El Sistema de Datos Astrofísicos SAO/NASA ( ADS ) es un portal de biblioteca digital para investigadores en astronomía y física , operado para la NASA por el Observatorio Astrofísico Smithsoniano . ADS mantiene tres colecciones bibliográficas que contienen más de 15 millones de registros, incluidas todas las publicaciones electrónicas de arXiv . [1] Los resúmenes y los textos completos de las principales publicaciones de astronomía y física están indexados y se pueden buscar a través del portal.
Johann Friedrich Weidler publicó la primera historia completa de la astronomía en 1741 y la primera bibliografía astronómica en 1755. Este fue un esfuerzo por archivar y clasificar los conocimientos y trabajos astronómicos anteriores.
Este esfuerzo fue continuado por Jérôme de La Lande , quien publicó su Bibliographie astronomique en 1803, una obra que cubría el período desde el 480 a. C. hasta el año de publicación.
La Bibliographie générale de l'astronomie, Volumen I y Volumen II , publicada por JC Houzeau y A. Lancaster, siguió en 1882 hasta 1889. [2] [3]
A medida que el número de astrónomos y publicaciones astronómicas crecía, los esfuerzos bibliográficos se convirtieron en tareas institucionales, primero en el Observatoire Royal de Belgique , donde se publicó la Bibliography of Astronomy de 1881 a 1898, y luego en el Astronomischer Rechen-Institut en Heidelberg, donde se publicó anualmente el Astronomischer Jahresbericht de 1899 a 1968. Después de 1968, esto fue reemplazado por la serie anual de libros Astronomy and Astrophysics Abstracts , que continuó hasta finales del siglo XX.
La primera sugerencia de una base de datos digital de resúmenes de artículos de revistas se hizo en una conferencia sobre Astronomía a partir de grandes bases de datos celebrada en Garching bei München en 1987. [4] [5] [6] [7]
En 1988 se creó una versión inicial de ADS, con una base de datos compuesta por 40 artículos, como prueba de concepto. El Servicio de Resúmenes de ADS se puso a disposición para uso general a través de un software de red propietario en abril de 1993, y se conectó a SIMBAD unos meses más tarde. A principios de 1994 se lanzó el servicio basado en la web de ADS, que efectivamente cuadriplicó el número de usuarios activos en las cinco semanas posteriores a su introducción. [8]
En 2011, ADS lanzó ADS Labs Streamlined Search, que introdujo facetas para el refinamiento y la selección de consultas. En 2013, ADS Labs 2.0 comenzó a ofrecer un nuevo motor de búsqueda, funcionalidad de búsqueda de texto completo, facetas escalables y se introdujo una API. En 2015, se lanzó el nuevo ADS, cuyo nombre en código era Bumblebee, como ADS-beta. El sistema ADS-beta presenta una API de microservicios y carga dinámica de páginas del lado del cliente servida en una plataforma en la nube. En mayo de 2018 se eliminó la etiqueta beta y Bumblebee se convirtió en la interfaz predeterminada de ADS, con algunas características heredadas (ADS Classic) que siguen disponibles. [9] El desarrollo continúa hasta el día de hoy, con una API extensible disponible: permite a los usuarios crear sus propias utilidades sobre el registro bibliográfico de ADS.
El servicio ADS se distribuye en todo el mundo con doce sitios espejo en doce países y con la base de datos sincronizada mediante actualizaciones semanales mediante rsync , una utilidad de duplicación que permite actualizar únicamente las partes de la base de datos que han cambiado. Todas las actualizaciones se activan de forma central, pero inician secuencias de comandos en los sitios espejo que "extraen" datos actualizados de los servidores ADS principales. [10]
Al principio, los artículos de revistas disponibles a través de ADS eran exclusivamente mapas de bits escaneados creados a partir de las revistas impresas y los resúmenes creados mediante software de reconocimiento óptico de caracteres . Algunos de estos artículos escaneados hasta alrededor de 1995 están disponibles de forma gratuita mediante un acuerdo con los editores de las revistas, [11] y algunos datan de principios del siglo XIX. Con el tiempo, debido a una mayor difusión de las ediciones en línea de las publicaciones de revistas, los resúmenes comenzaron a cargarse directamente en ADS.
Los artículos se indexan en la base de datos por su registro bibliográfico, que contiene los detalles de la revista en la que se publicaron y varios metadatos asociados , como listas de autores, referencias y citas . Originalmente, estos datos se almacenaban en formato ASCII , pero con el tiempo las limitaciones de este formato alentaron a los encargados del mantenimiento de la base de datos a migrar todos los registros a un formato XML (lenguaje de marcado extensible) en 2000. Los registros bibliográficos ahora se almacenan como un elemento XML con subelementos para los diversos metadatos. [10]
Los artículos escaneados se almacenan en formato TIFF con una resolución media y alta . Los archivos TIFF se convierten a pedido en archivos GIF, para visualización en pantalla, y archivos PDF o PostScript para impresión. Los archivos generados se almacenan en caché para eliminar regeneraciones innecesariamente frecuentes para artículos populares. En 2000, ADS contenía 250 GB de escaneos, que consistían en 1.128.955 páginas de artículos que comprendían 138.789 artículos. En 2005, esta cantidad había aumentado a 650 GB y se esperaba que aumentara aún más hasta aproximadamente 900 GB en 2007. [11] No se ha publicado más información (2005).
La base de datos inicialmente contenía sólo referencias astronómicas, pero ahora ha crecido para incorporar tres bases de datos, que cubren referencias de astronomía (incluyendo ciencias planetarias y física solar), referencias de física (incluyendo instrumentación y geociencias), así como preimpresiones de artículos científicos de arXiv . La base de datos de astronomía es de lejos la más avanzada y su uso representa alrededor del 85% del uso total de ADS. Los artículos se asignan a las diferentes bases de datos según el tema en lugar de la revista en la que se publican, de modo que los artículos de cualquier revista pueden aparecer en las tres bases de datos temáticas. La separación de las bases de datos permite que la búsqueda en cada disciplina se adapte, de modo que a las palabras se les pueden dar automáticamente diferentes funciones de peso en diferentes búsquedas en bases de datos, dependiendo de lo comunes que sean en el campo relevante. [10]
Los datos del archivo de preprints se actualizan diariamente desde arXiv, que es el repositorio dominante de preprints de física y astronomía. La aparición de servidores de preprints, al igual que ADS, ha tenido un impacto significativo en la tasa de investigación astronómica, ya que los artículos suelen estar disponibles desde servidores de preprints semanas o meses antes de que se publiquen en las revistas. La incorporación de preprints de arXiv a ADS significa que el motor de búsqueda puede devolver la investigación más actual disponible, con la salvedad de que los preprints pueden no haber sido revisados por pares o corregidos según el estándar requerido para su publicación en las principales revistas. La base de datos de ADS vincula los preprints con artículos publicados posteriormente siempre que sea posible, de modo que las búsquedas de citas y referencias devolverán enlaces al artículo de la revista donde se citó el preprint. [12]
El software se ejecuta en un sistema que fue escrito específicamente para el ADS, lo que permite una amplia personalización para las necesidades astronómicas que no habría sido posible con un software de base de datos de propósito general . Los scripts están diseñados para ser lo más independientes de la plataforma posible, dada la necesidad de facilitar la duplicación en diferentes sistemas en todo el mundo, aunque el creciente uso de Linux como el sistema operativo de elección dentro de la astronomía ha llevado a una mayor optimización de los scripts para la instalación en esa plataforma. [10]
El servidor principal de ADS se encuentra en el Centro de Astrofísica | Harvard & Smithsonian en Cambridge, Massachusetts , y es un servidor Intel X86 dual de 64 bits con dos CPU de cuatro núcleos a 3,0 GHz y 32 GB de RAM , que ejecuta la distribución de Linux CentOS 5.4 . [11] A partir de 2022, hay espejos ubicados en China, Chile, Francia, Alemania, Japón, Rusia, el Reino Unido y Ucrania. [13]
Actualmente (2005) ADS recibe resúmenes o tablas de contenidos de casi doscientas fuentes de revistas científicas. El servicio puede recibir datos referentes al mismo artículo de múltiples fuentes y crea una referencia bibliográfica basada en los datos más precisos de cada fuente. El uso común de TeX y LaTeX por casi todas las revistas científicas facilita enormemente la incorporación de datos bibliográficos al sistema en un formato estandarizado, y la importación de artículos basados en web codificados en HTML también es sencilla. ADS utiliza scripts de Python y Perl para importar, procesar y estandarizar datos bibliográficos. [10]
La aparentemente mundana tarea de convertir los nombres de los autores en un formato estándar de Apellido , Inicial es en realidad una de las más difíciles de automatizar, debido a la amplia variedad de convenciones de nomenclatura en todo el mundo y la posibilidad de que un nombre de pila como Davis pueda ser un nombre de pila , un segundo nombre o un apellido. La conversión precisa de nombres requiere un conocimiento detallado de los nombres de los autores activos en astronomía, y ADS mantiene una extensa base de datos de nombres de autores, que también se utiliza para realizar búsquedas en la base de datos (ver a continuación).
En el caso de los artículos electrónicos, es fácil extraer una lista de las referencias que aparecen al final del artículo. En el caso de los artículos escaneados, la extracción de referencias se basa en el reconocimiento óptico de caracteres (OCR). La base de datos de referencias se puede "invertir" para incluir las citas de cada artículo en la base de datos. Las listas de citas se han utilizado en el pasado para identificar artículos populares que faltaban en la base de datos; en su mayoría, eran anteriores a 1975 y ahora se han añadido al sistema.
La base de datos contiene actualmente más de quince millones de artículos. En el caso de las principales revistas de astronomía ( Astrophysical Journal , Astronomical Journal , Astronomy and Astrophysics , Publications of the Astronomical Society of the Pacific y Monthly Notices of the Royal Astronomical Society ), la cobertura es completa, con todos los números indexados desde el número 1 hasta el presente. Estas revistas representan aproximadamente dos tercios de los artículos de la base de datos, y el resto consiste en artículos publicados en más de 100 revistas de todo el mundo, así como en actas de congresos. [11]
Aunque la base de datos contiene el contenido completo de todas las revistas importantes y también de muchas de las menores, su cobertura de referencias y citas es mucho menos completa. Las referencias y citas de artículos en las revistas principales son bastante completas, pero no se pueden encontrar coincidencias con referencias como "comunicación privada", "en prensa" o "en preparación", y los errores de autor en las listas de referencias también introducen posibles errores. Los artículos astronómicos pueden citar y ser citados por artículos en revistas que quedan fuera del alcance de ADS, como revistas de química , matemáticas o biología . [14]
Desde su creación, la ADS ha desarrollado un motor de búsqueda altamente complejo para consultar las bases de datos de resúmenes y objetos . El motor de búsqueda está hecho a medida para buscar resúmenes astronómicos, y el motor y su interfaz de usuario asumen que el usuario es experto en astronomía y capaz de interpretar los resultados de búsqueda que están diseñados para devolver más que solo los artículos más relevantes. La base de datos puede consultarse por nombres de autores, nombres de objetos astronómicos , palabras del título y palabras en el texto del resumen, y los resultados pueden filtrarse de acuerdo con una serie de criterios. Funciona primero reuniendo sinónimos y simplificando los términos de búsqueda como se describió anteriormente, y luego generando un "archivo invertido", que es una lista de todos los documentos que coinciden con cada término de búsqueda. Luego, la lógica y los filtros seleccionados por el usuario se aplican a esta lista invertida para generar los resultados de búsqueda finales. [15]
El sistema indexa los nombres de los autores por apellido e iniciales, y tiene en cuenta las posibles variaciones en la ortografía de los nombres mediante una lista de variaciones. Esto es habitual en el caso de nombres que incluyen acentos como diéresis y transliteraciones del alfabeto árabe o cirílico . Un ejemplo de una entrada en la lista de sinónimos de autores es:
La capacidad de buscar artículos sobre objetos astronómicos específicos es una de las herramientas más potentes de ADS. El sistema utiliza datos de SIMBAD , la base de datos extragaláctica de la NASA/IPAC , las circulares de la Unión Astronómica Internacional y el Instituto Lunar y Planetario para identificar artículos que se refieren a un objeto determinado, y también puede buscar por posición del objeto, enumerando artículos que se refieren a objetos dentro de un radio de 10 minutos de arco de una Ascensión Recta y Declinación dadas . Estas bases de datos combinan las muchas designaciones de catálogo que un objeto podría tener, de modo que una búsqueda de las Pléyades también encontrará artículos que enumeran el famoso cúmulo abierto en Tauro bajo cualquiera de sus otras designaciones de catálogo o nombres populares, como M45, las Siete Hermanas o Melotte 22. [16]
El motor de búsqueda filtra primero los términos de búsqueda de varias maneras. Una M seguida de un espacio o guión tiene el espacio o guión eliminado, de modo que la búsqueda de objetos del catálogo Messier se simplifica y una entrada de usuario de M45, M 45 o M-45 da como resultado la ejecución de la misma consulta; de manera similar, las designaciones NGC y los términos de búsqueda comunes como Shoemaker Levy y T Tauri se eliminan de los espacios. Las palabras sin importancia como AT, OR y TO se eliminan, aunque en algunos casos se mantiene la distinción entre mayúsculas y minúsculas , de modo que mientras a nd se ignora, A nd se convierte en " Andromeda ", y H er se convierte en " Hercules ", pero h er se ignora. [17]
Una vez que se han procesado previamente los términos de búsqueda, se consulta la base de datos con el término de búsqueda revisado, así como con sus sinónimos. Además de la sustitución simple de sinónimos , como la búsqueda de formas tanto en plural como en singular , ADS también busca una gran cantidad de sinónimos específicamente astronómicos. Por ejemplo, espectrógrafo y espectroscopio tienen básicamente el mismo significado, y en un contexto astronómico, metalicidad y abundancia también son sinónimos. La lista de sinónimos de ADS se creó manualmente, agrupando la lista de palabras en la base de datos según significados similares. [10]
Además de sinónimos en inglés , ADS también busca traducciones al inglés de términos de búsqueda extranjeros y viceversa, de modo que una búsqueda de la palabra francesa soleil recupera referencias a Sun , y los términos de búsqueda en inglés pueden devolver artículos en idiomas distintos del inglés.
Si es necesario, se puede desactivar el reemplazo de sinónimos, de modo que se pueda buscar específicamente un término poco común que sea sinónimo de un término mucho más común (como " dateline " en lugar de " date ").
El motor de búsqueda permite la selección lógica tanto dentro de los campos como entre campos. Los términos de búsqueda en cada campo se pueden combinar con OR, AND, lógica simple o lógica booleana , y el usuario puede especificar qué campos deben coincidir en los resultados de la búsqueda. Esto permite crear búsquedas complejas; por ejemplo, el usuario podría buscar artículos relacionados con NGC 6543 O NGC 7009 , con títulos de artículos que contengan (radio O velocidad) Y NO (abundancia O temperatura).
Los resultados de la búsqueda se pueden filtrar según una serie de criterios, como especificar un rango de años como "1945 a 1975", "2000 hasta la actualidad" o "antes de 1900", y en qué tipo de revista aparece el artículo [–] artículos no revisados por pares, como actas de congresos . Estos se pueden excluir o buscar específicamente, o se pueden incluir o excluir revistas específicas de la búsqueda.
Aunque fue concebido como un medio para acceder a resúmenes y artículos, ADS proporciona una cantidad sustancial de información auxiliar junto con los resultados de búsqueda. Para cada resumen que se devuelve, se proporcionan enlaces a otros artículos en la base de datos a los que se hace referencia y que citan el artículo, y se proporciona un enlace a una preimpresión, si existe alguna. El sistema también genera un enlace a artículos "leídos también", es decir, aquellos a los que han accedido con mayor frecuencia quienes leen el artículo. De esta manera, un usuario de ADS puede determinar qué artículos son de mayor interés para los astrónomos que están interesados en el tema de un artículo determinado. [15]
También se incluyen enlaces a las bases de datos de nombres de objetos de SIMBAD y/o NASA Extragalactic Database , a través de las cuales un usuario puede encontrar rápidamente datos de observación básicos sobre los objetos analizados en un artículo y encontrar más artículos sobre esos objetos.
El ADS se utiliza casi universalmente como herramienta de investigación entre los astrónomos, y hay varios estudios que han estimado cuantitativamente cuánto más eficiente ha sido el ADS en la astronomía; uno estimó que el ADS aumentó la eficiencia de la investigación astronómica en 333 años de investigación equivalentes a tiempo completo por año, [8] y otro encontró que en 2002 su efecto fue equivalente a 736 investigadores a tiempo completo, o toda la investigación astronómica realizada en Francia. [18] El ADS ha permitido que las búsquedas bibliográficas que antes habrían llevado días o semanas se completen en segundos, y se estima que el ADS ha aumentado el número de lectores y el uso de la literatura astronómica en un factor de aproximadamente tres desde su inicio. [18]
En términos monetarios, este aumento de la eficiencia representa una cantidad considerable. Hay alrededor de 12.000 investigadores astronómicos activos en todo el mundo, por lo que ADS equivale a aproximadamente el 5% de la población activa de astrónomos. El presupuesto mundial de investigación astronómica se estima entre 4.000 y 5.000 millones de dólares estadounidenses [19] , por lo que el valor de ADS para la astronomía sería de unos 200-250 millones de dólares anuales. Su presupuesto operativo es una pequeña fracción de esta cantidad [18] .
La gran importancia del ADS para los astrónomos ha sido reconocida por las Naciones Unidas , cuya Asamblea General ha elogiado al ADS por su trabajo y éxito, destacando particularmente su importancia para los astrónomos del mundo en desarrollo, en informes del Comité de las Naciones Unidas sobre la Utilización del Espacio Ultraterrestre con Fines Pacíficos . Mientras tanto, un informe de 2002 elaborado por un comité visitante del Centro de Astrofísica decía que el servicio había "revolucionado el uso de la literatura astronómica" y era "probablemente la contribución individual más valiosa a la investigación astronómica que el CfA ha hecho en su existencia". [20]
Debido a que es utilizado casi universalmente por astrónomos, ADS puede revelar mucho sobre cómo se distribuye la investigación astronómica alrededor del mundo. La mayoría de los usuarios acceden al sistema desde institutos de educación superior, cuya dirección IP puede usarse fácilmente para determinar la ubicación geográfica del usuario. Los estudios revelan que los usuarios per cápita más altos de ADS son astrónomos con base en Francia y los Países Bajos, y mientras que los países más desarrollados (medidos por el PIB per cápita ) usan el sistema más que los países menos desarrollados; la relación entre el PIB per cápita y el uso de ADS no es lineal. El rango de uso de ADS per cápita excede por lejos el rango del PIB per cápita, y se ha encontrado que la investigación básica llevada a cabo en un país, medida por el uso de ADS, es proporcional al cuadrado del PIB del país dividido por su población. [18] Las estadísticas también implican que hay aproximadamente tres veces más astrónomos en países de cultura europea que en países de cultura asiática , lo que quizás sugiere diferencias culturales en la importancia atribuida a la investigación astronómica. [18] Se ha comprobado que la cantidad de investigación básica que se lleva a cabo en un país es proporcional al número de astrónomos de ese país multiplicado por su PIB per cápita, con una dispersión considerable.
ADS también se ha utilizado para demostrar que la fracción de artículos astronómicos escritos por un solo autor ha disminuido sustancialmente desde 1975 y que los artículos astronómicos con más de 50 autores se han vuelto más comunes desde 1990. [21]
