Dimensions Analytics es la versión más completa de una nueva base de datos que aporta importantes innovaciones en el campo de la búsqueda y obtención de información científico-académica.
Una buena parte de tales innovaciones proceden de (1) un concepto más amplio de tipología documental, (2) de la capacidad de Dimensions para interrelacionar la información y (3) de la amplitud de sus análisis, tanto en forma de distribuciones como de altmétricas y métricas convencionales.
Además, esta base de datos aporta también algunas soluciones de diseño de la interfaz, como la integración sin costuras de la página de resultados, el formulario de búsqueda y algunas de las distribuciones de datos más significativas.
Versiones de Dimensions
Dimensions se ofrece en tres versiones: Free, Plus y Analytics, siendo la tercera la más completa de las tres, tal como muestra el siguiente cuadro tomado del sitio oficial de la base de datos:
En una entrada anterior tuvimos ocasión revisar la versión gratuita de Dimensions. En esta ocasión, examinaremos la versión denominada Analytics, correspondiente a la más completa y pensada para su uso (vía suscripción) por parte de centros de investigación y universidades. La captura siguiente completa la información sobre las funcionalidades relativas de cada versión, incluyendo la que nos ocupa en esta ocasión:
Tipos de documentos
Un rasgo característico de Dimensions es la amplia tipología de documentos que incluye. La mayor parte de las bases de datos académicas incluye artículos de revistas y actas de congresos. Algunas, añaden capítulos de libros y otras se centran en patentes. A estas tipologías, Dimensions añade otras clases de documentos adicionales, con lo cual la lista completa de documentos que incluye es la siguiente:
- Publicaciones académicas (artículos, actas y capítulos de libro).
- Documentación de Becas y ayudas (Grants).
- Patentes
- Ensayos clínicos.
- Documentos sobre políticas científicas (Policy documents). Solo en las versiones Plus y Analytics.
La captura precedente muestra un ejemplo de interrelación de las cinco tipologías de documentos en una misma búsqueda, en este caso, para la ecuación «Systematic Reviews» AND «qualitative research».
Vemos que, además de unas cien mil publicaciones, tenemos patentes, ensayos clínicos y documentos sobre políticas científicas, accesibles cada uno de ellos en sendas pestañas de la misma página de resultados.
Relaciones y análisis
Además de la tipología de documentos, el otro gran rasgo definitorio de Dimensions, en cualquiera de sus versiones, son las relaciones y los análisis que establece entre ellos.
Relaciones
Las interrelaciones las podemos ver en dos apartados:
- La página de resultados, que incluye pestañas para cada una de las tipologías de documentos como hemos visto anteriormente.
- El registro de cada documento, donde se listan los diferentes tipos de documentos, si es el caso. Por ejemplo, al examinar el registro de un artículo de revista, vemos que puede incorporar la lista de patentes que lo citan, o los policy documents relacionados, etc.
Análisis
Por su parte, los análisis se refieren tanto a las diferentes distribuciones o filtros que Dimensions muestra en sus páginas de resultados como a la amplia gama de altimétricas y otros datos que es capaz de asociar a cada documento.
Por ejemplo, en la captura siguiente se puede ver el caso de un documento académico, un artículo de revista en este caso, con los datos relativos al denominado Altmetric Attention Score, que es una medida de síntesis sobre el impacto del artículo a partir de diversas fuentes.
Cobertura relativa
Aunque los análisis sistemáticos de cobertura quedan fuera del alcance de estas revisiones, dado que nos centramos en aspectos funcionales y de diseño de la interfaz, no podemos ignorar completamente este aspecto tan decisivo.
Ninguna interfaz, por eficaz que sea soluciona gran cosa, si la base de datos tiene cobertura escasa, aunque lo mismo se puede decir, pero al revés: ninguna base de datos por amplia que sea, soluciona gran cosa si una deficiente interfaz impide su exploración adecuada.
Dimensions vs Scopus
Por este motivo, hemos hecho algunos tests simples de cobertura para comparar los resultados con la base de datos Scopus, tal como se mostrará en una tabla a continuación.
Ahora bien, los datos que mostramos tienen un alcance limitado ya que no hemos efectuado una revisión lo suficientemente completa y sistemática como para poder pretender que sean representativos.
Tabla comparativa Dimensions vs Scopus: búsqueda por palabras clave en título y resumen con limitación de documentos publicados a partir de 2015
| N | Consulta | Dimensions | Scopus |
| 1 | journalism | 6.237 | 6.529 |
| 2 | “augmented reality” | 8.784 | 10.099 |
| 3 | “artificial intelligence” | 15.660 | 100.840 |
| 4 | “machine learning” | 58.315 | 77.094 |
| 5 | (disinformation OR “fake news”) AND (facebook OR twitter) | 113 | 146 |
| 6 | Journal: Scientometrics | 1 (5.721) | 5.418 |
| 7 | Journal: Digital Journalism | 11 (440) | 369 |
| 8 | Author: Mike Thelwall | 328 (336) | 396 |
| 9 | Author: Nicholas Belkin | 0 (109) | 126 |
Resultados de la tabla
En el caso de las búsquedas temáticas, donde hemos procurado usar algunas de tipo multidisciplinar, y no solo de Comunicación Social, los números de referencias encontradas en cada caso son parecidos, con cierta ventaja numérica (en algunos casos bastante notable) a favor de Scopus.
Hemos de señalar que las búsquedas no son exactamente simétricas. En el caso de Dimensions se hicieron limitando los resultados a los campos título + resumen, mientras que en Scopus a los campos título + resumen + palabras clave. Son las dos búsquedas más parecidas que se pueden hacer, dado que Dimensions no presenta un formulario de búsqueda avanzada. En todos los casos las búsquedas se limitaron a documentos publicados a partir del 2015.
Si se está preguntando por la posible comparación con Web of Science (WoS), la regla es la siguiente: al menos en Ciencias Sociales, Scopus, suele tener mayor cobertura relativa que WoS, por lo cual, parece que Dimensions se sitúa en algún punto entre ambas bases de datos, pero habría que hacer pruebas para poder estar seguros.
Perfiles agregados algorítmicamente
En el caso de los perfiles, tanto de autores como de fuentes (revistas) nos encontramos con dos datos numéricos en sus fichas correspondientes que no siempre coinciden y que hemos representado por la pareja de números con uno de ellos entre paréntesis.
En concreto, en la tabla anterior, el número situado antes del paréntesis es el de referencias efectivamente encontradas y, entre paréntesis, el número de referencias identificadas. Esto es, identificadas, pero no ofrecidas como parte de los resultados. Las siguientes capturas ilustran este punto.
Autores
Por ejemplo, en el caso del perfil de un autor, Mike Thelwall, 328 indica que Dimensions ha encontrado ese número de referencias que se pueden consultar a continuación, mientras que 336 es el número que Dimensions atribuye a este autor.
Este último número suponemos que está obtenido a partir del análisis y del cruce de datos con otros documentos, dada la forma en la que se generan estas fichas según indica la propia ficha: «The information on this profile has been aggregated algorithmically…«
El caso de otro autor, Nicholas Belkin, es aún más extremo. En términos técnicos la disparidad podríamos decir que es infinita si quisiéramos dividir el número de documentos asignados (109), por el de encontrados (0).
Revistas
Se puede ver también esta clase de datos dispares en las fichas de las revistas. La captura siguiente ilustra el caso de la publicación denominada Digital Journalism.
En la captura precedente, en concreto vemos que de esta revista identifica un total de 440 referencias, pero ofrece a continuación solamente 11.
Como sea, estos casos pueden ser excepcionales y nada nos permite creer que son representativos ya que nuestros tests no son sistemáticos, cosa en la que nos corresponde insistir.
La interfaz de Dimensions Analytics
Como ya hemos revisado de forma relativamente amplia la interfaz en la versión gratuita, en lo que sigue mostraremos de forma más selectiva algunos aspectos de la versión examinada en esta ocasión.
Lista de los diferentes filtros, o distribuciones de datos, de la página de resultados de Dimensions. Como ya hemos señalado, esta base de datos no proporciona un formulario completo de búsqueda avanzada, cosa que no dejaremos de señalar que nos parece un error, seguramente apoyado en falsas apreciaciones de usabilidad. Por suerte, los numerosos filtros, adecuadamente utilizados pueden suplir en parte esta carencia.
Parte de la página denominada Analytical Views donde Dimensions ofrece formas adicionales de de análisis de la información, por ejemplo, en este caso mediante una distribución de los resultados por las principales categorías de investigación (Research Categories).
La distribución de documentos por el grado de apertura de los mismos es parte de la página de resultados de Dimensions, lo que nos parece una aportación de gran valor.
El modelo de registro de un documento puede incluir una larga lista de métricas alternativas como podemos ver en el caso de esta referencia. Sin duda, es otra de las mejores propuestas de esta base de datos.
Los datos detallados de que componen el Attention Score, de un documento concreto, cuando hacemos clic en el icono rotulado Altmetrics, donde vemos las diferentes pestañas de información disponibles.
Limitaciones de la interfaz de búsqueda
Debemos empezar por reconocer las innovaciones y las muy eficaces soluciones de diseño en la interfaz de la página de resultados, así como en el modelo de registro, pero también debemos señalar tres carencias importantes de Dimensions:
- Carece de formulario de búsqueda avanzada. Podemos hacer búsqueda no parametrizadas (sin limitar por ningún campo) o búsqueda por título + resumen. También podemos buscar a partir de un resumen, según hemos entendido, por el procedimiento de copiar y pegar un resumen de un documento y hacer intro.
- No presenta opciones para seleccionar grupos de referencias. No hay una casilla de selección en la página de resultados que nos permita marcar referencias con el fin de poder llevar a cabo acciones en grupo (p.e. exportaciones).
- Carece de historia de búsqueda. No hay una historia de búsqueda que nos permite combinar resultados de búsquedas anteriores.
Hasta añadir estas tres funciones, entendemos que la interfaz de búsqueda de Dimensions queda claramente por debajo de la de grandes bases de datos como Scopus o Web of Sciences. Ningún requerimiento de (falsa) usabilidad puede justificar estas carencias, porque ningún buen diseño puede ir contra la función del sistema al que sirve. Es de esperar que añadan pronto estas importantes funcionalidades.
La buena investigación necesita buenas bibliotecas universitarias
Hemos podido revisar revisar Dimensions en su versión Analytics, así como las otras grandes bases de datos que han ido pasando por este sitio, gracias al portal de recursos digitales de la Biblioteca de la Universitat Pompeu Fabra, de modo que este es un momento tan bueno como cualquier otro para reflexionar sobre el rol imprescindible de la biblioteca en la investigación de calidad.
En las últimas, digamos dos décadas, las bibliotecas universitarias han tenido una reinvención prodigiosa, hasta el punto que hoy no se concibe que una universidad pueda hacer investigación de calidad sin disponer de una buena biblioteca universitaria.
Parte del portal de la Biblioteca de la UPF con la imponente lista de recursos a disposición de sus usuarios
El nombre biblioteca es realmente hermoso y vale la pena reivindicarlo, pero si nos atenemos a su concepción clásica, en realidad una biblioteca universitaria va mucho más lejos que aquello que su denominación nos sugiere, dado el peso del imaginario. Es por esto, que existe una denominación más ajustada a su rol actual en la investigación de calidad: CRAI, por las siglas de Centro de Recursos para el Aprendizaje y la Investigación.
Biblioteca/CRAI = gestión del conocimiento
Como sea, las bibliotecas universitarias o los CRAI tiene un papel crucial, entre otras cosas, en la evaluación de bases de datos, en su eventual contratación, en su integración inteligente con otros recursos, y en tantas otras funciones de las que los estudiantes y profesores de una universidad se benefician de una forma a la vez tan continuada y tan transparente.
Si pudiéramos señalar una función global para las bibliotecas universitarias tal vez sería esta: son los agentes principales de la gestión y de la economía del conocimiento en las universidades, porque identifican, evalúan e integran recursos valiosísimos, desde libros impresos, hasta sofisticados sistemas digitales como las bases de datos académicas.
Conclusiones
Volviendo a nuestro objeto de estudio, Dimensions es la clase de competencia a los dos grandes actores dominantes del mercado, Scopus y WoS, que estábamos necesitando. Esto es algo que ya dijimos en ocasión del primer análisis, y que aquí podemos corroborar.
Tiene aportaciones exclusivas, como lo es el hecho de aportar la tipología de documentos más amplia entre todas las bases de datos académicas, también la de haber desarrollado sistemas para interrelacionar estas tipologías de documentos, y por último, la de haber desarrollado nuevas formas de análisis de la información.
Merece una oportunidad y a todos nos conviene que tenga éxito, porque como hemos señalado en otras ocasiones, la buena competencia hace crecer el mercado y favorece siempre a la sociedad como consecuencia. Gracias a la presión de productos innovadores, podemos esperar que tanto Sopus como WoS den pasos próximamente para mejorar también sus productos y, tal vez (seamos optimistas) para considerar nuevas políticas de precios.
Ya hemos señalado algunas carencias, pero Dimensions ha demostrado ser hasta ahora un producto dinámico y en crecimiento. No hay porque suponer que no vayan a ser superadas estas carencias en próximas versiones o al menos, esto es lo que nos gustaría ver.
Además, tienen una polìtica que ojalá siguieran las bases de datos Scopus y WoS, a saber: proporcionar versiones libres (gratuitas para entendernos) de sus productos, aunque lógicamente reservaran parte de las funciones para versiones de suscripción, puesto que son productos comerciales que necesitan una fuente de ingresos.
Como sea, Dimensions, tiene argumentos de sobra para conseguir parta de la cuota de mercado de las bases de datos académicas, en especial, si siguen con su dinamismo y mejoran pronto los aspectos señalados.
Por último, debo agradecer a la dirección de la Biblioteca de la Universitat Pompeu Fabra y a su excelente cuadro de expertos, con el que tuve la oportunidad de compartir un webinar sobre Dimensions Analytics, por las facilidades y la información facilitada para esta revisión.
