Bases de datos de literatura académica 2023

Las bibliografía biológica digital se reúne en en bases de datos, que son programas informáticos diseñados para guardar, ordenar, mantener, procesar y presentar los datos. Están sistematizadas en tablas con un orden establecido, por lo que acumula mucha información en poco espacio, permite realizar búsquedas a partir de diferentes criterios, procesar datos de forma cuantitativa y cualitativa, interrelacionar los resultados utilizando distintas variables y actualizar la información fácil y rápidamente. Las bases de datos son compatibles con otras bases de datos, efectúan diversos cálculos por medio de consultas (‘queries’), se extienden por módulos, y se pueden diseñar, almacenar, manejar y analizar en una computadora personal, una laptop e incluso un teléfono inteligente. Las bases de datos relacionales son las más utilizadas, ya que permiten relacionar dos o más tablas por medio de identificadores, cada tabla su vez está constituida por renglones donde se colocan los registros y por columnas donde se ponen las variables o los campos que están relacionadas entre sí (Date, 2000).  

La generación de bases de datos, particularmente las de texto que se pueden consultar en línea fue, sin duda, el fenómeno crucial en la industria de la información del siglo XXI (Neufeld & Cornog, 1986), puesto que se han convertido en una herramienta de trabajo esencial en la recuperación de información necesaria para la investigación bibliográfica y la toma de decisiones estratégicas en las instituciones, organizaciones y empresas científicas, de ahí que haya tanta variedad; por estas mismas razones es valioso seleccionar cuidadosamente las bases de datos a utilizar, pues de ello depende la calidad de los resultados obtenidos (Trawick & McEntyre, 2004).

Bases de datos para biociencias

 Las bases de datos de literatura académica, también llamadas bibliográficas o indices de citas que utilizo más frecuentemente durante este año para realizar investigación digital en biociencias son las siguientes por abiertas, grandes e innovadoras:

1. https://scholar.google.com
2. https://www.lens.org
3. https://www.semanticscholar.org
4. https://pubmed.ncbi.nlm.nih.gov
5. https://europepmc.org
6. https://scholia.toolforge.org/
7. https://openalex.org/
8. https://exaly.com
9. https://app.dimensions.ai/discover/publication
10. https://worldwidescience.org
11. https://www.crossref.org/
12. https://www.e-sciencecentral.org/
13. https://doaj.org/
14. https://core.ac.uk/

Además utilizo también bases de datos en español porque es mi idioma y me parece relevante acceder a esta información:

• https://dialnet.unirioja.es/
• https://scielo.org/es/
• https://www.redalyc.org/

Nota: Sí, en efecto, no uso ni Web of Science ni Scopus, me parecen ya demasiado simples y con poca información.

Además uso las siguientes aplicaciones que obtienen información de las bases de datos para hacer procesamiento y visualizaciones como análisis de citas, mapas de conocimiento o inteligencia artificial:

• Tipos de citas
• https://scite.ai
• Visualización
• https://www.connectedpapers.com
• Mapas 
• https://app.litmaps.co 
• https://www.researchrabbit.ai/
• Refinar
• https://services.healthtech.dtu.dk/services/BioReader-1.2/
• https://lbd.lionproject.net/
• Citas 
• https://localcitationnetwork.github.io
• Mapas de conocimiento 
• https://orkg.org/add-paper
• http://citationgecko.azurewebsites.net/
• https://www.researchrabbit.ai/
• https://lbd.lionproject.net/
• https://scisight.apps.allenai.org/
• Preguntas
• https://consensus.app/search/
• https://elicit.org/
• https://iris.ai/
• https://www.explainpaper.com/

Bibliografía

Heidt, A. (2023). Artificial-intelligence search engines wrangle academic literature. Nature, 620(7973), 456-457. https://doi.org/10.1038/d41586-023-01907-z

Neufeld, M. L., & Cornog, M. 1986. Database history: From dinosaurs to compact discs. Journal of the American Society for Information Science. 37(4), 183–190. doi:10.1002/(SICI)1097-4571(198607)37:4<183::AID-ASI2>3.0.CO;2-W

Trawick, B. W., & McEntyre, J. R. (2004). Bibliographic databases. https://azkurs.org/pars_docs/refs/111/110421/110421.pdf