Google Scholar, SEO académico y curación de contenidos. Una guía para autores

por
Cubierta del informe sobre Google Scholar
Clic para descargar el informe en PDF

Resumen

En esta guía de Google Scholar para autores nos proponemos ayudar a profesores e investigadores que hayan decidido activar su perfil público en esta base de datos a hacer el mejor uso posible de esta herramienta. En este trabajo, nos ponemos del lado de los autores, en especial de los autores noveles y nos proponemos ayudarles de dos formas principales. Primero, mostrando de qué modo pueden optimizar las posibilidades de Google Scholar para difundir su trabajo y, en esta vía, mejorar su perfil académico, y segundo, mostrando las posibilidades de su búsqueda avanzada y de la programación de alertas.

Palabras clave

Google Scholar, investigadores, Search Engine Optimization, académicos, SEO, ASEO

Prefacio

En esta guía de Google Scholar para autores nos proponemos ayudar a profesores e investigadores que hayan decidido activar su perfil público en esta base de datos a hacer el mejor uso posible de esta herramienta. Por un lado, Google Scholar ayuda a encontrar información a los usuarios que la necesitan, y entre estos usuarios, por supuesto están los propios académicos. Por otro lado, Google Scholar ayuda a los autores a hacer más visible su producción y, con ello, a promover a las carreras de los propios autores.

En el caso de esta guía, nos ponemos del lado de los autores, en especial a los autores noveles y nos proponemos ayudarles de dos formas principales. Primero, mostrando de qué modo pueden optimizar las posibilidades de Google Scholar para difundir su trabajo y, en esta vía, mejorar su perfil académico. Segundo, mostrando las posibilidades de su búsqueda avanzada y de la programación de alertas. De este modo intentamos cubrir el doble frente que afecta a un autor: el de la difusión de su trabajo, que al que podemos llamar el lado del SEO académico, y el de la eficiencia a la hora de buscar información, que podemos llamar el lado de la búsqueda y curación de contenidos.

Ahora bien, siguiendo estas ideas, entendemos que, en primer lugar es importante conocer el marco teórico de cómo funciona la recuperación de información (Capítulo 1). Seguidamente, aportamos elementos para optimizar los perfiles de autor (Capítulo 2). Por último, mostramos cómo usar la búsqueda avanzada y la programación de alertas (Capítulo 3).

(…)

Descargar / leer la guía sobre Google Scholar

google-scholar-guia-autoresDescarga

Referencia

Lopezosa, Carlos; Codina, Lluís; Rovira, Cristòfol (2022) Google Scholar: SEO académico y curación de contenidos. Una guía para autores Barcelona: DigiDoc Research Group (Pompeu Fabra University), DigiDoc Reports. Acceso en el Repositorio de la UPF

Referencias citadas en la guía

  • Baeza-Yates, R.; Ribeiro-Neto, B. (2010). Modern information retrieval. Addison-Wesley.
  • Beel, J.; Gipp, B. (2010a). Academic search engine spam and google scholar’s resilience against it. The J.  of Elec. Pub. 13 (3), pp. 1-28. https://doi.org/10.3998/3336451.0013.305
  • Beel, J.; Gipp, B. (2009). Google scholar’s ranking algorithm: the impact of articles’ age (an empirical study). Proceedings of the Sixth international conference on information technology: new generations, ITNG’09, pp. 160-164.
  • Beel, J.; Gipp, B.; Wilde, E. (2010). Academic search engine optimization (ASEO) optimizing scholarly literature for google scholar & co. J. of Schol. Pub. 41, pp. 176-190. https://doi.org/10.3138/jsp.41.2.176
  • Beel, J.; Gipp, B. (2009a). Google scholar’s ranking algorithm: an introductory overview. Proceedings of the 12th international conference on scientometrics and informetrics, ISSI’09, Istanbul, Turkey, July 14-17, pp. 230-241.
  • Beel, J.; Gipp, B. (2009c). Google scholar’s ranking algorithm: the impact of citation counts (an empirical study). Proceedings of the Third international conference on research challenges in information science, RCIS, pp, 439-446.
  • Blair, D.C. (1990). Language and representation in information retrieval. Elsevier.
  • Brin, S.; Page, L. (1998). The anatomy of a large-scale hypertextual Web search engine. Com. Net. & IS. Sys. 30 (1–7), 107–117 https://doi.org/10.1016/S0169-7552(98)00110-X
  • Chang, Y.; Aung, Z. (2015). AuthorRank: A New Scheme for Identifying Field-Specific Key Researchers. Proceeding of the CONF-IRM, pp. 1-13. http://aisel.aisnet.org/confirm2015/46
  • Chen, L. and Nayak, R. (2008). Expertise analysis in a question answer portal for author ranking. Proceedings of the IEEE/WIC/ACM International Conference on Web Intelligence and Intelligent Agent Technology (WI-IAT), Washington, DC, USA, August 31 – September 03, 2010, 134–140.
  • Codina, L. (2019). SEO académico: definición, componentes y guía de herramientas. https://www.lluiscodina.com/seo-academico-guia/
  • Enge, E.; Spencer, S.; Stricchiola, J. (2015). The art of SEO: mastering search engine optimization. Sebastopol CA: O’Reilly Media
  • Gielen, M.; Rosen, J. (2016). Reverse engineering the youtube, tubefilter.com. Available online: http://www.tubefilter.com/2016/06/23/reverse-engineering-youtube-algorithm/ 
  • Google (2019). How google search works. Learn how google discovers, crawls, and serves web pages, search console help. Available online: https://support.google.com/webmasters/answer/70897.
  • Guallar, Javier; Hernández-Campillo, Thais Raquel; Codina, Lluis. (2022). Curación de contenidos en artículos científicos. Categorías y casos. Telos: Revista de Estudios Interdisciplinarios en Ciencias Sociales, 24 (3), Venezuela. (Pp. 469-490). https://doi.org/10.36390/telos243.02
  • Harzing, A. W.; Alakangas, S. (2017). Microsoft Academic: is the phoenix getting wings?. Scientometrics110, 371-383. http://eprints.mdx.ac.uk/20937/1/mas2.pdf
  • Hristidis, V., Hwang, H., and Papakonstantinou, Y. (2008). Authority-based keyword search in databases. ACM Tran. on Dat. Sys.33(1), 11–14.
  • Hug, S. E.; Ochsner, M.; Brändle, M. P. (2017). Citation analysis with microsoft academic. Scientometrics. 110, 371-378. https://arxiv.org/pdf/1609.05354.pdf
  • Kleinberg, J. M. (1999). Authoritative sources in a hyperlinked environment. Jo. of the ACM, 46(5), 604–632.
  • Local seo guide. Local SEO ranking factors study 2016: http://www.localseoguide.com/guides/2016-local-seo-ranking-factors/ 
  • Lopezosa, C., Trillo-Domínguez, M., Codina, L. y Cabrera Méndez, M. (2021). SEO in the journalistic company: perceptions and key elements for its adoption in writing. Revista Latina de Comunicación Social, 79, 27-45. https://www.doi.org/10.4185/RLCS-2020-1487
  • Lopezosa C, Codina L, Freixa P. (2018). SEO y comunicación audiovisual: análisis comparativo de portales de vídeo bajo demanda. Barcelona: Universitat Pompeu Fabra. Departamento de Comunicación,117 p. (Serie Digital Digidoc-EPI. Proyecto Comunicación Interactiva)
  • Maciá-Domene, F. (2015). SEO: técnicas avanzadas. Anaya: Barcelona, Spain, 2015, 1-408
  • Martín-Martín, A.; Ayllón, J.M.; Orduña-Malea, E.; López-Cózar, E.D. (2016a). Google Scholar Metrics released: a matter of languages… and something else. EC3 working papers: Granada, Spain, 1-14.  https://arxiv.org/abs/1607.06260v1
  • Martín-Martín, A.; Orduña-Malea, E.; Ayllón, J.M.; López-Cózar, E.D. (2014). Does Google Scholar contain all highly cited documents (1950-2013)? EC3 working papers: Granada, Spain, 2014, 1-96.  https://arxiv.org/abs/1410.8464
  • MOZ. (2019). Google algorithm change history. https://moz.com/google-algorithm-change
  • Muñoz-Martín, B.  (2015). Incrementa el impacto de tus artículos y blogs: de la invisibilidad a la visibilidad http://hdl.handle.net/10366/126907
  • Nie, Z., Zhang, Y., Wen, J. R., & Ma, W. Y. (2005). Object-level ranking: bringing order to web objects.  Proceedings of the 14th international conference on World Wide Web (ACM) pp. 567-574. https://doi.org/10.1145/1060745.1060828
  • Orduña-Malea, E.; Martín-Martín, A; Ayllon, J.M;Delgado-Lopez-Cozar, E. (2014). The silent fading of an academic search engine: the case of Microsoft Academic Search. On. Inf. Rev.38, 936-953. https://riunet.upv.es/bitstream/handle/10251/82266/silent-fading-microsoft-academic-search.pdf
  • Ratcliff, C. Web (2019). Promo’s Q&A with google’s Andrey Lipattsev, search engine watch. Available online: https://searchenginewatch.com/2016/04/06/webpromos-qa-with-googles-andrey-lipattsev-transcript
  • Romero, D. M., Galuba, W., Asur, S., and Huberman, B. A. (2011). Influence and passivity in social media.  Mach. Lea. & Know. Disc. in Dat., 6913, 18–33.
  • Rovira, C.; Guerrero-Solé, F.; Codina, L. (2018). Received citations as a main SEO factor of Google Scholar results ranking. El Profesional de la información 27(3), 559-569. https://doi.org/10.3145/epi.2018.may.09
  • Rovira C, Codina L, Guerrero-Solé F, Lopezosa C. (2019). Ranking by Relevance and Citation Counts, a Comparative Study: Google Scholar, Microsoft Academic, WoS and Scopus. Future Internet,  11(9):202. https://doi.org/10.3390/fi11090202
  • Rovira, C.; Codina, L.; Lopezosa, C. (2021). Language Bias in the Google Scholar Ranking Algorithm. Future Internet, 13, 31. https://doi.org/10.3390/fi13020031
  • Salton, G; McGill, M. J. (1987). Introduction to modern information retrieval. McGraw Hill
  • Schwartz, B. (2019). Now we know: here are google’s top 3 search ranking factors, search engine land. Available online: http://searchengineland.com/now-know-googles-top-three-search-ranking-factors-245882
  • Searchmetrics. (2019). Rebooting ranking factors. http://www.searchmetrics.com/knowledge-base/ranking-factors/
  • Thelwall, M. (2018). Does Microsoft Academic find early citations? Scientometrics, v.114, pp. 325-334. https://wlv.openrepository.com/bitstream/handle/2436/620806/
  • Tunkelang, D. (2009). A Twitter analog to PageRank. The Noisy Channel Blog (2009)Available online:  http: //thenoisychannel.com/.
  • Vallez, M., Lopezosa, C. and Pedraza-Jiménez, R. (2022). A study of the Web visibility of the SDGs and the 2030 Agenda on university websites, International Journal of Sustainability in Higher Education. 2022, 23,8, 41-59. https://doi.org/10.1108/IJSHE-09-2021-0361
  • Walker, D., Xie, H., Yan, K.-K., and Maslov, S. (2007). Ranking scientific publications using a model of network traffic. J. of Sta. Mech. The. & Exp. 2007, 06, 6-10.
  • Weng, J., Lim, E.-P., Jiang, J., and He, Q. (2010). TwitterRank: Finding topic-sensitive influential Twitterers. Proceedings of the 3rd ACM International Conference on Web Search and Data Mining, (WSDM), pp. 261–270.
  • Yamaguchi, Y., Takahashi, T., Amagasa, T., and Kitagawa, H. (2010). TURank: Twitter user ranking based on user-tweet graph analysis. W. Infor. Sys. Eng.– WISE, 2010, 6488, 240–253.
  • Ziakis, C.; Vlachopoulou, M.; Kyrkoudis, T.; Karagkiozidou, M. (2019). Important Factors for Improving Google Search Rank. Fut. In., pp. 11, 1- 12. https://doi.org/10.3390/fi11020032