Curación PRISMA paso a paso¶

La curación es donde TÚ decides qué papers quedan. PRISMA es una estructura que ordena esa decisión en 4 fases, sin arbitrariedad.

Esta guía: cómo aplicar PRISMA con bib2graph.

Alcance

Para alguien que tiene un corpus de siembra/forrajeo (~200–500 papers)
Toma: 2–3 horas (depende del corpus)
Herramienta: bib2graph CLI, Excel, Google Sheets
Salida: corpus curado (100–300 ACCEPTED papers)

Las 4 fases PRISMA¶

IDENTIFICACIÓN
├─ ¿Duplicado?
├─ ¿Retractado?
└─ ¿Idioma?

CRIBADO (Screening)
├─ Título relevante?
└─ Resumen toca el tema?

ELEGIBILIDAD
├─ ¿Acceso al texto completo?
└─ ¿Métodos/resultados claros?

INCLUSIÓN (Decisión final)
├─ ¿Relevancia alta?
└─ ¿Contribuye al SOTA?

Cada fase es un filtro. Al final: papers ACCEPTED (sí, quedan), REJECTED (no, descartar), CANDIDATE (quizá más tarde).

Paso 1 — Extrae el corpus a CSV¶

Con CLI¶

b2g curate dump --scope all > curate.csv

Abre el CSV en Excel o Google Sheets. Columnas:

id	title	authors	year	abstract	status
1	"Multilingual..."	Smith et al	2020	"This paper..."	PENDING

Nota: el CSV tiene campos adicionales (DOI, source_id, etc.), pero esos 6 te interesan.

Con agente¶

Exportá mi corpus a CSV con:
- id
- title
- authors
- year
- abstract
- Una columna "status" donde pueda escribir ACCEPTED/REJECTED/CANDIDATE

Dame el CSV para descargarlo.

Paso 2 — Criterios explícitos por fase¶

Antes de curar, documentá tus criterios. Esto es clave para reproducibilidad.

IDENTIFICACIÓN¶

Criterio	Acción
¿Título exactamente idéntico a otro?	REJECTED (duplicado)
¿DOI retractado según Retraction Watch?	REJECTED (retractado)
¿Idioma ≠ inglés?	REJECTED (si tu scope es inglés)

CRIBADO¶

Criterio	Acción
Título no menciona ningún término clave de tu pregunta	REJECTED
Resumen sugiere que toca el tema pero tangencialmente	REJECTED
Título + resumen = claramente relevante	ACEPTA para elegibilidad

ELEGIBILIDAD¶

Criterio	Acción
Texto completo no disponible (paywall, pdf no existe)	CANDIDATE (revisás después)
Métodos o resultados vagos/especulativos	CANDIDATE (quizá sirva)
Métodos/resultados claros y reproducibles	ACEPTA para inclusión

INCLUSIÓN¶

Criterio	Acción
Relevancia alta + aporta al SOTA	ACCEPTED
Relevancia media pero aporta una perspectiva diferente	ACCEPTED
Baja relevancia + poco aporte	REJECTED

Paso 3 — Cura el CSV¶

Estrategia: dos pasadas¶

Pasada 1 (rápida): Título + abstract, sin pensar mucho. REJECTED o ACCEPTED.
Pasada 2 (lenta): Los PENDING. Aquí pensás, decidís CANDIDATE o ACCEPTED.

Proceso manual¶

Abre el CSV en Excel/Sheets. Para cada fila:

Lee título
Lee abstract (si hay)
Aplica criterios de tu fase actual (IDENTIFICACIÓN → CRIBADO → ELEGIBILIDAD → INCLUSIÓN)
Escribe en columna status: ACCEPTED, REJECTED, o CANDIDATE

Con agente (semi-automático)¶

Ayudame a curar este corpus. Para cada paper, dame un recomendación:

Criterios:
- REJECTED si: título fuera de [TU TEMA], no hay métodos claros, es un duplicado
- CANDIDATE si: texto completo no disponible, relevancia media
- ACCEPTED si: relevancia alta, aporta al SOTA

Paper 1:
- Título: "Multilingual Search in Social Networks"
- Año: 2015
- Abstract: "We propose a method..."
- Tu recomendación: ?

[Y así con los demás...]

El agente propone, tú tomas la decisión final.

Paso 4 — Aplica en bib2graph¶

Cuando termines el CSV con tus decisiones:

b2g curate apply curate.csv

bib2graph actualiza el corpus: ACCEPTED quedan en el corpus, REJECTED se marcan, CANDIDATE quedan pero como "en revisión".

Verificación¶

b2g read stats

Debería mostrar algo así:

Status breakdown:
- ACCEPTED: 245 papers (main corpus)
- REJECTED: 95 papers
- CANDIDATE: 30 papers

Paso 5 — Revisa outliers¶

Después de curar, revisa:

Papers más antiguos ACCEPTED¶

b2g read list --status ACCEPTED | sort -k3 | head -5

¿Son fundacionales o ruido? Si ruido, marca como REJECTED.

Papers sin abstract¶

b2g read list --status ACCEPTED | grep "abstract: null"

Sin resumen, es más riesgo. CANDIDATE o REJECTED.

Gráfico temporal¶

b2g read stats --group-by year

¿El corpus está concentrado en 3 años o distribuido? (Distribuido = más robusto)

Paso 6 — Documenta tu decisión¶

Guardá un archivo CURATION_NOTES.md:

# Curación PRISMA — [Tu tema]

## Decisión tomada: 2024-06-30

### Criterios de Identificación
- Duplicados: rechazados sin revisar
- Idioma: solo inglés
- Retractados: 0 encontrados

### Criterios de Cribado
- Título debe mencionar "recuperación de información" O "multilingual"
- Resumen debe proponer un método/enfoque (no solo reseña)

### Criterios de Elegibilidad
- Texto completo disponible = más peso que CANDIDATE
- Métodos reproducibles = ACCEPTED

### Criterios de Inclusión
- Relevancia media + aporta perspectiva nueva = ACCEPTED
- Relevancia baja = REJECTED (sin excepciones)

### Resultado
- Comenzamos con: 315 papers
- Rechazados: 70
- Candidatos (para revisar después): 20
- Aceptados (corpus final): 225

### Nota
Si después encontramos papers clave en los CANDIDATE,
los movemos a ACCEPTED. La curación es iterativa.

Checklist¶

[ ] Extraje corpus a CSV (b2g curate dump)
[ ] Documenté criterios PRISMA de cada fase
[ ] Curé el CSV: cada paper tiene status (ACCEPTED/REJECTED/CANDIDATE)
[ ] Apliqué cambios: b2g curate apply curate.csv
[ ] Verifiqué con b2g read stats — corpus final es 100–300 papers
[ ] Documenté notas de curación en CURATION_NOTES.md

Errores comunes¶

❌ "Voy a curar rápido, sin criterios."
→ Resultado: decisiones inconsistentes, imposible reproducir.

✅ Documentá criterios primero, cura segundo.

❌ "Si una paper parece remotamente relevante, la acepto."
→ Resultado: corpus con ruido, análisis de redes confuso.

✅ Sé estricto. Es OK rechazar.

❌ "Curación es para perfeccionistas."
→ Curación define la calidad del análisis que sigue. No es opcionable.

✅ Invierte 2–3 horas aquí, ahorra 10 después.

Siguiente¶

Cuando tengas un corpus ACCEPTED limpio: - Guía: Leer las 5 redes