Estudios bibliométricos

Análisis bibliométrico sobre capacidades dinámicas

El crecimiento exponencial de la investigación y la literatura científicas en las últimas décadas ha puesto de manifiesto la necesidad de facilitar los métodos de análisis del conocimiento tanto en las disciplinas establecidas como en la investigación sobre temas emergentes (Donthu et al. (2020); Donthu et al. (2021)). El acceso más amplio al conocimiento científico ha sido posible gracias a las tecnologías de la información, que han eliminado las barreras geográficas y facilitado la integración de grandes volúmenes de datos para su análisis Moral-Muñoz et al. (2020). Gracias a esta transformación, las posibilidades de evaluar y supervisar la investigación se han ampliado considerablemente, lo que permite comprender mejor los procesos mediante los cuales se genera, difunde y utiliza el conocimiento científico.

Los estudios bibliométricos se centran en la producción académica para evaluar la evolución de los temas de investigación y el rendimiento por autores, instituciones o regiones, e identificar tendencias para futuras investigaciones. Este análisis se apoya en bases de datos especializadas que permiten medir el impacto, la visibilidad y la colaboración en el ámbito científico. La bibliometría, como subdisciplina de la cienciometría, utiliza técnicas cuantitativas y métricas para promover la comprensión de la literatura y el análisis de grandes volúmenes de información.

El crecimiento sostenido de la producción científica en diferentes temas, entre ellos la literatura sobre estrategia y gestión o la educación superior, ha incrementado el interés por realizar análisis sistemáticos de la literatura académica, donde los estudios bibliométricos pueden ofrecer una visión cuantitativa y cualitativa del estado y tendencias de la investigación en campos específicos.

Los indicadores bibliométricos permiten identificar patrones y tendencias de publicación en temas emergentes o consolidados. Las métricas de producción e impacto evalúan la influencia de las publicaciones a través del análisis documental, las coautorías y las citas. Estas métricas reflejan el reconocimiento de los trabajos dentro de la comunidad científica y su difusión en revistas indexadas, principalmente en bases de datos como Web of Science y Scopus. Al mismo tiempo, los indicadores de colaboración permiten identificar patrones de coautoría que reflejan algunas de las dinámicas y conocimientos de las redes de cooperación sobre temas específicos. El análisis bibliométrico puede contemplar tres tipos de indicadores:

Indicadores de productividad

Miden la cantidad y distribución de las publicaciones científicas, evaluando la actividad y dinámica de la producción o de los autores en un campo de conocimiento seleccionado. Estos indicadores proporcionan una visión cuantitativa de la producción de conocimiento generada en un tema específico.

Indicadores de impacto

Evalúan la influencia de las publicaciones a través de métricas basadas en el número de citas recibidas, que reflejan la relevancia y el reconocimiento del trabajo en la comunidad científica, a partir de los canales de difusión por los que circula y se difunde el conocimiento publicado en revistas indexadas en Web of Science (WoS) o Scopus (De Moya-Anegón et al. (2007); Archambault et al. (2009)).

Indicadores de colaboración

Analizan las relaciones entre autores, instituciones o países, identificando la coautoría y la configuración de redes de colaboración en la investigación sobre un tema concreto. Estos indicadores ayudan a comprender la estructura de los actores y comunidades implicados en el conocimiento científico.

En resumen, los estudios bibliométricos ofrecen un análisis retrospectivo de las publicaciones científicas o facilitan la identificación de tendencias y cuestiones clave en el área de conocimiento para posibles temas de investigación futuros.

En el caso específico del estudio de las capacidades dinámicas en las organizaciones, los análisis bibliométricos han permitido identificar tendencias relevantes y el desarrollo de nociones centrales en gestión estratégica, cambio organizacional y capacidades dinámicas (Barreto (2010); Vogel & Güttel (2013); Mota et al. (2017)). Los estudios se orientan a explorar la naturaleza de las capacidades dinámicas en las universidades son limitados, por lo que este trabajo se orienta a identificar los tipos de capacidades y habilidades consideradas en la educación superior y su aplicación a estudios de casos específicos en universidades ubicadas en diferentes regiones (Beier et al. (2023); Heaton et al. (2019)).

Así, este artículo tiene como objetivo presentar los resultados de la investigación bibliométrica y se centra en la identificación de estudios que consideren la relación entre las capacidades dinámicas y la educación superior. Para ello, se han investigado artículos científicos publicados en las bases de datos SCOPUS y Web of Sciences que, empleando un análisis sistemático de la literatura, proporcionan una visión amplia de la realidad académica de estos temas y fijan un horizonte para futuras investigaciones.

References

Archambault, É., Campbell, D., Gingras, Y., & Larivière, V. (2009). Comparing bibliometric statistics obtained from the Web of Science and Scopus. Journal of the American Society for Information Science and Technology, 60(7), 1320–1326. https://doi.org/10.1002/asi.21062
Barreto, I. (2010). Dynamic Capabilities: A Review of Past Research and an Agenda for the Future. Journal of Management, 36(1), 256–280. https://doi.org/10.1177/0149206309350776
Beier, C. G., Schmidt, S., & Froehlich, C. (2023). Dynamic capabilities and value co-creation in higher education. JOURNAL OF MARKETING FOR HIGHER EDUCATION. https://doi.org/10.1080/08841241.2023.2233940
De Moya-Anegón, F., Chinchilla-Rodríguez, Z., Vargas-Quesada, B., Corera-Álvarez, E., Muñoz-Fernández, F. J., González-Molina, A., & Herrero-Solana, V. (2007). Coverage analysis of Scopus: A journal metric approach. Scientometrics, 73(1), 53–78. https://doi.org/10.1007/s11192-007-1681-4
Donthu, N., Kumar, S., Mukherjee, D., Pandey, N., & Lim, W. M. (2021). 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
Donthu, N., Kumar, S., & Pattnaik, D. (2020). Forty-five years of Journal of Business Research: A bibliometric analysis. Journal of Business Research, 109, 1–14. https://doi.org/10.1016/j.jbusres.2019.10.039
Heaton, S., Siegel, D. S., & Teece, D. J. (2019). Universities and innovation ecosystems: A dynamic capabilities perspective. INDUSTRIAL AND CORPORATE CHANGE, 28(4), 921–939. https://doi.org/10.1093/icc/dtz038
Moral-Muñoz, J. A., Herrera-Viedma, E., Santisteban-Espejo, A., & Cobo, M. J. (2020). Software tools for conducting bibliometric analysis in science: An up-to-date review. El Profesional de La Información, 29(1). https://doi.org/10.3145/epi.2020.ene.03
Mota, F. B., Pinto, C. D., Paranhos, J., & Hasenclever, L. (2017). Mapping the ’dynamic capabilities’ scientific landscape, 1990-2015: A bibliometric analysis. COLLNET JOURNAL OF SCIENTOMETRICS AND INFORMATION MANAGEMENT, 11(2), 309–324. https://doi.org/10.1080/09737766.2017.1306181
Vogel, R., & Güttel, W. H. (2013). The Dynamic Capability View in Strategic Management: A Bibliometric Review. International Journal of Management Reviews, 15(4), 426–446. https://doi.org/10.1111/ijmr.12000