Evaluación de la producción científica de investigadores con métricas y altmétricas a partir de bases de datos bibliográficas dinámicas

Abstract

El presente trabajo desarrolla un sistema automatizado para evaluar la producción científica de investigadores en física y astronomía mediante la integración de procesos ETL, métricas bibliométricas, altmétricas y modelos predictivos. A partir de datos dinámicos obtenidos de OpenAlex, se construyó una base consolidada que permitió calcular indicadores clásicos y normalizados, analizar redes de colaboración y estudiar la diversidad temática mediante modelos de lenguaje preentrenados. La evolución temporal del impacto se modeló con funciones de crecimiento acumulado, mostrando que el modelo de Gompertz describe con alta precisión las curvas de citación. Además, se implementó un modelo XGBoost capaz de predecir de forma robusta el número anual de citas, explicando más del 70 % de su variabilidad futura. El análisis aplicado a tres investigadores representativos evidenció diferencias en productividad, patrones de colaboración e influencia académica, mostrando la utilidad de combinar métricas tradicionales con enfo ques de aprendizaje automático. En conjunto, los resultados demuestran que esta metodología ofrece una herramienta reproducible, transparente y flexible para la evaluación y proyección del impacto científico.