Guía de SciMaps

De las publicaciones a los mapas de investigación: un ejemplo reproducible de SciMaps

Publicado por SciMaps · Actualizado 2026-10-20

Reproduce redes de cocitación y de términos de títulos con una colección fija de 20 publicaciones reales sobre mapeo científico, con datos de entrada, configuración y comprobaciones analíticas documentados.

Una colección, dos preguntas diferentes

¿Podemos reproducir un mapa de investigación a partir de datos conocidos, en lugar de un resultado de búsqueda que cambia constantemente? Este ejemplo utiliza 20 publicaciones reales sobre métodos y programas de mapeo científico, cuyos datos de OpenAlex se fijaron el 15 de octubre de 2026. Compara las referencias citadas conjuntamente con los términos que aparecen juntos en los títulos.

Es una colección didáctica seleccionada deliberadamente, no una revisión sistemática, una clasificación de herramientas ni una afirmación sobre todo el campo. Los datos descargables y las comprobaciones automatizadas permiten examinar sus límites.

Descarga la colección y las evidencias

OpenAlex ofrece sus metadatos bajo CC0. Conservamos identificadores, títulos, años, números de citas e identificadores de referencias; no se incluyen textos completos ni resúmenes de publicaciones. La selección incluye trabajos fundacionales sobre acoplamiento y cocitación junto con métodos de mapeo y estudios de programas. Se excluyeron de esta muestra didáctica las aplicaciones a temas específicos y los significados de “mapping” ajenos al tema.

Ejemplo ilustrativo

A diferencia de un ejemplo inventado A/B/C, estos recuentos proceden de los servicios reales de análisis de SciMaps que utilizan la colección fija. El resultado de cocitación contiene 20 nodos de publicaciones y 83 aristas no dirigidas, conservando los miembros aislados del corpus.

Bibliographic coupling between scientific papers, de Kessler, y Co-citation in the scientific literature, de Small, comparten siete obras citantes en la colección seleccionada. El peso de la arista es 7; no significa que las publicaciones se citen entre sí siete veces.
A unified approach to mapping and clustering of bibliometric networks y el estudio del programa VOSviewer comparten seis obras citantes en esta colección.

Los dos miembros de cada pareja son registros del propio corpus seleccionado. La vista de cocitación de publicaciones de SciMaps no convierte todas las referencias externas citadas en nodos. Por tanto, una referencia ausente puede estar fuera de la colección seleccionada, sin que eso demuestre que nunca se citó. Consulta análisis de cocitación para conocer el flujo de trabajo y cocitación y acoplamiento para elegir la pregunta.

Los términos de los títulos describen una relación diferente

Con Title terms, frecuencia mínima de documentos 2, coocurrencia mínima 1, umbral de calidad 1 y la exclusión explícita between, el resultado de palabras clave tiene 20 documentos, cuatro nodos de términos retenidos y dos aristas. Los nodos aislados se ocultan, el límite de términos principales es 50 y no se aplica un límite de aristas por nodo. K-means utiliza tres grupos; los identificadores y colores de los grupos no son objetivos de reproducción.

El término science mapping aparece en cuatro títulos; software tools, en dos. Aparecen juntos en un título: Science mapping software tools: Review, analysis, and cooperative study among tools. El peso de su arista es 1, que cuenta un documento compartido, no el número de palabras ni de repeticiones. La otra arista conecta citation (tres documentos) con scientific literature (dos), con peso 1.

El proceso real normaliza y filtra términos y da preferencia a algunas expresiones de varias palabras. Excluimos explícitamente “between” porque ese conector genérico supera la normalización actual. Son términos extraídos de los títulos, no palabras clave aportadas por los autores ni el campo más reciente de palabras clave generadas de OpenAlex. Consulta coocurrencia de palabras clave para interpretar el mapa.

Aumentar la coocurrencia mínima a 2 produce un grafo de palabras clave vacío en esta colección. Es una lección útil sobre los umbrales: un término puede aparecer en varios documentos sin que ninguna pareja retenida alcance el umbral más exigente de documentos compartidos. Un grafo vacío no demuestra que el tema carezca de estructura.

Tres relaciones verificadas, mostradas como extracto analítico en lugar de una captura de la aplicación. Las descargas contienen la lista completa de aristas de cocitación.

Reproduce el resultado fijo

Descarga la colección, los metadatos fijos, la configuración, los resultados esperados y las sumas de comprobación. Conserva los archivos juntos.
Para una reproducción exacta, utiliza la versión del código fuente de SciMaps que contiene este caso práctico y su ReproducibleBibliometricCaseStudyTest. Sigue el README con Java 25, Maven y los requisitos habituales del proyecto instalados.
Ejecuta mvn -o -q test -Ppublic-site-fast -Dtest=ReproducibleBibliometricCaseStudyTest desde la raíz del repositorio después de resolver las dependencias de compilación. El conjunto de prueba proporciona registros fijos a los servicios reales de análisis; no se necesitan base de datos, claves API ni solicitudes de metadatos en tiempo real.
Compara los recuentos y relaciones verificados con expected-results.json. Las pruebas también comprueban los hashes de los archivos y el resultado vacío de palabras clave con el umbral más exigente.

La base del análisis de producción es la revisión 9d24f3010cef22ca437686f304186842679a4303; la versión del caso práctico añade los datos y la prueba a esa base. El conjunto de prueba simula los límites de almacenamiento y metadatos externos, manteniendo el cálculo real de cocitación y la extracción y normalización de términos. Valida resultados analíticos, no la disposición del grafo en el navegador.

Para recorrer el producto, crea un proyecto bibliométrico, añade los registros DOI del CSV mediante el flujo Sources compatible, selecciónalos y aplica la configuración documentada. La recuperación de DOI en tiempo real puede devolver metadatos modificados y recuentos diferentes. El JSON descargable es un conjunto de datos para pruebas de desarrollo, no un formato de importación compatible con producción. La reproducción exacta utiliza la prueba con datos fijos.

Ejemplo de investigación individual

Una persona investigadora que prepara un taller metodológico puede examinar por qué están conectadas dos referencias fundacionales y después contrastar los registros citantes compartidos con las listas de referencias fijas. Puede examinar por separado el título que contiene “science mapping” y “software tools”. Cada relación invita a leer las fuentes, no a concluir automáticamente que existe acuerdo o importancia.

Ejemplo institucional

Una persona bibliotecaria puede distribuir los mismos metadatos CC0 y la configuración a una clase, ejecutar las comprobaciones sin conexión y demostrar cómo un umbral más alto elimina la pequeña red de términos de títulos. Todas las personas participantes parten del mismo corpus seleccionado. Este ejercicio no evalúa instituciones, rendimiento del personal ni toda la bibliografía.

Limitaciones

La cobertura de referencias y su identificación por parte del proveedor pueden ser incompletas: el registro fijo de Kessler solo tiene una referencia registrada. No se repararon manualmente las listas de referencias ni se inventaron aristas de citación. Las 83 aristas de cocitación son relaciones dentro de este corpus seleccionado intencionadamente; no ofrecen una cobertura exhaustiva del campo.

Un peso de un documento compartido es una evidencia débil utilizada de forma transparente en un pequeño ejemplo didáctico. Los títulos omiten conceptos que pueden abordarse en los resúmenes o en los textos completos. La selección, los metadatos ausentes, las exclusiones y los umbrales afectan a los mapas. No se establecen como resultados las coordenadas, los colores ni las asignaciones de los grupos. El diagrama es un extracto analítico, no una captura de SciMaps ni una red completa.

Referencias

Herramientas relacionadas

Guías relacionadas

Prueba el flujo de trabajo en SciMaps

Crea una colección en un proyecto y selecciona las fuentes para tu análisis.

Crear una cuenta

Crea tu cuenta y completa la verificación para empezar a usar SciMaps. ¿Ya tienes acceso? Iniciar sesión en SciMaps.