A continuación se muestra la metodología seguida para generar el Ranking de Investigadores.
Para facilitar su comprensión, se ha dividido en varios bloques:
1. Fuentes de información y criterios de selección
El ranking integra información de tres plataformas con naturaleza distintas:
Google Scholar (GS)
- Tipo de fuente: Plataforma propietaria, de acceso libre, sin API oficial.
- Ventajas: Mayor cobertura de literatura científica y técnica; excelente recuperación de citas; gran adopción por parte de los investigadores.
- Limitaciones:
- Falta de control documental en nombres y filiaciones.
- Detección imperfecta de duplicados.
- Riesgo de asignación errónea de trabajos comunes.
- Actualizaciones automáticas que pueden introducir ruido.
Se recopilaron perfiles públicos accesibles desde la plataforma, incluyendo nombre, filiación, lista de publicaciones, número de citas e índice h. Cuando existen perfiles múltiples para un mismo autor, todos se excluyen. Los investigadores españoles en el extranjero se incluyen mediante petición de los interesados.
ORCID
- Tipo de fuente: Plataforma abierta y estandarizada de identificación persistente.
- Rol en el ranking: Se utiliza como eje vertebrador para la desambiguación y fusión entre GS y OpenAlex.
- Limitaciones:
- Ausencia de métricas.
- Perfiles incompletos, privados o desactualizados.
- Falta de variantes del nombre de firma.
Se emplearon únicamente perfiles compatibles con acceso público.
OpenAlex (OA)
- Tipo de fuente: Base de datos bibliográfica abierta, sucesora conceptual de Microsoft Academic.
- Ventajas:
- API abierta, gran capacidad de normalización documental.
- Inclusión de identificadores (ORCID, ROR, DOI) y metadatos avanzados.
- Limitaciones:
- Proceso de consolidación aún en evolución.
- Incompletitud en autorías y métricas en algunos campos.
- Problemas residuales en la correspondencia entre IDs.
2. Proceso de recolección y normalización de datos
2.1 Identificación de registros
El procedimiento siguió tres vías paralelas:
- Perfiles de GS con ORCID explícito: coinciden directamente con OA y ORCID.
- Perfiles de GS sin ORCID: requieren desambiguación basada únicamente en patrones de nombre.
- Autores de OA con ORCID: se integran incluso cuando GS no está presente
2.2 Normalización de nombres
Se aplicaron los siguientes criterios:
- Prioridad al nombre completo conocido.
- Mantener nombre de firma si es la única variante disponible.
- Añadir acentos y letras propias de los idiomas españoles
- Eliminación de mayúsculas inconsistentes, caracteres extraños y duplicidades de espacios.
- Detección automática de equivalencias:
- nombres con y sin acentos,
- inversiones nombre–apellido,
- iniciales vs. nombres completos.
- Los investigadores del área de la física de altas energías o de partículas aparecen marcados con (i)
- Los investigadores fallecidos incluyen fechas de nacimiento y muerte cuando son conocidas
No se realizan correcciones manuales, salvo casos extraordinarios reportados por usuarios.
2.3 Normalización de filiaciones
La filiación se extrae directamente de GS y OA, pero:
- Se corrigen y normalizan las instituciones españolas
- Se asignan identificadores ROR a las citadas instituciones españolas si está disponible.
3. Desambiguación y fusión de perfiles
3.1 Enlace mediante ORCID
El ORCID actúa como identificador principal, garantizando la correspondencia entre:
- GS → ORCID
- ORCID → OpenAlex
Siempre que esto sea posible, la fusión se realiza automáticamente.
3.2 Enlace mediante nombre (cuando falta ORCID)
En ausencia de ORCID, se aplican las siguientes reglas:
- Coincidencia de nombre y dos apellidos (cuando existen).
- Coincidencia aproximada mediante algoritmos de similitud (Levenshtein, Jaro-Winkler).
- Descartar coincidencias cuando:
- el nombre es extremadamente común,
- las filiaciones no coinciden ni pertenecen al mismo país,
- las métricas difieren en órdenes de magnitud.
Para marcar perfiles de nombres comunes o incompletos para los que haya más de un posible candidato se acompaña el nombre de un número (entre 2 y 5) para indicar múltiples candidatos. Los implicados pueden comunicar su ORCID y/o nombre completo.
3.3 Gestión de duplicados
Se consideran duplicados aquellos autores que presentan:
- Dos o más perfiles GS atribuibles con alta probabilidad a la misma persona.
- Dos perfiles OA distintos con el mismo ORCID.
- Perfiles GS que corresponden claramente a identidades distintas, pero comparten nombre idéntico.
Ante la duda, la política es excluir todos los duplicados para evitar distorsiones en el ranking.
Es posible acceder al listado de Duplicados en GS aquí.
4. Cálculo de métricas
4.1 Métricas primarias utilizadas
Para cada autor se consideran exclusivamente:
- Índice h en GS
- Citas en GS
- Índice h en OA
- Citas en OA
No se incorporan citas ni métricas de ORCID, ya que no las proporciona.
4.2 Selección de la métrica final
El algoritmo elige, para cada investigador, la mejor métrica disponible:
Max (h_GS*10^6+citas_GS; h_OA*10^6+citas_OA)
Cuando una de las fuentes no está disponible, se usa únicamente la existente.
4.3 Limitaciones reconocidas
- GS tiene casi 2 veces más cobertura que OA, pero la proporción no es tan elevada respecto al número de citas
- GS puede inflar métricas por inclusión errónea de trabajos.
- OA puede infraestimar métrica por falta de registro de artículos antiguos.
- Diferencias en modelos de cálculo de índice h.
Para mitigar estas diferencias se adopta la estrategia del “mejor valor disponible”.
5. Criterios de inclusión y exclusión
5.1 Verificación automática
Se incluyen investigadores que cumplan al menos uno de los siguientes criterios:
- Pertenecer a una institución española o andorrana.
- Ser españoles trabajando en el extranjero (cuando existe evidencia en ORCID u OA).
- Tener perfil público en GS u OA con suficientes datos para calcular métricas.
5.2 Exclusión
Se excluyen:
- Perfiles duplicados.
- Perfiles con identificación dudosa o inconsistente.
- perfiles GS con publicaciones claramente erróneas o fraudulentas.
- Perfiles sin suficiente información bibliométrica.
6. Control de calidad
6.1 Verificación automática
- Comprobación de integridad de campos obligatorios.
- Coherencia entre nombres, afiliaciones y ORCID.
- Detección de anomalías (índices h imposibles, saltos abruptos de citas).
6.2 Verificación manual
Solo se realiza cuando:
- El investigador contacta para solicitar corrección.
- Existen dudas razonables sobre duplicados o errores graves.
- El error afecta a la clasificación general.
7. Limitaciones generales del ranking
El ranking se basa exclusivamente en datos disponibles en las plataformas citadas. No se realiza:
- verificación manual sistemática de perfiles,
- normalización exhaustiva de instituciones,
- corrección de errores internos en GS u OA,
- evaluación cualitativa del impacto científico.
El usuario es el responsable final de mantener sus perfiles actualizados.
8. Líneas de mejora previstas
En futuras ediciones se prevé incorporar:
- Identificadores de género .
- Edad académica (primer año conocido de publicación).
- Clasificación disciplinar normalizada.
- Normalización completa mediante ROR.
- Panel de autor para solicitar correcciones directamente.