Indicadores de ciencia, tecnología e innovación: hacia la configuración de un sistema de medición
DOI:
https://doi.org/10.17533/udea.rib.v43n3eI9Palabras clave:
indicadores de ciencia, tecnología e innovación, sistema de medición, sistema de indicadores, universidades, actividades científicas, tecnológicas y de innovaciónResumen
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.
Descargas
Citas
Aguillo, Isidro; Granadino, Begoña (2006). Indicadores 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
Alianza 4 Universidades (2018). Observatorio IUNE: actividad investigadora de la universidad española. http://www.iune.es/
Arencibia, Ricardo; de Moya-Anegón, Felipe (2008). La evaluación de la investigación científica: una aproximación teórica desde la cienciometría. Acimed, 17(4), 1-27.
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.
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.Callon, Michel; Courtial, Jean-Pierre; Penan, Herve (1995). Cienciometría. El estudio cuantitativo de la actividad científica: de la bibliometría a la vigilancia tecnológica. Gijón: TREA.
CEPAL (2018). CEPALSTAT. http://estadisticas.cepal.org/cepalstat
Cervera, J. L. (2001a) 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 Latina y el Caribe (DDA/1). Santiago: CEPAL.
Cervera, J. L. (2001b). Recomendaciones para fortalecer 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 Latina y el Caribe (DDR/3). Santiago: CEPAL.
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
CIC (2003). Modelo Intellectus: medición y gestión del capital intelectual. Madrid: Universidad Autónoma de Madrid.
Colciencias (2016a). Ecosistema científico: documento base versión 2.0. Bogotá: Colciencias.
Colciencias (2016b). Estado de la ciencia en Colombia, 2015. Bogotá: Colciencias.
Colciencias (2017). Modelo de medición de grupos de investigación, desarrollo tecnológico o de innovación y de reconocimiento de investigadores del Sistema Nacional de Ciencia, Tecnología e Innovación, año 2017. Bogotá: Colciencias.
Consejo Nacional de Acreditación (2006-2017). Guías de procedimiento. https://www.cna.gov.co/1741/article-186376.html
Cornell University, INSEAD & OMPI (2015). The global innovation index 2015: effective innovation policies for development. Geneva: WIPO.
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.
de la Vega, Iván (2009). Módulo de capacitación para la recolección y el análisis de indicadores de investigación y desarrollo. Buenos Aires: Centro Redes, Banco Interamericano de Desarrollo.
Dundar, Halil; Lewis, Darrell (1998) Determinants of research productivity in higher education. Research in Higher Education, 39(6), 607-631. https://doi.org/10.1023/A:1018705823763
ESF (2011). Research infraestructures in the digital humanities. Strasbourg: ESF.
ESF (2013). Research infraestructures in the European research area. Strasbourg: ESF.
Eurostat (2008). Comparison between NABS 2007 and NABS 1992. Luxembourg: Eurostat
Eurostat (2017). Science, technology and innovation. http://ec.europa.eu/eurostat/web/science-technology-innovation/statistics-illustrated
FECYT (2018). ICONO: observatorio español de I+D+i. https://icono.fecyt.es/indicadores
Fernández-Núñez, Lissette (2006). ¿Cómo analizar datos cualitativos? Butletí LaRecerca, 7, 1-13.
Freeman, Christopher (1987). Technology policy and economic performance; lessons from Japan. Londres: Frances Printer Publishers.
Guadarrama-Atrizco Victor; Manzano-Mora Francisco (2016). Indicadores de Ciencia, Tecnología e Innovación. México: Foro consultivo científico y tecnológico.
GAEI (2014). Un mundo que cuenta: movilización de la revolución de los datos para el desarrollo sostenible. Nueva York: Naciones Unidas.
Godin, Benoît (2005). Measurement and statistics on science and technology: 1920 to the present. New York: Routledge.
González, José; Rodríguez, Miryam (2010). Modelos de capital intelectual y sus indicadores en la universidad pública. Cuadernos de Administración, 26(43), 113-128.
Henao-García, Edwin; López-González, Mauricio; Garcés-Marín, Robinson (2014). Medición de capacidades en investigación e innovación en instituciones de educación superior: una mirada desde el enfoque de las capacidades dinámicas. Entramado, 10(1), 252-271.
Hernández, Roberto; Fernández, Carlos; Baptista, María del Pilar (2010). Metodología de la investigación (5.a ed.). México: McGrawHill.
Infoaces (2013). Hacia un sistema integral de información para la educación superior en América Latina. Valencia: Universidad de Valencia.
ISO (2013). ISO 3166: codes for the representation of names of countries and their subdivisions. Geneva: ISO.
Ishikawa, Mayumi (2009). University rankings, global models, and emerging hegemony. Journal of Studies in International Education, 13(2), 159-173.
Jaramillo, Hernán; Salazar, Mónica; Lugones, Gustavo (2001). Manual de Bogotá: normalización de indicadores de innovación tecnológica en América Latina y el Caribe. Bogotá: RICYT, OEA, Colciencias, CYTED, OCyT.
LERU (2012). Research universities and research assessment. Leuven: LERU.
Lugones, Gustavo (2009). Módulo de capacitación para la recolección y el análisis de indicadores de innovación. Buenos Aires: Centro Redes, Banco Interamericano de Desarrollo.
Lundvall, Bengt-Åke (1992). National Systems of Innovation. Towards a Theory of Innovation and Interactive Learning. Anthem Press.
Maltrás, Bruno (2003). Los indicadores bibliométricos: fundamentos y aplicación al análisis de la ciencia. Gijón: TREA.
Martínez, Eduardo; Albornoz, Mario (1998). Indicadores de ciencia y tecnología: estado del arte y perspectivas. Caracas: Nueva Sociedad, Unesco.
Ministerio de Educación Nacional (2018). MIDE (Modelo de Indicadores del Desempeño de la Educación). http://www.colombiaaprende.edu.co/mide
Ministerio de Educación Nacional; Convenio Andrés Bello (2013). Estructura de indicadores de perfilación y cracterizacion para las IES. Bogotá: MEN.
Mohrman, Kathryn; Ma, Wanhua; Baker, David (2008). The research university in transition: the emerging global model. Higher Education Policy, 21(1), 5-27.
OCDE (1989). R&D statistics and output measurement in the higher education sector: Frascati manual supplement. París: OCDE.
OCDE (1990). Proposed standard method of compiling and interpreting technology balance of payments data: TBP manual. París: OCDE.
OCDE (2010). Manual de estadísticas de patentes de la OCDE. Madrid: Oficina Española de Patentes y Marcas. https://doi.org/10.1787/9788496113176-es
OCDE (2012). Measuring R&D in developing countries. París: OCDE.
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.
OCDE; Eurostat (1995). Manual on the measurement of human resources devoted to S&T: Canberra Manual. París: OECD.
OCDE; Eurostat (2007). Manual de Oslo: guía para la recogida e interpretación de datos sobre innovación. Madrid: Tragsa.
OCTS-OEI; RICYT (2017). Manual iberoamericano de indicadores de vinculación de la universidad con el entorno socioeconómico: Manual de Valencia. Buenos Aires: RICYT.
OCTS-OEI; UIS-Unesco (2016). Manual iberoamericano de indicadores de educación superior: Manual de Lima. Buenos Aires: OCTS-OEI.
OCyT (2018). Portal de datos abiertos. http://ocyt.org.co/portal-de-datos-abiertos/
OIT (2012). International standard classification of occupations: ISCO-88. Ginebra: ILO.
Okubo, Yoshiko (1997). Bibliometric indicators and analysis of research systems: methods and examples. París: Unesco.
ONU (1982). Provisional guidelines on standard international age classifications. New York: ONU.
Ortega, Alberto (2009). Los estándares estadísticos internacionales y la armonización de estadísticas nacionales. En Quinta Conferencia Estadística de las Américas de la Comisión Económica para América Latina y el Caribe (CEA-CEPAL). Santa Fe de Bogotá.
Palomares-Montero, Davinia; García-Aracil, Adela; Castro-Martínez, Elena (2008). Evaluación de las instituciones de educación superior: revisión bibliográfica de sistema de indicadores. Revista Española de Documentación Científica, 31(2), 205-229.
Prat, María (2010). Módulo de capacitación para la recolección y el análisis de indicadores de producto de las actividades de ciencia y tecnología. Buenos Aires: Centro Redes, Banco Interamericano de Desarrollo.
Phusavat, Kongkiti; Ketsarapong, Suphattra; Ranjan, Jayanthi; Lin, Binshan (2011). Developing a university classification model from performance indicators. Performance Measurement and Metrics, 12(3), 183-213. https://doi.org/10.1108/14678041111196668
QS (1994-2017). QS World University Rankings. http://www.qs.com/rankings/
RICYT (2015). Manual de Antigua: indicadores de percepción pública de la ciencia y la tecnología. Buenos Aires: RICYT.
RICYT (2017). Indicadores. http://www.ricyt.org/indicadores
Robinson-García, Nicolás; Torres-Salinas, Daniel; Zahedi, Zohreh; Costas, Rodrigo (2014). New data, new possibilities: exploring the insides of Altmetric.com. El Profesional de la Información, 23(4), 359-366. https://doi.org/ 10.3145/epi.2014.jul.03
Rosado-Millán, María Jesús; Román-Román, Adelaida; Sanz-Casado, Elías; Berges-Torres, Mónica; Gómez-Cedillo, Adolfo; García-García, Francisco; Aguillo, Isidro (2008). Criterios de clasificación de los medios de difusión de la producción académica y científica universitaria. Madrid: ACAP.
Sánchez-Torres, Jenny; Rivera-Torres, Sandra (2009). A model for measuring research capacity using an intellectual capital-based approach in a colombian higher education institution. Innovar, 19(especial), 179-197.
SCImago Research Group (2009-2018). SIR - SCImago institutions rankings. http://www.scimagoir.com/
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.
Snowball Metrics (2017). Recipe book. https://www.snowballmetrics.com/wp-content/uploads/0211-Snowball-Metrics-Recipe-Book-v7-LO.pdf
Solís-Cabrera, Francisco; Milanés-Guisado, Yusnelkis; Navarrete-Cortés, Jose (2010). Evaluación de la investigación científica: el caso de Andalucía. Revista Fuentes, 10, 83-100.
Thelwall, Mike; Kousha, Kayvan (2015). Web indicators 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
Times Higher Education (2018). World university rankings. https://www.timeshighereducation.com/world-university-rankings
Torres-Salinas, Daniel; Cabezas-Clavijo, Álvaro; Jiménez-Contreras, Evaristo (2013). Altmetrics: nuevos indicadores para la comunicación científica en la Web 2.0. Comunicar, 21(41), 53-60.
U-Multirank (2018). Universities compared. Your way. http://www.umultirank.org
UIS (2013). Clasificación internacional normalizada de la educación: CINE 2011. Montreal: UIS.
UIS (2018). Research and development. http://uis.unesco.org/en/topic/research-and-development
Unesco (1978). Recomendación relativa a la normalización internacional de las estadísticas de ciencia y tecnología de la Unesco. En Actas de la 20.a Asamblea General de la Unesco. París: Unesco.
Unesco (1984). Manual for statistics on scientific and technological activities. París: Unesco.
Unesco (1988). Proyecto de nomenclatura internacional normalizada relativa a la ciencia y la tecnología. París: Unesco.
Unesco (2010). Medición de la investigación y el desarrollo (I+D): desafíos enfrentados por los países en desarrollo. Montreal: Instituto de Estadística, Unesco.
Unesco (2016). Indicadores y gráficos interactivos, SPIN Información sobre política científica en América Latina y el Caribe. http://spin.unesco.org.uy/statplanet/Web/StatPlanet.html
Universidad de Antioquia (2012). Balance de la investigación en la Universidad de Antioquia. Medellín: Universidad de Antioquia.
Universidad de los Andes (2006-2012). La investigación en Uniandes. Bogotá: Uniandes.
Universidad Nacional de Colombia (2009). Capacidades de investigación en la Universidad Nacional de Colombia, 2000-2008. Bogotá: Universidad Nacional de Colombia.
Vanegas-Mahecha, Samuel (2002). Hacia la construcción de un modelo de indicadores que mida la relación educación-ciencia y tecnología. Bogotá: Universidad Pedagógica Nacional.
Zornic, Nikola; Bornmann, Lutz; Maricic, Milica; Markovic, Aleksandar; Martic, Milan; Jeremic, Veljko (2015). Ranking institutions within a university based 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
Publicado
Cómo citar
Número
Sección
![](/revistas/index.php/RIB/manager/setup/"http:/aprendeenlinea.udea.edu.co/revistas/public/site/images/revistabibliotecologia/licencia11.png)
