Saltar a contenido

0007 — OpenAlex como backbone de datos; BibTeX y enricher S2 demotados

  • Estado: Aceptada
  • Fecha: 2026-06-14
  • Relacionada con: 0004 (cambia su premisa central), 0001

Contexto

El diseño previo (ver ../PRD.md anterior y ../critica-base.md §1) pivoteaba sobre BibTeX como entrada de referencia. Pero el BibTeX no trae las listas de referencias citadas, y eso fabricaba el problema más caro de toda la arquitectura: un Enricher de Semantic Scholar estructural para poder construir la red de co-citación (API keys, rate limits, rama opcional, reintentos sin perder papers). Era un problema autoinfligido por la elección del formato de entrada.

Los hechos que cambian la ecuación:

  • OpenAlex entrega referencias citadas y citantes gratis, sin clave obligatoria (key gratuita desde feb-2026), con cobertura de referencias comparable a WoS/Scopus.
  • Trae IDs canónicos (DOI / ORCID / ROR) que habilitan dedup/normalización sin pelear con variantes de nombres.
  • Al traer refs y citantes, habilita el chaining asistido (backward/forward snowballing) y el ranking por estructura bibliométrica (information scent) sin enricher.
  • Soporta boolean + búsqueda por campo + filtros facetados, lo que permite traducir una ecuación de búsqueda a una query ejecutable y registrable.

Decisión

OpenAlex es la fuente primaria y el backbone de datos de la V1. La ecuación de búsqueda se traduce a una query OpenAlex, mostrando la query exacta ejecutada y un reporte de traducción (qué mapeó limpio, qué se aproximó, qué se descartó).

  • BibTeX pasa a Source secundaria (sembrar desde un export o desde pearls conocidos), ya no es la entrada de referencia.
  • El Enricher de Semantic Scholar deja de ser estructural: las referencias y citantes ya vienen de OpenAlex, así que co-citación y acoplamiento ya no dependen de él. S2 queda como costura futura opcional para señal adicional, no como camino para construir redes.

Consecuencias

  • Las cinco redes (co-citación, acoplamiento bibliográfico, co-autoría, co-ocurrencia de keywords, instituciones) se construyen sin keys ni enricher estructural.
  • Se habilitan la épica de forrajeo/chaining asistido y el ranking por estructura como information scent — el corazón del valor de la V1.
  • Mejor reproducibilidad de la fuente: OpenAlex publica snapshots versionados; cada corrida registra fecha/versión de OpenAlex además de la ecuación y la query.
  • Cambia la premisa central de ADR 0004: ese ADR justificaba el enricher por la carencia de referencias del BibTeX. Con OpenAlex esa carencia desaparece; el enricher deja de ser el camino para co-citación. El principio de 0004 (enriquecimiento opt-in, nunca obligatorio, keys inyectadas) sigue vigente; su motivación queda superada por este ADR.
  • Límites que hay que explicitarle al investigador (principio "consciente", por eso el reporte de traducción): stemming + stop-words ON por defecto, sin proximidad NEAR/n, comodines que se comportan distinto a WoS, tags de campo (TS=/AB=/AU=) que no mapean 1:1, y cobertura distinta a WoS/Scopus (la misma ecuación da resultados distintos — es advertencia de reproducibilidad, no bug).
  • Costo: se asume dependencia de la API y la cobertura de OpenAlex. Se mitiga con un pool cortés (email/API key en config para rate limit sano) y por tratarse de datos abiertos versionados, no de un proveedor cerrado y pago.