Saltar a contenido

¿Expando el corpus? — Cuándo y cómo hacer forrajeo

El forrajeo (backward chaining) busca papers que no aparecieron en tu búsqueda inicial, pero que son citados por los papers que sí encontraste.

Esta guía: ¿CUÁNDO hacerlo? ¿CUÁNDO NO? ¿CÓMO sin perderse?

Alcance

  • Para alguien que ya tiene un corpus de siembra (~100–300 papers)
  • Toma: 15 minutos de decisión + 30 min de ejecución
  • Herramienta: bib2graph CLI o agente

Qué es el forrajeo

Corpus inicial:
├─ Paper A
├─ Paper B (cita a Paper X, Y, Z)
└─ Paper C

Forrajeo (1 capa):
└─ Busca Papers X, Y, Z (citados por B pero no en corpus inicial)
   └─ Trae ~20–50 papers nuevos

Ventaja: Aumenta sensibilidad sin ruido (los nuevos fueron citados por relevantes).

Riesgo: Trae papers muy antiguos, de dominios tangenciales, o que no aplican.

Paso 1 — Decide si forrajear

Forrajea SÍ si:

✅ Tu tema es muy específico (no "machine learning", sino "alineación de valores en LLMs").
✅ Tu corpus inicial es pequeño (<100 papers) y quieres más densidad.
✅ Buscas máxima cobertura — no quieres perderte trabajos clave aunque sean antiguos.
✅ Tienes tiempo — forrajeo agrega 30 min de ejecución + revisión.

No forrajees si:

❌ Tu tema es genérico — forrajeo podría traer decenas de miles de papers.
❌ Tu corpus inicial ya es grande (>500 papers) — probablemente alcanza.
❌ Necesitas un SOTA rápido — la prueba de concepto sin forrajeo es suficiente.
❌ El tiempo es crítico — aprioriza curación sobre expansión.

Tu decisión

Responde:

  1. ¿Es mi tema altamente específico? Sí/No
  2. ¿Mi corpus inicial es < 100 papers? Sí/No
  3. ¿Tengo 1–2 horas extras? Sí/No

Si respondiste SÍ a 2+ preguntas → forrajea.
Si respondiste No a la mayoría → salta directo a curación.

Paso 2 — Ejecuta el forrajeo

Con CLI

cd tu-sota
b2g chain --depth 1 --limit 100

Opciones:

  • --depth 1: Una capa de referencias (recomendado).
  • --limit 100: Trae máximo 100 papers nuevos (ajusta según necesidad).
  • Sin opciones: trae todo lo que encuentre.

Con agente

Expandí mi corpus usando forrajeo (backward chaining):
- Corpus actual: [X papers]
- Límite: trae máximo 100 papers nuevos
- Profundidad: una capa (citados directamente por mis papers)

Mostrame:
- Cuántos papers nuevos se agregaron
- Rango de años (¿muy antiguos?)
- Si hay clusters temáticos nuevos

Paso 3 — Revisa lo que trajo

Después de ejecutar b2g chain, revisa lo nuevo antes de seguir.

Inspecciona los papers nuevos

b2g read list --status candidate | head -20

Preguntas clave

  1. ¿Hay papers muy antiguos (pre-2000)?
  2. Sí → Probablemente foundational, mantenlos.

  3. No → Bien, son contemporáneos.

  4. ¿Hay clusters temáticos que NO esperabas?

  5. Sí → Revisa si son tangenciales (y rechaza luego en curación).

  6. No → Buen señal.

  7. ¿El tamaño es manejable?

  8. Corpus total < 1000 papers → adelante.
  9. Corpus total > 2000 papers → considera rechazar duplicados o muy antiguos.

Paso 4 — Ajusta si hace falta

Si trajo MUY POCO (<20 papers nuevos)

Probablemente tu búsqueda inicial fue muy acotada. Es OK — no fuerces forrajeo. Pasa a curación con lo que tienes.

Si trajo MUCHO (>500 papers nuevos)

Probablemente tu búsqueda inicial fue genérica. Opciones:

  1. Rechaza papers muy antiguos: b2g curate filter --min-year 2010
  2. Rechaza dominios tangenciales: marca como REJECTED en curación
  3. Usa keywords para sub-seleccionar: b2g read list --query "tu_keyword"

Si trajo papers fuera de scope

Marca como REJECTED en la curación siguiente. No son un problema, solo ruido.

Paso 5 — Documentá tu decisión

Antes de pasar a curación, documentá:

# DECISIÓN DE FORRAJEO
Fecha: 2024-06-30
Corpus antes: 250 papers
Forrajeo ejecutado: sí (depth=1, limit=100)
Corpus después: 315 papers (+65 nuevos)
Observación: Papers nuevos son relevantes, años 2008–2023
Decisión: Mantener todos para curación (PRISMA filtrará)

Checklist

  • [ ] Decidí conscientemente si forrajear (no por defecto)
  • [ ] Ejecuté b2g chain --depth 1 --limit 100
  • [ ] Revisé los papers nuevos (años, temas)
  • [ ] Corpus final es manejable (< 2000 papers)
  • [ ] Documenté la decisión

Siguiente

Después de forrajeo (o decisión de no forrajear): - Guía: Curación PRISMA paso a paso