Cobertura lingüística en las nuevas bases de datos

Resumen

Este trabajo analiza la cobertura lingüística de cinco bases de datos bibliográficas, comparando los modelos tradicionales de suscripción (Web of Science y Scopus) con nuevas infraestructuras abiertas y agregadores como OpenAlex, OpenAIRE y SciLit. El estudio parte de la problemática de los sesgos geográficos y lingüísticos inherentes a las fuentes clásicas para evaluar si las nuevas plataformas ofrecen una representación más diversa de la ciencia global. Para ello, se recuperó y armonizó la totalidad de la producción indexada hasta el año 2025 en cada fuente, examinando la distribución de los veinte idiomas principales con el fin de cuantificar las diferencias de visibilidad que ofrecen los distintos modelos de indexación.

Los resultados revelan disparidades abismales en el volumen de documentos no anglófonos, con plataformas como OpenAlex que afloran millones de registros en lenguas asiáticas (japonés, indonesio, coreano) y de Oriente Medio que permanecían prácticamente invisibles en las bases comerciales. No obstante, el análisis advierte sobre el compromiso entre cantidad y calidad del metadato: frente a la selección editorial de WoS o Scopus y la recolección "notarial" de OpenAIRE (con menor completitud), OpenAlex logra una cobertura masiva mediante inferencias algorítmicas que introducen cierto margen de error. Se concluye así que el profesional y el investigador se enfrentan a dos ecosistemas complementarios, debiendo elegir entre el control de la élite científica o la panorámica inclusiva —pero más ruidosa— de la ciencia global.