Bibliometric mapping: A Sino-centric synthesis of hsr passenger preferences, resilience gaps, and air-rail intermodal integration

• Autores: Di Wu
• Directores de la Tesis: Juan Carlos Martín Hernández (dir. tes.)
• Lectura: En la Universidad de Las Palmas de Gran Canaria ( España ) en 2025
• Idioma: español
• Tribunal Calificador de la Tesis: Francesca Pagliara (presid.), Concepción Román García (secret.), Mª Amparo Moyano Enríquez de Salamanca (voc.)
• Programa de doctorado: Programa de Doctorado en Turismo, Economía y Gestión por la Universidad de Las Palmas de Gran Canaria
• Calificación: Sobresaliente Cum Laude
• Materias:
  • Ciencias económicas
    • Economía sectorial
      • Transportes y comunicaciones
• Enlaces
  • Tesis en acceso abierto en: accedacris.ulpgc.es
• Resumen

  • La alta velocidad representa una de las innovaciones más significativas en la historia del transporte terrestre, transformando la forma en que las sociedades se conectan. Estos sistemas de trenes reducen drásticamente los tiempos de viaje entre ciudades, redefiniendo la competitividad del ferrocarril en el siglo XXI.

    Esta tesis doctoral se adentra en el estado del arte de la investigación en tres áreas cruciales para el desarrollo y la sostenibilidad del transporte de ferrocarril de alta velocidad: (1) Análisis de las preferencias de los pasajeros; (2) Transporte intermodal aéreo-tren de alta velocidad; y (3) La resiliencia de los sistemas de transporte ferroviario de alta velocidad.

    La investigación se basó en una rigurosa metodología de análisis bibliométrico, utilizando tres de las bases de datos académicas más importantes a nivel mundial: China National Knowledge Infrastructure (CNKI), Web of Science (WoS) y Scopus. Esta aproximación fue crucial para asegurar la inclusión del tren de alta velocidad de China, como sistema que ha experimentado el mayor crecimiento en las dos últimas décadas. Se aplicaron métodos de asignación de Dirichlet Latente (LDA) para identificar los tópicos, así como métodos de visualización y mapeo de la ciencia basados en herramientas informáticas especializadas como CiteSpace, junto a lenguajes de programación como Python y Visual Studio Code. La combinación de recolección de datos sistemática, análisis avanzado y visualización computarizada fue esencial para garantizar la solidez y la relevancia de los resultados obtenidos.