Abstract The current work aims to characterize the Mexican scientific production in 22 main fields and 151 thematic subfields, using a multidimensional methodology based on productivity, impact and Altmetric measures. Data were extracted from Dimensions database. Indicators available at Dimensions Analytics service were used and represented via LabSOM software and ViBlioSOM methodology, based on artificial neural networks. The characteristics of the major fields and their corresponding subfields were studied. Multidimensional maps based on the Kohonen algorithm were constructed. Activity index, attractivity index, relative impact, field citation ratio, percentage of publications with Altmetric Attention, and Altmetric Attention Score were the indicators chosen for visual representation. Mexican scientific production experimented an exponential growth during the period 2010-2019. Agricultural and Veterinary Sciences, Environmental Sciences, Physical Sciences, Biological Sciences, Earth Sciences, Mathematical Sciences and, surprisingly, History and Archeology achieved the best bibliometric performances in relation to the world. The artificial intelligence-based method allowed the analysis of specific characteristics of Mexican scientific activities and common links among research practices in different knowledge domains.

Resumo O presente trabalho visa caracterizar a produção científica mexicana em 22 categorias temáticas e 151 subcampos temáticos, utilizando uma metodologia multidimensional baseada em produtividade, impacto e métricas alternativas. Os dados foram extraídos do banco de dados Dimensions. Os indicadores disponíveis no serviço Dimensions Analytics foram utilizados e representados por meio do software LabSOM e da metodologia ViBlioSOM, baseada em redes neurais artificiais. Foram estudadas as características dos principais campos temáticos e subcampos. Mapas multidimensionais baseados no algoritmo de Kohonen foram construídos. Para a representação visual, foram escolhidos o índice de atividade, índice de atração, impacto relativo, razão de citação por campo, percentual de publicações com atenção altmétrica e nota de atenção altmétrica. A produção científica mexicana cresceu exponencialmente durante o período 2010-2019. Ciências Agrárias e Veterinárias, Ciências Ambientais, Ciências Físicas, Ciências Biológicas, Ciências da Terra, Ciências Matemáticas e, surpreendentemente, História e Arqueologia obtiveram os melhores desempenhos bibliométricos em relação ao mundo. O método baseado em inteligência artificial permitiu analisar características específicas das atividades científicas mexicanas, bem como os vínculos comuns entre as práticas de pesquisa desenvolvidas em vários domínios do conhecimento.

Abstract Introduction: Scientometrics analyzes scientific publications through bibliometric and computational techniques, whereby productivity and impact indicators are generated. Objective: To propose a multidimensional methodology in order to obtain the scientometric profile of the National Cancer Institute (INCan), Mexico, and rank it with regard to other national health institutions. Method: Using the LabSOM software and the ViBlioSOM methodology based on artificial neural networks, the INCan scientific production indexed in the Web of Science from 2007 to 2017 was analyzed. The multidimensional scientometric profile of the Institute was obtained and compared with that of other national health institutions. Results: In terms of productivity, INCan ranks fourth among the 10 Mexican public health institutions indexed in the Web of Science; in the normalized impact ranking, it ranks sixth. Although out of 1323 articles 683 (51.62 %) did not receive citations, 11 articles classified as excellent (0.83 %) obtained 24 % of 11,932 citations and, consequently, INCan normalized impact rate showed a mean productivity higher than the world mean. Conclusion: Multidimensional analysis with the proposed neural network enables obtaining a more reliable and comprehensive absolute and relative institutional scientiometric profile than that derived from measuring isolated variables.

Resumen Introducción: La cienciometría permite analizar la productividad e impacto de las publicaciones científicas mediante técnicas bibliométricas y computacionales. Objetivo: Proponer una metodología multidimensional para obtener el perfil cienciométrico del Instituto Nacional de Cancerología (INCan), México, y compararlo respecto a otras instituciones nacionales de salud. Método: Con el programa LabSOM y la metodología ViBlioSOM, basada en redes neuronales artificiales, se analizó la producción científica del INCan indexada en la Web of Science entre 2007 y 2017. Se obtuvo el perfil cienciométrico multidimensional del Instituto y se comparó con el de otras instituciones nacionales de salud. Resultados: En productividad, el INCan ocupa el cuarto lugar de las 10 instituciones mexicanas de salud pública indexadas en la Web of Science.; en el ranking de impacto normalizado, el sexto lugar. Aun cuando de 1323 artículos, 683 (51.62 %) no recibieron citas, 11 artículos de excelencia (0.83 %) lograron 24 % de 11 932 citas y, consecuentemente, el impacto normalizado del INCan evidenció una productividad media por arriba de la media mundial. Conclusión: El análisis multidimensional con la red neuronal propuesta permite obtener un perfil cienciométrico institucional absoluto y relativo más fidedigno e integral que el derivado de conteos de variables aisladas.