2021. El servicio de referencia para la educación a distancia: el caso de las bibliotecas universitarias privadas del Aglomerado Gran Buenos Aires y los Estándares ACRL
Leer más
Resumen: Esta tesina explora los servicios de referencia digital para la educación a distancia. Analiza las bibliotecas universitarias de gestión privada de la Ciudad Autónoma de Buenos Aires y partidos aledaños. Para ello aplica los Estándares de Servicios Bibliotecarios para la Educación a Distancia, de la Association of College and Research Libraries. Los datos se recolectaron entre mayo y junio de 2020 a través de un cuestionario autoadministrado en internet. Los resultados principales demuestran que los servicios de referencia atendían a los alumnos y docentes, utilizando herramientas de comunicación y fuentes de información digital. Sin embargo, la mayoría no tenía un plan estratégico que incluyera a la modalidad a distancia ni se integraba por completo en el sistema de gestión de aprendizaje. Se concluye que los servicios están configurados para la referencia virtual, pero no necesariamente para responder a las cuestiones particulares de la educación a distancia.
Leer más
Resumen: se analizan 50 artículos desde el modelo bibliométrico, publicados en la revista Psicodebate, Psicología, Cultura y Sociedad entre los años 2013 y 2017. Se utiliza Google Académico para extraer los datos. Se estudia la afiliación, la colaboración científica y el impacto de la revista. El 78% de los autores proviene de instituciones argentinas, especialmente de universidades, y colabora en forma bilateral y nacional; mientras que el impacto de la revista, con un Índice-h 6, es menor en relación a otras publicaciones de psicología de América Latina, indizadas en Google Scholar Metrics. El tipo de colaboración predominante y a la cantidad de autores por artículo influyen en el impacto de la revista.
2017. Motores de búsqueda académicos: evaluación y desempeño. [Manuscrito inédito]
Leer más
Resumen: Esta investigación evalúa la eficiencia de cinco motores de búsqueda académicos en la recuperación de información textual. Los sistemas analizados incluyen BASE, Google Académico, JURN, Microsoft Academic y Refseek. La metodología implica la búsqueda de documentos y la recopilación de juicios de relevancia para calcular la precisión y la exhaustividad. Los resultados destacan a JURN como el motor más preciso, mientras que BASE demostró ser el más exhaustivo. JURN también se distingue por su funcionamiento cercano al ideal de un sistema de recuperación. Las conclusiones sugieren que los motores de búsqueda académicos más eficientes son aquellos con indexación manual realizada por humanos.