Datos abiertos sobre citas en Economía: extracción, control de calidad, distribución y re-utilización

Abstract

En la presente comunicación se describe un ejemplo concreto de depósito de datos abiertos especializados en economía, en el que los autores de la misma trabajan desde hace quince años. Este dataset forma parte de la biblioteca digital RePEc (Research Papers in Economics), un esfuerzo de colaboración de cientos de voluntarios en 87 países para mejorar la difusión de la investigación en economía y ciencias afines. El dataset de citas comprende más de 22 millones de referencias bibliográficas citadas en unos 850.000 documentos de investigación como artículos, capítulos, libros, working papers, etc. En este trabajo analizamos todo el proceso de tratamiento de datos, desde su generación hasta su reutilización. Exponemos como la generación de los datos se realiza de forma automática a través de lo que se denomina un sistema de índices de citas autónomo y asimismo describimos el proceso de extracción de los mismos y su control de calidad para garantizar su exactitud. En segundo lugar detallamos las formas de distribución en abierto y su reutilización por terceras partes, refiriéndonos tanto a sistemas abiertos como a sistemas comerciales. Analizamos el caso concreto de reutilización para generar enlaces de referencias en un portal de descubrimiento de literatura para investigadores, para la realización de rankings de autores, instituciones o revistas basados en el recuento de citas y para el enriquecimiento de un repositorio institucional con información de número de citas recibidas por cada documento.