¿Qué son las tesis y disertaciones?
De acuerdo con Loan (2022), las tesis y disertaciones son fuentes primarias, ricas y valiosas de información académica de trabajos de investigación, son trabajos extensos y profundos realizados por académicos. Comenta también que estas fuentes siempre fueron vigiladas estrictamente por bibliotecarios y profesionales de la información bajo llave para evitar plagios y robos, esto afectó gravemente su uso, ya que valiosas fuentes permanecieron sin descubrir, sin usar y sin citar.
Tesis y disertaciones electrónicas
Hoy en día, los desarrollos de acceso abierto y la creación de repositorios digitales han comenzado a archivar tesis y disertaciones electrónicas (Electronic Thesis and Dissertations (ETD)) que afectan positivamente su uso convirtiendolas en documentos con mayor accesibilidad.
Según Alsalmi et al., (2014), la primera planificación para la presentación de ETD comenzó en una teunión en 1987 entre UMI, VA Tech, Arbor Text, Soft Quad y la Universidad de Michigan, los autores mencionan que más tarde, en 1996, EE,UU. financió un esfuerzo de tres años para difundir el concepto de ETD. Así mismo, un proyecto en Virginia Tech condujo a un requisito obligatorio para que las tesis y disertaciones posteriores a 1997 se enviaran electrónicamente. Después se formó la Biblioteca Digital en Red de Tesis (Networked Digital Library of Theses and Dissertations (NDLTD)).
Más tarde, el Servicio en Línea de Tesis Electrónicas (Electronic Theses Online Service (ETHOS)), China NDLTD (CNDLTD), Shodhganga (un reservorio de ETD indios), etc. que mejoraron aún más el uso de ETD en la enseñanza, el aprendizaje y la investigación.
El NDLTD archivó 6.171.419 ETD al 3 de septiembre de 2021 (http://search.ndltd.org/). El acceso se realiza principalmente mediante motores de búsqueda como Google, Yahoo, Bing, MSN, AOL, All the Web, AltaVista y motores de búsqueda especiales como Tesis y disertaciones de acceso abierto (OATD) para recuperar estas fuentes de información académica.
Caso de estudio
El estudio realizado por Loan (2022) tuvo como objetivo evaluar la eficiencia de recuperación de cuatro motores de búsqueda, a saber, Google (motor de búsqueda general), Google Scholar (motor de búsqueda académico), Yahoo (motor de búsqueda general) y OATD (motor de búsqueda de contenido específico).
El propósito de este estudio de caso fue examinar hasta qué punto los motores de búsqueda logran recuperar los ETD utilizando diferentes técnicas y enfoques de búsqueda. El estudio también tuvo como objetivo identificar la herramienta de búsqueda más adecuada para buscar y recuperar los ETD después de comparar los resultados de la búsqueda. Se seleccionaron cincuenta ETD utilizando técnicas de muestreo aleatorio sistemático de Shodhganga (un reservorio de tesis indias) depositadas entre 2011 y 2015 (10 de cada año).
Resultados y conclusiones
En el presente estudio se examinaron los primeros 50 resultados de los motores de búsqueda. Google Scholar mostró el mejor rendimiento en la búsqueda de Título y en la búsqueda de Título Y Autor junto con OATD, mientras que Google y OATD mostraron un buen rendimiento en la búsqueda de «palabras clave» y el mejor rendimiento en la búsqueda de «Palabras clave Y Autor».
El desempeño general de los motores de búsqueda reveló que Google y OATD son los motores de búsqueda más adecuados para recuperar ETD en comparación con Yahoo y Google Scholar. Los resultados del presente estudio son muy interesantes pero no pueden generalizarse debido al alcance limitado del estudio. En futuras investigaciones, el alcance del estudio puede extenderse a otras herramientas de búsqueda y repositorios para llegar a resultados más concretos. Sin embargo. El presente estudio servirá como piedra angular para futuras investigaciones.
Referencias
Alsalmi, J.M., Liew, C.L. and Chawner, B. (2014), “The influence of contextual factors on the adoption and development of electronic theses and dissertations (ETD) programmes in the Arab Gulf states”, Library Management, Vol. 35 Nos 4/5, pp. 355-363.
Loan, F.A., Parray, U.Y. and Khan, A.M. (2022), «Performance of search engines in harvesting grey literature», Library Hi Tech News, Vol. ahead-of-print No. ahead-of-print. https://doi.org/10.1108/LHTN-12-2021-0094
0 comentarios