Cuántas citas más reciben los artículos que comparten datos

Si estás armando un plan de gestión de datos o dudando si vale la pena depositar tu base, es probable que alguien te haya dicho que compartir datos trae más citas. La pregunta que de verdad importa es cuántas, y qué tan firme es esa respuesta.

Revisamos lo que hay. Desde hace casi dos décadas se acumulan estudios que asocian la publicación de datos con un mayor número de citas, y la dirección del hallazgo se repite con bastante regularidad. La magnitud, en cambio, varía mucho según la disciplina, el tamaño de la muestra y el método.

Por eso nos parece que conviene mirarla con cuidado antes de convertirla en argumento.

Tres estimaciones, tres escalas

Un estudio de Piwowar y colegas revisó 85 ensayos clínicos con microarreglos de cáncer publicados entre 1999 y 2003. Los que habían dejado sus datos disponibles concentraron el 85 % de las citas del conjunto. Controlando por factor de impacto de la revista, fecha de publicación y presencia de autores estadounidenses, la disponibilidad de los datos se asoció con 69 % más citas. El intervalo es amplio, algo esperable con 85 observaciones, y los propios autores presentan el resultado como una correlación.

Los análisis posteriores trabajan con muestras mucho mayores. Colavizza y colegas clasificaron de forma automática las declaraciones de disponibilidad de datos de 531.889 artículos de PLOS y BMC. Los que enlazan los datos en un repositorio se asocian con hasta 25 % más impacto en citas que los que los dejan como material suplementario o "disponibles a solicitud".

Un trabajo posterior, también encabezado por Colavizza, usó el conjunto Open Science Indicators, que reúne las publicaciones de PLOS entre 2018 y 2023 y un grupo de comparación del PMC Open Access Subset. Ahí la ventaja estimada para el depósito en repositorio fue de 4,3 % en promedio. Los mismos autores advierten que en PLOS, donde compartir datos es requisito, la ventaja puede ser menor que en otras revistas.

La distancia entre 69 %, 25 % y 4 % refleja diferencias de población, período, medida y método. Leídas en conjunto, estas cifras sugieren una asociación positiva y consistente cuyo tamaño depende en buena medida del contexto.

En su revisión de la década anterior, Christensen y colegas describen el panorama de forma parecida. Los estudios disponibles, de 85 a más de 10.000 casos y casi siempre de una sola disciplina, encuentran aumentos de entre 9 % y 69 %, la mayoría entre 20 % y 40 %.

Un experimento natural en economía y ciencia política

Casi todos esos estudios comparan artículos que comparten datos con artículos que no lo hacen, y quienes comparten pueden diferir en muchos otros aspectos. Esta es, a nuestro juicio, la debilidad principal de la literatura. Christensen y colegas intentaron reducir ese problema usando los cambios de política editorial como experimento natural.

Primero compararon 17 revistas que pasaron a exigir la publicación de datos con 13 revistas de control. No encontraron diferencias en las citas de los primeros cinco años, y el cumplimiento de esas políticas iba de 0 % a 83 % según la revista.

Luego examinaron dos revistas con políticas aplicadas con rigor, la American Economic Review y el American Journal of Political Science. Con 1.660 artículos empíricos y el cambio de política como variable instrumental, estimaron que publicar los datos se asocia con 97 citas adicionales por artículo (error estándar de 34), sobre una media cercana a 100. Eso equivale a un intervalo de 95 % aproximado de 30 a 164 citas.

La adopción sigue siendo parcial

Entre 2017 y 2018, solo el 20,8 % de los artículos de PLOS y el 12,2 % de los de BMC enlazaban sus datos a un repositorio, aunque en 2018 más del 88 % ya incluía una declaración de disponibilidad, según el mismo análisis de Colavizza y colegas.

Las políticas editoriales también son desiguales. Kim y colegas encontraron que el 50,2 % de las revistas de bibliotecología y ciencias de la información indexadas en Scopus no tenía pautas sobre compartir datos. Para seguir esa evolución, Ikeuchi publicó un conjunto de datos con las políticas de 220 revistas de alto impacto de 22 disciplinas en 2014, 2019 y 2023.

Las razones para no compartir son conocidas. Christensen y colegas mencionan el esfuerzo que exige, el riesgo de que otros publiquen antes con los mismos datos y la posibilidad de que se detecten errores. A eso se suman restricciones legales y éticas cuando hay datos personales o sensibles.

Los financiadores, en tanto, ya lo exigen. Desde el 25 de enero de 2023, la política de gestión y difusión de datos de los NIH pide un plan al postular, y el ERC exige un plan de gestión de datos a más tardar en el sexto mes del proyecto, bajo el principio de datos "tan abiertos como sea posible, tan cerrados como sea necesario".

Dónde y cómo depositar

Los principios FAIR ordenan buena parte de la discusión práctica. Piden datos localizables, accesibles, interoperables y reutilizables, también por máquinas. Son pautas de gestión y no traen asociada una cifra de impacto en citas.

Los repositorios disciplinarios, como ICPSR en ciencias sociales o GenBank para secuencias genéticas, suelen ofrecer mejor descubrimiento dentro de su comunidad y estándares de metadatos propios. En cualquiera de ellos, un depósito que otros puedan reutilizar se arma así:

1. 1

   Describe

   Un README con el contenido, las variables y la procedencia de los datos.

2. 2

   Usa formatos abiertos

   CSV, JSON u otros formatos no propietarios.

3. 3

   Licencia tus datos

   Una licencia explícita, en general CC BY o CC0.

4. 4

   Documenta

   Metadatos de autoría, fecha y método de obtención, que el repositorio asocia al DOI.

El repositorio resuelve la preservación y la citación. Si lo que buscas es que otros recorran los datos sin descargarlos ni procesarlos, un explorador de datos o un sitio del proyecto complementa el depósito, pero no lo reemplaza.

Con todo, la evidencia acumulada sugiere que los artículos que publican sus datos reciben, en promedio, más citas. La magnitud va de unos pocos puntos porcentuales en muestras grandes y recientes a cifras mucho mayores en estudios pequeños o contextos específicos, y casi todos los resultados son correlacionales. Por eso nosotros no usaríamos la ventaja en citas como argumento principal. Los motivos más sólidos para compartir siguen siendo la verificación y la reutilización, y las citas son un beneficio probable, pero variable.

Referencias

1. Christensen, G., Dafoe, A., Miguel, E., Moore, D. A., & Rose, A. K. (2019). A study of the impact of data sharing on article citations using journal policies as a natural experiment. PLOS ONE, 14(12), e0225883. https://doi.org/10.1371/journal.pone.0225883
2. Colavizza, G., Cadwallader, L., LaFlamme, M., Dozot, G., Lecorney, S., Rappo, D., & Hrynaszkiewicz, I. (2024). An analysis of the effects of sharing research data, code, and preprints on citations. PLOS ONE, 19(10), e0311493. https://doi.org/10.1371/journal.pone.0311493
3. Colavizza, G., Hrynaszkiewicz, I., Staden, I., Whitaker, K., & McGillivray, B. (2020). The citation advantage of linking publications to research data. PLOS ONE, 15(4), e0230416. https://doi.org/10.1371/journal.pone.0230416
4. Ikeuchi, U. (2025). Longitudinal dataset of journal data sharing policies across 22 disciplines for 2014 2019 and 2023. Scientific Data, 13, 119. https://doi.org/10.1038/s41597-025-06434-2
5. Kim, E., Tabogoc, K. J., & Chae, J. W. (2024). Analyzing data sharing policies in library and information science: Journal metrics, open access status, and publisher volume. Publications, 12(4), 39. https://doi.org/10.3390/publications12040039
6. Piwowar, H. A., Day, R. S., & Fridsma, D. B. (2007). Sharing detailed research data is associated with increased citation rate. PLOS ONE, 2(3), e308. https://doi.org/10.1371/journal.pone.0000308
7. Wilkinson, M. D., Dumontier, M., Aalbersberg, I. J., Appleton, G., Axton, M., Baak, A., Blomberg, N., Boiten, J.-W., da Silva Santos, L. B., Bourne, P. E., Bouwman, J., Brookes, A. J., Clark, T., Crosas, M., Dillo, I., Dumon, O., Edmunds, S., Evelo, C. T., Finkers, R., . . . Mons, B. (2016). The FAIR Guiding Principles for scientific data management and stewardship. Scientific Data, 3, 160018. https://doi.org/10.1038/sdata.2016.18