Índice Pratt de concentración temática: oportunidad para la indización, posicionamiento y visibilidad de las revistas científicas
PDF
HTML

Cómo citar

Paz Enrique, L. E., & Sánchez Urdaneta, A. B. (2026). Índice Pratt de concentración temática: oportunidad para la indización, posicionamiento y visibilidad de las revistas científicas. Métodos De información, 17(32), 81–99. https://doi.org/10.5557/IIMEI17-N32-081099

Resumen

La correcta clasificación temática de las revistas científicas en bases de datos especializadas es fundamental para mejorar su visibilidad, facilitar la recuperación de información y fortalecer su posicionamiento en el sistema científico. El índice Pratt de concentración temática ofrece una herramienta cuantitativa para evaluar la coherencia editorial de una publicación y su especialización disciplinar. Se planteó como objetivo del estudio: analizar la utilidad del índice Pratt como recurso estratégico para el posicionamiento y la visibilidad de las revistas científicas en sistemas de indexación. Se desarrolló una investigación descriptiva con enfoque cualitativo. Se utilizaron los métodos analítico – sintético, histórico – lógico y análisis documental clásico. El estudio evidenció que el índice Pratt permite medir de manera objetiva el grado de concentración temática de las revistas científicas, proporcionando evidencia que puede apoyar decisiones relacionadas con su clasificación temática en bases de datos como Scopus. Se identificaron casos de revistas en los que la redefinición del perfil temático estuvo acompañada de una mejora en su posicionamiento en sistemas de indización. La aplicación sistemática del índice Pratt contribuye a fortalecer la coherencia editorial de las revistas, mejora su visibilidad y puede favorecer su inclusión en cuartiles superiores dentro de sistemas de evaluación científica internacionales.

https://doi.org/10.5557/IIMEI17-N32-081099
PDF
HTML
Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.

Derechos de autor 2026 Métodos de información