Archivo de la etiqueta: Google Scholar

Google Scholar Labs, un nueva versión de búsqueda académica potenciada por IA

Google Scholar Labs

Google ha lanzado Google Scholar Labs, una nueva versión de búsqueda académica potenciada por IA. La herramienta analiza la pregunta del usuario para identificar los temas clave, sus relaciones y aspectos relevantes

Google ha presentado Google Scholar Labs, una nueva función experimental que incorpora tecnología de inteligencia artificial generativa directamente en Google Scholar. Hasta ahora, no estaba claro si la compañía integraría IA en su buscador académico, pero desde el 18 de noviembre de 2025 ya está disponible —aunque solo para un grupo limitado de usuarios con sesión iniciada, con lista de espera para el resto. Actualmente está disponible solo para usuarios que hayan iniciado sesión y en inglés, y es una función experimental.

Este proyecto realiza búsquedas más sofisticadas en Google Scholar considerando todos esos elementos. A continuación, evalúa los resultados y selecciona los artículos más relevantes para responder de forma concreta a la consulta, explicando para cada uno cómo contribuye a la respuesta. Además, permite hacer preguntas de seguimiento para profundizar.

Scholar Labs está diseñado para transformar la forma en que se responden preguntas de investigación complejas que requieren analizar un tema desde diferentes ángulos. La herramienta interpreta la consulta del usuario para identificar sus conceptos clave, relaciones y aspectos relevantes. Luego realiza búsquedas en Google Scholar considerando todos esos elementos. Tras valorar los resultados obtenidos, selecciona los artículos que mejor responden a la pregunta inicial y explica para cada uno de ellos cómo contribuye a resolverla. Por ejemplo, si alguien pregunta cómo afecta el consumo de cafeína a la memoria a corto plazo, Scholar Labs busca estudios sobre ingesta de cafeína, retención de memoria y factores cognitivos relacionados con la edad, filtrando la información para ofrecer la respuesta más completa posible.

Esta función mantiene además todas las características habituales de Google Scholar, como enlaces a las fuentes originales, indicaciones claras del sitio de procedencia (arXiv, bioRxiv, editoriales académicas, etc.) y uso del texto completo del artículo cuando esté disponible para elaborar las explicaciones. De momento, Scholar Labs solo admite preguntas en inglés y se encuentra en fase experimental, con la intención de ampliarse progresivamente en función de la experiencia de los usuarios y del feedback recibido. Finalmente, la noticia destaca que esta apuesta por la IA de Google se suma al ecosistema ya existente de herramientas impulsadas por IA en el ámbito científico, como las desarrolladas por el Allen Institute for AI, creador de Semantic Scholar.

Google Académico podría desaparecer en menos de 5 años

Shelley, Hannah. 2025. “Google Scholar Is Doomed.” Hannah’s Web log (blog), 13 de agosto, 2025. https://hannahshelley.neocities.org/blog/2025_08_13_GoogleScholar

Google Scholar, una herramienta clave en el ámbito académico, podría estar en riesgo de desaparecer, al igual que otros productos de Google que desaparido, como Google Reader o Google+

¿Alguna vez has recorrido el cementerio de Google? Es un lugar sobrecogedor. Fila tras fila de lápidas digitales marcan productos de los que millones de personas dependieron a diario. Google Reader (2005–2013), adorado por internautas de todo el mundo como el mejor servicio de suscripción de feeds RSS/Atom. Google Notebook (2006–2011), la primera herramienta de organización para la investigación. Al momento de esta publicación, 297 productos descansan en este cementerio, cada uno representando un flujo de trabajo esencial que, simplemente… dejó de funcionar de un día para otro.

Google ha demostrado que no tiene reparos en eliminar productos con una base de usuarios fiel, si estos no encajan con su dirección estratégica. Google Reader tenía millones de usuarios activos cuando lo cerraron. Hubo incluso una petición en change.org con 100.000 firmas protestando contra su cancelación.

Google Play Music (2011–2020) fue un reproductor y almacén musical que yo misma usé hasta su último día. Poco después le siguió la aplicación Google Podcasts (2018–2024). Los usuarios de ambas fueron forzados a migrar a YouTube Music, una aplicación con una experiencia totalmente distinta. (Aunque encontré alternativas de código abierto, así que no te preocupes por mí).

Google también probó suerte con redes sociales y apps de mensajería como Google Talk (2005–2013), Google+ (2011–2019) y Google Hangouts (2013–2022). No lograron imponerse frente al gigante Facebook, pero sin duda interrumpieron valiosas conexiones sociales entre usuarios que las utilizaban.

La academia depende de Google Scholar para gran parte de sus actividades. Más allá de la búsqueda de documentos, son los perfiles de autor y las métricas bibliométricas lo que mantiene atados a los académicos. Hemos construido infraestructuras enteras alrededor de este servicio gratuito. Universidades usan sus métricas para evaluar a su profesorado, decidir tenencias y otorgar subvenciones. Los programas de formación bibliotecaria lo enseñan. Los comités de promoción lo consultan. Los repositorios internacionales se integran con él. Lo tratamos como si fuera eterno, pero una visita al cementerio de Google debería hacernos reflexionar.

Google Scholar genera exactamente cero ingresos. No cobra, no ofrece planes premium ni muestra publicidad. Atiende a un público pequeño y especializado que no alimenta el negocio central de Google. En términos corporativos, es un “centro de costes”.

Google obtiene la mayor parte de sus ingresos de la publicidad en su buscador principal. Pero ese buscador está en declive. La empresa que prometió “organizar la información del mundo y hacerla universalmente accesible y útil” hoy entrega lo que expertos en SEO llaman “los peores resultados en 14 años”.

Los AI Overviews de Google están inundados de spam: estafadores manipulan fácilmente el sistema con rankings falsos de “los mejores” y contenido autopromocional que termina citado en resúmenes generados por IA. La cuota de mercado global de Google en búsquedas cayó por debajo del 90 % durante tres meses consecutivos a fines de 2024 (89,34 % en octubre, 89,99 % en noviembre, 89,73 % en diciembre), la primera caída sostenida bajo ese umbral desde 2015, mientras tendencias anecdóticas sugieren que cada vez más usuarios recurren a Reddit, ChatGPT e incluso TikTok como buscadores.

Si Google no puede mantener la calidad en su producto estrella —el que genera 175.000 millones de dólares anuales—, eso sugiere que está:

  • perdiendo su ventaja en búsqueda,
  • priorizando la IA sobre la calidad del buscador tradicional,
  • o ambas.

En cualquier caso, son malas noticias para Scholar. El declive del buscador expone la vulnerabilidad de este servicio.

Mientras los usuarios de Google Scholar siguen elaborando consultas booleanas como en 1995, todos sabemos que los estudiantes hoy recurren a la IA para tareas de investigación. Y algunas de estas herramientas ofrecen funciones impresionantes: buscan, sintetizan hallazgos, sugieren artículos relacionados y explican conceptos complejos. Su precisión y calidad pueden discutirse, pero si eres estudiante con una mentalidad de “aprobar es suficiente” y una entrega a medianoche, ¿por qué lidiar con la interfaz anticuada de Scholar cuando una IA puede ofrecerte artículos y un resumen curado?

Google ve claramente esta tendencia y sabe que Scholar se está volviendo infraestructura redundante. Scholar fue estratégico cuando evitaba que competidores dominaran la búsqueda académica, pero esos días, probablemente, ya pasaron.

La transformación estratégica de Google en una compañía AI-first choca frontalmente con mantener servicios académicos de nicho como Scholar. La empresa ha unificado todos sus esfuerzos en torno a Gemini, con el CEO Sundar Pichai afirmando que están “repensando todos los productos para un futuro impulsado por la IA”.

Un buen ejemplo: Microsoft Academic fue un buscador académico que alguna vez se presentó como alternativa a Scholar. A diferencia de este, abrió su base de datos de autores, instituciones, palabras clave y revistas como datos abiertos. Eso lo convirtió en un recurso muy valioso que apoyaba herramientas como VOSviewer, Unsub, Litmaps y Semantic Scholar. Aun así, Microsoft lo cerró en 2021.

La reacción académica mostró una falta de preparación sistémica. Pese a ser el segundo motor de búsqueda académica más grande, no existían planes de respaldo adecuados. OpenAlex y The Lens surgieron como reemplazos, pero expertos advirtieron que tardarían años en igualar la calidad y cobertura del servicio discontinuado. La interrupción afectó a empresas y herramientas académicas en todo el mundo. La lección: incluso infraestructuras académicas exitosas y ampliamente usadas pueden desaparecer si dejan de ser estratégicas para las compañías.

Si Scholar está tan condenado, ¿por qué ha sobrevivido tanto tiempo? Porque hay razones reales para mantenerlo, al menos de momento.

Aunque no genera beneficios directos, Scholar aporta valor a Google. Las instituciones académicas obligan de facto a los investigadores a usarlo, al hacer visibles sus métricas de citas y perfiles para ascensos y financiación. Pero esa participación requiere que los académicos creen cuentas de Google y acepten sus políticas de recopilación y procesamiento de datos. Así, Scholar encaja en el modelo de negocio de Google basado en vigilancia, información y publicidad conductual.

Google disfruta de un enorme poder en la comunidad académica, y Scholar ejerce un papel de gatekeeper, habiendo “convertido su sistema de conteo de citas en una herramienta que coordina la economía académica”.

Scholar es un ejemplo exitoso de capitalismo de plataforma aplicado a la infraestructura académica: aporta valor a los investigadores mientras refuerza los intereses estratégicos de Google mediante datos, marca y control del ecosistema. Esta es la razón de su supervivencia.

En 2024, Google celebró el 20 aniversario de Scholar con simpáticas entradas de blog y algunas funciones menores de IA. Pero ¿qué no proporcionó? Compromisos concretos de financiación, prioridad estratégica o sostenibilidad a largo plazo.

Así que aquí estamos: Google tiene un historial probado de cerrar herramientas académicas, Scholar no genera ingresos en una empresa obsesionada con prioridades multimillonarias, la IA está revolucionando la búsqueda de información, y la academia ha construido infraestructura crítica alrededor de un servicio gratuito y comercial que no ofrece garantías.

Según opinión de la autora Scholar desaparecerá en menos de cinco años. Google lo anunciará con doce meses de preaviso, habrá un colapso colectivo en Bluesky, las universidades se apresurarán a buscar alternativas y los flujos de trabajo de investigación estarán en caos durante años.

No digas que no lo advertí. Cuando Scholar se una a Google Reader en el cementerio digital, recuerda este momento.

Google Scholar celebra 20 años desde su lanzamiento

«20 Things You Didn’t Know about Google Scholar». 2024. Google. 18 de noviembre de 2024. https://blog.google/outreach-initiatives/education/google-scholar-20-years/.

Google Scholar, la herramienta de búsqueda académica de Google, celebra 20 años desde su lanzamiento el 17 de noviembre de 2004. Desde entonces, se ha convertido en una plataforma esencial para investigadores, estudiantes y académicos, facilitando el acceso a artículos científicos, tesis, libros y otros recursos académicos en una amplia variedad de disciplinas. Este aniversario no solo celebra su longevidad, sino también su impacto significativo en la forma en que se realiza y se comparte la investigación académica en todo el mundo.

El origen de Google Scholar se remonta al deseo de Google de organizar la información del mundo y hacerla accesible para todos. Scholar se diseñó específicamente para satisfacer las necesidades de la comunidad académica, permitiendo a los usuarios buscar literatura científica de manera sencilla y eficiente. Desde su lanzamiento, su objetivo ha sido democratizar el acceso al conocimiento, facilitando que estudiantes y académicos, independientemente de su ubicación geográfica o recursos económicos, puedan acceder a investigaciones de calidad.

Una de las innovaciones más importantes de Google Scholar es su capacidad para ofrecer citas automáticas en diferentes formatos, como APA, MLA o Chicago, lo que simplifica enormemente el trabajo de los investigadores. También incluye herramientas como el índice h y el índice i10, que permiten medir el impacto de un investigador basado en las citas que reciben sus trabajos, lo que ha cambiado significativamente cómo se evalúa la influencia académica. Además, Google Scholar proporciona enlaces a versiones de texto completo de los documentos, cuando están disponibles, y a veces incluye acceso a copias gratuitas alojadas en repositorios institucionales o páginas personales de los autores.

Desde su creación, la base de datos de Google Scholar ha crecido de manera exponencial. Inicialmente, incluía principalmente artículos de revistas científicas, pero con el tiempo ha ampliado su alcance para abarcar capítulos de libros, actas de congresos, patentes y otros documentos académicos. Este crecimiento se ha logrado gracias a la colaboración con editoriales, universidades y bibliotecas, que trabajan con Google para indexar sus contenidos y mejorar su visibilidad en línea.

Google Scholar ha tenido un impacto profundo en la forma en que se realiza la investigación académica. En regiones con menos recursos, donde las suscripciones a revistas científicas suelen ser prohibitivamente caras, ofreciendo una alternativa accesible, permitiendo que investigadores y estudiantes accedan a información clave. Esto ha contribuido a nivelar el campo de juego en la producción y el acceso al conocimiento, algo especialmente relevante en países en desarrollo.

A pesar de sus logros, Google Scholar también enfrenta críticas y desafíos. Algunos expertos han señalado problemas en la calidad de los resultados indexados, como la inclusión de trabajos de baja calidad o predatorios. Además, su modelo de indexación no siempre es completamente transparente, lo que ha generado debates sobre su funcionamiento. Sin embargo, estos retos también destacan la necesidad de seguir innovando en el ámbito de las herramientas académicas digitales.

Con dos décadas de servicio, Google Scholar sigue siendo una herramienta vital para la comunidad académica. Su impacto ha trascendido fronteras y disciplinas, haciendo que la búsqueda y el acceso al conocimiento sean más rápidos, efectivos y democráticos. Este aniversario es un recordatorio de cómo las tecnologías digitales pueden transformar la investigación y la educación, y promete que Google Scholar continuará desempeñando un papel clave en el futuro del conocimiento global.

Un estudio descubre en Google Scholar artículos de investigación generados por IA

«Study finds AI-generated research papers on Google Scholar – why it matters | ZDNET», accedido 16 de septiembre de 2024, https://www.zdnet.com/article/study-finds-ai-generated-research-papers-on-google-scholar-why-it-matters/#ftag=RSSbaffb68.

Un estudio reciente, publicado en la Harvard Kennedy School’s Misinformation Review, encontró que al menos 139 artículos disponibles en Google Scholar parecen haber sido generados por herramientas de inteligencia artificial (IA). De estos, la mayoría se encontró en revistas no indexadas, pero 19 aparecieron en revistas verificadas y otras 19 en bases de datos universitarias, presuntamente escritas por estudiantes. Esto subraya una creciente preocupación sobre la proliferación de investigaciones falsas, facilitada por herramientas generativas de IA como ChatGPT.

Los investigadores identificaron estos estudios sospechosos por la inclusión de frases típicas de los modelos de lenguaje, como las generadas por ChatGPT. Además, los estudios estaban ampliamente disponibles en varias bases de datos, archivos y redes sociales, aumentando su visibilidad. Temas sensibles como la salud, la tecnología computacional y el medio ambiente estaban entre los más comúnmente abordados por estos artículos falsos, lo que es alarmante dado que pueden influir en decisiones de políticas públicas y la percepción de temas clave.

El estudio destacó que la aparición de ChatGPT y otras IA en 2022, junto con el funcionamiento de Google Scholar, ha incrementado la posibilidad de que personas sin formación académica (como periodistas, políticos, pacientes y estudiantes) encuentren y citen estudios falsos. Esto es particularmente problemático porque, a diferencia de los sesgos o «alucinaciones» de los chatbots de IA, los estudios presentados en una plataforma académica como Google Scholar parecen auténticos y pueden llevar a una mayor confusión o desinformación.

Aunque Google Scholar contiene una amplia gama de literatura académica de calidad, el estudio critica su falta de transparencia y sus criterios automáticos de inclusión, lo que permite que cualquier autor, independientemente de su afiliación científica, pueda subir artículos. A diferencia de otras bases de datos académicas, Scholar no permite filtrar por tipo de material, estado de publicación o si los artículos han sido revisados por pares, lo que facilita que estudios falsos o generados por IA se cuelen en los resultados de búsqueda.

Otro punto preocupante es que, aunque herramientas de detección de contenido generado por IA están mejorando, aún no son lo suficientemente sofisticadas como para identificar de manera confiable estos estudios falsificados. El estudio también señala que, en el pasado, otros investigadores han encontrado libros y artículos falsos en Google Books y Google Scholar utilizando frases características de los chatbots como «Hasta mi última actualización de conocimiento», común en respuestas de ChatGPT.

Con millones de usuarios confiando en Google Scholar para sus investigaciones, la posibilidad de que se citen estos estudios falsos es cada vez mayor. Esto plantea un grave riesgo para la integridad del registro científico y del sistema de comunicación académica, ya que los estudios generados por IA pueden parecer convincentemente científicos, aunque sean completamente falsos. Los autores del estudio advierten que, a medida que la tecnología avanza, será más difícil detectar estos estudios, lo que amenaza con sobrecargar el ecosistema de investigación y desinformar tanto a académicos como al público en general.

En resumen, la creciente inclusión de estudios falsos generados por IA en Google Scholar plantea un peligro para la comunidad científica y el público, ya que estos trabajos pueden influir en decisiones importantes sin ser detectados. La falta de filtros y la facilidad con la que se puede subir contenido no revisado en plataformas académicas populares hace que sea crucial abordar este problema antes de que cause daños irreparables a la confianza en la ciencia y la academia.

Documentos científicos elaborados por Inteligencia Artificial en Google Scholar

Haider, Jutta, Kristofer Rolf Söderström, Björn Ekström, y Malte Rödl. «GPT-Fabricated Scientific Papers on Google Scholar: Key Features, Spread, and Implications for Preempting Evidence Manipulation». Harvard Kennedy School Misinformation Review, 3 de septiembre de 2024. https://doi.org/10.37016/mr-2020-156.


El estudio analiza la aparición de publicaciones científicas cuestionables, producidas con transformadores pre-entrenados generativos (GPT), en Google Scholar. Se investiga dónde se publican o depositan estos trabajos, sus características principales, cómo se difunden en la infraestructura de comunicación académica y cómo desafían el rol de esta infraestructura en mantener la confianza pública en la ciencia.

Para elaborar el estudio se realizó una búsqueda y extracción de datos en Google Scholar utilizando la biblioteca de Python Scholarly (Cholewiak et al., 2023) para identificar artículos que contenían frases comunes generadas por ChatGPT y aplicaciones similares basadas en el mismo modelo subyacente (GPT-3.5 o GPT-4): «a partir de mi última actualización de conocimiento» y/o «no tengo acceso a datos en tiempo real». Esto permitió identificar artículos que probablemente usaron inteligencia artificial generativa para producir texto, resultando en 227 artículos recuperados. La información bibliográfica de estos artículos se añadió automáticamente a una hoja de cálculo y se descargó en Zotero.

Todos los artículos contenían al menos una de las dos frases comunes devueltas por los agentes conversacionales que utilizan grandes modelos de lenguaje (LLM) como ChatGPT de OpenAI. A continuación, se utilizó la búsqueda de Google para determinar en qué medida existían copias de artículos cuestionables elaborados con GPT en diversos repositorios, archivos, bases de datos de citas y plataformas de redes sociales.

Para explorar la extensión del trabajo generado por ChatGPT en el índice de Google Scholar, se realizó un estudio que rastreó la plataforma en busca de publicaciones que contenían respuestas comunes de ChatGPT. El análisis reveló que alrededor del 62% de estos artículos no declaraban el uso de GPT, con la mayoría encontrados en revistas no indexadas y documentos de trabajo, aunque algunos aparecían en revistas y actas de conferencias de prestigio. Es notable que el 57% de estos artículos estaban relacionados con áreas de política susceptibles a operaciones de influencia. La mayoría de estos documentos estaban relacionados con temas relevantes para políticas públicas, como el medio ambiente, la salud y la informática, que son susceptibles de ser manipulados.

La presencia de texto generado por GPT se observó en diversas secciones de los artículos, incluyendo revisiones de literatura, métodos, marcos teóricos y discusiones. Esto sugiere un uso generalizado de GPT en la creación de artículos completos, lo que genera preocupaciones sobre la integridad de las publicaciones científicas y la posibilidad de lo que se denomina «piratería de evidencia»—la manipulación deliberada de la base de evidencia para influir en la opinión pública y en las políticas.

La proliferación de publicaciones fabricadas pone en riesgo la integridad del sistema de comunicación académica y socava la confianza en la ciencia. Además, la posibilidad de que estos textos falsos sean recuperados por motores de búsqueda académicos como Google Scholar aumenta el riesgo de manipulación maliciosa de la evidencia científica.

Para mitigar estos riesgos, el estudio recomienda un enfoque multifacético que incluya medidas técnicas, educativas y regulatorias. Estas podrían implicar opciones de filtrado en los motores de búsqueda académicos para distinguir entre literatura revisada por pares y literatura gris, así como el desarrollo de un motor de búsqueda académico no comercial para uso público. Las iniciativas educativas dirigidas a los responsables de la formulación de políticas, periodistas y otros profesionales de los medios también son cruciales para mejorar la alfabetización mediática e informativa y reducir el impacto de la desinformación.

Este problema no solo se deriva del uso de generadores de texto como ChatGPT, sino que también refleja preocupaciones más amplias sobre el sistema de publicaciones académicas y la monopolización de la información por parte de plataformas como Google Scholar. La proliferación de artículos fraudulentos puede erosionar la confianza en la ciencia, con consecuencias graves para la sociedad y la forma en que se manejan las «desórdenes de información».

El estudio concluye que el problema de los artículos fabricados por GPT probablemente se vuelva más generalizado, con implicaciones significativas para la credibilidad de la comunicación científica y la confianza pública en la ciencia. Para abordar este problema, es esencial entender las razones subyacentes a la proliferación de dicho contenido y desarrollar estrategias para prevenir su manipulación y difusión.

Las citaciones en Google Scholar son manipulables


Ibrahim, Hazem, Fengyuan Liu, Yasir Zaki, y Talal Rahwan. «Google Scholar is manipulatable». arXiv, 7 de febrero de 2024. https://doi.org/10.48550/arXiv.2402.04607.


El documento proporciona evidencia de fraude en la compra de citas en Google Scholar. A través de un análisis de perfiles en Google Scholar y encuestas a profesores de universidades de alto prestigio, se descubre la amplia utilización de esta plataforma en la evaluación de científicos. Los investigadores también revelan la existencia de un servicio para aumentar citas y demuestran que es posible comprar citas en grandes cantidades. Este hallazgo subraya la importancia de no depender exclusivamente de los recuentos de citas en la evaluación académica.

En este estudio, se compiló un conjunto de datos de aproximadamente 1.6 millones de perfiles en Google Scholar para examinar casos de fraude de citas en la plataforma. Se encuestó a profesores de universidades altamente clasificadas, confirmando que Google Scholar se utiliza ampliamente en la evaluación de los científicos. Intrigados por un servicio de aumento de citas descubierto durante la investigación, los investigadores contactaron con el servicio encubiertos como autores ficticios y lograron comprar 50 citas. Estos hallazgos proporcionan evidencia concluyente de que las citas pueden ser compradas en grandes cantidades, resaltando la necesidad de ir más allá de los recuentos de citas.

Tipos de errores que se encuentran en los datos de Google Scholar

Sauvayre, Romy. «Types of Errors Hiding in Google Scholar Data». Journal of Medical Internet Research, vol. 24, n.o 5, mayo de 2022, p. e28354. http://www.jmir.org, https://doi.org/10.2196/28354.

Google Scholar (GS) es una herramienta gratuita que puede ser utilizada por los investigadores para analizar las citas; encontrar la bibliografía adecuada; o evaluar la calidad de un autor o de un aspirante a la titularidad, la promoción, un puesto en la facultad, la financiación o las becas de investigación. GS se ha convertido en una importante base de datos bibliográfica y de citas. Para evaluar la literatura, se pueden utilizar bases de datos como PubMed, PsycINFO, Scopus y Web of Science en lugar de GS porque son más fiables. El objetivo de este estudio era examinar la exactitud de los datos de citación recogidos a partir de GS y proporcionar una descripción exhaustiva de los errores y los recuentos erróneos identificados. Para ello, se recuperaron 281 documentos que citaban 2 trabajos específicos mediante el software Publish or Perish (PoP) y se examinaron.

Este trabajo estudió el problema de los falsos positivos inherente al análisis de datos de neuroimagen. Los resultados revelaron una tasa de error sin precedentes, ya que 279 de 281 (99,3%) referencias examinadas contenían al menos un error. Los documentos no académicos tendían a contener más errores que las publicaciones académicas (U=5117,0; P<.001).

Este artículo de opinión, basado en un estudio de caso que examina la exactitud de los datos de GS, muestra que los datos de GS no sólo no son exactos, sino que además exponen potencialmente a los investigadores, que utilizarían estos datos sin verificarlos, a sesgos sustanciales en sus análisis y resultados. Hay que seguir trabajando para evaluar las consecuencias del uso de los datos de GS extraídos por PoP.

Cómo descubren los lectores el contenido de las publicaciones académicas: tendencias del comportamiento de los lectores 2005-2021

Gardner,Tracy and Inger, Simon. How Readers Discover Content in Scholarly Publications: Trends on reader behaviour 2005-2021. Publishers Consults, 2021

Texto completo

Datos

Este informe es el resultado de una encuesta a gran escala sobre los lectores de publicaciones académicas y su comportamiento en el descubrimiento de artículos de revistas y vídeos. La encuesta se realizó durante los meses de enero, febrero y marzo de 2021.

Muchas instituciones de todo el mundo utilizan proxies para acceder a los contenidos académicos y la autenticación suele estar muy integrada con una solución institucional de inicio de sesión único (SSO), lo que dificulta que las herramientas de análisis de los editores identifiquen información cuestiones como el país de origen del lector.

La navegación del lector también es complicada. Hay trayectos simples y directos, por supuesto, tal vez desde Google hasta el contenido, o desde las redes sociales hasta el contenido. Pero cuando interviene la tecnología de las bibliotecas, los servidores de enlaces ocultan al sitio web de destino (es decir, al editor) el origen de la navegación del lector.

Esta encuesta se basa en encuestas anteriores realizadas por los autores en 2005, 2008, 2012, 2015 y 2018. Se ha incluido un análisis longitudinal y de tendencias a lo largo del tiempo cuando es pertinente hacerlo. Los sutiles cambios a lo largo del tiempo en las preferencias de los lectores proporcionan una valiosa información sobre la navegación de los lectores, las características que encuentran útiles en los sitios web de los editores y el papel y la eficacia de las tecnologías bibliotecarias. En la sección 6 Metodología y en la sección 7 Datos demográficos, se puede encontrar un análisis completo de la metodología de la encuesta y de los datos demográficos de los encuestados.

Conclusiones

Sigue habiendo diferencias regionales y sectoriales muy significativas en la forma en que los lectores descubren los contenidos académicos. En los últimos tres años se han producido algunos cambios interesantes en la forma de descubrir los contenidos académicos. Podemos ver que los principales recursos de descubrimiento, como Google Scholar, Google, A&I (predominantemente en ciencias de la vida y medicina) y la biblioteca, siguen teniendo una importancia crucial, pero hay diferencias en cuanto a la importancia dependiendo de las áreas temáticas, el sector y la región. Google Scholar domina ahora, al menos, en el sector académico.

En términos de tendencia general, los A&Is siguen siendo la herramienta de búsqueda más importante para las personas de los países de renta alta que trabajan en el amplio campo de las ciencias de la vida. Esto es así desde 2005. Sin embargo, Google Scholar se está poniendo al día.

Google Scholar es, con diferencia, el recurso de búsqueda más importante para las personas que trabajan y estudian en el área amplia de las Humanidades y las Ciencias Sociales. La biblioteca sigue siendo mucho más importante para este grupo de personas que para las personas de las materias STEM (científicas, técnicas, de ingeniería), pero se ha vuelto menos importante con el tiempo. Google Scholar sigue siendo el motor de búsqueda más utilizado para la búsqueda de revistas en Estados Unidos y en la mayoría de los países europeos. También es el motor de búsqueda más popular para el descubrimiento de revistas en China, aunque la popularidad de Baidu continúa.

Los lectores descubren los artículos a través de una búsqueda en un 45% de los casos. El 55% de las veces están haciendo otra cosa. Sin embargo, el descubrimiento a través de la búsqueda ha aumentado con el tiempo.

Los sitios de redes sociales y profesionales han aumentado significativamente en importancia, aunque menos en América del Norte, donde el crecimiento en importancia ha sido más lento que en todas las demás partes del mundo.

Se observa que la gente, sobre todo la de los países más pobres, busca activamente contenidos de acceso abierto, por lo que los editores y proveedores de tecnología deben tenerlo en cuenta a la hora de diseñar sus sitios web y gestionar la distribución de metadatos a terceros. La gente encuentra la versión de registro, incluso cuando utiliza repositorios como PMC, repositorios institucionales o redes sociales científicas como ResearchGate en su proceso inicial de descubrimiento de artículos.

La gente busca activamente artículos de acceso abierto, y no es de extrañar que la riqueza de su país tenga un impacto en esto. Los habitantes de los países más pobres buscan más contenidos de acceso abierto que los de los países más ricos. Las personas del sector empresarial buscan contenidos de acceso abierto con más frecuencia que sus homólogos del sector académico y médico.

El 80% de las descargas de artículos son consideradas por los lectores como la versión de registro. Dado que sólo alrededor del 40% de las descargas de artículos se obtienen de recursos controlados por los editores, suponemos que los lectores acceden a los artículos de la Versión de Registro desde los repositorios.

Los servidores PrePrint no son tan importantes como otros métodos de descubrimiento, salvo en el caso de la Física, donde el arXiv, de gran prestigio, sigue siendo una fuente crucial de descubrimiento de contenido académico. Los medios sociales son cada vez más importantes, pero no en todos los sectores ni en todos los países. Alrededor de la mitad de los artículos se descubren como resultado de una búsqueda, en lugar de encontrar el artículo de otra manera, por ejemplo, a través de una recomendación de un colega o de las redes sociales. Las recomendaciones de personas y máquinas son importantes, ya que vemos que la función de artículos relacionados en el sitio web de una revista sigue siendo la más popular de las enumeradas.

La principal conclusión es que todavía no hay un único actor dominante en el descubrimiento de contenidos y que las diferencias de región, sector y área temática influirán en la forma de descubrir los contenidos. Los editores que necesiten maximizar su visibilidad global deben trabajar con las opciones de descubrimiento que dominan de región a región y de sector a sector.

Webometrics Ranking of World Universities 2021

Webometrics Ranking of World Universities

Ranking de Universidades Españolas

Ranking de Universidades del Mundo

Ranking de Universidades Latinoamericanas

Perfiles de los investigadores más citados en Google Scholar en España

Webometrics Ranking of World Universities es una iniciativa del Laboratorio de Cibermetría, un grupo de investigación perteneciente al Consejo Superior de Investigaciones Científicas (CSIC), el mayor organismo público de investigación de España. El Ranking Web comenzó en 2004 (el actual es el 18º año de publicación. El Ranking Web o Webometrics es el mayor ranking académico de Instituciones de Educación Superior que ofrece cada seis meses un ejercicio científico independiente, objetivo, gratuito y abierto para proporcionar información fiable, multidimensional, actualizada y útil sobre el rendimiento de las universidades de todo el mundo.

Cybermetrics Lab, perteneciente al CSIC, se dedica al análisis cuantitativo de los contenidos de Internet y de la Web, especialmente los relacionados con los procesos de generación y comunicación académica del conocimiento científico.

En el ranking se incluyen más de 31 000 instituciones de investigación de todo el más de 200 países de todo el mundo. 4.000 instituciones de Latinoamérica, 265 instituciones españolas y los perfiles de 91.000 investigadores españoles. La metodología aplicada puedes encontrarla aquí.

Ranking de Universidades Españolas

Google Scholar, Microsoft Academic, Scopus, Dimensions, Web of Science y COCI de OpenCitations: una comparación multidisciplinaria de cobertura a través de citas.

.

Martín-Martín, A., Thelwall, M., Orduna-Malea, E. et al. Google Scholar, Microsoft Academic, Scopus, Dimensions, Web of Science y COCI de OpenCitations: una comparación multidisciplinaria de cobertura a través de citas. Cienciometría (2020). https://doi.org/10.1007/s11192-020-03690-4

.

Recientemente, han estado disponibles nuevas fuentes de datos de citas, como Microsoft Academic, Dimensions y OpenCitations Index of CrossRef open DOI-to-DOI citations (COCI). Aunque se han comparado con Web of Science Core Collection (WoS), Scopus o Google Scholar, no hay evidencia sistemática de sus diferencias entre las categorías de materias. En respuesta, este artículo investiga 3.073.351 citas encontradas por estas seis fuentes de datos en 2.515 documentos en inglés altamente citados publicados en 2006 de 252 categorías de temas, ampliando y actualizando el estudio anterior más grande. 

Google Scholar encontró el 88% de todas las citas, muchas de las cuales no fueron encontradas por las otras fuentes, y casi todas las citas encontradas por las fuentes restantes (89-94%). Un patrón similar se mantuvo en la mayoría de las categorías temáticas. Microsoft Academic es el segundo más grande en general (60% de todas las citas), incluido el 82% de las citas de Scopus y el 86% de las citas de WoS. 

En la mayoría de las categorías, Microsoft Academic encontró más citas que Scopus y WoS (182 y 223 categorías de materias, respectivamente), pero tuvo brechas de cobertura en algunas áreas, como Física y algunas categorías de Humanidades. 

Después de Scopus, Dimensions ocupa el cuarto lugar más grande (54% de todas las citas), incluido el 84% de las citas de Scopus y el 88% de las citas de WoS. Encontró más citas que Scopus en 36 categorías, más que WoS en 185, y muestra algunas brechas de cobertura, especialmente en Humanidades. 

Después de WoS, COCI es el más pequeño, con el 28% de todas las citas. Google Scholar sigue siendo la fuente más completa. En muchas categorías de materias, Microsoft Academic y Dimensions son buenas alternativas a Scopus y WoS en términos de cobertura.