Archivo de la etiqueta: Citas bibliográficas

Los estilos de cita más populares en Mendeley Cite

«The Most Popular Citation Styles, Revealed!» Mendeley Blog (blog). 27 de noviembre de 2023. https://blog.mendeley.com/2023/11/27/the-most-popular-citation-styles-revealed/.

La importancia de las citas es fundamental tanto para el proceso de trabajo de un investigador como para el reconocimiento de un autor. Los dos formatos de citas más reconocidos son las citas en el texto y las citas a pie de página.

Recientemente, se informó sobre el lanzamiento de estilos de citas a pie de página en Mendeley Cite, y al incorporar esta función, se notó que la información sobre los estilos de citas no está fácilmente disponible. Por esta razón, se han recopilado los datos de esta aplicación para identificar los estilos de cita más utilizados.

Top 15 Citation Styles in Mendeley Cite (October 2023) Percentage Share (%) 
APA (American Psychological Association) 56
IEEE 10
Vancouver 8
Nature 3
American Medical Association (AMA)2
Cite Them Right – Harvard2
Vancouver (Superscript)1
Associacao Brasileira De Normas Tecnicas1
Chicago Manual of Style (Author Date)1
Elsevier – Harvard (with titles)0.5
American Sociological Association (ASA)<0.5
American Chemical Society (ACS)<0.5
Elsevier – Vancouver<0.5
American Political Science Association (APSA)<0.5
Royal Society of Chemistry<0.5

La tabla muestra los porcentajes de uso de los diferentes estilos de citas en Mendeley Cite en octubre de 2023. Aquí hay un análisis de los datos:

  1. APA (American Psychological Association): 56% Es el estilo de cita más utilizado, lo cual no es sorprendente, ya que APA es comúnmente preferido en campos como psicología, educación y ciencias sociales.
  2. IEEE: 10%. IEEE es prominente en campos de ingeniería, tecnología y ciencias de la computación, por lo que su presencia en el segundo lugar es coherente con las expectativas.
  3. Vancouver: 8% Vancouver es un estilo de cita común en ciencias de la salud y medicina, y su posición refleja su popularidad en estos campos.
  4. Nature: 3% Nature es un estilo asociado con las publicaciones de la revista Nature. Su presencia sugiere un interés en la literatura científica de alto impacto.
  5. American Medical Association (AMA): 2% AMA es utilizado principalmente en publicaciones médicas y de salud, y su posición en la tabla es consistente con su aplicación específica.
  6. Cite Them Right – Harvard: 2% Este estilo es popular en entornos académicos británicos y su inclusión destaca la diversidad de preferencias de estilo.
  7. Vancouver (Superscript): 1% Una variante del estilo Vancouver, que utiliza superíndices para las referencias, es menos común pero aún tiene presencia.
  8. Associação Brasileira De Normas Técnicas: 1% La presencia de este estilo sugiere una utilización en contextos académicos y científicos brasileños.
  9. Chicago Manual of Style (Author Date): 1% El estilo Chicago es común en humanidades y ciencias sociales, y su variante de fecha de autor parece ser menos utilizada en comparación con otras variantes.
  10. Elsevier – Harvard (with titles): 0.5% Este estilo específico de Harvard, asociado con Elsevier, indica preferencias específicas en ciertos campos académicos.
  11. a 15. Estilos con menos del 0.5% de participación: Estos estilos, como ASA, ACS, Elsevier – Vancouver, APSA y Royal Society of Chemistry, tienen una presencia mínima en la plataforma, sugiriendo un uso menos frecuente en comparación con los estilos principales.


Aunque los resultados se alinean con las expectativas, esta coincidencia es comprensible dado que los estilos de citas a pie de página representan solo alrededor del 1% del uso total de estilos de citas en Mendeley Cite. De manera interesante, «Chicago Manual of Style 17th edition (full note)» se posiciona como el estilo de citas a pie de página más popular, según los datos de Mendeley Cite de octubre de 2023.

La elección de APA, IEEE y Vancouver como los tres estilos más populares en general no fue sorprendente, ya que con frecuencia son mencionados como algunos de los estilos de citación más utilizados. No obstante, en contraste con las suposiciones, MLA (Modern Language Association) no figura entre los 15 primeros, a pesar de ser citado con frecuencia como uno de los estilos de citación más populares.

En resumen, la tabla revela una diversidad de preferencias de estilos de citas en Mendeley Cite, reflejando también la variedad de disciplinas académicas y regiones geográficas que utilizan la plataforma.

Cómo y por qué citar fuentes en trabajos académicos

Ayala Aceves, Marcela [et al.]. Cómo y por qué citar fuentes en trabajos académicos México: UNAM, 2023

Texto completo

El conocimiento se construye de manera colectiva, requiriendo la síntesis, análisis y reflexión sobre saberes previos y fuentes de información para generar ideas o conocimientos innovadores.

En el ámbito académico, es esencial otorgar crédito de manera sistemática y precisa a las fuentes y trabajos previos, reconociendo que el conocimiento se forma de manera colaborativa. El propósito de esta obra es mostrar la forma adecuada de citar fuentes y libros, resaltando la importancia de llevar a cabo este proceso, según señala en una entrevista.

Hacer referencia a las fuentes que respaldan el trabajo de manera sistemática es fundamental. Al hacerlo, reconocemos adecuadamente la autoría, permitimos la verificación de la información y tomamos conciencia de la naturaleza colaborativa del conocimiento.

Esta guía ofrece una explicación concisa sobre cómo y por qué citar diversos tipos de fuentes. Se recomienda utilizarla como referencia principal y consultar recursos adicionales, como los enlistados en la bibliografía. Para enriquecer los ejemplos y adaptarlos a casos específicos, se sugiere revisar las páginas siguientes en compañía de otras personas.

Los investigadores que aceptan manipular las citas tienen más probabilidades de que se publiquen sus trabajos

Singh Chawla, Dalmeet. «Researchers Who Agree to Manipulate Citations Are More Likely to Get Their Papers Published». Nature, 3 de mayo de 2023. https://doi.org/10.1038/d41586-023-01532-w.


Un estudio publicado en la revista Research Policy revela que los investigadores que son presionados por los editores para agregar citas superfluas en sus manuscritos tienen más probabilidades de tener éxito en la publicación de sus artículos que aquellos que se resisten.

El estudio se basa en una encuesta realizada en 2012 a 1.169 académicos que informaron haber sido solicitados para agregar citas innecesarias, de los cuales 1.043 cumplieron con la solicitud y agregaron al menos una cita.

Cuando los científicos son presionados para inflar sus trabajos con citas, el editor de la revista puede estar buscando aumentar el recuento de citas de su propia revista o el suyo propio. En otros casos, los revisores por pares pueden tratar de persuadir a los autores para que citen su trabajo. Los «anillos de citas», en los que varios académicos o revistas acuerdan citarse excesivamente entre sí, pueden ser más difíciles de detectar, ya que involucran a varias partes interesadas en lugar de solo dos académicos citándose desproporcionadamente.

Aunque los datos de la encuesta se recopilaron hace una década, los hallazgos siguen siendo relevantes hoy y la situación es poco probable que haya cambiado significativamente, según el autor del estudio, Eric Fong, de la Universidad de Alabama en Huntsville.

El estudio también encontró que los investigadores que cumplían plenamente con las solicitudes coercitivas de los editores tenían una tasa de aceptación del 85%, en comparación con el 77% para aquellos que cumplían parcialmente y el 39% para aquellos que se negaban a cumplir.

Para abordar este problema, Fong sugiere que las autocitas de las revistas deben excluirse de métricas como el factor de impacto de la revista, lo que reduciría la razón para solicitar más citas a otros trabajos publicados en la misma revista.

El director de integridad de la investigación en la Oficina de Integridad de la Investigación del Reino Unido y miembro del Consejo de Ética de Publicación (COPE), Matt Hodgkinson, está de acuerdo y afirma que es necesario eliminar el incentivo para realizar estas prácticas distorsionadoras.

Los editores que toman decisiones basadas en la coerción están distorsionando la literatura, y la educación de los editores individuales es una tarea pendiente. Los editores y revistas deben monitorear activamente las solicitudes de citas por parte de revisores y editores.

En febrero, una revista de la editorial holandesa Elsevier generó controversia al afirmar en una carta de rechazo a un autor que una de las razones para rechazar su artículo era la falta de citas a trabajos publicados en la misma revista. Elsevier aclaró que tenía una política clara contra la manipulación de citas y que los editores no deben intentar aumentar la clasificación de la revista inflando artificialmente las métricas.

El desarrollo de herramientas para detectar y señalar el exceso de referencias entre revistas y personas podría ser una solución para combatir estas prácticas.

Los artículos de coautoría con varios autores tienen una ventaja significativa de citación

Tian, Wencan, Ruonan Cai, Zhichao Fang, Yu Geng, Xianwen Wang, y Zhigang Hu. «Understanding Co-Corresponding Authorship: A Bibliometric Analysis and Detailed Overview». Journal of the Association for Information Science and Technology n/a, n.o n/a. Accedido 11 de octubre de 2023. https://doi.org/10.1002/asi.24836.

El fenómeno de la autoría compartida es cada vez más frecuente. Para comprender la práctica de compartir los créditos de autoría entre varios autores correspondientes, se analizaron exhaustivamente las características del fenómeno de la autoría corresponsal desde el punto de vista de los países, las disciplinas, las revistas y los artículos.

Esta investigación se basó en un conjunto de datos de casi 8 millones de artículos indexados en la Web of Science, que proporciona pruebas sistemáticas, interdisciplinarias y a gran escala para comprender por primera vez el fenómeno de la autoría corresponsal.

Los resultados revelan que en los países asiáticos, especialmente en China, existe una mayor proporción de autores corresponsales. Desde el punto de vista de las disciplinas, existe una proporción relativamente mayor de autores corresponsales en los campos de la ingeniería y la medicina, mientras que la proporción es menor en los campos de las humanidades, las ciencias sociales y la informática. Desde el punto de vista de las revistas, las de alta calidad suelen tener una mayor proporción de autores corresponsales. A nivel de artículo, los resultados demuestran que, en comparación con los artículos con un único autor de correspondencia, los artículos con varios autores de correspondencia tienen una ventaja significativa en las citas.

Destacadamente, las revistas de alta calidad mostraron una mayor aceptación de artículos con autoría co-correspondiente. A nivel de artículo, demostramos la ventaja en citas de la autoría co-correspondiente al considerarla como una variable adicional que afecta a las citas. Específicamente, en comparación con los artículos con un solo autor correspondiente, los artículos con autoría co-correspondiente recibieron un promedio de un 19% más de financiamiento (86% frente a 67%), participaron en un 10% más de colaboraciones internacionales (37% frente a 27%), tuvieron un 6% más de acceso abierto (42% frente a 36%) y contaron con 2 miembros adicionales en el equipo en promedio (7 frente a 5). Esta ventaja de citación es especialmente pronunciada en los campos de las Humanidades y las Ciencias sociales, así como en la informática. Sin embargo, hay que señalar que la magnitud de la ventaja de citación no aumenta necesariamente de forma proporcional al número de autores corresponsales, y que esta relación varía según las distintas áreas temáticas. en los campos de la ingeniería y la informática, la ventaja de citación es mayor cuando hay tres autores corresponsales. A partir de tres autores, la ventaja empieza a disminuir.

¿Cómo citar a ChatGPT?

Para citar ChatGPT en tu trabajo, puedes seguir las pautas de la Asociación Estadounidense de Psicología (APA) y adaptar la información a los detalles específicos.

Otra cosa es que se pueda o deba citar una fuente como ChatGPT, ya que algunas de las recomendaciones consideran que nos se puede citar, ya que no es ningún autor definido. Cambridge University Press que publicó los principios de política de ética en la investigación con IA, prohíbe tratarla como «autora» de artículos y libros académicos ya que no puede rendir cuentas ante un conflicto de intereses delante de un tribunal, por no ser ninguna entidad jurídica. Y que la IA debe declararse y explicarse claramente en publicaciones como los trabajos de investigación, al igual que hacen los académicos con otros programas informáticos, herramientas y metodologías en el apartado dedicado a estas dentro del artículo especificando claramente para que fue utilizada y con que fines. Tambien COPE: Committee on Publication Ethics incide en esta cuestión, cuando dice «Las herramientas de IA no pueden cumplir los requisitos de autoría, ya que no pueden asumir la responsabilidad del trabajo presentado. Como entidades no jurídicas, no pueden afirmar la presencia o ausencia de conflictos de intereses ni gestionar los derechos de autor y los acuerdos de licencia.»

Pero si se citta, según las pautas de American Psychological Association (APA), se sugiere el siguiente formato para citar ChatGPT:

  • Autor o entidad responsable: Si no hay un autor específico mencionado, puedes utilizar «OpenAI» como entidad responsable.
  • Fecha de publicación: Incluye la fecha de la interacción o la fecha en que accediste al contenido.
  • Título de la publicación o descripción: Utiliza el título «ChatGPT» o una descripción que identifique claramente el contenido como una interacción con el modelo de lenguaje ChatGPT.
  • [Mensaje de chat]: Incluye esta etiqueta para indicar que se trata de un mensaje de chat.
  • Recuperado de [URL]: Proporciona la URL completa y actualizada donde se encuentra el contenido.

A continuación se muestra un ejemplo de cómo podría verse la cita en formato APA:

Nombre del autor (año, mes día). Título de la publicación o descripción [Mensaje de chat]. Recuperado de [URL]

OpenAI. (2023). ChatGPT (Mar 14 version) [Large language model]. https://chat.openai.com/chat

CITA REAL

ChatGPT. (2023, Jan. 13, 19:19 GMT). Prompt: Budget for a 3 member family based in Zurich for 2023. ChatGPT Jan. 9 Version. https://chat.openai.com/chat/ff75c484-3417-4149-9264-d011d456dad3

Ver además

How to Cite ChatGPT APA Style, 2023. https://www.youtube.com/watch?v=6UYkxLaULHo.

«How to Cite ChatGPT». Accedido 13 de junio de 2023. https://apastyle.apa.org/blog/how-to-cite-chatgpt.

zakirtheresearchtl. «Citing and Referencing ChatGPT Responses: A Proposal», 13 de enero de 2023. https://www.theresearchtl.net/single-post/citing-and-referencing-chatgpt-responses-a-proposal.

Guía del bibliotecario para el aprendizaje práctico de ChatGPT: creación y evaluación de citas

«Librarian Guide to Hands-on Learning ChatGPT Activities for Bibliographic Instruction: Citation Creation and Evaluation». Accedido 29 de mayo de 2023. https://www.chatgptlibrarian.com/2023/04/librarian-guide-to-hands-on-learning.html.

La enseñanza de habilidades bibliográficas es fundamental para que los estudiantes desarrollen competencias en la investigación y la escritura académica. Una herramienta cada vez más popular para brindar instrucción bibliográfica interactiva es ChatGPT, un modelo de lenguaje de inteligencia artificial desarrollado por OpenAI. Este artículo presenta una guía práctica para los bibliotecarios que deseen utilizar ChatGPT como una herramienta de aprendizaje práctico en la creación y evaluación de citas.

Desarrollo:

  1. Breve introducción a ChatGPT: Se proporciona una descripción general de ChatGPT y cómo puede ser utilizado como recurso para la enseñanza bibliográfica.
  2. Actividad 1: Creación de citas: Se ofrece una actividad práctica en la cual los estudiantes pueden interactuar con ChatGPT para aprender a crear citas bibliográficas correctamente utilizando diferentes estilos de citación (APA, MLA, Chicago, etc.). Se brindan ejemplos y se resuelven dudas comunes.
  3. Actividad 2: Evaluación de citas: Se presenta una actividad en la cual los estudiantes deben evaluar la calidad y precisión de diferentes citas bibliográficas generadas por ChatGPT. Se discuten los criterios para evaluar una cita adecuada y se promueve la reflexión crítica sobre la información utilizada.
  4. Consejos para la implementación: Se ofrecen sugerencias y recomendaciones prácticas para los bibliotecarios que deseen incorporar estas actividades en sus sesiones de instrucción bibliográfica, incluyendo el tiempo estimado, las mejores prácticas y las posibles adaptaciones.

I. Introducción

  • Explicar la importancia de crear citas precisas y con el formato adecuado
  • Discutir las ventajas de utilizar ChatGPT para la creación y evaluación de citas


II. Creación de citas

  • Discutir los diferentes estilos de citación (por ejemplo, APA, MLA, Chicago)
  • Proporcionar recursos para aprender las normas y directrices de cada estilo de citación
  • Demostrar cómo utilizar ChatGPT para generar citas en diferentes estilos
  • Proporcionar ejemplos de citas influyentes y precisas

III. Evaluación de citas

  • Discutir la importancia de evaluar la precisión y el formato de las citas
  • Explicar cómo utilizar ChatGPT para evaluar la precisión y el formato de las citas.
  • Demostrar cómo introducir citas en ChatGPT para su evaluación
  • Proporcionar ejemplos de citas con formato correcto y citas con errores

IV. Buenas prácticas

  • Proporcionar consejos para la creación y evaluación de citas, como el uso de fuentes fiables y la comprobación del formato.
  • Discutir los errores comunes que deben evitarse al crear citas, como la información inexacta o incompleta.
  • Ofrecer recursos para aprender más sobre la creación y evaluación de citas

V. Ejercicios prácticos

  • Proporcione ejercicios de práctica para que los estudiantes generen y evalúen citas utilizando ChatGPT.
  • Proporcionar comentarios sobre los ejercicios y ofrecer sugerencias para mejorarlos
    VI. Conclusión

Recapitule los puntos principales de la guía

  • Animar a los alumnos a seguir practicando la creación y evaluación de citas mediante ChatGPT.
  • Ofrécete para ayudarles con cualquier pregunta o problema que puedan tener al utilizar ChatGPT para la creación y evaluación de citas.

La utilización de ChatGPT como herramienta de aprendizaje práctico en la instrucción bibliográfica puede ser una forma efectiva y atractiva de ayudar a los estudiantes a desarrollar habilidades en la creación y evaluación de citas. Esta guía del bibliotecario proporciona actividades concretas y consejos útiles para aprovechar al máximo esta herramienta en el proceso de enseñanza y aprendizaje.

Los artículos de acceso abierto se citan mucho y cada vez más en Wikipedia

Yang, Puyu, Ahad Shoaib, Robert West, y Giovanni Colavizza. «Wikipedia and open access». arXiv, 23 de mayo de 2023. https://doi.org/10.48550/arXiv.2305.13945.

Wikipedia es una conocida plataforma de difusión del conocimiento, y las fuentes científicas, como los artículos de revistas, desempeñan un papel fundamental en apoyo de su misión. El movimiento de acceso abierto tiene como objetivo hacer que el conocimiento científico esté disponible abiertamente, e intuitivamente podríamos esperar que el acceso abierto ayude a promover la misión de Wikipedia. Sin embargo, se desconoce en gran medida el alcance de esta relación. Para llenar este vacío, se analizaron un gran conjunto de datos de citas de Wikipedia cuyo objetivo era analizar el papel del acceso abierto en los patrones de citación de Wikipedia.

Se descubrió que los artículos de acceso abierto se citan mucho y cada vez más en Wikipedia. Es más, muestran una probabilidad un 15% mayor de ser citados en Wikipedia en comparación con los artículos de acceso cerrado, después de controlar los factores de confusión. Este efecto de citación del acceso abierto es particularmente fuerte en el caso de los artículos con bajo número de citas, incluidos los publicados recientemente.

Los resultados demuestran que el acceso abierto desempeña un papel clave en la difusión del conocimiento científico, entre otras cosas al proporcionar a los editores de Wikipedia acceso oportuno a resultados novedosos. Estas conclusiones tienen importantes implicaciones para investigadores, responsables políticos y profesionales del campo de la ciencia y la tecnología de la información.

ChatGPT podría verse obligado a mostrar sus fuentes gracias al nuevo proyecto de ley de regulación de la IA de la Unión Europea

updated, Jeff Parsons last. «ChatGPT Could Be Forced to Show Its Sources Thanks to New AI Regulation Bill». Tom’s Guide, 28 de abril de 2023. https://www.tomsguide.com/news/new-ai-regulation-could-mean-a-big-change-for-chatgpt.

The Artificial Intelligence Act

Una de las primeras cosas de la que te das cuenta mientras pruebas ChatGPT es que las fuentes y citas utilizadas por el chatbot de IA no aparecen a menos que se le pidas

Se trata de un problema generalizado en el sector de la inteligencia artificial que ha provocado la ira tanto de editoriales como de profesionales creativos. La mayoría estamos de acuerdo en que es importante proporcionar información precisa y dar crédito a quienes la han creado.

En la actualidad, la Unión Europea está elaborando la primera normativa exhaustiva que regula el despliegue de la IA (opens in new tab). Y una de las normas más recientes incluidas en el documento es que los fabricantes de herramientas de inteligencia artificial estarán obligados a revelar cualquier material protegido por derechos de autor que hayan utilizado para crearlas.

En la nueva normativa, según un primer borrador, los desarrolladores de modelos generativos de IA tendrían que publicar un «resumen suficientemente detallado» de los materiales protegidos por derechos de autor que hayan utilizado como parte de su creación.

ChatGPT, Google Bard y otros grandes modelos lingüísticos rastrean enormes cantidades de datos (ya sea en la web o a través de conjuntos de datos curados) para proporcionar sus respuestas. A medida que aumentan las capacidades de estas herramientas de inteligencia artificial para, por ejemplo, incluir la generación de imágenes, también aumenta la cantidad de datos de contenido rastreados. Cuando esto se extiende a cosas como letras de canciones o código informático, muchas personas creen que se está infringiendo el derecho de autor.

ChatGPT mostrará citas y fuentes de la información que proporciona siempre que el usuario se lo pida.

De hecho, el pasado noviembre, OpenAI (creadora de ChatGPT) fue objeto de una demanda colectiva por parte de dos demandantes anónimos que alegaban que había monetizado indebidamente código fuente abierto de GitHub para entrenar el sistema.

Aún no está claro cuál será el impacto de la normativa en el desarrollo de la IA, ni cómo se aplicará, pero los legisladores europeos esperan que sirva de modelo para la política de IA en otras partes del mundo. La UE afirma que su política en materia de IA dará lugar a «nuevas normas mundiales para garantizar que se pueda confiar en la IA», del mismo modo que su ley GDPR se ha convertido en un punto de referencia para las normas de privacidad.

El proyecto de ley en sí no se ha finalizado, ya que los distintos Estados miembros de la UE tienen que ponerse de acuerdo para que se apruebe. No obstante, se espera que la versión final se confirme y apruebe este mismo año.

Un nuevo preprint explora la reutilización de datos y las citas

New preprint explores tracing data reuse and citations. (2023, abril 20). Scholarly Communications Lab | ScholCommLab. https://www.scholcommlab.ca/2023/04/20/new-preprint-explores-tracing-data-reuse-and-citations/

En nuestra era digital, no cabe duda de que los científicos comparten y reutilizan datos abiertos. Sin embargo, sigue sin estar claro hasta qué punto están extendidas las prácticas de reutilización y citación de datos en las disciplinas académicas, y por qué los científicos citan -o no- datos en sus trabajos de investigación.

Las citas de datos, o citas en listas de referencias a datos, se consideran cada vez más un medio importante para rastrear la reutilización de datos e incentivar su puesta en común. Aunque las diferencias disciplinarias en las prácticas de citación de datos han sido bien documentadas mediante enfoques cienciométricos, aún no sabemos hasta qué punto son representativas dentro de las disciplinas. Tampoco conocemos aún las motivaciones de los investigadores para citar -o no citar- datos en sus trabajos académicos. Se presentan aquí los resultados de la mayor encuesta conocida (n=2.492) para investigar explícitamente las prácticas de citación de datos, preferencias y motivaciones, utilizando una muestra representativa de autores académicos por disciplina, tal y como está representada en la Web of Science (WoS). Presentamos los resultados sobre las prácticas y motivaciones actuales de los investigadores para reutilizar y citar datos y también examinamos sus preferencias sobre cómo les gustaría que se citaran sus propios datos. Concluimos analizando los patrones disciplinarios en dos grandes grupos, centrándonos en los patrones de las ciencias sociales y las humanidades, y consideramos las implicaciones de nuestros resultados para el seguimiento y la recompensa de la puesta en común y la reutilización de datos.

¿Qué motiva a los investigadores que citan datos a hacerlo? En toda la muestra, la mayoría de las razones podrían interpretarse como motivaciones que reflejan la práctica «ideal» de la investigación (por ejemplo, mostrar una deuda intelectual), ayudar a otros a encontrar datos o apoyar la validez de las afirmaciones de su investigación. Pocos encuestados indicaron que los factores externos, es decir, que las revistas o los editores les aconsejaran hacerlo, fueran un factor motivador en su decisión de citar datos.

Sin embargo, se encuentran algunas diferencias disciplinarias significativas en esta cuestión. Por ejemplo, los investigadores de ciencias sociales y humanidades (SHH) indicaron que citaban datos para reconocer la deuda intelectual con más frecuencia de lo esperado. Una posible explicación de este hecho podría estar vinculada a los fines comunes para los que nuestros encuestados de las SSH reutilizan los datos (por ejemplo, servir de base para un nuevo estudio o integrar fuentes para construir un argumento).

Granjas de citas y círculos de autocitación

Hill, Sarah. «Citation Farms and Circles of Self-Citation». The Big Idea, 19 de marzo de 2020,

Texto completo

Las «granjas de citas», consisten en autores que se autocitan o se citan mutuamente de forma rutinaria y masiva para aumentar el impacto de sus publicaciones. Aunque se cree que estas «granjas de citas», también conocidas como «cárteles de citas», son el sello de la mala ciencia, la mayoría de los investigadores están de acuerdo en que hay espacio para la autocitación, pero que es una buena práctica limitarla cuando sea posible.

La autocitación puede ser necesaria, por ejemplo, si usted es la única persona que ha realizado un determinado tipo de investigación antes. Citar su propio trabajo o el de sus coautores puede ser la medida adecuada. «Todo el mundo se autocita porque, tarde o temprano, todo el mundo se basa en hallazgos anteriores», afirma Hadas Shema en el blog Scientific American. Shema cita a R. Costas, et al, en su artículo de 2010, «Self-cities at the meso and individual levels» (Autocitas en los niveles meso e individual): «Dada la naturaleza acumulativa de la producción de nuevos conocimientos, las autocitas constituyen una parte natural del proceso de comunicación».

Hay una forma sencilla de medir el impacto del trabajo de un investigador: utilizando el Factor de Impacto de la Revista (JIF). Un índice h de 20 indica que un investigador ha publicado 20 artículos con al menos 20 citas. Tras 20 años de investigación, un índice h de 20 es bueno, 40 es sobresaliente y 60 es excepcional. La ventaja del índice h es que combina la productividad (el número de publicaciones) y el impacto (número de citas) en un solo número.

Según la revista Nature, en 2017, un profesor tuvo una idea para contabilizar más a fondo las autocitas. Este profesor, ahora en la Universidad de Helsinki, sugirió un índice de autocitación, o índice s, en la línea del indicador de productividad del índice h. Creado por Justin Flatt, Alessandro Blasimme, Effy Vayena, así un científico tiene un índice s si ha publicado s artículos, cada uno de los cuales ha recibido al menos s autocitaciones. Con esta nueva herramienta, un índice s de 10 significaría que un investigador ha publicado 10 artículos con al menos 10 autocitaciones cada uno.

El profesor que ideó este sistema de puntuación afirma que no se trataba de establecer umbrales para lo que era un índice s adecuadamente bajo, ni tampoco de avergonzar a los que se autocitan mucho. Utilizando los datos, se trataba simplemente de otra herramienta para medir el impacto de ciertas teorías y artículos.

Según John Ioannidis, médico de la Universidad de Stanford (California) especializado en metaciencia: «Este [estudio] no debería llevar a vilipendiar a los investigadores por sus índices de autocitación, entre otras cosas porque éstos pueden variar entre disciplinas y etapas de la carrera». Y añade: «Sólo ofrece información completa y transparente. No debería utilizarse para emitir veredictos como el de decidir que una autocitación demasiado alta equivale a un mal científico».

¿Reduce la autocitación la probabilidad de publicación? Sí, según algunos autores. «Clarivate supervisa las autocitaciones cuando calcula el factor de impacto de una revista, y puede retirar de la lista a una revista cuando las tasas de autocitación son demasiado altas o cambia la clasificación relativa de una revista dentro de su campo», dice el doctor Phil Davis, experto en comunicación científica en el blog The Scholarly Kitchen. «Ningún editor quiere ser conocido como el que puso a la revista en ‘tiempo muerto'».

«La autocitación es necesaria para informar al lector sobre el trabajo previo del autor y proporcionar información de fondo. Un índice bajo de autocitación puede llevar a un revisor a creer que los antecedentes del autor son inadecuados, mientras que un índice alto podría indicar que está ignorando el trabajo de sus colegas. Se recomienda un equilibrio», dice Paul W. Sammarco, en Ethics in Science and Environmental Politics. Así que, buena suerte con el equilibrio, sobre todo para los que trabajan en disciplinas con experimentación novedosa. Siempre que no cite a sus amigos y colegas a propósito para aumentar sus índices h, al final todo debería ser igual.