La formación de SciEvo, un robusto conjunto de datos longitudinales, está estableciendo un precedente en el análisis cientícométrico, al integrar más de dos millones de publicaciones académicas desde 1991. Este recurso, que se centra en la evolución temporal del conocimiento científico, busca solucionar desafíos clave al proporcionar una base de datos integral que ofrece contenido detallado y gráficos de citas para facilitar análisis transdisciplinarios.
El análisis de SciEvo abarca 30 años y ha revelado importantes hallazgos sobre las disparidades en culturas epistémicas y prácticas de citación en diferentes campos. Por ejemplo, las disciplinas de rápido desarrollo como los Modelos de Lenguaje Grande (LLM) presentan una edad de citación notablemente corta, de 2,48 años, en comparación con disciplinas más teóricas como la historia oral, con 9,71 años.
Este recurso no solo clasifica el contenido por categorías arXiv, sino que también utiliza herramientas analíticas para visualizar paradigmas científicos en evolución. Se han registrado importantes cambios de paradigma en la investigación, destacándose una transición de la investigación teórica a la aplicada, con términos relacionados con la inteligencia artificial aumentando en prominencia desde 2015.
El fenómeno de homofilia disciplinaria se refleja en las redes de citas, donde existe una fuerte tendencia hacia las citas intra-disciplinares, representando más del 91% del total. Este comportamiento resalta cómo distintas disciplinas prefieren citar trabajos dentro de su propio campo, reforzando la coherencia académica interna.
La amnesia de citas es otro hallazgo clave, observado especialmente en la investigación aplicada, que tiende a priorizar las obras recientes frente a las contribuciones históricas fundamentales.
Conclusivamente, SciEvo se presenta no solo como una herramienta analítica, sino como un recurso que aboga por una comprensión más holística y diversa de los patrones de citación y la evolución del conocimiento científico a lo largo del tiempo, especialmente en la era de los modelos impulsados por datos.