Eigenfactor y Carl Bergstrom

Carl T. Bergstrom se dedica a la biología de la información en la Universidad de Washington (Seattle, EUA). Estudia los flujos de información en el mundo natural: cómo los organismos vivos han evolucionado adquiriendo, procesando, almacenando y transmitiendo información en múltiples niveles (células, individuos, poblaciones,… desde las bacterias a los homosapiens, pasando por la propagación de los patógenos). Investiga con su equipo cómo la información se comunica a través de sistemas biológicos y redes sociales. 

Su trabajo parte de la perspectiva de la biología evolutiva, pero se apoya en la teoría de juegos y la teoría de la señal, haciendo uso de modelos matemáticos para comprender los procesos biológicos y sociales basados en la información. Bergstrom está muy interesado en los aspectos estratégicos del uso de la información por parte de los organismos, pero sus indagaciones conectan la biología evolutiva con la teoría de la información heredera de Claude Shannon.

Así, en uno de sus artículos, The fitness value of information, concluye que el valor adaptativo de la información en el marco de la selección natural puede cuantificarse e interpretarse no sólo desde la teoría de la decisión, como se hace habitualmente en biología evolutiva y del comportamiento, sino a través de las medidas de «información mutua» y «entropía» características de la teoría de la información. 

No me parece casual que Bergstrom y sus colaboradores, además de dedicarse a la biología de la información, trabajen muy activamente en métrica de la información científica y sean los responsables de Eigenfactor.org. No sólo porque, obviamente, en ambos casos se apliquen métodos y modelos matemáticos, sino porque creo que hay vínculos esenciales entre ambos tipos de estudios. Es lo que más me llama la atención.

Eigenfactor.org es una fuente de datos métricos sobre las revistas científicas internacionales basada en información de citas de Journal Citation Reports y en la aplicación de algoritmos de relevancia tipo PageRank de Google. Proporciona datos anuales que abarcan desde 1995 a 2006 acerca de las 7.000 revistas incluidas en JCR y de otras muchas fuentes citadas por ellas. Presenta rankings temáticos con dos indicadores: eigenfactor y article influence. Además ofrece análisis de calidad/precio de las revistas y un módulo de representación gráfica de las relaciones entre las ciencias (mapping…)

Eigenfactor es un indicador de la influencia o repercusión global de las revistas que se basa, al estilo PageRank, en el cálculo iterativo del nivel de citación recibida por una revista según procedan a su vez las citas de revistas más o menos citadas, más o menos influyentes por tanto. Article influence mide la influencia media de los artículos de las revistas y se basa  en el mismo cálculo iterativo que Eigenfactor, pero teniendo en cuenta el número de articulos de la revista.

Es interesante anotar, por cierto, que SJR, utilizado en SCImago Journal & Country Rank, es otro indicador del tipo PageRank, también sobre revistas, pero basado en los datos de Scopus en lugar de en los de Journal Citation Reports y Web of Science. 

• Bergstrom, Carl. Eigenfactor: Measuring the value and prestige of academic journals. C&RL News, May 2007, 68(5)