El Sistema de Datos Astrofísicos ( ADS ) de SAO/NASA es un portal de biblioteca digital para investigadores de astronomía y física , operado para la NASA por el Observatorio Astrofísico Smithsonian . [1] ADS mantiene tres colecciones bibliográficas que contienen más de 20 millones de registros, incluidas todas las impresiones electrónicas de arXiv . Los resúmenes y el texto completo de las principales publicaciones de astronomía y física están indexados y se pueden buscar a través del portal.
La importancia de registrar y clasificar el conocimiento y las obras astronómicas anteriores fue reconocida en el siglo XVIII, cuando Johann Friedrich Weidler publicó la primera historia completa de la astronomía en 1741 y la primera bibliografía astronómica en 1755. Este esfuerzo fue continuado por Jérôme de La Lande , quien publicó su Bibliographie astronomique en 1803, obra que abarcó el tiempo desde el 480 a.C. hasta el año de publicación. La Bibliographie générale de l'astronomie, Volumen I y Volumen II fueron publicados por JC Houzeau y A. Lancaster en Bruselas, seguidos en el período de 1882 a 1889. [2] [3]
A medida que crecía el número de astrónomos y publicaciones astronómicas, los esfuerzos bibliográficos se convirtieron en tareas institucionales, primero en el Observatoire Royal de Belgique , donde se publicó la Bibliografía de Astronomía de 1881 a 1898, y luego en el Astronomischer Rechen-Institut de Heidelberg, donde se publicó anualmente Astronomischer Jahresbericht se publicó de 1899 a 1968. Después de esta fecha 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] Una versión inicial de ADS, con una base de datos que consta de 40 artículos, se creó como prueba de concepto en 1988. El Servicio Abstracto ADS estuvo disponible para uso general a través de software de red propietario en abril de 1993, y se conectó a SIMBAD unos meses después. A principios de 1994, se lanzó el servicio web ADS, que efectivamente cuadruplicó el número de usuarios activos en las cinco semanas posteriores a su introducción. [8]
En 2011, ADS lanzó la búsqueda optimizada de ADS Labs, que introdujo facetas para el refinamiento y la selección de consultas. En 2013, se introdujo ADS Labs 2.0 con un nuevo motor de búsqueda, funcionalidad de búsqueda de texto completo, facetas escalables y una API. En 2015, el nuevo ADS, cuyo nombre en código es Bumblebee, se lanzó como ADS-beta. El sistema ADS-beta presenta una API de microservicios y carga dinámica de páginas del lado del cliente en una plataforma en la nube. En mayo de 2018, se eliminó la etiqueta beta y Bumblebee se convirtió en la interfaz ADS predeterminada, aunque algunas funciones heredadas (ADS Classic) aún están disponibles. [9] El desarrollo continúa hasta el día de hoy, con una API extensible disponible: que permite a los usuarios crear sus propias utilidades sobre el registro bibliográfico ADS.
El servicio ADS se distribuye en todo el mundo, con doce sitios espejo en doce países, con la base de datos sincronizada mediante actualizaciones semanales utilizando rsync , una utilidad de espejo que permite actualizar solo las partes de la base de datos que han cambiado. Todas las actualizaciones se activan de forma centralizada, 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 en papel y los resúmenes creados utilizando software de reconocimiento óptico de caracteres . Algunos de estos artículos escaneados hasta aproximadamente 1995 están disponibles de forma gratuita mediante acuerdo con los editores de la revista, [11] y algunos datan de principios del siglo XIX. Con el tiempo, debido a una mayor difusión de las ediciones en línea de publicaciones de revistas, los resúmenes comenzarían a cargarse directamente en ADS.
Los artículos se indexan dentro de la base de datos por su registro bibliográfico, que contiene los detalles de la revista en la que fueron publicados y varios metadatos asociados , como listas de autores, referencias y citas . Originalmente, estos datos se almacenaban en formato ASCII , pero, eventualmente, las limitaciones de esto alentaron a los mantenedores de la base de datos a migrar todos los registros a un formato XML (lenguaje de marcado extensible) en el año 2000. Los registros bibliográficos ahora se almacenan como un elemento XML, con sub- elementos para los distintos metadatos. [10]
Los artículos escaneados se almacenan en formato TIFF , tanto en resolución media como alta . Los archivos TIFF se convierten bajo demanda en archivos GIF, para visualización en pantalla, y archivos PDF o PostScript para impresión. Luego, los archivos generados se almacenan en caché para eliminar regeneraciones innecesarias y frecuentes de 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).
Inicialmente, la base de datos contenía solo referencias astronómicas, pero ahora ha crecido hasta incorporar tres bases de datos, que cubren referencias de astronomía (incluidas las ciencias planetarias y la física solar), referencias de física (incluidas instrumentación y geociencias), así como preimpresiones de artículos científicos de arXiv . La base de datos de astronomía es, con diferencia, la más avanzada y su uso representa aproximadamente el 85% del uso total de ADS. Los artículos se asignan a las diferentes bases de datos según el tema y no según 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 adaptar la búsqueda en cada disciplina, de modo que a las palabras se les puedan asignar automáticamente diferentes funciones de peso en diferentes búsquedas en bases de datos, dependiendo de qué tan comunes sean en el campo relevante. [10]
Los datos del archivo de preimpresiones se actualizan diariamente desde arXiv , el principal depósito de preimpresiones de física y astronomía. La llegada de los servidores de preimpresión tiene, como ADS, un impacto significativo en el ritmo de la investigación astronómica, ya que los artículos a menudo están disponibles en los servidores de preimpresión semanas o meses antes de su publicación en las revistas. La incorporación de preimpresiones de arXiv en ADS significa que el motor de búsqueda puede devolver la investigación más actual disponible, con la salvedad de que es posible que las preimpresiones no hayan sido revisadas por pares o corregidas según el estándar requerido para su publicación en las principales revistas. La base de datos de ADS vincula preimpresiones con artículos publicados posteriormente siempre que sea posible, de modo que las búsquedas de citas y referencias devuelvan enlaces al artículo de revista donde se citó la preimpresión. [12]
El software se ejecuta en un sistema escrito específicamente para él, lo que permite una amplia personalización para las necesidades astronómicas que no habría sido posible con un software de base de datos de uso general . Los scripts están diseñados para ser lo más independientes posible de la plataforma, dada la necesidad de facilitar la duplicación en diferentes sistemas alrededor del mundo, aunque el creciente uso de Linux como sistema operativo preferido dentro de la astronomía ha llevado a una optimización cada vez mayor de los scripts para su instalación en esa plataforma. [10]
El servidor principal de ADS está ubicado 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 Linux CentOS 5.4 . [11] Los espejos están ubicados en Brasil, China, Chile, Francia, Alemania, India, Indonesia, Japón, Rusia, Corea del Sur, Reino Unido y Ucrania. [13]
Actualmente (2005) ADS recibe resúmenes o índices de casi doscientas fuentes de revistas. 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 Python y Perl para importar, procesar y estandarizar datos bibliográficos. [10]
La tarea aparentemente mundana de convertir los nombres de los autores a un formato estándar de apellido e 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 a la posibilidad de que un nombre de pila como Davis pueda ser el primero. nombre , segundo nombre o 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 más abajo).
Para artículos electrónicos, se extrae fácilmente una lista de las referencias que figuran al final del artículo. Para los artículos escaneados, la extracción de referencias se basa en OCR. Luego, la base de datos de referencia se puede "invertir" para enumerar 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 faltan en la base de datos; en su mayoría eran anteriores a 1975 y ahora se han agregado al sistema.
La base de datos contiene ahora más de quince millones de artículos. En los casos 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 a partir del número 1. al presente. Estas revistas representan aproximadamente dos tercios de los artículos de la base de datos, y el resto consta de artículos publicados en más de 100 revistas de todo el mundo, así como en actas de congresos. [11]
Si bien la base de datos contiene el contenido completo de todas las revistas importantes y también de muchas revistas menores, su cobertura de referencias y citas es mucho menos completa. Las referencias y citas de artículos en las principales revistas son bastante completas, pero referencias como "comunicación privada", "en prensa" o "en preparación" no pueden compararse, y los errores de autor en las listas de referencias también introducen errores potenciales. Los artículos astronómicos pueden citar y ser citados por artículos de revistas que quedan fuera del alcance de ADS, como revistas de química , matemáticas o biología . [14]
Desde sus inicios, la ADS ha desarrollado un motor de búsqueda de gran complejidad 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 suponen que el usuario tiene buenos conocimientos de astronomía y es capaz de interpretar resultados de búsqueda que están diseñados para devolver algo más que los artículos más relevantes. Se pueden consultar en la base de datos nombres de autores, nombres de objetos astronómicos , palabras del título y palabras en el texto del resumen, y los resultados se pueden filtrar según una serie de criterios. Funciona reuniendo primero sinónimos y simplificando los términos de búsqueda como se describe 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 común en el caso de nombres que incluyen acentos como diéresis y transliteraciones de escritura árabe o cirílica . Un ejemplo de una entrada en la lista de sinónimos del autor es:
La capacidad de buscar artículos sobre objetos astronómicos específicos es una de las herramientas más poderosas de ADS. El sistema utiliza datos del 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 determinada ascensión recta y declinación . 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 primero filtra los términos de búsqueda de varias maneras. Una M seguida de un espacio o guión elimina el espacio o el guión, de modo que la búsqueda de objetos del catálogo Messier se simplifica y una entrada del usuario de M45, M 45 o M-45 resulta en la ejecución de la misma consulta; de manera similar, las designaciones de NGC y los términos de búsqueda comunes como Shoemaker Levy y T Tauri están desprovistos de espacios. Se eliminan palabras sin importancia como AT, OR y TO, aunque en algunos casos se mantiene la sensibilidad , de modo que mientras y se ignora, And se convierte en " Andrómeda ", y H er se convierte en " Hércules ", pero ella es ignorada. [17]
Una vez que se han preprocesado los términos de búsqueda, se consulta la base de datos con el término de búsqueda revisado, así como con sus sinónimos. Además de la simple sustitución de sinónimos , como la búsqueda de formas plurales y singulares , 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.
La sustitución de sinónimos se puede desactivar si es necesario, de modo que se pueda buscar específicamente un término raro que sea sinónimo de un término mucho más común (como ' fecha ' en lugar de ' fecha ').
El buscador permite una lógica de selección tanto dentro de 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 construir búsquedas complejas; por ejemplo, el usuario podría buscar artículos relacionados con NGC 6543 O NGC 7009 , cuyos títulos contengan (radio O velocidad) Y NO (abundancia O temperatura).
Los resultados de la búsqueda se pueden filtrar según una serie de criterios, incluida la especificación de 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 pueden excluirse o buscarse específicamente, o pueden incluirse o excluirse 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 resultados de búsqueda. Para cada resumen devuelto, se proporcionan enlaces a otros artículos de la base de datos a los que se hace referencia y que citan el artículo, y se proporciona un enlace a una preimpresión, cuando existe. El sistema también genera un enlace a artículos "también leídos", 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 interesados en el tema de un artículo determinado. [15]
También se devuelven 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.
ADS se utiliza casi universalmente como herramienta de investigación entre los astrónomos, y hay varios estudios que han estimado cuantitativamente cuánto más eficiente ha hecho ADS la astronomía; uno estimó que 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 equivalía a 736 investigadores a tiempo completo, es decir, toda la investigación astronómica realizada en Francia. [18] ADS ha permitido que búsquedas de literatura que antes habrían tardado días o semanas en realizarse se completen en segundos, y se estima que ADS ha aumentado el número de lectores y el uso de la literatura astronómica en un factor de aproximadamente tres desde su creación. . [18]
En términos monetarios, este aumento de eficiencia representa una cantidad considerable. Hay alrededor de 12.000 investigadores astronómicos activos en todo el mundo, por lo que ADS equivale aproximadamente al 5% de la población activa de astrónomos. El presupuesto mundial para la investigación astronómica se estima entre 4.000 y 5.000 millones de dólares estadounidenses, [19] por lo que el valor de los ADS para la astronomía sería de unos 200 a 250 millones de dólares anuales. Su presupuesto operativo es una pequeña fracción de esta cantidad. [18]
La gran importancia de ADS para los astrónomos ha sido reconocida por las Naciones Unidas , cuya Asamblea General ha elogiado a 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 el Medio Ambiente Pacífico. Usos del espacio ultraterrestre . Mientras tanto, un informe de 2002 de un comité visitante del Centro de Astrofísica decía que el servicio había "revolucionado el uso de la literatura astronómica" y era "probablemente la contribución más valiosa a la investigación astronómica que el CfA haya hecho en su vida". ". [20]
Debido a que los astrónomos lo utilizan casi universalmente, ADS puede revelar mucho sobre cómo se distribuye la investigación astronómica en todo el mundo. La mayoría de los usuarios acceden al sistema desde institutos de educación superior, cuya dirección IP puede utilizarse fácilmente para determinar la ubicación geográfica del usuario. Los estudios revelan que los mayores usuarios per cápita de ADS son los astrónomos radicados en Francia y los Países Bajos, y mientras que los países más desarrollados (medidos por el PIB per cápita ) utilizan 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 con creces el rango de PIB per cápita, y se ha descubierto que la investigación básica realizada 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 otorgada a la investigación astronómica. [18] Se ha descubierto que la cantidad de investigación básica llevada 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 mostrar que la fracción de artículos astronómicos de 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]
