Ecuación de búsqueda en Scopus y WoS: guía con ejemplo real
Cómo armar una ecuación de búsqueda en Scopus y Web of Science: conceptos PICO, sinónimos, booleanos, comodines, campos y prueba con artículos semilla.
Equipo Scientia Consulting · 10 min de lectura
Una ecuación de búsqueda en Scopus se arma en cuatro pasos: partes la pregunta en dos o tres conceptos, juntas los sinónimos de cada concepto con OR, unes los conceptos con AND y metes todo dentro del campo TITLE-ABS-KEY. En Web of Science la lógica es la misma, pero el campo se llama TS= y algunos comodines cambian. Lo que separa una ecuación buena de una mediocre es que la pruebas contra artículos que ya sabes que deberían salir.
Antes de escribir: descompón la pregunta
Primero se descompone la pregunta en conceptos. Hay dos marcos que ayudan.
PICO viene de ciencias de la salud y sirve para preguntas de intervención o efecto: población, intervención, comparación y resultado (outcome). SPIDER se pensó para estudios cualitativos y de métodos mixtos: muestra (sample), fenómeno de interés, diseño, evaluación y tipo de investigación.
| Marco | Componentes | Sirve para |
|---|---|---|
| PICO | Población, Intervención, Comparación, Outcome | Efectos de una intervención, estudios cuantitativos |
| SPIDER | Sample, Phenomenon of Interest, Design, Evaluation, Research type | Experiencias, percepciones, estudios cualitativos |
En la práctica casi nunca se meten todos los componentes en la ecuación. La comparación (la C de PICO) rara vez aparece escrita en el título o el resumen, y el diseño de SPIDER filtra demasiado si lo pones como concepto obligatorio. Lo normal es quedarse con dos o tres conceptos y dejar el resto para los criterios de inclusión del cribado.
Una regla que repetimos mucho en asesoría: cada concepto que agregas con AND reduce los resultados. Si un concepto no es indispensable para decidir si un artículo sirve, no lo pongas en la ecuación. Ese filtro lo haces después, leyendo títulos y resúmenes.
Sinónimos: la parte que más trabajo da
Para cada concepto necesitas una lista de términos que los autores usan para decir lo mismo. Esta lista sale de tres fuentes:
- Los títulos y palabras clave de cinco a diez artículos que ya conoces y que sabes que entran en tu revisión (tus artículos semilla).
- Los tesauros. Si tu tema toca salud, MeSH de PubMed es la referencia. En educación, el tesauro de ERIC. En economía, los códigos JEL ayudan a encontrar vocabulario.
- Las variantes de escritura: inglés británico y americano, siglas, términos viejos que siguen apareciendo en artículos antiguos.
Un error típico es traducir la pregunta palabra por palabra. Si tu tema es "deserción universitaria", buscar "university desertion" deja por fuera la literatura que dice "dropout", "student attrition", "student retention" o "persistence". El vocabulario lo dictan los artículos, no el diccionario.
Operadores booleanos y paréntesis
OR va dentro de cada concepto y suma sinónimos. AND va entre conceptos y deja solo los registros que tienen ambos. AND NOT (en Scopus) o NOT (en WoS) excluye, y conviene usarlo poco, porque saca artículos útiles que mencionan de pasada el término excluido.
Los paréntesis no son decoración. Scopus aplica primero OR, luego los operadores de proximidad, luego AND y al final AND NOT. Si escribes chatgpt OR "generative AI" AND assessment sin paréntesis, el resultado puede no ser el que crees. Agrupa siempre cada concepto entre paréntesis y te ahorras la duda. La documentación de Scopus también recomienda que AND NOT vaya al final de la ecuación.
Comodines y frases
Los comodines recogen variantes de una palabra con un solo término:
| Necesidad | Scopus | Web of Science |
|---|---|---|
| Cualquier terminación | evaluat* (evaluate, evaluation, evaluating) |
evaluat* |
| Un carácter exacto | wom?n |
wom?n |
| Cero o un carácter | no tiene símbolo propio | colo$r (color, colour) |
| Frase con las palabras juntas | "higher education" |
"higher education" |
| Frase exacta, con signos | {higher education} |
no aplica |
| Proximidad sin orden | teacher W/3 training |
teacher NEAR/3 training |
| Proximidad con orden | teacher PRE/3 training |
no tiene equivalente directo |
Tres detalles que se pasan por alto en Scopus. Las comillas dobles buscan una frase "suelta": incluyen plurales y aceptan comodines adentro, como "large language model*". Las llaves { } buscan la frase literal, sin plurales y tomando el asterisco como un carácter más. Y los operadores de proximidad W/n y PRE/n no se pueden combinar con frases entre llaves.
TITLE-ABS-KEY frente a TS=
En Scopus, el campo TITLE-ABS-KEY busca en el título, el resumen y las palabras clave. Según la guía de sintaxis de Elsevier, KEY incluye las palabras clave del autor y los términos de indexación que asigna la base, entre otros campos. En Web of Science, TS= (Topic) busca en el título, el resumen, las palabras clave del autor y Keywords Plus, que son términos que WoS genera a partir de los títulos de las referencias citadas.
Por eso la misma ecuación casi nunca da el mismo número en las dos bases: con Keywords Plus, WoS trae artículos donde tu término solo aparece en los títulos de lo que citan. A veces suma artículos útiles y a veces ruido.
Algunas equivalencias para traducir una ecuación de una base a la otra:
| Qué buscas | Scopus | Web of Science |
|---|---|---|
| Título, resumen y palabras clave | TITLE-ABS-KEY(...) |
TS=(...) |
| Solo título | TITLE(...) |
TI=(...) |
| Solo resumen | ABS(...) |
AB=(...) |
| Año de publicación | PUBYEAR > 2019 |
PY=(2020-2026) |
| Tipo de documento | DOCTYPE(ar) |
filtro de Document Types en la interfaz |
En WoS cada término necesita su etiqueta de campo. No puedes escribir palabras sueltas en la búsqueda avanzada y esperar que las busque en todo el registro.
Ejemplo completo comentado
Supón una revisión sistemática con esta pregunta: ¿cómo se está usando la inteligencia artificial generativa en la evaluación del aprendizaje en educación superior? Los conceptos son tres: IA generativa, educación superior y evaluación.
La ecuación en Scopus quedaría así:
TITLE-ABS-KEY (
( "generative artificial intelligence" OR "generative AI" OR "GenAI"
OR chatgpt OR "large language model*" OR "AI chatbot*" )
AND
( "higher education" OR universit* OR college* OR "undergraduate student*"
OR "graduate student*" OR "tertiary education" )
AND
( assessment* OR evaluat* OR grading OR "automated feedback"
OR "academic integrity" OR examination* )
)
AND PUBYEAR > 2021
AND ( LIMIT-TO ( DOCTYPE , "ar" ) OR LIMIT-TO ( DOCTYPE , "re" ) )
Qué hace cada parte:
- El primer bloque reúne las formas de nombrar la tecnología. "chatgpt" está porque muchos artículos usan la marca y no el término genérico.
- El segundo bloque es la población.
universit*cubre university, universities y universitario si hay resúmenes en otro idioma. Dejamos "tertiary education" porque hay autores y organismos que prefieren ese término a "higher education". - El tercer bloque es el resultado que nos interesa. "academic integrity" está porque una parte grande de la discusión sobre IA y evaluación se publica con ese vocabulario, y los artículos semilla lo confirmaron.
PUBYEAR > 2021limita a 2022 en adelante. Se justifica porque la herramienta que da origen a la pregunta se lanzó a finales de 2022. Ese tipo de límite siempre se justifica por escrito en el protocolo.- El filtro deja artículos y revisiones. Incluir o no ponencias se decide en el protocolo, antes de buscar, no después de ver cuántos resultados salen.
La versión para Web of Science:
TS=( ("generative artificial intelligence" OR "generative AI" OR "GenAI"
OR chatgpt OR "large language model*" OR "AI chatbot*")
AND ("higher education" OR universit* OR college* OR "undergraduate student*"
OR "graduate student*" OR "tertiary education")
AND (assessment* OR evaluat* OR grading OR "automated feedback"
OR "academic integrity" OR examination*) )
AND PY=(2022-2026)
Y el tipo de documento lo filtras en la interfaz (Article, Review Article), anotando el filtro en tu registro de búsqueda. En el manuscrito de la revisión vas a tener que reportar la ecuación completa de cada base tal como la corriste, con la fecha. Eso lo exige el ítem 7 de la lista de verificación PRISMA 2020, que explicamos en la guía de PRISMA 2020 paso a paso.
Cómo probar la ecuación con artículos semilla
Casi nadie hace este paso y es el que más valor le da a la búsqueda. Antes de la versión definitiva, reúne entre cinco y diez artículos que deben estar en tu revisión: de la revisión más citada del tema, de lo que te recomendó tu director o de lo que ya leíste.
Luego verificas uno por uno:
- Corre la ecuación en Scopus.
- Busca cada artículo semilla dentro de los resultados (por DOI o por título).
- Para cada artículo que no aparezca, revisa si está indexado en esa base. Si está y no salió, mira su título, resumen y palabras clave y encuentra qué término te faltó.
- Agrega el término al bloque correspondiente y vuelve a correr.
Si tus semillas salen todas, la ecuación tiene buena sensibilidad para lo que ya conoces. Si falta una, ese artículo te está diciendo qué sinónimo no previste. En el ejemplo de arriba, "academic integrity" entró al tercer bloque justo así: dos semillas hablaban de evaluación solo en esos términos.
Guarda una tabla con las semillas, si aparecieron y qué cambiaste. Es un buen anexo para el protocolo y responde de antemano la pregunta de un jurado sobre la validez de la búsqueda.
Por qué salen 12.000 resultados o salen 3
Las dos situaciones son frecuentes y tienen causas distintas.
Demasiados resultados
- Un truncamiento corto que trae palabras que no tienen nada que ver:
cost*trae costs, pero también costume y Costa Rica. - Términos muy genéricos dentro de un bloque: "technology", "model", "system", "performance". Un solo término así en un bloque con OR lo abre todo.
- Faltan conceptos. Con dos bloques sobre un tema amplio es normal que salgan miles.
- Buscar en todos los campos (ALL en Scopus) en lugar de título, resumen y palabras clave.
Qué hacer: revisa los primeros 50 resultados por relevancia y anota por qué entraron los irrelevantes. Casi siempre son uno o dos términos. La proximidad (teacher W/3 training en lugar de teacher AND training) también ayuda.
Muy pocos resultados
- Demasiados conceptos unidos con AND.
- Frases demasiado largas o literales:
{generative artificial intelligence tools in higher education}solo encuentra esa frase exacta. - Faltan sinónimos, sobre todo los que usan disciplinas vecinas.
- Un filtro de idioma, años o tipo de documento que se puso sin pensarlo.
Qué hacer: quita un concepto y mira cuánto crece. Si los nuevos artículos sirven, ese concepto sobraba. Las palabras clave de los pocos resultados suelen tener el vocabulario que te falta.
No hay un número correcto de resultados. Importa que la ecuación encuentre tus semillas y que el total se pueda cribar con el tiempo que tienes. Si es inmanejable, casi siempre hay que acotar la pregunta, no recortar la ecuación a ciegas.
Errores que vemos seguido en asesoría
- No se guardó la fecha de búsqueda. Sin fecha, la búsqueda no se puede reproducir y el revisor lo va a pedir.
- Se aplicaron filtros de área temática (SUBJAREA) que dejaron por fuera artículos de revistas multidisciplinarias.
- No se buscó literatura regional cuando el tema lo pedía. Para eso están SciELO o Redalyc, cada una con su propia ecuación.
Si estás armando el protocolo y quieres una segunda revisión de la ecuación antes de correrla, en revisión sistemática trabajamos contigo la pregunta, los bloques de sinónimos y la prueba con semillas. Y si el siguiente paso es analizar los datos extraídos, el equipo de análisis de datos arma las tablas y figuras de la síntesis.
Preguntas frecuentes
¿Tengo que usar la misma ecuación en Scopus y en Web of Science?
La lógica debe ser la misma: los mismos conceptos y los mismos sinónimos. La sintaxis cambia (TITLE-ABS-KEY frente a TS=, PUBYEAR frente a PY=), y eso es esperable. Si por alguna razón cambias términos entre bases, déjalo escrito en el protocolo con el motivo.
¿Cuántos artículos semilla necesito para probar la ecuación?
Entre cinco y diez suele bastar para detectar sinónimos faltantes. Que sean variados en años, revistas y, si se puede, disciplinas. Diez artículos del mismo grupo de autores usan el mismo vocabulario y no te dicen mucho.
¿Puedo buscar en español en Scopus?
Puedes, pero la mayoría de los registros en Scopus tienen título y resumen en inglés, incluso cuando el artículo está escrito en español. Lo habitual es buscar en inglés y, si el idioma es un criterio de inclusión, filtrar después por idioma del documento con el campo LANGUAGE.
¿Cómo reporto la ecuación en mi tesis o artículo?
Copia la ecuación completa de cada base tal como la corriste, con la fecha de búsqueda, los filtros aplicados y el número de resultados. Va en la sección de métodos o en un anexo. PRISMA 2020 lo pide de forma explícita en el ítem de estrategia de búsqueda.
Lista corta antes de correr la búsqueda definitiva
- Dos o tres conceptos, cada uno entre paréntesis.
- Sinónimos sacados de artículos semilla y tesauros, no de un traductor.
- Comodines revisados uno por uno para que no traigan basura.
- Todas las semillas indexadas aparecen en los resultados.
- Ecuación, fecha, filtros y número de resultados guardados para cada base.
- Exportación con título, resumen, palabras clave y DOI, que necesitas para quitar duplicados y cribar.