Los motores de búsqueda de la web
profunda y su desarrollo en
investigación científica de las
organizaciones de educación superior
de la zona central del ecuador.
Fernando Sánchez Gómez y Héctor
Calapaqui Bonilla
Resumen
Es posible que haya escuchado antes el
término, el tema de la "web profunda" que se
rumorea, pero rara vez se habla. Una web
debajo de la web, llena de petabytes de datos
e información que están fuera del alcance de
su barra de búsqueda estándar de Google,
Bing o Yahoo. Pero, ¿qué es exactamente la
red profunda y para qué sirve la comunidad
investigadora en su conjunto? Al realizar
una búsqueda en internet usando
navegadores estándar la mayor parte de los
casos la credibilidad de las fuentes resulta
cuestionables. Esto es algo que no nos
podemos permitir si deseamos presentar un
trabajo académico o formamos parte de un
equipo de investigación. Para nuestra
fortuna encontramos estos motores de
búsqueda de la web profunda, que
garantizarán la veracidad de nuestros datos y
nos ayudarán a lograr un resultado rigurosos
y de entre todos ellos hemos escogido los
siguientes.
Palabras claves: Motores de
búsqueda, web profunda,
investigación científica.
1. La Web profunda: una
definición adecuada
Google utiliza lo que se conoce como
un "rastreador basado en arañas" para
rastrear la web en busca de resultados de
páginas web estáticas, y luego se los
devuelve cuando ingresa los términos
correctos en la barra de búsqueda. Esto
solo cubre una porción muy pequeña de
la información real que está disponible
en la web.
Todos los resultados que obtenga de
una búsqueda básica de Google
provienen de lo que se conoce como la
"Web de superficie". The Surface Web
cubre sus aspectos básicos: redes
sociales, sitios de noticias, compras,
blogs, etc.
Luego está Deep Web, que no debe
confundirse con la "Dark Web", una
parte de Internet asociada con frecuencia
a servicios de conexión de protección de
privacidad como TOR y mercados de
drogas en línea como el ahora extinto
Silk Road.
La web profunda contiene un
torrente constantemente actualizado de
información cruda, sin marcar, que surge
con términos técnicos complejos y tantos
diagramas que es suficiente para hacer
que una computadora explote. Estos son
documentos que mantienen registros de
cosas como datos del censo, datos de la
misión de la NASA, patentes y bases de
datos de documentos académicos.
Se estima que toda la superficie de la
web solo equivale a aproximadamente
20 terabytes de información, o el 5% de
la información disponible para la
búsqueda abierta. Por otro lado, la red
profunda ocupa aproximadamente
7,5 peta bytes de información, o solo
alrededor del 95 por ciento del total.
2. Cómo buscar en la Web
profunda
Saber dónde mirar cuando se sumerge en
el extremo profundo de la web es el
primer paso, y probablemente el más
importante, que debe tomar antes de
comenzar cualquier otra cosa. Si bien la
profundidad de la Web es casi infinita
cuando se trata de la cantidad de
información que puede encontrar, a
diferencia de lo que la mayoría de la
gente está acostumbrada a buscar en
Google, no todos los datos están
centralizados en el mismo lugar.
Esto significa que para tantas
materias diferentes que pueda pensar
(finanzas, software, negocios, economía,
academia, etc.), hay un número igual de
motores de búsqueda diseñados para
sumergirse en los archivos web
profundos de esos temas particulares.
Un problema que encuentran
algunos investigadores es el problema de
los muros de pago. No hay forma de
evitarlo; para ejecutar estos sitios web /
bases de datos y mantener las luces
encendidas, muchos de los sitios
mencionados a continuación mantendrán
su contenido oculto detrás de un muro de
pago que puede costar más de $ 50 para
leer un solo documento, o planes de
suscripción mensual que le permiten
acceder a todos los contenidos por una
tarifa plana.
Si los muros de pago son un
problema para usted, una herramienta
que recomendamos que consulte es la
extensión del navegador Google Chrome
Unpaywall . Unpaywall recorre
automáticamente la web en busca de una
versión gratuita de cualquier contenido
al que intente acceder que indique que
está detrás de un muro de pago. Es
posible que no siempre obtengas un
resultado gratis para cada artículo que
buscas, sin embargo, aún así es bueno
saber que la opción está ahí si la
necesitas en un apuro.
A continuación, hemos incluido
una lista de algunos de los servicios que
consideramos el mejor trabajo para
catalogar toda la información que pueda
necesitar durante su próximo proyecto de
investigación, destacando aquellos que
facilitan la búsqueda más que la mayoría.
JSTOR : la primera adición, y
probablemente la más obvia, a esta lista
es la base de datos JSTOR. Establecido
en 1995, este tesoro de investigación
continúa siendo una de las primeras
paradas para cualquier investigador
académico en su camino. Al ofrecer
búsquedas de texto completo de más de
2,000 publicaciones individuales y más
de 15,000 libros, JSTOR es una
herramienta imprescindible para
cualquier durante sus inmersiones
profundas de datos. JSTOR le permite
acceder a hasta tres libros de forma
gratuita, mientras que una suscripción al
servicio JPASS ($ 19.50 al mes / $ 199
por año) le dará lectura ilimitada y 10
descargas de PDF cada 30 días (hasta
120 por año).
Archive.org : una gigantesca base de
datos de medios que se ha ingresado en
el dominio público. ¡Grabaciones de
sonido, videos antiguos, libros raros,
prácticamente todo lo que pueda
necesitar para construir su próxima gran
presentación en la universidad, el trabajo
o ambas cosas! Se asoció con Wayback
Machine, que cuenta con más de 280 mil
millones de páginas web que se han
indexado desde casi el inicio de Internet.
3. General
HighWire Press - Catálogo en línea
del mayor repositorio de texto libre y
texto no gratuito, contenido revisado por
pares, de más de 1.000 publicaciones
diferentes. Es impredecible en cuanto a
lo que hay detrás de un muro de pago y
lo que no. La única forma de averiguarlo
es filtrar los términos de búsqueda hasta
un punto en el que pueda ver suficientes
publicaciones tanto del lado pagado
como del lado no pagado del pasillo para
decidir si necesita o no sacar la billetera.
 Encyclopedia Britannica - Project Gutenberg : 57,000 libros
Proporciona información y productos
instructivos oportunos, relevantes y
confiables utilizados en escuelas,
universidades, hogares, bibliotecas y
lugares de trabajo en todo el mundo.
Colabora con expertos, académicos,
educadores, diseñadores instruccionales
y especialistas en experiencia del
usuario; sometiendo su trabajo a una
revisión editorial rigurosa; y Miles de voluntarios digitalizaron y
combinándolo todo en productos de
aprendizaje que son útiles, confiables y
agradables.
4. Libros
Google Books : la elección más
obvia. Aunque los otros listados a
continuación están bien para lo que
hacen, pero ninguno puede estar a la
altura de la destreza de escaneo de libros
de Google. Algunos libros tendrán vistas
previas parciales, otros totalmente
disponibles, y aún más no le permitirán
ver nada en absoluto. Todo el texto se
digitaliza (y se puede buscar), pero el
hecho de que pueda o no leer los
resultados depende por completo del
estado de la licencia de derechos de autor
en esa pieza de texto en particular.
Scribd : puede que no sea
exactamente la función de una base de
datos de investigación académica; sin
embargo, el servicio de suscripción
mensual sigue siendo una buena forma
de mantenerse al día sobre cualquier
artículo nuevo que pueda publicarse en
sus revistas favoritas o de buscar libros
que acaban de llegar a los estantes. La
sección de documentos permite a los
usuarios cargar casi cualquier cosa con
pocas restricciones, por lo que se ha
convertido en un repositorio para
muchos libros de texto y otro contenido
académico.
electrónicos gratuitos disponibles en
línea, también forman parte de la base de
datos de búsqueda de Archive.org. Se
puede elegir entre libros epub gratuitos,
libros kindle gratuitos, descárguelos o
léalos en línea. Encontrarás aquí gran
cantidad de la literatura del mundo, con
un enfoque en las obras más antiguas
para las cuales el copyright ha expirado.
corrigieron diligentemente los libros
electrónicos, para el disfrute y la
educación, no se requiere cuota o
registro.
Getty Research Institute : las colecciones
de la biblioteca del Getty Research
Institute incluyen más de un millón de
libros, fotografías de estudio,
publicaciones periódicas y catálogos de
subastas. También hay una colección
bastante profunda de materiales raros o
únicos que se centran en la historia del
arte y la arquitectura.
5. Medicina y Salud
Globalhealthfacts.org - Base de datos
indexada de información médica
mundial, que se puede buscar por tipo de
enfermedad, país, condiciones, síntomas
y más. Gran recurso completo con
cientos de infografías que pueden usarse
para explicar las estadísticas de ciertos
problemas de salud en una escala más
amplia.
New England Journal of Medicine : una
de las principales revistas médicas con
textos completos de ediciones pasadas
disponibles en línea. Prepárate para
pagar un poco de contenido, pero
también está disponible de forma
gratuita.
6. Física y Astronomía
 The SAO/NASA Astrophysics Data
System: un motor de datos de física y
astronomía para documentos
académicos. Cada documento que desee
leer debe solicitarse individualmente, lo
que puede ser una molestia, pero aún así
una de las mejores maneras de tener en
sus manos los datos en bruto que salen de
telescopios y experimentos de física de
todo el mundo.
Academic Index: Se divide en dos
tipos diferentes de búsquedas: la
búsqueda principal, que básicamente
arroja resultados de Google más
afinados, y la otra que busca tesoros
académicos en la web profunda.
7. Ingeniería y Técnología
IEEE Xplore Digital Library:
contiene más de 1,4 millones de
documentos del Instituto de Electrónica
e Ingenieros Eléctricos. Base de datos
con capacidad de búsqueda de materiales
actualizados sobre casi cualquier cosa y
todo lo relacionado con la ingeniería
eléctrica y la tecnología en general.
TechXtra: acceso gratuito a
informes, materiales electrónicos,
investigación, noticias de la industria e
incluso listados de trabajo en los campos
de matemáticas, ciencias e ingeniería.
ScienceResearch.com - Acceso de
búsqueda a revistas científicas y bases de
datos. Enorme base de datos de trabajos
agregados e investigación, todos con
búsqueda de texto. Debería ser su
primera parada para cualquier
investigación temprana que no requiera
una inmersión tan profunda como en otro
lugar.
Arxiv - Repositorio de la
Universidad de Cornell. Acceso a más de
700,000 documentos técnicos sobre
todo, desde biología cuantitativa hasta
ciencias de la computación. Parece
ofrecer texto completo en varios
formatos.
VideoLectures.net - Un conjunto
muy sólido de video conferencias de
fuentes de alta autoridad, cerca de 20,000
conferencias para elegir y más de 22,000
videos informativos en total.
8. Bibliografía
9.
[1 «JSTOR,» [En línea]. Available:
] https://www.jstor.org/.
[2 «Archive.org,» [En línea]. Available:
] https://archive.org/.
[3 «HighWire Press,» [En línea]. Available:
] https://www.highwirepress.com/.
[4 «Encyclopedia Britannica,» [En línea].
] Available:
https://www.britannica.com/.
[5 «Google Books,» [En línea]. Available:
] https://books.google.com/.
[6 «Scribd,» [En línea]. Available:
] https://es.scribd.com/.
[7 «Project Gutenberg,» [En línea].
] Available: http://www.gutenberg.org/.
[8 «Getty Research Institute,» [En línea].
] Available:
http://www.getty.edu/research/library
/.
[9 «Globalhealthfacts.org,» [En línea].
] Available:
http://globalhealthfacts.org/index.jsp.
[1 «New England Journal of Medicine,»
0] [En línea]. Available:
https://www.nejm.org/.
[1 «The SAO/NASA Astrophysics Data
1] System,» [En línea]. Available:
http://adswww.harvard.edu/.

[1 «Academic Index:,» [En línea].

2] Available:
http://www.academicindex.net/.

[1 «IEEE Xplore Digital Library,» [En línea].

3] Available:
https://ieeexplore.ieee.org/Xplore/ho
me.jsp.

[1 «TechXtra,» [En línea]. Available:

4] http://www.techxtra.ac.uk/.

[1 «ScienceResearch.com,» [En línea].

5] Available:
http://www.scienceresearch.com/scien
ceresearch/advancedsearch.html.

[1 «Arxiv,» [En línea]. Available:

6] https://arxiv.org/.

[1 «VideoLectures.net,» [En línea].

7] Available: http://videolectures.net/.