¿Qué se está investigando sobre insectos comestibles? Un análisis bibliométrico de las publicaciones entre 1990 y 2022
Bibliographic record
Abstract
Este artículo presenta una visión general relacionada con las publicaciones científicas sobre insectos para consumo humano a través de un análisis bibliométrico utilizando datos extraídos de la base de datos Web of Science en un período de tiempo comprendido entre 1990 y 2022 cubriendo más de 30 años de producción científica.Los resultados se presentan en forma de tablas, gráficos y diagramas con diferentes tipos de mapeo obtenidos mediante el uso de paquetes específicos para el análisis de las relaciones bibliométricas como VoS Viewer y el paquete de R Bibliometrix.De acuerdo con la clasificación de las áreas de conocimiento en WoS, la mayoría de los artículos se encuentran principalmente en los segmentos de tecnología de los alimentos, la entomología, la agricultura multidisciplinar con trabajos que van desde los aspectos ambientales, la composición química, y la percepción sensorial, entre otros.Los países con mayor influencia en el tema son Italia, EE.UU.y Corea del Sur con el mayor número de publicaciones en el área.Por otro lado, los autores con mayores métricas son Kinyuru, JN (Kenia), Choi, YS, (Corea del Sur) y Aquilanti, L, (Italia).Las revistas con mayor productividad en insectos comestibles son Journal of insects as food and feed, Foods e Insects con un número de publicaciones de 217, 107 y 61 respectivamente.Finalmente, las conclusiones de este trabajo permiten establecer rutas a seguir para los investigadores en el campo de los insectos comestibles para la alimentación humana como por ejemplo que documentos son más importantes, donde publicar y en que países e instituciones el tema se encuentra mas desarrollado.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.005 | 0.020 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.046 | 0.093 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.006 | 0.004 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".