Estrategia de integración de métricas de impacto de la producción académica institucional mediante un Data Warehouse

caso de uso con OpenAlex, OpenAIRE y COAR

Autores/as

DOI:

https://doi.org/10.5195/biblios.2025.1348

Palabras clave:

Producción académica institucional, Identificadores persistentes, Métricas responsables, Data Warehouse, Data Vault

Resumen

Objetivo. Este artículo propone una estrategia para integrar datos de múltiples fuentes sobre producción académica, facilitando la toma de decisiones. Su enfoque es adaptable a diversas organizaciones sin restricciones en la cantidad o variedad de fuentes. Método. Se diseñó un sistema de integración basado en herramientas de código abierto y un modelo de datos híbrido escalable. Se combinan Data Warehouse (Kimball & Ross) para optimizar el análisis y Data Vault 2.0 para gestionar la heterogeneidad y trazabilidad, asegurando una integración flexible. Resultados. Se integraron los datos de OpenAIRE, OpenAlex y COAR en una tabla unificada de publicaciones académicas, combinando métricas clave como citas, vistas y descargas. La tabla incluye información relevante, como título, DOI, tipo y año de publicación, además del estado de acceso abierto. Conclusiones. La integración de datos permite obtener una visión más completa del impacto de la producción científica institucional. Este enfoque favorece la implementación de métricas responsables.

Biografía del autor/a

Pablo César de Albuquerque, Universidad Nacional de La Plata

Licenciado en Sistemas por la Universidad Nacional de La Plata (UNLP) y actualmente cursa el Doctorado en Ciencias Informáticas en la Facultad de Informática de la misma universidad. Desarrolla su trabajo de investigación en PREBI-SEDICI (UNLP) y en el Centro de Servicios en Gestión de Información (CESGI) de la Comisión de Investigaciones Científicas de la Provincia de Buenos Aires (CIC).

Gonzalo Luján Villarreal, Universidad Nacional de La Plata

Doctor en Ciencias Informáticas por la Universidad Nacional de La Plata (UNLP). Actualmente se desempeña como Director de PREBI-SEDICI UNLP y Director del Centro de Servicios en Gestión de Información (CESGI) de la Comisión de Investigaciones Científicas (CIC) de la Provincia de Buenos Aires.

Citas

Add seeds to your DAG. (2025, Abril 3). dbt Developer Hub. Recuperado el Abril 4, 2025, de https://docs.getdbt.com/docs/build/seeds

Aghassibake, N., Castello, O. G., Gujilde, P., & Rabun, S. (2023). Visualizing institutional activity using persistent identifier metadata. Information Services & Use, 43(3-4), 335–342. https://doi.org/10.3233/ISU-230218

Albuquerque, P. C. (2024a). PabloDeAlbu/dbt-scholar [Software]. GitHub. https://github.com/PabloDeAlbu/dbt-scholar

Albuquerque, P. C. (2024b). PabloDeAlbu/kedro-scholar [Cuaderno Jupyter]. GitHub. https://github.com/PabloDeAlbu/kedro-scholar

Albuquerque, P. C., Villarreal, G. L., & De Giusti, M. R. (2021, Junio 22–25). Proposal of a data warehouse for scholarly institutions built on institutional repositories [Objeto de conferencia]. IX Jornadas de Cloud Computing, Big Data & Emerging Topics, La Plata, Buenos Aires, Argentina. http://sedici.unlp.edu.ar/handle/10915/125161

Albuquerque, P. C., Villarreal, G. L., & De Giusti, M. R. (2022, Octubre 3-7). WebID como base para el desarrollo de una marca personal en repositorios institucionales [Objeto de conferencia]. XI Conferencia Internacional de Bibliotecas y Repositorios Digitales (BIREDIAL-ISTEC), Costa Rica. http://sedici.unlp.edu.ar/handle/10915/145739

Albuquerque, P. C., Villarreal, G. L., & De Giusti, M. R. (2023, Octubre 18-20). Modelo dimensional para la medición de la producción académica [Objeto de conferencia]. XII Conferencia Internacional de Bibliotecas y Repositorios Digitales (BIREDIAL-ISTEC), Montevideo, Uruguay. http://sedici.unlp.edu.ar/handle/10915/161906

Apache Superset. (2025). Apache Superset™ is an open-source modern data exploration and visualization platform. Recuperado el Abril 4, 2025, de https://superset.apache.org/

Bollini, A., Knoth, P., Perakakis, P., Rodrigues, E., Shearer, K., Sompel, V. de, & Walk, P. (2017). Next generation repositories: Behaviours and technical recommendations of the COAR Next Generation Repositories Working Group (Version 2) [Original report]. Zenodo. https://doi.org/10.5281/zenodo.8077381

Cabezas-Clavijo, A., & Torres-Salinas, D. (2021). Bibliometric reports for institutions: Best practices in a responsible metrics scenario. Frontiers in Research Metrics and Analytics, 6, Article e696470. https://doi.org/10.3389/frma.2021.696470

Carletti, E., Rucci, E., & Villarreal, G. L. (2024, Octubre 22-24). HERA 2.0: Más funcionalidad para la evaluación de recursos académicos [Objeto de conferencia]. XIII Conferencia Internacional de Bibliotecas y Repositorios Digitales (BIREDIAL-ISTEC), Santiago de Chile, Chile. http://sedici.unlp.edu.ar/handle/10915/177287

Ciuciu-Kiss, J. T., & Garijo, D. (2024, May 27). Assessing the overlap of science knowledge graphs: A quantitative analysis [Conference paper]. International Workshop on Natural Scientific Language Processing and Research Knowledge Graphs, Hersonissos, Crete, Greece. In G. Rehm, S. Dietze, S. Schimmler, & F. Krüger (Eds.), Natural scientific language processing and research knowledge graphs, Lecture Notes in Computer Science (Vol. 14770, pp. 171-185). Springer. https://doi.org/10.1007/978-3-031-65794-8_11

Cuartas, G. V., Tirado, A. U., Restrepo-Quintero, D., Gutiérrez, J. O., Pallares, C., Gómez-Molina, H. F., Suárez-Tamayo, M., & Calle, J. (2019). Hacia un modelo de medición de la ciencia desde el Sur Global: Métricas responsables. Palabra Clave, 8(2), Artículo e068. https://doi.org/10.24215/18539912e068

Data catalog. (2025). Kedro. Recuperado el Julio 22, 2025, de https://docs.kedro.org/en/1.0.0/catalog-data/introduction/

Dhaouadi, A., Bousselmi, K., Gammoudi, M. M., Monnet, S., & Hammoudi, S. (2022). Data warehousing process modeling from classical approaches to new trends: Main features and comparisons. Data, 7(8), Article 113. https://doi.org/10.3390/data7080113

Donthu, N., Kumar, S., Mukherjee, D., Pandey, N., & Lim, W. M. (2021, September). How to conduct a bibliometric analysis: An overview and guidelines. Journal of Business Research, 133, 285–296. https://doi.org/10.1016/j.jbusres.2021.04.070

Filtering search results. (2025). OpenAIRE Graph Documentation. Recuperado el Julio 22, 2025, de https://graph.openaire.eu/docs/10.3.0/apis/graph-api/searching-entities/filtering-search-results/

Harder, R. (2024, June). Using Scopus and OpenAlex APIs to retrieve bibliographic data for evidence synthesis: A procedure based on Bash and SQL. MethodsX, 12, Article 102601. https://doi.org/10.1016/j.mex.2024.102601

Hogan, A., Blomqvist, E., Cochez, M., D’Amato, C., Melo, G. de, Gutierrez, C., Kirrane, S., Gayo, J. E. L., Navigli, R., Neumaier, S., Ngomo, A. C. N., Polleres, A., Rashid, S. M., Rula, A., Schmelzeisen, L., Sequeda, J., Staab, S., & Zimmermann, A. (2021). Knowledge graphs. ACM Computing Surveys, 54(4), Article 71. https://doi.org/10.1145/3447772

Kimball, R., & Ross, M. (2013). The data warehouse lifecycle toolkit (3rd ed.). John Wiley & Sons.

Linstedt, D., & Olschimke, M. (2015). Building a scalable data warehouse with Data Vault 2.0 (1st ed.). Morgan Kaufmann.

Manghi, P., Bardi, A., Atzori, C., Baglioni, M., Manola, N., Schirrwagen, J., & Principe, P. (2019). The OpenAIRE research graph data model (Version 1.3) [Original report]. Zenodo. https://doi.org/10.5281/zenodo.2643199

Öztürk, O., Kocaman, R., & Kanbach, D. K. (2024). How to design bibliometric research: An overview and a framework proposal. Review of Managerial Science, 18, 3333-3361. https://doi.org/10.1007/s11846-024-00738-0

Priem, J., Piwowar, H., & Orr, R. (2022, May 4). OpenAlex: A fully-open index of scholarly works, authors, venues, institutions, and concepts [Preprint arXiv]. Submitted to the 26th International Conference on Science, Technology and Innovation Indicators (STI 2022), Granada, Spain. arXiv. https://doi.org/10.48550/arXiv.2205.01833

Searching entities. (2025). OpenAIRE Graph Documentation. Recuperado el Julio 22, 2025, de https://graph.openaire.eu/docs/apis/graph-api/searching-entities/

Silva, V. S., Matas, L., Moreira, T., & Segundo, W. C. (2022). An ETL strategy for integrating the LA Referencia platform and VIVO for the Brazilian CRIS. Procedia Computer Science, 211, 111-117. https://doi.org/10.1016/j.procs.2022.10.182

Tomczyńska, A., Ostrowska, S., Protasiewicz, J., & Podwysocki, E. (2023, June 15). Beyond CRIS: A research and higher education information system in Poland [Paper]. EUNIS 2023 Annual Conference, Vigo, Spain. http://hdl.handle.net/11366/2477

Universidad Nacional de La Plata. (2025). OpenAlex. Recuperado el Abril 4, 2025, de https://openalex.org/institutions/i874386039

Use a Jupyter notebook for Kedro project experiments. (2024). Kedro. Recuperado el Abril 4, 2025, de https://docs.kedro.org/en/stable/notebooks_and_ipython/kedro_and_notebooks.html

Works overview: Schema reference for Works entities. (2025). OpenAlex. Recuperado el Abril 4, 2025, de https://docs.openalex.org/api-entities/works/work-object

Descargas

Publicado

15-05-2026

Cómo citar

Albuquerque, P. C. de, & Villarreal, G. L. (2026). Estrategia de integración de métricas de impacto de la producción académica institucional mediante un Data Warehouse: caso de uso con OpenAlex, OpenAIRE y COAR. Biblios Journal of Librarianship and Information Science, (88), e013. https://doi.org/10.5195/biblios.2025.1348

Número

Núm. 88 (2025)

Sección

Original

Licencia

Derechos de autor 2026 Pablo César de Albuquerque, Gonzalo Luján Villarreal

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.

Los autores que publican en esta revista están de acuerdo en los siguientes términos:

 

  1. El  Autor  retiene los  Derechos  sobre  su  Obra,  donde  el  término  "Obra"  incluirá  todos  los  objetos digitales que pueden resultar de la publicación electrónica posterior y/o distribución.

  2. Una  vez  aceptada la  Obra,  el Autor  concede  a la Editorial el  derecho  de la  primera  publicación  de  la Obra.

  3. Además  el  Autor  le  concederá  a  la Editorial y  sus  agentes  el  derecho  permanente  no  exclusivo  y licencia para publicar, archivar y hacer accesible la obra en su totalidad o en parte, en todas las formas de los medios ahora conocidos o en el futuro, bajo una Licencia Creative Commons de Reconocimiento 4.0 Internacional o su equivalente que, para evitar cualquier duda, permite a otros copiar, distribuir y comunicar públicamente la obra bajo la condición siguiente:

    Reconocimiento - otros usuarios deben reconocer los créditos de la Obra de la manera especificada por el Autor  o como se indica en el sitio web de la revista;

    Entendido de que esta condición pueda ser modificada con permiso del Autor y que, cuando la Obra o cualquiera de sus elementos se halle en el dominio público según la legislación aplicable, que su estatus no esté en absoluto afectado por la licencia.

  4. El Autor es capaz de entrar en acuerdos contractuales independientes, adicionales para la distribución no  exclusiva  de la  versión de la  Obra publicada en la revista  (por  ejemplo,  publicarla en  un  repositorio institucional  o  publicarla  en  un libro)  siempre  y  cuando  se  proporcione  en  el  documento  un reconocimiento de su publicación inicial en esta revista científica.

  5. A los Autores se les permite y apoya a publicar en línea un manuscrito previo (pero no la versión final de  la  Obra formateada  en  PDF  para la  Editorial), en  repositorios  institucionales  o  en  sus  páginas  web, antes y durante el proceso de envío, ya que puede dar lugar a intercambios productivos, y a una citación más  temprana  del  trabajo  publicado.  Dicha Obra  después  de su aceptación  y  publicación se  deberá actualizar, incluyendo  la  referencia DOI  (Digital  Object  Identifier) asignada por la Editorial y el enlace al resumen en línea de la versión final publicada en la revista.

  6. A petición de la Editorial, el Autor se compromete a comunicar y presentar oportunamente al Editor, por  cuenta  del mismo, las pruebas  escritas  de  los  permisos,  licencias y  autorizaciones  para  el  uso  de material  de  terceros  incluido  en la  Obra,  excepto lo  determinado  por la Editorial a  cubrirse  por  los principios de uso justo.

  7. El Autor declara y garantiza que:

    a. La Obra es un trabajo original del Autor;
    b. El Autor no ha transferido y no transferirá, los derechos exclusivos sobre la Obra a un tercero;
    c. La Obra no está en evaluación en otra revista científica;
    d. La Obra no fue publicada en otra revista científica;
    e. La Obra no contiene ninguna tergiversación o infracción al trabajo propiedad de otros autores o terceros, y
    f. La Obra no contiene ninguna difamación, invasión de la privacidad, o cualquier otro asunto ilegal.

  8. El Autor se compromete a indemnizar y eximir a la Editorial del incumplimiento por parte del Autor de las  declaraciones  y  garantías  contenidas  en  el  párrafo 7 anterior,  así  como de cualquier  reclamación  o procedimiento relacionado con el uso y la publicación de la Editorial de cualquier contenido de la Obra, incluido el contenido de terceros.