Ramírez Martínez, Jorge Enrique, et al.. Una guía práctica para el uso eficaz de las Normas APA 7ma edición: Primeros pasos en la citación y referenciación académica. Villavicencio: Universidad Santo Tomás, 2024.
En esta guía se encuentra un conjunto de herramientas, recomendaciones, ejemplos y usos de la citación y referenciación bajo las normas APA – Séptima Edición. Se busca que la comunidad académica tenga una guía práctica hacer más eficaz este proceso en los procesos académicos e investigativos en general y correspondientes con las opciones de grado en particular.
Nature ha actualizado su análisis sobre los trabajos científicos más citados de la historia, revelando que algunos han sido referenciados cientos de miles de veces. Esta revisión evidencia no solo el impacto de ciertas investigaciones, sino también cómo han evolucionado las tendencias en la producción científica y la citación a lo largo del tiempo.
Sorprendentemente, el artículo más citado no es ampliamente conocido entre la comunidad científica actual. Se trata de un trabajo de 1951 publicado en el Journal of Biological Chemistry, que describe un método para determinar la cantidad de proteínas en una solución. Este artículo ha sido citado más de 350.000 veces según el índice Web of Science (WoS), una base de datos que recopila 98 millones de publicaciones desde 1900.
Muchos de los artículos más citados están relacionados con técnicas de laboratorio en biología, lo que sugiere que los métodos ampliamente aplicables generan un impacto duradero. También figuran trabajos clave en inteligencia artificial (IA), software de investigación y métodos estadísticos.
La nueva clasificación actualiza una lista publicada por Nature en 2014, cuando los trabajos más citados eran herramientas de biología celular y molecular, principalmente de las décadas de 1950 y 1970. Desde entonces, alrededor de la mitad de los artículos en el top 100 han cambiado, debido al auge en las citas de trabajos más recientes. En 2014, eran necesarios unos 12.000 citas para entrar en el top 100. Hoy, hacen falta más de 30.000, lo que indica una inflación en el número de citas y el creciente volumen de publicaciones científicas.
Para este análisis, Nature también consultó otras dos grandes bases de datos de investigación: Dimensions y OpenAlex, cuyas versiones públicas permiten el análisis desde 1900. Aunque los rankings y recuentos de citas varían ligeramente entre bases, los artículos destacados son generalmente los mismos. La lista completa de los 100 más citados, con detalles sobre las diferencias entre bases, está disponible en el material suplementario del artículo.
Uno de los datos más llamativos es que un artículo de 2015 de investigadores de Microsoft, presentado en una conferencia sobre IA, ya ocupa el quinto lugar si se consideran los rankings medianos entre las tres bases de datos, y el séptimo solo en WoS. Esto muestra la velocidad con la que algunos artículos contemporáneos pueden acumular citas.
Actualmente, 16 artículos del siglo XXI se encuentran ya entre los 50 más citados de todos los tiempos, a pesar de su relativa juventud. Muchos de ellos están vinculados a desarrollos en software y al uso de la inteligencia artificial para acelerar el descubrimiento científico. Este fenómeno puede explicarse, según Paul Wouters (experto en cienciometría retirado de la Universidad de Leiden), por el aumento anual del número de publicaciones, lo que incrementa el volumen de referencias, así como por la mayor visibilidad de los trabajos científicos a través de Internet y las redes sociales.
Pearson, Helen, Heidi Ledford, Matthew Hutson, y Richard Van Noorden. “Exclusive: The Most-Cited Papers of the Twenty-First Century.” Nature, April 10, 2025. https://www.nature.com/articles/d41586-025-01125-9.
Las citas en la literatura científica son una manera de reconocer el uso e influencia de investigaciones previas. Sin embargo, los artículos más citados no suelen ser los más conocidos por el público general, sino que tienden a ser herramientas metodológicas, revisiones sistemáticas o descripciones de software ampliamente utilizado. Según Misha Teplitskiy, sociólogo de la Universidad de Míchigan, aunque los científicos afirman valorar teorías y descubrimientos empíricos, lo que realmente citan con más frecuencia son los métodos.
La revista Nature ha realizado un análisis exhaustivo sobre los 25 artículos científicos más citados desde el año 2000, revelando qué estudios han tenido mayor impacto medido por el número de citas, y por qué han alcanzado tal relevancia. Sorprendentemente, muchos de los artículos más citados no están relacionados con los descubrimientos más espectaculares —como las vacunas de ARNm, CRISPR, el bosón de Higgs o las ondas gravitacionales—, sino con métodos, software, estadísticas y herramientas que sustentan el trabajo científico diario.
El artículo más citado, según la media de cinco bases de datos académicas (Web of Science, Scopus, OpenAlex, Dimensions y Google Scholar), es un trabajo de 2016 de investigadores de Microsoft sobre aprendizaje residual profundo (ResNet), una arquitectura de red neuronal con más de 150 capas. Esta innovación resolvió problemas de entrenamiento en redes muy profundas y allanó el camino para avances como AlphaGo, AlphaFold o ChatGPT. Dependiendo de la base de datos, sus citas oscilan entre 103.000 y más de 250.000.
Rank (median)
Citation
Times Cited (range across databases)
1
Deep residual learning for image recognition (2016, preprint 2015)
103.756–254,074
2
Analysis of relative gene expression data using real-time quantitative PCR and the 2–ΔΔCT method (2001)
149.953–185,480
3
Using thematic analysis in psychology (2006)
100.327–230,391
4
Diagnostic and Statistical Manual of Mental Disorders, DSM-5 (2013)
98,312–367,800
5
A short history of SHELX (2007)
76.523–99,470
6
Random forests (2001)
31.809–146,508
7
Attention is all you need (2017)
56.201–150,832
8
ImageNet classification with deep convolutional neural networks (2017)
46.860–137,997
9
Global cancer statistics 2020: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries (2020)
75.634–99,390
10
Global cancer statistics 2018: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries (2016)
Otros artículos destacados incluyen el DSM-5 (manual diagnóstico de psiquiatría), el algoritmo de Random Forests (utilizado en machine learning), y GLOBOCAN, un informe bianual de la OMS sobre estadísticas globales de cáncer.
Los artículos sobre IA dominan el ranking. El trabajo de Hinton en 2012 sobre AlexNet, que revolucionó el reconocimiento de imágenes, ocupa el puesto 8. El artículo de 2017 “Attention is all you need”, que introdujo la arquitectura transformer que impulsa modelos de lenguaje como ChatGPT, está en el puesto 7. El artículo sobre Random Forests, método estadístico muy utilizado y accesible, está en el puesto 6.
La comunidad de IA también se ha beneficiado de la cultura del código abierto y del uso extendido de preprints, aunque muchas bases de datos aún no integran adecuadamente las citas entre versiones preliminares y artículos revisados.
Muchos artículos populares describen software científico. Uno de ellos es el artículo sobre SHELX (puesto 5), un conjunto de programas para determinar estructuras moleculares mediante difracción de rayos X, escrito por George Sheldrick. Otro caso es DESeq2, software para analizar datos de secuenciación de ARN (puesto 18). Estos artículos se citan por su utilidad más que por su novedad teórica.
El caso del artículo en el puesto 2 es paradigmático: Thomas Schmittgen publicó el método 2–ΔΔCT porque un revisor le dijo que no podía citar un manual técnico. Hoy acumula más de 160.000 citas.
Los informes GLOBOCAN de 2018 y 2020 están entre los diez primeros. Son herramientas esenciales para investigadores y responsables de políticas públicas. Otro trabajo clave (puesto 19) es el artículo sobre las “marcas distintivas del cáncer” (hallmarks of cancer), que ayudó a estructurar la investigación oncológica contemporánea.
El análisis muestra que el impacto en la ciencia no depende solo de grandes descubrimientos, sino de herramientas que permiten a otros investigar con más precisión, fiabilidad y alcance. El auge de la inteligencia artificial, el desarrollo de software y los métodos estadísticos dominan las citas, destacando cómo la ciencia avanza no solo por lo que descubre, sino por cómo lo hace.
Yang, Puyu, Ahad Shoaib, Robert West, y Giovanni Colavizza. «Open Access Improves the Dissemination of Science: Insights from Wikipedia». Scientometrics, 15 de octubre de 2024. https://doi.org/10.1007/s11192-024-05163-4.
Este estudio analiza cómo el acceso abierto (Open Access, OA) influye en el uso de artículos científicos en Wikipedia. Aunque se supone que el OA facilita la difusión del conocimiento científico, la magnitud de esta relación no se había investigado a fondo hasta ahora. Los autores examinaron un extenso conjunto de datos de citas en la Wikipedia en inglés y compararon los patrones de citación en relación con el acceso abierto.
Los hallazgos revelan que los artículos en OA tienen una tasa de citación en Wikipedia del 44.1%, significativamente mayor que su disponibilidad en otras fuentes científicas como Web of Science (23.6%) y OpenAlex (22.6%). Además, el estatus de acceso abierto y el impacto académico (medido por el número de citas) aumentan la probabilidad de que un artículo sea citado en Wikipedia. En particular, los artículos de acceso abierto tienen un 64.7% más de probabilidad de ser citados en comparación con los artículos con restricciones de acceso, después de controlar factores de confusión.
El estudio destaca que el acceso abierto facilita la difusión del conocimiento científico, incrementando la probabilidad de que llegue a una audiencia más amplia a través de Wikipedia. También refuerza la confiabilidad de Wikipedia, ya que los editores pueden acceder a resultados novedosos y actualizados gracias a la disponibilidad de artículos en OA.
El 19 de septiembre de 2024, Clarivate Plc presentó la lista de Citation Laureates™ 2024, utilizada para predecir futuros ganadores del Premio Nobel. Esta lista incluye a 22 científicos y economistas de seis países, reconocidos por su impacto innovador y su influencia social. Expertos del Institute for Scientific Information (ISI) en Clarivate han identificado previamente a 75 Laureados en Citación antes de que recibieran el Nobel.
Este año, los Citation Laureates han hecho avances significativos en áreas como la energía limpia, nanotecnología, estructuras proteicas 3D, el impacto económico de la corrupción, enfermedades cardíacas, dinámica molecular, computación cuántica, impronta genética y física de la materia condensada.
Entre los seleccionados, 11 están basados en EE. UU., seis en el Reino Unido, dos en Suiza, y uno en Alemania, Israel y Japón. Estos investigadores han publicado artículos pioneros con alto impacto en sus campos, ampliamente citados y con gran repercusión social.
John M. Jumper y Demis Hassabis, de Google DeepMind, destacaron la importancia de la inteligencia artificial (IA) en la ciencia, especialmente con su avance AlphaFold, utilizado por más de 2 millones de investigadores en áreas como el diseño de enzimas y el descubrimiento de medicamentos.
Desde 2002, los analistas del ISI utilizan datos de publicaciones y citas de la Web of Science™ para identificar a posibles ganadores del Nobel en Fisiología o Medicina, Física, Química y Economía. Menos del 0.01% de los artículos indexados han sido citados más de 2,000 veces, y los Citation Laureates provienen de este grupo exclusivo de investigadores.
Hanson, Mark A., Pablo Gómez Barreiro, Paolo Crosetto, y Dan Brockington. 2023. «The strain on scientific publishing». arXiv. https://doi.org/10.48550/arXiv.2309.15884.
La presión sobre la publicación científica, escrita por Mark A. Hanson, Pablo Gómez Barreiro, Paolo Crosetto y Dan Brockington, aborda el creciente desafío que enfrentan los científicos debido al volumen creciente de artículos. Se destaca que el total de artículos indexados en Scopus y Web of Science ha experimentado un crecimiento exponencial en los últimos años, con un aumento del 47% en 2022 en comparación con 2016. Este aumento ha superado el crecimiento limitado, o incluso inexistente, en el número de científicos en ejercicio.
El gráfico que compara el aumento en el número de doctorados con la proliferación de publicaciones muestra claramente una tensión en la publicación científica. La carga de trabajo asociada con la publicación, que incluye la redacción, revisión y edición de artículos, se ha incrementado drásticamente, y los autores definen este problema como la «presión sobre la publicación científica». Para analizar este fenómeno, se presentan cinco métricas basadas en datos que revelan el crecimiento de los editores, los tiempos de procesamiento y los comportamientos de citación. Estos datos se obtuvieron mediante scrapes web, solicitudes de datos a editores y material disponible de forma gratuita a través de sitios web de editores.
Los hallazgos del estudio se basan en millones de documentos producidos por destacados editores académicos. Se destaca que ciertos grupos específicos han experimentado un crecimiento desproporcionado en la cantidad de artículos publicados por año, contribuyendo a la presión observada. Algunos editores facilitaron este aumento al adoptar la estrategia de organizar números especiales que publican artículos con tiempos de respuesta reducidos.
Dado el contexto en el que los investigadores enfrentan presiones para publicar y competir por financiamiento, se sugiere que estas ofertas para publicar más artículos podrían haber exacerbado la presión sobre la publicación científica. Además, se observó una inflación generalizada año tras año de los factores de impacto de las revistas, lo que plantea el riesgo de confundir las señales de calidad. En última instancia, los autores argumentan que un crecimiento exponencial de esta magnitud no puede ser sostenible a largo plazo y proponen métricas que podrían contribuir a encontrar soluciones prácticas para abordar este desafío en la publicación científica.
Se plantea la pregunta de si la causa de este problema debe atribuirse a los propios investigadores o si los editores y sus modelos comerciales están impulsando el aumento en la producción de artículos. Un nuevo preprint examina la situación, destacando cinco tendencias a partir del análisis de millones de documentos en el archivo Scimago y web scraping:
El crecimiento de artículos proviene de diversos editores, ya sea aquellos que venden revistas mediante suscripción o aquellos que aplican cargos por procesamiento de artículos en el modelo de acceso abierto dorado.
Algunos editores han reducido significativamente sus tiempos de respuesta, homogeneizándolos, a pesar de las diferencias en las necesidades de los documentos.
La disminución de las tasas de rechazo puede generar más artículos, pero no hay tendencias claras en las tasas de rechazo en todo el sector.
Las «Special Issues» son impulsoras del crecimiento en algunos editores de acceso abierto dorado, asociándose con tasas de rechazo más bajas y tiempos de respuesta más homogéneos.
Se observa una inflación generalizada de los factores de impacto, lo que plantea interrogantes sobre la calidad de las publicaciones.
La proliferación de «autores extremadamente productivos» no indica una época dorada de la ciencia, sino más bien una inclinación hacia la sobrevaloración del volumen de publicaciones.
Tian, Wencan, Ruonan Cai, Zhichao Fang, Yu Geng, Xianwen Wang, y Zhigang Hu. 2024. «Understanding Co-Corresponding Authorship: A Bibliometric Analysis and Detailed Overview». Journal of the Association for Information Science and Technology 75 (1): 3-23. https://doi.org/10.1002/asi.24836.
El artículo se centra en el fenómeno cada vez más común de la coautoría conjunta. La investigación utiliza un conjunto de datos que abarca casi 8 millones de artículos indexados en la Web of Science, proporcionando una evidencia sistemática, interdisciplinaria y a gran escala para entender este fenómeno. Los hallazgos revelan proporciones más altas de coautoría conjunta en países asiáticos, especialmente en China. Desde la perspectiva de las disciplinas, se observa una proporción relativamente más alta en los campos de ingeniería y medicina, en contraste con una menor proporción en humanidades, ciencias sociales e informática. A nivel de revistas, se destaca que las publicaciones de alta calidad tienden a tener proporciones más elevadas de coautoría conjunta. Además, el artículo demuestra que los artículos con múltiples autores correspondientes tienen una ventaja significativa en términos de citas, en comparación con aquellos con un solo autor correspondiente.
En resumen, este estudio analiza el creciente uso de la coautoría conjunta como medio para compartir el reconocimiento de la autoría, ofreciendo un análisis exhaustivo basado en un conjunto de datos de 8 millones de artículos académicos. Los hallazgos destacan un aumento constante en la proporción de coautoría conjunta, alcanzando el 13.92% en 2020 desde el 9.84% en 2016. China, Corea del Sur y Singapur surgen como los tres países con las proporciones más altas. Los campos de ingeniería y medicina muestran una mayor prevalencia de coautoría conjunta.
A nivel de revista, existen variaciones entre editores y países anfitriones, siendo las revistas de alta calidad más propensas a aceptar artículos con coautoría conjunta. El estudio establece una ventaja en citaciones para la coautoría conjunta. La adopción generalizada de esta práctica destaca la necesidad de pautas dentro de la comunidad académica para gobernar las circunstancias y métodos apropiados para compartir el crédito entre los autores. Algunas revistas han implementado medidas, como detallar contribuciones específicas o limitar los autores correspondientes por publicación.
El estudio sugiere la importancia de explorar métodos innovadores para evaluar y recompensar el rendimiento académico en respuesta a esta tendencia. Las recomendaciones incluyen la revisión de criterios nacionales de evaluación del rendimiento en investigación, el establecimiento de una «Base de Datos de Autoría» para monitorear firmantes frecuentes de coautoría conjunta y promover la transparencia a nivel de revista mediante la definición de políticas sobre la identidad de los autores correspondientes conjuntos.
No obstante, el estudio reconoce limitaciones, como el enfoque exclusivo en el tipo de literatura «artículo» y posibles sesgos en los resultados debido al alcance de cobertura de la Web of Science. Futuras investigaciones podrían extenderse a otros tipos de literatura y bases de datos para un análisis más completo. Además, explorar desde la perspectiva de científicos individuales podría revelar patrones de colaboración variables entre autores correspondientes conjuntos y la relación entre las cualificaciones de los científicos y su disposición a actuar como autores correspondientes conjuntos.
Cada día, millones de personas utilizan los datos. Buscan, publican, reutilizan y analizan. Pero muy a menudo, una de las principales dificultades para los usuarios es encontrar los datos adecuados. ¿Y cómo ayudarles? Es sencillo: Citar los datos. La publicación «Data citation : a guide to best practice» es una guía práctica que incluye recomendaciones y buenas prácticas sobre cómo citar los datos. Está dividida en 3 partes: parte 1 – cuestiones de citación de datos, recomendaciones generales; parte 2 – recomendaciones sobre formatos específicos y otros elementos para la citación de datos y parte 3 – otra información (por ejemplo, diferencias específicas entre las recomendaciones). Al final, el lector encontrará anexos con listas de comprobación, diagramas y ejemplos.
Universo Abierto 