Por: Andreina A. Bendayán Jiménez¹ y Oswaldo D. Bolivar Rodríguez²
¹ Personal de Investigación, Instituto Venezolano de Investigaciones Científicas (IVIC), Centro de Ingeniería de Materiales y Nanotecnología (CIMN), Carretera Panamericana, km 11, Altos de Pipe, Miranda, Venezuela. Cód. Postal, 1020-A. ORCID: https://orcid.org/0009-0006-7822-5316 Correo: dandre.blue@gmail.com
² Personal de Investigación, Fundación Instituto de Estudios Avanzados (IDEA), Dirección de Energía y Ambiente, Carretera Nacional de Hoyo de la Puerta, Miranda, Venezuela. ORCID: https://orcid.org/0009-0009-1053-8158 Oswaldo D. Bolívar Rodríguez. Correo: obolivar@idea.gob.ve
Si estás realizando o vas a realizar una investigación científica próximamente, sí o sí vas a tener que buscar artículos científicos e información de calidad. Sea lo que sea lo que pretendas hacer —encontrar un tema, elaborar el marco teórico o definir tu metodología—, tendrás que enfrentarte a los motores de búsqueda académicos. Y cuando estás empezando, lo habitual es que ocurra esto: introduces palabras clave al azar en PubMed, Scopus o Google Scholar y obtienes 10 resultados que no tienen nada que ver con lo que buscas. O, por el contrario, el buscador te arroja 20.000 resultados. ¿Leerlos todos? Imposible.
En este artículo te guiaremos en cuatro aspectos clave que todo investigador debería conocer para dominar la búsqueda de literatura científica:
- Heurística y estrategias de búsqueda. Cómo usar operadores booleanos (AND, OR, NOT), truncadores, tesauros y metadatos para hablar en el idioma de las bases de datos científicas.
- Revisión sistemática y protocolo PRISMA. Cómo definir criterios de inclusión y exclusión, y utilizar el diagrama de flujo PRISMA para documentar tu proceso de selección con transparencia.
- Minería de datos y mapas bibliométricos. Herramientas como VOSviewer o Bibliometrix para visualizar redes de co-citación y co-ocurrencia de palabras clave.
- Delimitación del objeto de estudio. Cómo transitar desde un tema amplio hacia una pregunta de investigación bien formulada, aplicando los criterios FINER (Factible, Interesante, Novedosa, Ética, Relevante).
Cada uno de estos temas responde a preguntas que todo investigador se enfrenta: cómo buscar, cómo seleccionar, cómo visualizar y cómo delimitar. Al final, no se trata de leer más ni de abarcar todo, sino de leer mejor y saber dónde y cómo buscar. En esta primera entrega presentamos la heurística y estrategias de búsqueda, cómo hablar en el idioma de las bases de datos.
El primer error de los principiantes es tratar a PubMed, Scopus o Web of Science como si fueran Google. Pero estos motores no entienden lo que quieres decir; solo buscan las palabras que escribes. La solución está en dominar su gramática básica: los operadores booleanos, los truncadores, los tesauros y los metadatos. Para ilustrarlo, pongamos un caso concreto. Imagina que tienes que investigar sobre el impacto del cambio climático en los arrecifes de coral. Vas a Scopus, introduces “cambio climático corales” y obtienes 20.000 resultados. ¿Por dónde empiezas? Aquí es donde entran la heurística y las herramientas de búsqueda.
¿Qué es la heurística?
El término “heurística”, proveniente de la psicología y las ciencias de la computación, designa una regla práctica o atajo mental basado en la experiencia que permite tomar decisiones sin explorar todas las opciones posibles. En el contexto de la búsqueda bibliográfica, las heurísticas son esos criterios que aplicamos para priorizar y filtrar información de manera eficiente, sin pretender leerlo todo. Algunas de las estrategias más comunes son:
- Bola de nieve (snowballing): Si encuentras un artículo relevante, explora sus referencias (hacia atrás) y los artículos que lo citan (hacia adelante).
- Filtro por tipo de documento: Prioriza las revisiones sistemáticas y los artículos de revisión. Son la mejor puerta de entrada a un campo, puesto que sintetizan años de investigación en un solo texto y te ahorran tener que leer decenas de artículos desde cero.
- Uso de indicadores de impacto: Los artículos más citados suelen ser los que más han influido en un campo. Es un buen punto de partida, pero no el único criterio, un artículo reciente e importante aún no ha tenido tiempo de acumular muchas citas.
- Seguimiento de autores: Identificar a los investigadores que aparecen repetidamente en tus búsquedas y seguir su producción es una forma eficaz de mantenerte actualizado.
Estas heurísticas son tu mapa, pero para aplicarlas, necesitas saber cómo hablarle al sistema. Ahí entran las herramientas técnicas de búsqueda de las que te hablaremos a continuación:
Operadores booleanos: AND, OR, NOT
Los operadores booleanos son los ladrillos de cualquier búsqueda estructurada. Permiten combinar palabras clave para construir búsquedas precisas. En sentido estricto, los operadores booleanos puros son solo tres, desarrollados por George Boole en el álgebra booleana:
- AND reduce resultados: “coral bleaching” AND “temperature” solo devuelve artículos que contienen ambos términos.
- OR amplía resultados: “coral bleaching” OR “coral reef degradation” devuelve artículos que contienen cualquiera de los términos. Útil para sinónimos.
- NOT excluye: “coral bleaching” NOT “aquarium” elimina artículos no deseados.
Estos operadores son universales, pero las bases de datos científicas publican mayoritariamente en inglés. Por eso, para no perderte la mayor parte de la literatura, conviene buscar en ese idioma. Escribe los operadores en MAYÚSCULAS y usa paréntesis para organizar los términos. Para nuestro ejemplo, una búsqueda bien construida sería:
(“coral reef” OR “coral reefs”) AND (“climate change” OR “global warming”) AND bleaching
Truncadores y comodines
Un truncador es un símbolo que permite buscar todas las palabras que comparten una misma raíz. Imagina que te interesa el término arrecife en inglés “reef”, pero también quieres capturar sus plurales (“reefs”) y palabras compuestas (“reef-building”, “reef-associated”). En lugar de escribir cada una unida por OR, usas un truncador. El símbolo más común es el asterisco *. Así, “reef*” recupera automáticamente todas las variantes. Un comodín cumple una función similar, pero para un solo carácter. Por ejemplo, “wom?n” recupera woman y women.
Tesauros y etiquetas: El “traductor” de las bases de datos
Los tesauros son listas controladas de términos autorizados que se usan para organizar y recuperar información en bibliotecas y bases de datos científicas. Su uso permite obtener mejores resultados que utilizando lenguaje libre. Funcionan igual que los hashtags: así como en Instagram #CambioClimático agrupa todas las publicaciones aunque unos digan “calentamiento global” y otros “crisis ecológica”, en las bases de datos la etiqueta oficial te permite encontrar todos los artículos sobre un tema sin importar cómo lo haya escrito el autor.
No todas las bases de datos tienen un tesauro propiamente dicho. Algunas tienen vocabularios controlados más simples. Las tres bases más importantes para investigación científica ofrecen sistemas de etiquetado, aunque con diferencias. Estas bases no son gratuitas; el acceso suele darse a través de la suscripción que tiene tu universidad o centro de investigación.
- PubMed: especializada en ciencias de la salud. Es gratuita. Su tesauro se llama MeSH (Medical Subject Headings). Es un tesauro completo, con términos organizados jerárquicamente.
- Scopus: base multidisciplinaria. Requiere suscripción. Su sistema se llama Index Keywords. Son palabras clave asignadas por indexadores humanos, pero no constituyen un tesauro con estructura jerárquica como MeSH.
- Web of Science: otra base multidisciplinaria. Requiere suscripción. Su sistema se llama Keywords Plus. Son etiquetas generadas automáticamente a partir de los títulos de los artículos que cita un trabajo. Tampoco es un tesauro propiamente dicho.
Otra base muy conocida es Google Scholar, es gratuita pero funciona de manera distinta, no tiene tesauro ni vocabulario controlado y busca palabras sueltas en el texto completo de los artículos. Es útil para explorar de manera amplia, pero si quieres precisión y asegurarte de no perderte artículos importantes, es más recomendable usar las bases que sí tienen tesauro.
Metadatos: buscar por campos
Los metadatos son los campos estructurados que acompañan a cada artículo: título, autor, año, revista, palabras clave del autor, etc. Buscar en campos específicos es mucho más preciso que hacerlo en “todos los campos”. Es como pedirle al buscador que mire exactamente donde tú quieres. Los campos más utilizados son:
- Título (TI): Es la etiqueta principal. Si tu palabra clave está aquí, el artículo trata casi con seguridad de lo que buscas. Es el filtro más potente para reducir resultados irrelevantes.
- Resumen / Abstract (AB): Es el tráiler de la investigación. Úsalo cuando quieras encontrar artículos donde tu tema sea importante, aunque no se vea reflejado en el título.
- Autor (AU): Ideal para cuando quieres seguir la pista a un experto en tu área.
- Año (PY): Para limitar la búsqueda a un período específico (por ejemplo, PY > 2021 para los últimos años).
- Palabras clave del autor (KW): Si encuentras un artículo perfecto para tu tema, usa sus palabras clave para enriquecer tu búsqueda.
Ejemplo combinado:
AU = “Hoegh-Guldberg O” AND TI = “coral bleaching” AND PY > 2020
Esperamos que estos aspectos les sirva de orientación para fortalcer una de las capacidades indispensables de todo investigador, la revisión de literatura científica. Nos vemos en la próxima entrega.
Bibliografía consultada
- Fuentes, M., Cano, S., García-Arenzana, N., et al. (2010). El método científico: “la pregunta de investigación y el protocolo”. Cirugía Mayor Ambulatoria, 15(1), 5–9.
- Haddaway, N., Grainger, M., & Gray, C. (2022). Citationchaser: A tool for transparent and efficient forward and backward citation chasing in systematic searching. Research Synthesis Methods, 13(4), 533–545.
- Hulley, S., Cummings, S., & Browner, W. (2007). Designing Clinical Research (3rd ed.). Lippincott Williams & Wilkins. (Capítulo sobre la pregunta de investigación).
- Lorite, A. (s.f.). Papers y más papers: las sombras en la industria de las publicaciones científicas. El Salto.