2026
Las universidades buscan cada vez más fomentar y evaluar investigación interdisciplinaria dentro de su planificación estratégica y sus sistemas de aseguramiento de calidad. Sin embargo, las bases bibliométricas comerciales (Web of Science, Scopus) ofrecen una visión parcial de la actividad investigadora y, además, sus costos de suscripción pueden ser altos. A esto se suma que esas bases no observan procesos institucionales clave — coautorías, codirecciones doctorales, colaboraciones en proyectos y adscripciones departamentales — que muestran cómo ocurre realmente la integración del conocimiento.
Esta nota presenta una guía operativa para medir la interdisciplinariedad con predominio de datos internos. El enfoque central combina un panel bibliométrico de tres componentes — diversidad (\(\Delta\)), coherencia (\(S\)) y efecto transcampo (\(E\)), desarrollado en la revisión complementaria (Rivero, 2026) — con indicadores institucionales que capturan estructuras de colaboración. Mostramos el protocolo en un escenario departamental simulado y añadimos recomendaciones de extracción de datos, control de calidad e interpretación.
La mayoría de las universidades intensivas en investigación mantienen:
Estas fuentes son completas dentro de la institución, pero no están normalmente disponibles en servicios externos.
La principal brecha operativa es el acceso a datos de citación para calcular \(E\). Por eso incluimos una alternativa de dos componentes.
Para cada investigador, se debe calcular:
Diversidad (\(\Delta\)): índice Rao-Stirling sobre referencias: \[\Delta = \sum_{i \neq j} d_{ij}\, p_i\, p_j, \qquad d_{ij} = 1 - s_{ij}\] donde \(p_i\) es la proporción de referencias en la categoría \(i\), \(s_{ij}\) es la similitud entre categorías y \(d_{ij}\) la distancia correspondiente.
Coherencia (\(S\)): acoplamiento bibliográfico medio entre publicaciones: \[S = \frac{1}{\binom{n}{2}} \sum_{k < l} \cos(\mathbf{r}_k, \mathbf{r}_l)\] donde \(\mathbf{r}_k\) es el vector de referencias de la publicación \(k\).
Efecto transcampo (\(E\)): fracción de citas recibidas desde fuera de la categoría principal del investigador.
Además del panel bibliométrico, se debe calcular:
Diversidad de coautoría: \[\text{CoAuth} = \frac{\text{publicaciones con coautores de otros departamentos}}{\text{publicaciones totales}}\]
Diversidad de codirección: \[\text{CoSup} = \frac{\text{codirecciones interdepartamentales}}{\text{direcciones totales}}\]
Diversidad de paneles de financiación: número de paneles distintos en los que el investigador obtiene proyectos.
La combinación de indicadores bibliométricos e institucionales permite separar integración de amplitud polímata:
| Perfil | \(\Delta\) | \(S\) | CoAuth | CoSup | Interpretación |
|---|---|---|---|---|---|
| Integrador | Alta | Moderada-alta | Alta | Alta | Integración transversal en publicaciones y procesos |
| Polímata | Alta | Baja | Baja | Baja | Amplitud de referencias sin integración colaborativa |
| Especialista | Baja | Alta | Baja | Baja | Trayectoria focalizada disciplinar |
Idea clave: una persona con \(\Delta\) alta y gran diversidad de paneles de financiación puede parecer interdisciplinaria en datos externos, pero si CoAuth y CoSup son nulos, el patrón es amplitud sin integración.
Esto coincide con la distinción entre entrada y salida en la revisión principal: la diversidad de insumos puede reflejar interdisciplinariedad integrativa o solo yuxtaposición multidisciplinaria; para distinguirlas se requieren coherencia e indicadores de proceso.
Consideramos un departamento pequeño de Física y Ciencia de Materiales con 3 investigadores. Usamos cinco categorías estilo Web of Science y una matriz de similitud ilustrativa.
| ID | Categoría |
|---|---|
| C1 | Física de la materia condensada |
| C2 | Ciencia de materiales |
| C3 | Química física |
| C4 | Óptica |
| C5 | Ingeniería eléctrica |
| C1 | C2 | C3 | C4 | C5 | |
|---|---|---|---|---|---|
| C1 | 1.00 | 0.60 | 0.40 | 0.35 | 0.30 |
| C2 | 0.60 | 1.00 | 0.50 | 0.25 | 0.40 |
| C3 | 0.40 | 0.50 | 1.00 | 0.30 | 0.20 |
| C4 | 0.35 | 0.25 | 0.30 | 1.00 | 0.45 |
| C5 | 0.30 | 0.40 | 0.20 | 0.45 | 1.00 |
Los valores son ilustrativos; en la práctica deben estimarse con datos reales.
Dra. Emma (\(\mathbf{p}_E = (0.40, 0.30, 0.25, 0.03, 0.02)\)): - Panel: \(\Delta = 0.42\), \(S = 0.55\), \(E = 0.22\) - Institucional: CoAuth = 0.20, CoSup = 0.20, Paneles = 2 - Perfil: Integradora.
Dr. Farid (\(\mathbf{p}_F = (0.25, 0.25, 0.25, 0.20, 0.05)\)): - Panel: \(\Delta = 0.58\), \(S = 0.05\), \(E = 0.08\) - Institucional: CoAuth = 0.00, CoSup = 0.00, Paneles = 4 - Perfil: Polímata no integrativo.
Dra. Greta (\(\mathbf{p}_G = (0.70, 0.25, 0.03, 0.01, 0.01)\)): - Panel: \(\Delta = 0.28\), \(S = 0.75\), \(E = 0.08\) - Institucional: CoAuth = 0.00, CoSup = N/A, Paneles = 1 - Perfil: Especialista en etapa temprana.
Se debe reportar en tres niveles:
No se debe usar un ranking compuesto único. El panel es multidimensional y debe interpretarse como vector de evidencia (Rafols, 2019).
Si no hay datos de citación, se debe usar un panel interno de dos componentes (\(\Delta\), \(S\)) + indicadores institucionales (CoAuth, CoSup, Paneles):
| Perfil | \(\Delta\) | \(S\) | CoAuth | CoSup | Interpretación |
|---|---|---|---|---|---|
| Integrador | Alta | Moderada-alta | Alta | Alta | Integración en insumos y procesos |
| Polímata | Alta | Baja | Baja | Baja | Amplitud desconectada |
| Especialista | Baja | Alta | Baja | Baja | Foco disciplinar |
Se pierde capacidad para medir impacto transcampo (\(E\)), pero se mantiene capacidad para identificar integración.
Primero, el protocolo asume datos limpios y estructurados; muchas instituciones aún no los tienen. Segundo, caracteriza tipo de interdisciplinariedad, no calidad intrínseca de resultados. Tercero, los umbrales son orientativos y deben calibrarse empíricamente. Cuarto, en portafolios pequeños la incertidumbre puede ser grande; por tanto, las reglas de clasificación deben ser sensibles a intervalos y no solo a valores puntuales.
Entre las extensiones posibles: indicadores semánticos (título/resumen), indicadores docentes (docencia interdepartamental) y análisis temporal de trayectorias.
Las universidades pueden medir interdisciplinariedad con mayor resolución si combinan panel bibliométrico y datos internos de colaboración. El protocolo propuesto distingue integración genuina de amplitud polímata, evita la reducción a un único número y permite decisiones más auditables. El principal cuello de botella sigue siendo la citación para \(E\), pero la alternativa interna (\(\Delta\), \(S\)) + indicadores institucionales ofrece una base sólida para uso operativo.