Indicadores bibliométricos importantes para la carrera investigadora



Indicadores bibliométricos importantes para la carrera investigadora


Un curso impartido por:


Laiene Olabarrieta Landa, PhD

Licenciada en Psicología y doctora en Psicología por la Universidad de Deusto. Actualmente trabaja como Personal Docente e Investigador en el Departamento de Ciencias de la Salud de la Universidad Pública de Navarra.
CV




FechaHoraDuraciónAula virtual
28 – 05 – 202016:00 – 16:50 / 17:10 – 18:00
Descanso: 20 minutos
2 horasStreaming


La experiencia en investigación se ha vuelto algo esencial para los estudiantes de máster y doctorado, los docentes universitarios y los investigadores. Actualmente las universidades, centros de investigacion y las agencias de calidad exigen a estos profesionales y estudiantes publicar sus artículos en revistas de alto impacto, mostrar los indices de calidad de los artículos que ya han publicado e indicar sus propios índices de calidad como investigadores para poder conseguir un puesto laboral o ascender en el mismo. Por tanto, el objetivo prinicipal de este curso es realizar una introdución a los indicadores bibliométricos más usuales que estas instituciones exigen (índice de impacto, cuartil, decil, índice h, etc.).



Objetivos


Objetivo principal: que el estudiante conozca los índices bibliométricos más usuales dentro de la actividad científica y sepa buscar y localizar de manera autónoma los indicadores que las convocatorias o las instituciones le exijan.

Objetivos específicos:

  1. Realizar una introducción a los índices bibliométricos
  2. Mostrar las dos plataformas de mayor reconocimiento dentro de la actividad científica (Web of Science y Scopus), así como la plataforma de libre acceso Google Scholar
  3. Mostrar cómo buscar y calcular los índices bibliométricos que más comunmente exigen las instituciones (p. ej. índice h, factor de impacto, cuartiles)

Aula Virtual

Aviso importante: El aula virtual (streaming) es una emisión que se realiza en directo a través de internet. Neuropsychology Learning no se hace responsable de los problemas técnicos que puedan surgir debido a la conexión contratada por el/a usuario/a.


Entrega de certificado



Nuestra aula virtual



Introducción al uso de Modelos de Ecuaciones Estructurales- Structural Equations Modeling (SEM)



Introducción al uso de Modelos de Ecuaciones Estructurales- Structural Equations Modeling (SEM)


Un curso impartido por:


Diego Rivera, MPH, PhD.

Docente e investigador dedicado al área de medición y análisis de datos en salud y neuropsicología. Fue el coordinador del estudio multicéntrico Iberoamericano para generar datos normativos de pruebas neuropsicológicas en población infantil y adulta más grande del mundo.
CV




FechaHoraDuraciónAula virtual
19 – 05 – 202010:00 – 11:20 / 11:40 – 13:00
Descanso: 20 minutos
2 horas 40 minutosStreaming


En la actualidad, cada vez existe más información susceptible de ser analizada. Por tanto, el análisis de datos ha ido adquiriendo una mayor importancia dentro de las distintas áreas científicas, especialmente dentro de las Ciencias Sociales y de la Salud. Tradicionalmente, en Psicología se ha trabajado desde la psicometría para ofrecer fiabilidad y validez (p. ej. validez convergente) a los test psicológicos. En cuanto a los análisis de datos, la Psicología y se ha basado en los análisis univariados (p. ej. estadísticos de tendencial central, estadísticos de dispersión), bivariados (p. ej. Student T, ANOVA) y multivariados (p. ej. regresiones) para dar respuesta a las preguntas de investigación propuestas.

Con el desarrollo de las Ciencias Computacionales, se han creado herramientas de análisis de datos con mayor potencia que las anteriores, como es el caso de los modelos de ecuaciones estructurales (SEM). Estas herramientas resultan de gran utilidad para la Psicología puesto que las preguntas o los problemas que se plantean en esta ciencia son muy complejas, con múltiples variables que interactúan y se relacionan entre sí. Los análisis tradicionales han ayudado a responder parte del problema o la pregunta, analizando la relación entre conjunto pequeños de variables puesto que no tienen la suficiente potencia ni la capacidad para controlar y analizar las múltiples relaciones de las variables al mismo tiempo como es el caso de los modelos SEM, para resolver problemas o preguntas complejas.



Objetivos


Objetivo principal: ofrecer a los asistentes una serie de herramientas para el análisis de datos multivariado a través de ecuaciones estructurales.

Objetivos específicos:

  1. Presentar el análisis factorial exploratorio (EFA) en el uso de los test: aspectos teóricos, propósitos,beneficios, tamaños de muestra, otros sistemas de creación de factores
  2. Presentar los Modelos de Ecuaciones Estructurales (Structural Ecuation Modelling, SEM): Qué son, historia, propósitos, tipos de SEM (Análisis Factorial Confirmatorio y Path analysis), ajuste del modelo, software para realizar análisis SEM (Amos y R Studio)

Aula Virtual

Aviso importante: El aula virtual (streaming) es una emisión que se realiza en directo a través de internet. Neuropsychology Learning no se hace responsable de los problemas técnicos que puedan surgir debido a la conexión contratada por el/a usuario/a.


Entrega de certificado



Nuestra aula virtual