
[Indicadores de ciencia, tecnología e innovación: hacia la configuración de un sistema de medición]
27. GAEI (2014). Un mundo que cuenta: movilización de la revo-
lución de los datos para el desarrollo sostenible. Nueva York:
Naciones Unidas.
28. Godin, Benoît (2005). Measurement and statistics on science
and technology: 1920 to the present. New York: Routledge.
29. González, José; Rodríguez, Miryam (2010). Modelos de
capital intelectual y sus indicadores en la universidad
pública. Cuadernos de Administración, 26(43), 113-128.
30. Henao-García, Edwin; López-González, Mauricio; Gar-
cés-Marín, Robinson (2014). Medición de capacidades
en investigación e innovación en instituciones de edu-
cación superior: una mirada desde el enfoque de las
capacidades dinámicas. Entramado, 10(1), 252-271.
31. Hernández, Roberto; Fernández, Carlos; Baptista, María
del Pilar (2010). Metodología de la investigación (5.a ed.). Mé-
xico: McGrawHill.
32. Infoaces (2013). Hacia un sistema integral de información para
la educación superior en América Latina. Valencia: Universi-
dad de Valencia.
33. ISO (2013). ISO 3166: codes for the representation of names of
countries and their subdivisions. Geneva: ISO.
34. Ishikawa, Mayumi (2009). University rankings, global
models, and emerging hegemony. Journal of Studies in In-
ternational Education, 13(2), 159-173.
35. Jaramillo, Hernán; Salazar, Mónica; Lugones, Gusta-
vo (2001). Manual de Bogotá: normalización de indicadores de
innovación tecnológica en América Latina y el Caribe. Bogotá:
RICYT, OEA, Colciencias, CYTED, OCyT.
36. LERU (2012). Research universities and research assessment.
Leuven: LERU.
37. Lugones, Gustavo (2009). Módulo de capacitación para la
recolección y el análisis de indicadores de innovación. Buenos Ai-
res: Centro Redes, Banco Interamericano de Desarrollo.
38. Lundvall, Bengt-Åke (1992). National Systems of Innovation.
Towards a Theory of Innovation and Interactive Learning. An-
them Press.
39. Maltrás, Bruno (2003). Los indicadores bibliométricos: funda-
mentos y aplicación al análisis de la ciencia. Gijón: TREA.
40. Martínez, Eduardo; Albornoz, Mario (1998). Indicadores
de ciencia y tecnología: estado del arte y perspectivas. Caracas:
Nueva Sociedad, Unesco.
41. Ministerio de Educación Nacional (2018). MIDE
(Modelo de Indicadores del Desempeño de la Educación).
http://www.colombiaaprende.edu.co/mide
42. Ministerio de Educación Nacional; Convenio Andrés
Bello (2013). Estructura de indicadores de perfilación y cracte-
rizacion para las IES. Bogotá: MEN.
43. Mohrman, Kathryn; Ma, Wanhua; Baker, David (2008).
The research university in transition: the emerging glo-
bal model. Higher Education Policy, 21(1), 5-27.
44. OCDE (1989). R&D statistics and output measurement in
the higher education sector: Frascati manual supplement. París:
OCDE.
45. OCDE (1990). Proposed standard method of compiling and
interpreting technology balance of payments data: TBP manual.
París: OCDE.
46. OCDE (2010). Manual de estadísticas de patentes de la
OCDE. Madrid: Oficina Española de Patentes y Marcas.
https://doi.org/10.1787/9788496113176-es
47. OCDE (2012). Measuring R&D in developing countries. París:
OCDE.
48. OCDE (2015). Frascati manual 2015: guidelines for collecting
and reporting data on research and experimental development, the
measurement of scientific, technological and innovation activities.
París: OECD.
49. OCDE; Eurostat (1995). Manual on the measurement of hu-
man resources devoted to S&T: Canberra Manual. París: OECD.
50. OCDE; Eurostat (2007). Manual de Oslo: guía para la recogi-
da e interpretación de datos sobre innovación. Madrid: Tragsa.
51. OCTS-OEI; RICYT (2017). Manual iberoamericano de
indicadores de vinculación de la universidad con el entorno socioe-
conómico: Manual de Valencia. Buenos Aires: RICYT.
52. OCTS-OEI; UIS-Unesco (2016). Manual iberoamericano
de indicadores de educación superior: Manual de Lima. Buenos
Aires: OCTS-OEI.
53. OCyT (2018). Portal de datos abiertos. http://ocyt.org.co/
portal-de-datos-abiertos/
eI9/20Rev. Interam. B ibliot. Medellín (Colombia) V ol. 4 3, número 3/septiembre-diciembre 2020 eI9 ISSN 0120-0976 / ISSN (en línea) 2538-9866
https://doi.org/10.17533/udea.rib.v43n3eI9
[Silvia Molina-Molina, Sol Álvarez-Argaez, Jovanny Estrada-Hernández Margarita, Estrada-Hernández]
54. OIT (2012). International standard classification of occupa-
tions: ISCO-88. Ginebra: ILO.
55. Okubo, Yoshiko (1997). Bibliometric indicators and analysis
of research systems: methods and examples. París: Unesco.
56. ONU (1982). Provisional guidelines on standard international
age classifications. New York: ONU.
57. Ortega, Alberto (2009). Los estándares estadísticos
internacionales y la armonización de estadísticas nacio-
nales. En Quinta Conferencia Estadística de las Américas de la
Comisión Económica para América Latina y el Caribe (CEA-CE-
PAL). Santa Fe de Bogotá.
58. Palomares-Montero, Davinia; García-Aracil, Adela;
Castro-Martínez, Elena (2008). Evaluación de las insti-
tuciones de educación superior: revisión bibliográfica de
sistema de indicadores. Revista Española de Documentación
Científica, 31(2), 205-229.
59. Prat, María (2010). Módulo de capacitación para la recolec-
ción y el análisis de indicadores de producto de las actividades de
ciencia y tecnología. Buenos Aires: Centro Redes, Banco In-
teramericano de Desarrollo.
60. Phusavat, Kongkiti; Ketsarapong, Suphattra;
Ranjan, Jayanthi; Lin, Binshan (2011). Developing a uni-
versity classification model from performance indicators.
Performance Measurement and Metrics, 12(3), 183-213.
https://doi.org/10.1108/14678041111196668
61. QS (1994-2017). QS World University Rankings..
http://www.qs.com/rankings/
62. RICYT (2015). Manual de Antigua: indicadores de percepción
pública de la ciencia y la tecnología. Buenos Aires: RICYT.
63. RICYT (2017). Indicadores. http://www.ricyt.org/indicadores
64. Robinson-García, Nicolás; Torres-Salinas, Daniel;
Zahedi, Zohreh; Costas, Rodrigo (2014). New data,
new possibilities: exploring the insides of Altme-
tric.com. El Profesional de la Información, 23(4), 359-366.
https://doi.org/ 10.3145/epi.2014.jul.03
65. Rosado-Millán, María Jesús; Román-Román, Adelaida;
Sanz-Casado, Elías; Berges-Torres, Mónica; Gómez-Ce-
dillo, Adolfo; García-García, Francisco; Aguillo, Isidro
(2008). Criterios de clasificación de los medios de difusión de
la producción académica y científica universitaria. Madrid:
ACAP.
66. Sánchez-Torres, Jenny; Rivera-Torres, Sandra (2009).
A model for measuring research capacity using an inte-
llectual capital-based approach in a colombian higher
education institution. Innovar, 19(especial), 179-197.
67. SCImago Research Group (2009-2018). SIR - SCImago
institutions rankings. http://www.scimagoir.com/
68. Sebastián, Jesús; Bianco, Carlos; Campo-Cabal, Álvaro;
Correa, Rafael; Pratt, María (2007). Manual de indicadores
de internacionalización de la ciencia y la tecnología: Manual de
Santiago. Buenos Aires, RICYT.
69. Snowball Metrics (2017). Recipe book. https://www.
snowballmetrics.com/wp-content/uploads/0211-Snow-
ball-Metrics-Recipe-Book-v7-LO.pdf
70. Solís-Cabrera, Francisco; Milanés-Guisado, Yusnelkis;
Navarrete-Cortés, Jose (2010). Evaluación de la investi-
gación científica: el caso de Andalucía. Revista Fuentes, 10,
83-100.
71. Thelwall, Mike; Kousha, Kayvan (2015). Web indica-
tors for research evaluation. Part 1: Citations and links
to academic articles from the Web. El Profesional de la
Información, 24(5), 587-606. http://dx.doi.org/10.3145/
epi.2015.nov.04
72. Times Higher Education (2018). World university rankings.
https://www.timeshighereducation.com/world-univer-
sity-rankings
73. Torres-Salinas, Daniel; Cabezas-Clavijo, Álvaro; Ji-
ménez-Contreras, Evaristo (2013). Altmetrics: nuevos
indicadores para la comunicación científica en la Web
2.0. Comunicar, 21(41), 53-60.
74. U-Multirank (2018). Universities compared. Your way.
http://www.umultirank.org
75. UIS (2013). Clasificación internacional normalizada de la edu-
cación: CINE 2011. Montreal: UIS.
76. UIS (2018). Research and development. http://uis.unesco.
org/en/topic/research-and-development
77. Unesco (1978). Recomendación relativa a la norma-
lización internacional de las estadísticas de ciencia y
tecnología de la Unesco. En Actas de la 20.a Asamblea Gene-
ral de la Unesco. París: Unesco.
78. Unesco (1984). Manual for statistics on scientific and technolo-
gical activities. París: Unesco.
https://doi.org/10.17533/udea.rib.v43n3eI9
[Silvia Molina-Molina, Sol Álvarez-Argaez, Jovanny Estrada-Hernández Margarita, Estrada-Hernández]
54. OIT (2012). International standard classification of occupa-
tions: ISCO-88. Ginebra: ILO.
55. Okubo, Yoshiko (1997). Bibliometric indicators and analysis
of research systems: methods and examples. París: Unesco.
56. ONU (1982). Provisional guidelines on standard international
age classifications. New York: ONU.
57. Ortega, Alberto (2009). Los estándares estadísticos
internacionales y la armonización de estadísticas nacio-
nales. En Quinta Conferencia Estadística de las Américas de la
Comisión Económica para América Latina y el Caribe (CEA-CE-
PAL). Santa Fe de Bogotá.
58. Palomares-Montero, Davinia; García-Aracil, Adela;
Castro-Martínez, Elena (2008). Evaluación de las insti-
tuciones de educación superior: revisión bibliográfica de
sistema de indicadores. Revista Española de Documentación
Científica, 31(2), 205-229.
59. Prat, María (2010). Módulo de capacitación para la recolec-
ción y el análisis de indicadores de producto de las actividades de
ciencia y tecnología. Buenos Aires: Centro Redes, Banco In-
teramericano de Desarrollo.
60. Phusavat, Kongkiti; Ketsarapong, Suphattra;
Ranjan, Jayanthi; Lin, Binshan (2011). Developing a uni-
versity classification model from performance indicators.
Performance Measurement and Metrics, 12(3), 183-213.
https://doi.org/10.1108/14678041111196668
61. QS (1994-2017). QS World University Rankings..
http://www.qs.com/rankings/
62. RICYT (2015). Manual de Antigua: indicadores de percepción
pública de la ciencia y la tecnología. Buenos Aires: RICYT.
63. RICYT (2017). Indicadores. http://www.ricyt.org/indicadores
64. Robinson-García, Nicolás; Torres-Salinas, Daniel;
Zahedi, Zohreh; Costas, Rodrigo (2014). New data,
new possibilities: exploring the insides of Altme-
tric.com. El Profesional de la Información, 23(4), 359-366.
https://doi.org/ 10.3145/epi.2014.jul.03
65. Rosado-Millán, María Jesús; Román-Román, Adelaida;
Sanz-Casado, Elías; Berges-Torres, Mónica; Gómez-Ce-
dillo, Adolfo; García-García, Francisco; Aguillo, Isidro
(2008). Criterios de clasificación de los medios de difusión de
la producción académica y científica universitaria. Madrid:
ACAP.
66. Sánchez-Torres, Jenny; Rivera-Torres, Sandra (2009).
A model for measuring research capacity using an inte-
llectual capital-based approach in a colombian higher
education institution. Innovar, 19(especial), 179-197.
67. SCImago Research Group (2009-2018). SIR - SCImago
institutions rankings. http://www.scimagoir.com/
68. Sebastián, Jesús; Bianco, Carlos; Campo-Cabal, Álvaro;
Correa, Rafael; Pratt, María (2007). Manual de indicadores
de internacionalización de la ciencia y la tecnología: Manual de
Santiago. Buenos Aires, RICYT.
69. Snowball Metrics (2017). Recipe book. https://www.
snowballmetrics.com/wp-content/uploads/0211-Snow-
ball-Metrics-Recipe-Book-v7-LO.pdf
70. Solís-Cabrera, Francisco; Milanés-Guisado, Yusnelkis;
Navarrete-Cortés, Jose (2010). Evaluación de la investi-
gación científica: el caso de Andalucía. Revista Fuentes, 10,
83-100.
71. Thelwall, Mike; Kousha, Kayvan (2015). Web indica-
tors for research evaluation. Part 1: Citations and links
to academic articles from the Web. El Profesional de la
Información, 24(5), 587-606. http://dx.doi.org/10.3145/
epi.2015.nov.04
72. Times Higher Education (2018). World university rankings.
https://www.timeshighereducation.com/world-univer-
sity-rankings
73. Torres-Salinas, Daniel; Cabezas-Clavijo, Álvaro; Ji-
ménez-Contreras, Evaristo (2013). Altmetrics: nuevos
indicadores para la comunicación científica en la Web
2.0. Comunicar, 21(41), 53-60.
74. U-Multirank (2018). Universities compared. Your way.
http://www.umultirank.org
75. UIS (2013). Clasificación internacional normalizada de la edu-
cación: CINE 2011. Montreal: UIS.
76. UIS (2018). Research and development. http://uis.unesco.
org/en/topic/research-and-development
77. Unesco (1978). Recomendación relativa a la norma-
lización internacional de las estadísticas de ciencia y
tecnología de la Unesco. En Actas de la 20.a Asamblea Gene-
ral de la Unesco. París: Unesco.
78. Unesco (1984). Manual for statistics on scientific and technolo-
gical activities. París: Unesco.
eI9/21Rev. Interam. B ibliot. Medellín (Colombia) V ol. 4 3, número 3/septiembre-diciembre 2020 eI7 ISSN 0120-0976 / ISSN (en línea) 2538-9866
https://doi.org/10.17533/udea.rib.v43n3eI9
[Indicadores de ciencia, tecnología e innovación: hacia la configuración de un sistema de medición]
79. Unesco (1988). Proyecto de nomenclatura internacional nor-
malizada relativa a la ciencia y la tecnología. París: Unesco.
80. Unesco (2010). Medición de la investigación y el desarrollo
(I+D): desafíos enfrentados por los países en desarrollo. Mon-
treal: Instituto de Estadística, Unesco.
81. Unesco (2016). Indicadores y gráficos interactivos, SPIN Informa-
ción sobre política científica en América Latina y el Caribe. http://
spin.unesco.org.uy/statplanet/Web/StatPlanet.html
82. Universidad de Antioquia (2012). Balance de la investiga-
ción en la Universidad de Antioquia. Medellín: Universidad
de Antioquia.
83. Universidad de los Andes (2006-2012). La investigación en
Uniandes. Bogotá: Uniandes.
84. Universidad Nacional de Colombia (2009). Capacidades
de investigación en la Universidad Nacional de Colombia, 2000-
2008. Bogotá: Universidad Nacional de Colombia.
85. Vanegas-Mahecha, Samuel (2002). Hacia la construcción de
un modelo de indicadores que mida la relación educación-ciencia y
tecnología. Bogotá: Universidad Pedagógica Nacional.
86. Zornic, Nikola; Bornmann, Lutz; Maricic, Milica;
Markovic, Aleksandar; Martic, Milan; Jeremic, Veljko
(2015). Ranking institutions within a university ba-
sed on their scientific performance: A percentile-based
approach. El profesional de la información, 24(5), 551-566.
https://doi.org/10.3145/epi.2015.sep.05
https://doi.org/10.17533/udea.rib.v43n3eI9
[Indicadores de ciencia, tecnología e innovación: hacia la configuración de un sistema de medición]
79. Unesco (1988). Proyecto de nomenclatura internacional nor-
malizada relativa a la ciencia y la tecnología. París: Unesco.
80. Unesco (2010). Medición de la investigación y el desarrollo
(I+D): desafíos enfrentados por los países en desarrollo. Mon-
treal: Instituto de Estadística, Unesco.
81. Unesco (2016). Indicadores y gráficos interactivos, SPIN Informa-
ción sobre política científica en América Latina y el Caribe. http://
spin.unesco.org.uy/statplanet/Web/StatPlanet.html
82. Universidad de Antioquia (2012). Balance de la investiga-
ción en la Universidad de Antioquia. Medellín: Universidad
de Antioquia.
83. Universidad de los Andes (2006-2012). La investigación en
Uniandes. Bogotá: Uniandes.
84. Universidad Nacional de Colombia (2009). Capacidades
de investigación en la Universidad Nacional de Colombia, 2000-
2008. Bogotá: Universidad Nacional de Colombia.
85. Vanegas-Mahecha, Samuel (2002). Hacia la construcción de
un modelo de indicadores que mida la relación educación-ciencia y
tecnología. Bogotá: Universidad Pedagógica Nacional.
86. Zornic, Nikola; Bornmann, Lutz; Maricic, Milica;
Markovic, Aleksandar; Martic, Milan; Jeremic, Veljko
(2015). Ranking institutions within a university ba-
sed on their scientific performance: A percentile-based
approach. El profesional de la información, 24(5), 551-566.
https://doi.org/10.3145/epi.2015.sep.05