Una herramienta de clasificación para artículos no citados aplicada a la Revista de la Facultad de Ingeniería de la UdeA –Redin

Abstract

RESUMEN : En este trabajo se aborda la problemática del bajo índice de citación de la Revista Facultad de Ingeniería (Redin) de la Universidad de Antioquia. La baja citación afecta la visibilidad y el prestigio de la revista y puede disminuir el interés de los investigadores en publicar allí. Por esta razón, se construyó una herramienta basada en modelos de Machine Learning (ML) que permitiera predecir si un nuevo artículo será o no citado. Se utilizó la metodología de investigación en diseño en conjunto con la metodología para la minería de datos Cross-Industry Standard Process for Data Mining (CRISP-DM), las cuales permitieron el diseño y desarrollo de la herramienta a través de la recopilación, limpieza, entendimiento y preparación de los datos, además de la modelación, evaluación y despliegue de modelos de ML. Se encontró que el modelo Random Forest Classifier (RFC) ofrece un mejor desempeño en identificar los artículos que no serán citados, al tiempo que permite identificar los factores que influyen en la citación de los artículos. Se propone a Redin utilizar la herramienta para tomar decisiones encaminadas a aumentar la probabilidad de citación de los artículos que presentan un mayor riesgo.

ABSTRACT : This paper addresses the problem of the low citation rate of the Revista Facultad de Ingeniería de la Universidad de Antioquia (Redin). Low citation affects the visibility and prestige of the journal and may decrease the interest of researchers in publishing there. For this reason, a tool based on Machine Learning (ML) models was built to predict whether a new article will be cited. The design research methodology was used in conjunction with the Cross-Industry Standard Process for Data Mining (CRISP-DM) data mining methodology, which allowed the design and development of the tool through the collection, cleaning, understanding and preparation of data, as well as modeling, evaluation and deployment of ML models. It was found that the Random Forest Classifier (RFC) model offers a better performance in identifying the articles that will not be cited, while allowing the identification of the factors that influence the citation of the articles. It is proposed that the journal use the tool to make decisions aimed at increasing the probability of citation of the articles that present a higher risk.