Español (pdf)
Articulo en XML
Referencias del artículo
Traducción automática
Enviar articulo por email
Citado por SciELO 
Citado por Google 
Similares en
SciELO 
Similares en Google 
Permalink
Introducción
El trabajo en red incrementa la competitividad de personas que trabajan en grupo en oposición a las que trabajan de forma individual, por lo que es de vital importancia incentivar el trabajo en red (Yoguel y Fuchs, 2003).
En México la agencia reguladora de la ciencia y tecnología es el Consejo Nacional de Ciencia y Tecnología (CONACYT), que en los últimos años ha privilegiado con recursos financieros a los grupos de investigadores que trabajan en red. En los últimos años se ha revertido la tendencia de inversión en ciencia y tecnología, pasando de un histórico 0,43% del PIB en 2012 a 0,60% en 2015, y se mantiene el reto de aumentarla a 1% a fines de 2018. Al respecto hay signos alentadores: de 2012 a 2015 los recursos públicos orientados a la ciencia y la tecnología se han aumentado en 36% en términos reales y en 42% en términos nominales (Resendiz, 2015), por lo que sería bueno tener unas medidas que orienten las políticas de asignación de recursos en función de las colaboraciones entre miembros de una red formal de investigación.
Por ello proponemos analizar la estructura de la Red de Medio Ambiente del Instituto Politécnico Nacional2 como un ejemplo concreto para evaluar las colaboraciones entre miembros de esta red y porque el área de medio ambiente es de las más importantes de la actualidad. Para el análisis de la red utilizamos la teoría de redes, en particular tres medidas de centralidad estructural: grado nodal (node degree), coeficiente de agrupamiento (clustering coefficient) e intermediación (betweenness centrality); adicionalmente se correlacionaron estas medidas con el nivel de los investigadores en el Sistema Nacional de Investigadores3 (SNI) de CONACYT. La información fue procesada utilizando el software CYTOSCAPE, versión 2.8.3 (Smoot, Ono, Ruscheinski, Wang e Ideker, 2011).
Este artículo se estructuró en cuatro apartados: el primero presenta la revisión de la literatura sobre investigaciones en redes científicas, así como la definición de las tres medidas de centralidad utilizadas en la investigación; en el segundo, se presenta la metodología utilizada para llevar a cabo la investigación; en el tercero, se revelan los resultados del análisis de la estructura de la Red de Medio Ambiente del Instituto Politécnico Nacional y la discusión de resultados; en el cuarto, se presentan las conclusiones.
Investigaciones de redes científicas y centralidad estructural
La investigación en las redes de colaboración científica ha sido ampliamente estudiada en la literatura. El trabajo más citado es el de Newman (2001) quien, al usar bases de datos informáticas de artículos científicos en la física, la investigación biomédica y las ciencias de la computación, estudió la distancia entre los científicos a través de la red y las medidas de centralidad como cercanía e intermediación. Newman (2001) concluyó que mediante este análisis no es posible determinar la fuerza de los lazos de colaboración, por lo que propone una medida basada en el número de artículos en coautoría por pares de los científicos y el número de otros científicos con los que fue coautor.
Erfanmanesh, Rohani y Abrizah (2012) examinaron las redes de co-autoría de 3.125 artículos publicados en la revista Scientometrics, en un lapso de tiempo de más de tres décadas (1980-2012). La investigación analizó tres medidas de centralidad (cercanía, intermediación y grado) para 3.024 autores, 1.207 instituciones, 68 países y 22 campos académicos en esta red. Los resultados son un número bastante significativo de investigadores populares. Los Estados Unidos ocupan la posición más alta en todas las medidas de centralidad de grado estudiadas, y la disciplina académica más activa es Información y Bibliotecología.
Hou, Kresschmer y Liu (2008) estudiaron las citas en la revista internacional Scientometrics, referenciada en el (SCI) entre los años 1978 a 2004, examinando el análisis de co-ocurrencia, análisis de conglomerados y análisis de frecuencia, encontrando una microestructura de la red de colaboración en los aspectos científicos de la cienciometría; además, identificaron los campos de colaboración de toda la red y de las diferentes sub-redes de colaboración y el centro de colaboración de la red.
Li, Wang, Zhou y Fan (2007), al realizar un análisis empírico de la red econophysicists, proponen un modelo evolutivo ponderado para redes, que permite valorar la evolución de una red de conocimiento. En su investigación encontraron evidencias del fenómeno de libre escala, el grado y la distribución de los enlaces de la red.
En otra investigación sobre el tema, Newman (2004), usando tres bases de datos sobre Biología, Física y Matemáticas, consideró que había relación entre los investigadores solo si había coautoría entre ellos. Su investigación permitió responder preguntas tales como: ¿cuántas personas escriben con un autor específico?, ¿cuál es la distancia entre los científicos en la red?, ¿cómo varían los patrones de colaboración entre actores y en el tiempo?, identificando patrones de coautoría.
Barabâsi, Jeong, Néda, Ravasz, Schubert y Vicsek (2002) analizaron todas las revistas relevantes en matemáticas y neuro-ciencia por un periodo de ocho años (1991-1998), valorando la dinámica y los mecanismos estructurales que rigen la evolución y la topología de la red. Los resultados indicaron que la red es libre de escala, y que la evolución de la red se rige por el apego preferencial (preferencial attachment), que afecta los enlaces internos y externos. Asimismo, identificaron que la red aumenta de grado con el tiempo y la separación de nodos disminuye. Este modelo ha permitido estudiar la evolución de otras redes complejas, tales como la World Wide Web, Internet y otras redes sociales.
Investigaciones menos recientes como las de Luukonen, Persson y Siverten (1992), al estudiar las colaboraciones científicas internacionales, concluyen que existe su aumento en volumen e importancia a nivel internacional en la cooperación, debido a factores cognitivos, sociales, históricos, geopolíticos y económicos como factores determinantes de los patrones observados. En sus trabajos proponen una metodología para evaluar la colaboración científica a nivel internacional.
Más recientemente Abbasi, Hossain, Uddin y Rasmussen (2011) estudiaron las coautorías de 40 años (1970-2009) de la base de Scopus, identificando una dinámica evolutiva en la colaboración. En estas redes se identificaron diversas propiedades tales como: su densidad, medidas de centralidad, el componente gigante y coeficiente de agrupamiento. En las redes nacionales, la conectividad, la centralización y el coeficiente de agrupamiento fueron más altas disminuyendo a medida que el tamaño de la red desciende al nivel institucional. Como un hallazgo muy relevante encontraron el efecto del mundo pequeño, ya que la distancia media entre los países, es alrededor de dos y en los institutos de cinco y ocho para los autores, lo que significa que solo ocho pasos son necesarios para llegar de un autor elegido al azar a otro.
Es importante destacar que la gran mayoría de los trabajos sobre el campo han sido realizados y publicados por físicos en revistas de física o bibliometría; es por ello que este campo es aún muy desconocido por investigadores en ciencias sociales, siendo casi absoluto en el área de administración.
En el estudio de los trabajos sobre redes científicas en América Latina, destacan los siguientes:
Gómez, Fernández y Sebastián (1999) estudiaron la red de cooperación que existe entre científicos de América Latina a partir de indicadores bibliométricos entre 1991 y 1995, concluyendo que la mayor parte de la cooperación privilegia las coautorías con investigadores de Estados Unidos y la Unión Europea. En su estudio identificaron tres zonas geográficas y grandes diferencias por región.
Lemarchand (2012) analizó la producción en todos los países de Iberoamérica y el Caribe entre 1973 y 2010, siendo el trabajo más reciente e importante sobre el tema; a partir de publicaciones científicas que figuran en el Science Citation Index (SCI), el Social Science Citation Index (SSCI) y Arts and Humanities Citation Index (A&HCI), encontró que en los últimos 38 años Portugal muestra la tasa de crecimiento más alta en ambos indicadores. También encontró que la co-autoría científica entre los países sigue una ley de potencias y se comporta como una red libre de escala de autoorganización, donde cada país aparece como un nodo y cada co-publicación como un enlace. Mediante un modelo matemático se probó que el número de publicaciones conjuntas entre los países crece cuadráticamente contra el tiempo. Asimismo se comprobó que la conectividad de los países iberoamericanos con redes científicas más grandes (hubs) está creciendo más rápido que la de otros países menos conectados.
En trabajos concretos referidos a México destaca el trabajo de García-Bañuelos, Portilla, Chávez-Aragón y Reyes-Galavi (2009), que analiza las redes de colaboración entre los estudiosos de la informática mexicanos, utilizando técnicas de análisis de redes sociales a partir de dos fuentes de libre acceso: DBLP (una biblioteca digital pública) y el censo de los académicos mexicanos REMIDEC. Con este trabajo se ofrecen las prácticas de cooperación en la comunidad informática de México.
Ayanegui-Santiago, Reyes-Galaviz, Chávez-Aragón, Ramírez-Cruz, Portilla y García-Bañuelos (2009) describen la red que ellos llaman "social", con datos de 1960 a 2008. En su investigación usan un algoritmo de agrupamiento para identificar los estudiosos con quien sería aconsejable colaborar. Su idea fue identificar grupos donde había investigadores completamente desconectados pero con oportunidades de colaborar, dadas sus áreas de investigación comunes.
Finalmente, en un trabajo no específico sobre México, González-Alcaide, Park, Humani, Gascón y Ramos (2012) estudian la cooperación entre científicos a partir de las publicaciones científicas sobre la enfermedad de Chagas recogidas en la base de datos Medline entre 1940 y 2009. Con el análisis de redes se estudiaron 13.989 documentos publicados por 21.350 autores. Resulta interesante comentar que hay un promedio de 6,2 autores por trabajo en el último quinquenio, una cantidad difícil de ver en otros campos. Aplicando un umbral de colaboración de 5 o más trabajos firmados en coautoría, se han identificado 148 grupos de investigación conformados por 1.750 autores. La red de Chagas conforma un 'mundo pequeño' con un elevado grado de agrupamiento, destacando el elevado número de investigadores brasileños.
Existen otros trabajos que exploran la colaboración entre investigadores de las coautorías para el caso de México, pero son análisis a nivel país y sin un enfoque de redes (Lemarchand, 2008). También existen trabajos análisis de colaboración científica que estudian el caso de la Universidad Nacional Autónoma de México, pero no son análisis de redes (Lima, Lieberman y Russell, 2005; Russell, Ainsworth y Narváez, 2006).
Este artículo es por tanto el primero en estudiar la segunda universidad más importante del México, con un enfoque de redes. Asimismo, es el primero en estudiar una red de medio ambiente, por lo que parece ser pionero en este campo. A continuación se definirán muy brevemente los conceptos de centralidad que serán medidos en este trabajo.
Centralidad estructural
Según Sanz (2003), el "análisis de redes sociales, también denominado análisis estructural, se ha desarrollado como herramienta de medición y análisis de las estructuras sociales que emergen de las relaciones entre actores sociales diversos (individuos, organizaciones, naciones, etc.)" (p. 21). Asimismo, afirma dicho autor:
La forma más directa de estudiar una estructura social es analizar los patrones de vínculos que ligan a sus miembros. El análisis de redes busca las estructuras profundas. La red es un constructo relacional, en el cual las descripciones se basan en los conceptos de vínculos que unen actores (nodos) que pueden ser personas, grupos, organizaciones o clusters de vínculos (Sanz, 2003, p. 25).
Freeman (1997) realizó estudios empíricos sobre centralidad y concluyó que está relacionada con la eficiencia del grupo a la hora de resolver problemas, con la percepción del liderazgo y con la satisfacción personal de los miembros del mismo. La centralidad, desde el punto de vista de la teoría de redes, nos permite analizar la estructura de una red en tres atributos de centralidad estructurales que nos interesa abordar en esta investigación: el grado, la intermediación y el coeficiente de agrupamiento, que se definen a continuación.
Grado nodal (node degree)
El concepto de grado nodal (node degree, por su término en inglés) significa que, cuando un investigador está estratégicamente situado en la línea de comunicación que liga a pares, este es central por lo que puede influir en el grupo por su alto grado de centralidad. De acuerdo con Diestel (2005) en las redes no dirigidas, el grado de nodo n es el número de aristas con enlaces a n.
Intermediación (betweenness centrality)
La intermediación, definida por Freeman (2000) y Newman (2003), está relacionada con que existan varios nodos centrales en una red, y en ese caso identificar cuál de los nodos puede comunicarse o influir más rápidamente entre los miembros de una red. La intermediación es útil como indicador del potencial de un nodo para controlar la comunicación.
La intermediación se calcula solo para redes que no contengan múltiples aristas. El valor de intermediación para cada nodo n se normaliza dividiendo por el número de pares de nodos excluyendo n: (N-1) (N-2)/2, donde N es el número total de nodos en el componente conectado que pertenece a n. Por lo tanto, la intermediación de cada nodo es un número entre 0 y 1.
Coeficiente de agrupamiento (clustering coefficient)
El coeficiente de agrupamiento es una relación de N/M, donde N es el número de aristas entre los vecinos de N y M es el número máximo de bordes que podrían existir posiblemente entre los vecinos de N. El coeficiente de agrupamiento de un nodo es siempre un número entre 0 y 1.
El coeficiente de agrupamiento de la red es el promedio de los coeficientes de agrupamiento de todos los nodos en la red. El coeficiente de agrupamiento de un nodo es el número de triángulos que pase a través de este nodo, en relación con el número máximo de triángulos que podrían pasar a través del nodo; es la probabilidad de que dos nodos conectados directamente a un tercer nodo estén conectados entre sí. Por ejemplo, en una red de amistades, es la probabilidad de que dos de mis amigos sean amigos uno del otro.
Metodología de la investigación
Se consideraron a 231 investigadores miembros de la Red de Medio Ambiente, adscritos a 14 centros de investigación del Instituto Politécnico Nacional (IPN); para llevar a cabo el análisis se consideraron tres atributos de centralidad de la red: grado nodal (node degree), intermediación (betweenness centrality) y coeficiente de agrupamiento (clustering coefficient), antes descritos, así como el nivel de los investigadores en el Sistema Nacional de Investigadores (SNI) de CONACYT. Se consideraron las coautorías de la producción científica de: artículos, libros, capítulos de libro y tesis dirigidas entre el periodo 2009 y 2011. La información fue proporcionada por la coordinación de la REMA del IPN4.
A efecto de conservar el anonimato de los investigadores, se asignó un número consecutivo de acuerdo a cada centro de investigación. Se continuó la numeración para los investigadores nacionales e internacionales externos al IPN, con los cuales tuvieron relaciones de coautoría; se estimó también importante considerar todas las interacciones para presentar un panorama completo del trabajo de los investigadores.
Para el proceso de los datos se utilizó el software de acceso libre CYTOSCAPE (versión 2.3.8), que está basado en la teoría de grafos, así como aporta información cuantitativa de la estructura de las redes que puede servir para evaluar las políticas de la institución, en cuanto al trabajo en red que realizan los investigadores y de qué manera las políticas institucionales incentivan o no el trabajo colaborativo que redunda en la generación de conocimiento para la solución a problemas del medio ambiente.
Se realizó un análisis de correlación entre las tres variables de centralidad estudiadas: grado, coeficiente de agrupamiento e intermediación, y el nivel del SNI, para lo cual se utilizó el coeficiente de correlación de Pearson, que se calculó con el paquete estadístico SPSS (versión 17).
Resultados de la investigación
Resultados de la REMA por la variable grado
En el Cuadro 1 se presentan los 14 centros de investigación del IPN analizados en la investigación y la distribución de los 231 investigadores miembros de la REMA adscritos a cada uno de los centros, de los cuales 112 pertenecen al SNI.
En la Figura 1 se presentan los grafos de los 14 centros analizados por la variable grado nodal: el primer hallazgo en la investigación fue que no existen colaboraciones entre los diferentes centros de investigación del IPN, por lo que se presenta el análisis de cada centro de forma individual.
En cada uno de los grafos se pueden identificar los diferentes colores utilizados para las relaciones de coautoría de los diferentes productos analizados: artículos (azul claro), libros (lila), capítulos de libro (rojo) y tesis dirigidas (azul oscuro). De los 14 centros analizados solo tres (CICIMAR, CIC y CICATA QRO) tienen redes conexas, es decir que cada uno de los nodos es alcanzable desde cualquier otro nodo de la red. En todos los centros se puede observar que la mayor productividad es en artículos publicados en revistas indizadas; se identifican con los enlaces de color azul claro.
Los nodos de mayor tamaño identifican a los investigadores más conectados; son los nodos con mayor número de coautorías, es decir son los nodos con mayor grado nodal.
Se puede observar en la mayoría de los grafos estructuras muy centralizadas, es decir, investigadores al centro rodeados de muchos nodos, los cuales no tienen relación entre ellos.
Por otra parte se identifican solo tres centros de investigación con redes conexas: CICIMAR, CIC y CICATA QRO, redes que están formadas por un componente, lo que significa que cada nodo se puede conectar con cualquier otro nodo de la red. El centro de investigación con mayor índice de coeficiente de agrupamiento es el CICIMAR con 0,3360, lo que significa que el 33% de los investigadores se relacionan entre sí.
Son cuatro los centros con redes más desconectadas, con seis y cinco componentes: CIIDIR MICH, ENCB, CIIEMAD y CIIDIR OAX, lo que implica muy poco trabajo en equipo; en general, los investigadores trabajan de forma individual.
Discusión de resultados
Resultados de la REMA por la variable coeficiente de agrupamiento
En el Cuadro 2 se presentan los resultados de los 14 centros de la REMA, clasificados en orden descendente por la variable coeficiente de agrupamiento; el centro de investigación con mayor índice de coeficiente de agrupamiento es el CICIMAR con 0,3360. Eso se explica porque es uno de los tres centros que tiene una red conexa con solo un componente; es decir, no existen nodos aislados.
Cuadro 2 REMA índices de centralidad de los 14 centros de investigación
Fuente: Elaboración propia con base en las coautorías analizadas con el software CYTOS CAPE.
El índice de centralización de la red mide a los investigadores que trabajan en estructura de estrella. ESIQUIE es la escuela que presenta el índice de centralización más alto con 0,64. Es decir, el 64% de los investigadores trabajan en estructuras de estrella, lo que hace que su coeficiente de agrupamiento sea 0. La columna de vecinos indica el promedio de vecinos que tiene cada nodo: a mayor cantidad de vecinos mayor número de colaboraciones en coautoría en la producción científica.
La columna de número de nodos indica el número de colaboraciones internas y externas existentes entre los nodos de la red; se puede observar que el CICIMAR es el centro que presenta mayor número de nodos, lo cual se explica porque es el que tiene mayor número de investigadores miembros en la REMA y además porque es uno de los centros con mayor productividad científica del IPN.
En general los índices de coeficiente de agrupamiento de la REMA son bajos; el mayor porcentaje corresponde al CICIMAR, que es uno de los centros del IPN con mayor coeficiente de agrupamiento. También se observa que nueve de los 14 centros analizados reportan un coeficiente de agrupamiento menor al 10%; ESIQIE y el CIIDIR OAX reportaron un coeficiente de agrupamiento de 0.
Investigadores con mayor coeficiente de agrupamiento de los 14 centros
En el Cuadro 3 se presentan a los investigadores con mayor índice de coeficiente de agrupamiento de los 14 centros analizados. La información está clasificada en orden descendente por el coeficiente de agrupamiento; los índices de las variables intermediación y coeficiente de agrupamiento van de 0 a 1; la columna SNI presenta el nivel de los investigadores en el sistema y la última columna indica el centro de investigación al que pertenece cada investigador.
Cuadro 3 Investigadores de la REMA con mayor coeficiente de agrupamiento
Fuente: Elaboración propia con base en las coautorías analizadas con el software CYTOS CAPE.
Los investigadores con índices altos de coeficiente de agrupamiento, presentan índices bajos en intermediación así como categorías bajas de SNI. Se puede observar que, de los 14 investigadores con índices más altos de coeficiente de agrupamiento, ocho de ellos no pertenecen al SNI; parecería que los investigadores con niveles bajos en el SNI están interesados en formar equipos de trabajo y formar parte de las investigaciones a las cuales se les asigna mayor presupuesto.
Resultados de la REMA por la variable intermediación
En el Cuadro 4 se observan los investigadores con mayor índice de intermediación dentro de cada uno de los 14 centros de investigación; son los investigadores con mayor influencia en la red y son intermediadores entre los grupos. El cuadro está clasificado en orden descendente por la variable intermediación; los índices de la variable tienen valores de 0 a 1. La columna grado presenta el número de colaboraciones en coautoría; también aparece la columna SNI con el nivel del investigador y por último el centro de investigación al cual está adscrito el investigador.
Cuadro 4 Investigadores de los 14 centros con mayor intermediación
Fuente: Elaboración propia con base en las coautorías analizadas con el software CYTOS CAPE.
Llama la atención el índice tan alto de intermediación del investigador ESIQIE-4 y OAX-9. Esto se debe a que el software CYTOSCAPE calcula los índices de intermediación, considerando una red conexa. El CIIDIR OAX y ESIQIE son centros con redes desconexas con cinco y tres componentes respectivamente (ver Cuadro 4); es decir, no existe trabajo en red, por lo que el software calcula la intermediación por cada componente como si fuera una pequeña red, la razón de los índices altos de intermediación.
Análisis de correlación entre las variables
En el Cuadro 5 se presentan las correlaciones entre las variables. Las variables de intermediación y grado tienen una correlación estadísticamente significativa de 0,869 (p < 0,01), es decir, a mayor grado, mayor intermediación. Un escenario que creemos explica esta correlación es la asignación de recursos para los proyectos de investigación con base en la ficha de productividad; a mayor puntuación mayores recursos para realizar sus investigaciones, lo cual hace que los investigadores con mayores recursos se vuelvan influyentes en la red. Adicionalmente se asigna presupuesto doble a los investigadores que pertenecen al SNI sobre los que no pertenecen.
La intermediación y el coeficiente de agrupamiento presentan una correlación estadísticamente significativa negativa, según el coeficiente de Pearson de -0,581 (p < 0,05). El coeficiente de correlación para el grado y el coeficiente de agrupamiento es de -0,344, el cual también indica correlación estadísticamente significativa negativa (p < 0,05); no obstante, la correlación entre el grado y el coeficiente de agrupamiento resultó menor que la relativa a intermediación y el coeficiente de agrupamiento. En ambos casos se aporta evidencia a favor de la hipótesis planteada: a mayores índices de grado e intermediación, menor es el coeficiente de agrupamiento del investigador.
Existe una correlación media positiva estadísticamente significativa (p < 0,05) entre las variables de intermediación y SNI de 0,567, y entre las variables de grado y SNI de 0,569. Consideramos que un escenario que explica esta correlación comprende las políticas del IPN, de asignación de recursos, las cuales privilegian a los investigadores con categorías altas dentro del SNI con mayor asignación de recursos, lo cual beneficia a los que reciben mayor presupuesto para sus investigaciones, en la generación de mayor productividad científica.
La REMA es una red formal de una universidad pública, cuyo análisis de la estructura de la red nos muestra que la pertenencia a la misma no implica una colaboración entre los centros, e incluso entre miembros del mismo centro, como lo indica la presencia de 44 componentes en la red desconexa de la REMA, por lo que la finalidad de crear la REMA para fomentar la colaboración entre los investigadores no se está cumpliendo en esta etapa inicial.
Los resultados de la variable grado nodal nos indican que la REMA tuvo un comportamiento bajo; el 74% de los investigadores reportaron menos de 26 colaboraciones en el periodo (2009-2011) y solo el 10% reporta entre 43 y 110 coautorías. Los investigadores que reportan valores más altos en la variable grado de los 14 centros analizados están adscritos a los centros CICIMAR, ENCB y CICATA Querétaro, los cuales reportaron mayor productividad científica.
Otro hallazgo importante es que de los investigadores con mayor grado y mayores índices de intermediación, cinco reportan un coeficiente de agrupamiento de 0, lo que significa que trabajan de forma individual.
Se identificaron cuatro centros de investigación de la REMA (CICATA QRO, CIC, CEPROBI y UPIBI) con una distribución homogénea de la variable grado; la mayor parte de los investigadores cuentan con más de 15 colaboraciones en el periodo estudiado, y más del 50% de los investigadores de estos centros miembros de la REMA pertenece al SNI, lo que comprueba lo afirmado por Yoguel y Fuchs (2003), que aumenta la competitividad de las personas que trabajan en grupo, en oposición a las que actúan de forma individual.
Con respecto a la variable intermediación, el 77% de los investigadores tienen índices bajos entre 0 y 0,36, y solo 20 investigadores tienen índices mayores a 0,5; esto implica que muy pocos investigadores tienen nivel de intermediación alto entre los grupos. Es importante recordar que la variable intermediación nos permite medir la influencia o poder de los investigadores en la red. Este hallazgo comprueba el apego preferencial reportado por Barabâsi et al. (2002).
Los resultados del análisis permitieron identificar una correlación positiva entre las variables intermediación, grado y nivel de SNI; es decir, a mayor grado, mayor nivel en el SNI e índices altos de intermediación. Asimismo, se encontró una correlación negativa entre coeficiente de agrupamiento, grado e intermediación; es decir, a mayor grado e intermediación, menor es el nivel de coeficiente de agrupamiento.
Se identificaron 19 investigadores de la REMA con valores altos en la variable grado e índices altos de intermediación, así como niveles II y III de SNI; estos investigadores presentan mayor influencia en la red, porque se les asigna mayor presupuesto para realizar sus investigaciones.
Con respecto a la variable coeficiente de agrupamiento, los resultados del análisis indican que el 77% de los investigadores tiene índices muy bajos que van del 10 al 0,2, lo cual tiene varias explicaciones: la primera es que el 40% de los investigadores analizados no reportó productividad en el periodo estudiado; la segunda es que no existe relación entre los investigadores de los diferentes centros de investigación y, aunque se identificaron algunos grupos dentro de los centros, no existe relación de coautorías entre ellos.
Conclusiones
Si bien el esfuerzo que ha desarrollado el IPN es muy relevante, ya que las universidades latinoamericanas en lo general y las mexicanas en particular tienen evidencias de coautoría interuniversitarias muy bajas, la red de medio ambiente estudiada se encuentra en una etapa aún muy incipiente, porque es una red desconexa con 43 grupos de trabajo. Dicho de otra forma, esta es una red llena de islas y no tiene el funcionamiento esperado, porque las variables intermediación, grado y coeficiente de agrupamiento reportaron índices muy bajos, con respecto a una red totalmente conexa. Resulta significativo que la única excepción sea el Centro Interdisciplinario de Ciencias Marinas (CICIMAR), que es también el centro con mejor desempeño científico de la Red. Este hallazgo refuerza la idea de que la colaboración y el trabajo en red sí incrementa la productividad.
Con estos hallazgos se valida que las políticas institucionales de asignación de recursos no favorecen el trabajo colaborativo entre los investigadores, ya que la mayor cantidad de recursos se asigna a los investigadores con mayor productividad, lo cual permite que estos sean más influyentes en la red y no fomenten el trabajo en red que se busca estimular.
Nuestros resultados son muy similares a los encontrados por Russell et al. (2006), al estudiar el caso de la UNAM. Es por ello que cabría especular si es parte de la cultura nacional en México la baja colaboración entre los científicos de una misma institución.
Es recomendable que se modifiquen las políticas institucionales para la asignación de recursos para la investigación, con el fin de incentivar el trabajo colaborativo, premiando en los sistemas de becas a los investigadores que publiquen con investigadores de otros centros de investigación. La investigación sobre redes de colaboración en México y en América Latina es escandalosamente pobre, por ello deseamos que este trabajo motive el interés de otros investigadores.
