Organizar y analizar
Coocurrencia de palabras clave
Analiza qué términos de investigación aparecen juntos en tu colección bibliográfica seleccionada.
Crear una cuentaCrea tu cuenta y completa la verificación para empezar a usar SciMaps. La aplicación de SciMaps está disponible en inglés.
Qué puedes explorar
Una red no dirigida de términos conectados cuando aparecen juntos en los registros seleccionados. Revisa el modo de origen de los términos, los términos retenidos y la configuración junto con el grafo.
Qué necesitas
Fuentes seleccionadas de un proyecto con títulos, resúmenes o conceptos de OpenAlex utilizables, según la opción Keyword source. Son términos del análisis; no necesariamente palabras clave aportadas por los autores.
Cómo utilizarla
- Selecciona las fuentes de tu proyecto y abre Keyword Co-occurrence en Bibliometrics.
- Elige Keyword source: Title terms, Abstract terms, OpenAlex concepts o Combined. Revisa los términos disponibles antes de comparar ejecuciones.
- Revisa Minimum frequency y Minimum co-occurrence y, después, las palabras clave seleccionadas, las exclusiones y los filtros de visualización de grupos.
- Examina los términos conectados y los registros que los sustentan. Anota el modo de origen y la configuración; utiliza Thematic Map cuando necesites centralidad y densidad en lugar de vínculos entre términos.
Preparar los términos
Title terms y Abstract terms se extraen de esos campos; OpenAlex concepts utiliza conceptos del proveedor, y Combined reúne los orígenes disponibles. El proceso normaliza y filtra los términos. Revisa las variantes y las exclusiones en lugar de suponer que expresiones similares son idénticas. Mantén constantes el conjunto de fuentes seleccionadas y el modo de origen al comparar configuraciones.
Cómo leer la red
Un nodo es un término retenido en el análisis. El peso de una arista es el número de registros seleccionados que contienen ambos términos. Con Node size basis establecido en Frequency, el tamaño refleja los documentos que contienen el término; otras opciones de tamaño tienen distintos significados, explicados en la leyenda. Los colores de los grupos identifican agrupaciones según el método elegido, no importancia ni causalidad.
Cuando faltan resultados
La ausencia de títulos, resúmenes o conceptos puede dejar el modo de origen elegido con muy pocos términos. Minimum frequency elimina términos poco frecuentes; Minimum co-occurrence elimina parejas de términos con conexiones débiles. Las palabras clave seleccionadas, las exclusiones, los filtros de grupos y los límites del grafo pueden restringir aún más la visualización. Comprueba la cobertura y los filtros antes de reducir umbrales y anota cada cambio para que el resultado siga siendo interpretable.
De las redes de palabras clave al mapeo temático
Utiliza la red de palabras clave para examinar términos y sus registros compartidos. Thematic Map sitúa los grupos de términos según su conexión externa (centralidad) y su cohesión interna (densidad). Sus cuadrantes son descripciones contextuales de esta colección seleccionada, no previsiones de importancia futura.
Resultado práctico de la colección fija
Con Title terms, Minimum frequency 2 y Minimum co-occurrence 1, el caso práctico retiene cuatro términos conectados y dos vínculos con su configuración documentada de calidad y exclusiones. Los términos science mapping y software tools aparecen juntos en un título seleccionado: Science mapping software tools: Review, analysis, and cooperative study among tools. Su vínculo significa que comparten el contexto de un título, no que tengan el mismo significado. Al aumentar Minimum co-occurrence a 2 no queda ningún vínculo en esta pequeña colección. Sigue el caso práctico reproducible de Guías relacionadas para repetir la configuración exacta.
Ejemplo ilustrativo
Supongamos que dos registros seleccionados contienen los términos “climate change” y “adaptation”. En una red de palabras clave, los términos son nodos; una arista los conecta porque aparecen en los mismos registros analizados. La normalización puede unir variantes de un término, y los umbrales pueden ocultar términos o vínculos poco frecuentes. La coocurrencia no demuestra causalidad ni equivalencia de significado.
Interpretación y limitaciones
La extracción de términos, la normalización y los umbrales influyen en el resultado. La coocurrencia no implica causalidad ni equivalencia semántica. Los resultados describen las fuentes seleccionadas y sus metadatos disponibles; no representan toda la investigación de un campo.
Herramientas relacionadas
Guías relacionadas
Crear una cuentaCrea tu cuenta y completa la verificación para empezar a usar SciMaps. ¿Ya tienes acceso? Iniciar sesión en SciMaps.