Tarea 4. Revisión por partes y factor de impacto.

 

OpenAI. (2025). Imagen generada con DALL·E. https://chat.openai.com

Tarea 4. Revisión por partes y factor de impacto.

Lo que más me ha llamado la atención de las lecturas previas a esta tarea es la manera en que el factor de impacto, aunque se usa mucho para medir la calidad de las revistas, en realidad no lo cuenta todo. Es verdad que nos da una idea de cuántas veces se citan los artículos de una revista y eso puede ser una buena pista sobre su reputación o sobre lo que interesa en la comunidad científica. Pero también puede engañarnos un poco, porque no siempre significa que todos los artículos que publica esa revista sean buenos o importantes.

Por eso me parece crucial que no nos quedemos solo con ese número como algo fundamental, sino que pensemos también en otros aspectos que acompañen al factor de impacto y que puedan explicar mejor la calidad de un artículo. Por ejemplo, cómo está hecho el trabajo, si la metodología es sólida y si los resultados están bien explicados.

También me ha parecido interesante que haya revistas que tienen políticas más transparentes y que piden a los autores que expliquen bien cómo han hecho su trabajo o que compartan los datos. Todo eso ayuda a que un artículo sea más fiable y, posiblemente, de mayor calidad, aunque no esté en una revista con un factor de impacto alto.

En resumen, creo que el factor de impacto es solo un punto de partida. Para mí, la calidad real de un artículo debería basarse en más cosas: cómo está hecho, la honestidad en cómo se presentan los datos y si ha pasado por una buena revisión por pares. Como investigadores que estamos empezando, creo que es clave tener claro esto para no quedarnos solo con un número y no perder de vista el objetivo de nuestra tarea investigadora, que es aportar algo de valor a la ciencia.