Archivo de la etiqueta: Investigación

Medición del acceso abierto en las universidades españolas y el CSIC (2019-2023)

Medición del acceso abierto en las universidades españolas y el CSIC (2019-2023). REBIUN, 2025

Texto completo

Este informe, enmarcado en el objetivo de monitorización de la ciencia abierta de la Línea 2 de REBIUN para el año 2024, presenta la Medición del Acceso Abierto en las universidades españolas y el CSIC del periodo 2019-2023. Los datos muestran un crecimiento importante del porcentaje de artículos en acceso abierto: del 75,6% (77.731 publicaciones) en el año 2022 se pasó al 80% (82.413 publicaciones) en 2023. En estos datos están incluidos los artículos que se publican en acceso abierto en revistas o se encuentran depositados en repositorios institucionales. Como en el estudio anterior, publicado en 2023, se usan los datos extraídos de OpenAlex a partir del identificador de cada universidad y de los centros del Consejo Superior de Investigaciones Científicas (CSIC). De acuerdo con la tendencia de años anteriores y los datos referentes al periodo 2019-2023, puede decirse que el acceso abierto a las publicaciones resultado de la investigación de las universidades y CSIC está claramente consolidado. La medición refleja que a partir del 2020 se produce un importante incremento en la publicación en revistas híbridas, probablemente debido a los acuerdos transformativos CRUE-CSIC y los que las instituciones hayan firmado a nivel individual. En este informe, por primera vez, se proporcionan los datos de la vía diamante. Datasets disponibles en: https://doi.org/10.21950/BOMYUU

Retraction Watch pone en marcha una base de datos de revistas secuestradas

Retraction Watch Hijacked Journals Checker

Las revistas secuestradas imitan a las legítimas adoptando sus títulos, ISSN y otros metadatos. En raras ocasiones, sin embargo, los editores compran los derechos de una revista legítima, pero continúan la publicación bajo protocolos de publicación considerablemente menos estrictos y sin señalar claramente al lector el cambio en la propiedad o las normas de publicación (a veces conocidas como revistas «clonadas»). Los académicos pueden verse engañados para que publiquen en revistas secuestradas -muchas de las cuales son de pago- con ofertas de publicación rápida e indexación en bases de datos como Scopus; estar indexado en esas bases de datos es reconocido por muchas universidades y gobiernos como una marca de legitimidad.

Rastrear estas revistas no es tarea fácil, pero saber qué revistas pueden haber sido secuestradas es vital para la integridad del mundo editorial. Anna Abalkina se involucró en el proceso cuando ella y sus colegas, investigando denuncias de plagio, se toparon con varios títulos, entre ellos el Journal of Talent Development and Excellence, que aumentó drásticamente su indexación de artículos en Scopus en 2020, y Waffen-und Kostümkunde, una revista que citaba un artículo sobre psicología absolutamente ajeno a la especialización en armas y vestuario de la revista. Abalkina comenzó entonces a analizar los archivos de estas revistas y halló coincidencias con otras.

En colaboración con Retraction Watch, Abalkina ha creado la herramienta  Retraction Watch Hijacked Journal Checker. Este recurso se actualiza periódicamente; se añadirán más revistas a medida que se descubra su condición de secuestradas.

La herramienta se basa en el método de análisis de archivos desarrollado por Anna Abalkina, quien ha identificado más de 60 dominios web de revistas secuestradas. Además, amplió su investigación incorporando títulos sugeridos por lectores.

Los principales métodos empleados incluyen:

  • Archivos duplicados: Comparación de archivos de revistas con títulos iguales o similares para detectar coincidencias en los artículos publicados.
  • Plantillas web idénticas: Detección de revistas secuestradas por el uso de plantillas web idénticas entre ellas.
  • Crecimiento anómalo en indexación: Un aumento inusual en la cantidad de artículos indexados en bases de datos internacionales puede indicar secuestro.
  • Citas anómalas: Publicaciones con citas no relacionadas con la temática de la revista pueden ser señal de secuestro.
  • Comentarios de académicos: Opiniones de investigadores en plataformas como Scimago o por correspondencia pueden alertar sobre revistas comprometidas.

Para confirmar el secuestro, también se analizan aspectos como el título, ISSN, indexación, dominio web, comité editorial y archivos de la revista. En algunos casos, no se puede identificar con certeza la revista original, pero se señala que un dominio es altamente sospechoso de ser un secuestro.

Si conoces algún titulo a tener en cuenta para su estudio y que sea incluido en la lista lo puedes comunicar aquí

La desalineación de incentivos en la publicación académica y sus implicaciones para la reforma de las revistas.

Trueblood, Jennifer S., et al. “The Misalignment of Incentives in Academic Publishing and Implications for Journal Reform.” Proceedings of the National Academy of Sciences of the United States of America 122, no. 5 (2025): e2401231121. https://www.pnas.org/doi/10.1073/pnas.2401231121

Se analiza el conflicto entre los dos principales objetivos de la publicación académica: la difusión del conocimiento y el reconocimiento científico. Aunque ambos pueden fomentar investigaciones profundas, la presión por maximizar métricas de publicación puede distorsionar las prioridades académicas. Los editores comerciales han aprovechado esta dinámica para obtener grandes beneficios, utilizando revisores no remunerados, estableciendo barreras económicas a la difusión de investigaciones y cobrando altas tarifas por el acceso abierto. El estudio explora modelos alternativos de publicación científica y plantea posibles reformas en la evaluación académica, señalando que el éxito de estos nuevos enfoques dependerá de su impacto en los actuales sistemas de acreditación, que priorizan métricas como citas e índices de impacto.

El papel de las bibliotecas en la investigación sobre las redes sociales

Why We’ve Been Checking Out TikTok.Digital Public Library of America, Digital Public Library of America.January 30, 2025.

Texto completo

Las redes sociales han revolucionado la comunicación y el acceso a la información, pero también han dificultado la investigación sobre su impacto en la sociedad. Antes, el debate público era accesible, pero ahora ocurre en plataformas opacas a la academia, afectando la comprensión de temas como la desinformación, la radicalización y las relaciones internacionales.

El informe Checking Out TikTok: Positioning a Library to Aid Social Media Research Outside of Academia, publicado por la Digital Public Library of America (DPLA), analiza cómo las bibliotecas pueden ayudar a investigadores fuera del ámbito académico a estudiar el impacto de las redes sociales en la sociedad.

Un problema clave es que las restricciones impuestas por las plataformas para evitar abusos también dificultan la actividad de investigadores y archivistas. La evidencia documental, antes accesible en archivos tradicionales, ahora está dispersa en redes sociales, a menudo inaccesible por barreras de pago o términos de servicio restrictivos. Esto genera una brecha en el registro histórico y en la comprensión del presente.

El estudio revela que la investigación sobre redes sociales está fragmentada y con escasos recursos. Los investigadores enfrentan dificultades para acceder a datos cruciales, lo que limita el análisis del impacto social de estas plataformas.

El informe propone fortalecer mecanismos que permitan el acceso y análisis de datos de redes sociales de manera ética y responsable. Las bibliotecas, con su experiencia en gestión de información, pueden desempeñar un papel clave proporcionando infraestructura, herramientas y apoyo para la preservación digital.

Se invita a leer el informe completo para comprender mejor esta problemática y el papel fundamental de las bibliotecas en la documentación del mundo digital.

Principales hallazgos y propuestas:

  • Dificultades para investigar redes sociales: La investigación sobre redes como TikTok enfrenta obstáculos debido a la falta de recursos y la opacidad de las plataformas, lo que dificulta el análisis de fenómenos como la desinformación, la radicalización y el discurso político.
  • Papel clave de las bibliotecas: Gracias a su experiencia en gestión y preservación de la información, las bibliotecas pueden facilitar el acceso a datos de redes sociales de forma ética y responsable.
  • Necesidad de infraestructuras sólidas: Se requieren herramientas y recursos adecuados para archivar y analizar estos datos, garantizando que no se pierda un elemento crucial de la historia digital.

El informe subraya que, con las redes sociales en constante cambio y plataformas como TikTok enfrentando incertidumbre, es fundamental que las bibliotecas asuman un rol más activo en la conservación y el estudio de este contenido.

Academ-AI, un proyecto que rastrea el uso no declarado de la inteligencia artificial en la literatura académica.

Academ-AI

https://www.academ-ai.info/

Academ-AI es un proyecto que documenta los efectos adversos del uso de inteligencia artificial (IA) en el ámbito académico, en particular, casos sospechosos de investigaciones redactadas con IA sin la debida declaración.

El sitio enumera artículos en los que se han detectado frases que sugieren fuertemente el uso de IA, las cuales se destacan en cada cita presentada. Los usuarios pueden reportar artículos que consideren incluidos erróneamente o enviar sospechas sobre otros trabajos.

Por el momento, la documentación se limita a artículos de revistas científicas y ponencias en congresos, excluyendo libros, capítulos de libros, preprints, blogs y otros medios.

Los textos generados por IA pueden identificarse por:

  • Frases características como “As of my last knowledge update…” o “As an AI language model…”.
  • Estilo conversacional que no encaja con la prosa académica.
  • Uso excesivo de pronombres en primera persona y marcadores discursivos como “ciertamente”.
  • Explicaciones extensas sobre limitaciones del conocimiento o referencias genéricas a expertos.

Si un artículo ha sido corregido por uso no declarado de IA, se etiqueta con el tipo de errata y la fecha de publicación. En casos donde los editores corrigen errores de IA sin notificar a los lectores, se marcan como “stealth revision” (revisión encubierta) sin fecha.

Se etiqueta cada artículo si pertenece a bases de datos reconocidas, como Web of Science, Scopus, PubMed Central, DOAJ, entre otras. También se validan los ISSN de las revistas y los ISBN de ponencias en congresos.

Artículos científicos fabricados con GPT en Google Scholar: características principales, difusión e implicaciones

Harvard Kennedy School Misinformation Review. “GPT-Fabricated Scientific Papers on Google Scholar: Key Features, Spread, and Implications for Preempting Evidence Manipulation.” Harvard Kennedy School Misinformation Review. Última modificación enero 24, 2025. https://misinforeview.hks.harvard.edu/article/gpt-fabricated-scientific-papers-on-google-scholar-key-features-spread-and-implications-for-preempting-evidence-manipulation/.

La investigación aborda el creciente fenómeno de publicaciones académicas creadas total o parcialmente mediante herramientas de IA generativa, como ChatGPT. Estos documentos, muchas veces fraudulentas, se encuentran fácilmente en Google Scholar, junto a investigaciones legítimas.

Se recuperó, descargó y analizó una muestra de artículos científicos con indicios de uso de GPT encontrados en Google Scholar mediante una combinación de codificación cualitativa y estadísticas descriptivas. Todos los artículos contenían al menos una de dos frases comunes generadas por agentes conversacionales que utilizan modelos de lenguaje extensos (LLM), como ChatGPT de OpenAI. Luego, se utilizó la búsqueda en Google para determinar en qué medida las copias de estos artículos cuestionables, fabricados con GPT, estaban disponibles en diversos repositorios, archivos, bases de datos de citas y plataformas de redes sociales.

Aproximadamente dos tercios de los artículos recuperados fueron producidos, al menos en parte, mediante el uso no declarado y potencialmente engañoso de GPT. La mayoría (57 %) de estos artículos cuestionables trataban temas relevantes para políticas (es decir, medio ambiente, salud, informática), que son susceptibles a operaciones de influencia. La mayoría estaban disponibles en varias copias en diferentes dominios (por ejemplo, redes sociales, archivos y repositorios).

De un análisis de 139 artículos, la mayoría (89) se encontraba en revistas no indexadas, mientras que 19 estaban en revistas indexadas. Además, varios se habían replicado en redes sociales, repositorios y otras plataformas, dificultando su control o eliminación. La mayoría de los artículos trataban temas sensibles y de relevancia política, como medio ambiente (19,5%), salud (14,5%) y computación (23%). Esto los hace propensos a ser utilizados en campañas de desinformación o manipulación de la opinión pública.

Algunos de los riesgos principales es que el aumento de estos artículos amenaza con saturar el sistema de comunicación académica y erosionar la confianza en el conocimiento científico y la manipulación malintencionada, ya que se trata de un fenómeno denominado evidence hacking, en el que estas publicaciones se emplean para socavar consensos científicos o respaldar narrativas engañosas en temas controvertidos.

El artículo propone implementar filtros más rigurosos en buscadores académicos, como Google Scholar, para identificar y excluir artículos no revisados por pares o de origen cuestionable. Además, sugiere crear motores de búsqueda académicos de acceso público y no comerciales, así como promover la alfabetización mediática entre los actores clave, como periodistas y legisladores.

Estos hallazgos subrayan que el fenómeno de publicaciones científicas fabricadas por GPT plantea un riesgo significativo para la confianza en la ciencia y requiere atención inmediata para mitigar sus efectos.

Ai2 ScholarQA, una herramienta experimental basada en inteligencia artificial para facilitar las revisiones de literatura científica

Ai2 ScholarQA

Ai2 ScholarQA, una herramienta experimental basada en inteligencia artificial para facilitar las revisiones de literatura científica. Desarrollada por el Instituto Allen para la Inteligencia Artificial (Ai2), esta herramienta permite a los investigadores formular preguntas científicas que requieren la comparación y el resumen de múltiples documentos. Ai2 ScholarQA utiliza un modelo avanzado de IA, Claude Sonnet 3.5, y un corpus de artículos de acceso abierto para proporcionar respuestas detalladas y contextualizadas. Aunque la herramienta puede ser menos coherente en algunos casos debido a su enfoque en la evidencia, busca mejorar la eficiencia en las revisiones de literatura. Ai2 planea abrir el código fuente de la funcionalidad principal y continuar explorando formas de personalizar y mejorar el apoyo a la investigación científica con IA.

Estadística descriptiva para trabajos de investigación: presentación e interpretación de los resultados

Jorge Sucasaire Pilco, Estadística descriptiva para trabajos de investigación: presentación e interpretación de los resultados (Sucasaire Pilco, Jorge, 2021),

Texto completo

Busca acercar a las personas que se inician en el desarrollo de una investigación a los principales elementos del análisis estadístico descriptivo. Menciona que la estadística es una herramienta indispensable para el análisis de datos de una investigación, por ello, el investigador debe comprender los conceptos estadísticos básicos y seleccionar de manera adecuada aquellos que le servirán para presentar y analizar sus resultados. Asimismo, explica términos estadísticos de forma sencilla complementados con ejemplos básicos, pero importantes para reforzar los conceptos y su aplicación pertinente dentro del tratamiento estadístico de acuerdo con el objetivo de un trabajo de investigación.

Diccionario de metodología de investigación científica

Carlos David Laura Quispe, Diccionario de metodología de investigación científica: aportaciones para la producción de conocimiento científico (Publicia, 2016),

Texto completo

Presenta un desglose de cada etapa de una investigación científica, así como todas las conceptualizaciones y definiciones de cada término utilizado en ella. En su elaboración ha tomado como base: bibliografía clásica, bases de datos, materiales de programas de post grado, entre otros, los que se han complementado con consultas a investigadores.

La presión para publicar está contribuyendo a un aumento en la retractación de artículos científicos

Tran, Nham. «The ‘Publish or Perish’ Mentality Is Fuelling Research Paper Retractions – and Undermining ScienceThe Conversation, September 24, 2024. https://theconversation.com/the-publish-or-perish-mentality-is-fuelling-research-paper-retractions-and-undermining-science-238983

Los científicos, al realizar descubrimientos importantes, suelen publicar sus hallazgos en revistas científicas para que otros puedan leerlos y beneficiarse de ese conocimiento. Esta difusión de información es fundamental para el progreso de la ciencia, ya que permite que otros investigadores construyan sobre trabajos previos y, potencialmente, realicen nuevos descubrimientos significativos. Sin embargo, los artículos publicados pueden ser retractados si se detectan problemas de precisión o integridad en los datos. En años recientes, el número de retractaciones ha aumentado considerablemente. En 2023, se retractaron más de 10.000 artículos de manera global, estableciendo un nuevo récord.

El aumento en las retractaciones está impulsado por la mentalidad de «publicar o perecer», una situación que ha prevalecido en la academia durante décadas. La publicación de artículos de investigación es un factor clave para el avance en la carrera académica y para la mejora de los rankings universitarios. Las universidades y los institutos de investigación suelen utilizar el número de publicaciones como indicador principal de productividad y reputación. Esto ha llevado a una presión constante sobre los académicos para publicar regularmente, lo que, a su vez, ha contribuido a un aumento en la presentación de datos fraudulentos. Si esta tendencia continúa, el paisaje de la investigación podría cambiar hacia estándares menos rigurosos, dificultando el progreso en áreas críticas como la medicina, la tecnología y la ciencia climática.

Retraction Watch, una de las bases de datos más grandes que monitorea las retractaciones científicas, ha revelado un incremento en la cantidad de artículos retractados. En la última década, se han retractado más de 39.000 publicaciones, y el número anual de retractaciones está creciendo alrededor de un 23% cada año. Aproximadamente la mitad de estas retractaciones se deben a problemas relacionados con la autenticidad de los datos. Un ejemplo es el caso de Richard Eckert, un bioquímico senior de la Universidad de Maryland, Baltimore, quien falsificó datos en 13 artículos publicados. De estos, cuatro han sido corregidos, uno ha sido retractado y los demás están en proceso de acción.

El plagio es la segunda razón más común para la retractación de artículos, representando el 16% de los casos. Otro motivo significativo es el uso de revisiones por pares falsas, un problema que ha aumentado diez veces en la última década. También ha habido un incremento en las publicaciones asociadas con las llamadas «fábricas de artículos» (Paper Mills), que son empresas que producen artículos falsos por una tarifa. En 2022, hasta un 2% de todas las publicaciones provinieron de estas fábricas. Los errores genuinos en el proceso científico solo representan aproximadamente el 6% de todas las retractaciones en la última década.

La presión para publicar ha llevado a un aumento en los errores y las prácticas fraudulentas. Aunque la digitalización ha facilitado la detección de datos sospechosos, también ha intensificado la cultura de «publicar o perecer» en las universidades. La mayoría del personal académico debe cumplir con cuotas específicas de publicaciones para evaluaciones de desempeño, y las instituciones utilizan el rendimiento en publicaciones para mejorar su posición en los rankings globales, lo que atrae a más estudiantes y genera ingresos por enseñanza.

El sistema de recompensas en la academia a menudo prioriza la cantidad sobre la calidad de las publicaciones. Este enfoque puede llevar a los científicos a recortar esquinas, apresurar experimentos o incluso falsificar datos para cumplir con las métricas impuestas. Para abordar este problema, iniciativas como la Declaración de San Francisco sobre la Evaluación de la Investigación están impulsando un cambio hacia la evaluación de la investigación basada en su calidad e impacto social, en lugar de métricas centradas en revistas, como factores de impacto o recuentos de citas.

Cambiar las políticas de las revistas para priorizar el intercambio de todos los datos experimentales podría mejorar la integridad científica, permitiendo a los investigadores replicar experimentos para verificar los resultados de otros. Además, las universidades, los institutos de investigación y las agencias de financiamiento necesitan mejorar su diligencia debida y responsabilizar a aquellos involucrados en malas conductas. Incluir preguntas simples en las solicitudes de subvenciones o promociones académicas, como «¿Alguna vez ha tenido o estado involucrado en un artículo retractado?», podría mejorar la integridad de la investigación al disuadir comportamientos poco éticos. Las respuestas deshonestas podrían ser fácilmente detectadas gracias a la disponibilidad de herramientas en línea y bases de datos como Retraction Watch.