INTERNET ACADEMIA INVISIBLE DE DEEP WEB

Internet academia  invisible de Deep web

Se denomina Internet Académica Invisible o Academic Invisible Web (AIW) a el conjunto de bases de datos y colecciones relevantes para la academia, o con fines académicos, que no es posible ser buscado por los motores de búsqueda convencionales. La preocupación sobre este tema radica en que millones de documentos permanecen invisibles frente a los ojos de los usuarios convencionales. Dentro de estos documentos se pueden encontrar artículos, libros, reportes, documentos de acceso abierto, datos de encuestas, entre otros. El problema con los motores de búsqueda convencionales es que no muestran aquellos datos que cambian constantemente, como información climática o imágenes satelitales y dicha información, al cambiar de manera tan rápida es imposible de ser indexada por lo que restringe su aparición en los motores de búsqueda convencionales.

Una aproximación al indexamiento y apertura de la Internet académica invisible son los motores de búsqueda que se centran en información académica, como Google Scholar o Scirus. El problema de estos motores de búsqueda mencionados anteriormente es que fueron creados por compañías comerciales. El portal de ciencia Vascoda ha demostrado ser la alternativa más efectiva para eliminar el espacio entre la Internet académica visible e invisible ya que integra bases de datos de literatura, colecciones de librerías y demás contenido académico mediante un indexamiento basado en el uso de las etiquetas de cada uno de los dominios que albergan dicha información.

Cabe resaltar que no toda la ausencia de esta información en la Internet Visible se debe a los motores de búsqueda, otro de estos factores se debe a que algunos de estos documentos son propiedad de editoriales de base de datos.

Tamaño de la Internet académica invisible.

El intento más acertado por realizar una medición de la cantidad de documentos académicos presentes en la web invisible fue realizado por Bergman en 2001 en su estudio The Deep Web: Surfacing Hideen Value. En dicha investigación Bergman realizó un listado de los 60 sitios académicos más largos de la Deep Web entre los que se encontraba el National Climatic Data Center (NOAA), NASA EOSDIS, National Oceanographic (combined with Geophysical) Data Center (NOAA), entre otras.

Los sesenta sitios de la Deep Web más grandes
Nombre	Tipo	Tamaño (GBs)
National Climatic Data Center (NOAA)	Público	366,000
NASA EOSDIS	Público	219,600
National Oceanographic (combined with Geophysical) Data Center (NOAA)	Público/Pago	32,940
DBT Online	Pago	30,500
Alexa	Público (parcial)	15,860
Right-to-Know Network (RTK Net)	Público	14,640
Lexis-Nexis	Pago	12,200
Dialog	Pago	10,980
Genealogy - ancestry.com	Pago	6,500
MP3.com	Público	4,300
Terraserver	Público/Pago	4,270
ProQuest Direct (incl. Digital Vault)	Pago	3,172
Dun & Bradstreet	Pago	3,113
Westlaw	Pago	2,684
Dow Jones News Retrieval	Pago	2,684
HEASARC (High Energy Astrophysics Science Archive Research Center)	Público	2,562
US PTO - Trademarks + Patents	Público	2,440
Informedia (Carnegie Mellon Univ.)	Público	1,830
infoUSA	Pago/Público	1,584
Alexandria Digital Library	Público	1,220
JSTOR Project	Limitado	1,220
10K Search Wizard	Público	769
UC Berkeley Digital Library Project	Público	766
SEC Edgar	Público	610
US Census	Público	610
Elsevier Press	Pago	570
NCI CancerNet Database	Público	488
EBSCO	Pago	481
Amazon.com	Público	461
IBM Patent Center	Público/Privado	345
NASA Image Exchange	Público	337
Springer-Verlag	Pago	221
InfoUSA.com	Público/Privado	195
OVID Technologies	Pago	191
Investext	Pago	157
Blackwell Science	Pago	146
Betterwhois (muchos similares)	Público	152
GPO Access	Público	146
Adobe PDF Search	Público	143
Internet Auction List	Público	130
Commerce, Inc.	Público	122
Library of Congress Online Catalog	Público	116
GenServ	Pago	106
Academic Press IDEAL	Pago	104
Sunsite Europe	Público	98
Uncover Periodical DB	Público/Pago	97
Astronomer's Bazaar	Público	94
eBay.com	Público	82
Tradecompass	Pago	61
REALTOR.com Real Estate Search	Público	60
Federal Express	Público	53
Integrum	Público/Privado	49
NIH PubMed	Público	41
Visual Woman (NIH)	Público	40
AutoTrader.com	Público	39
UPS	Público	33
NIH GenBank	Público	31
AustLi (Australasian Legal Information Institute)	Público	24
Digital Library Program (UVa)	Público	21
INSPEC	Pago	16
Subtotal fuentes públicas y mixtas		673,035
Subtotal fuentes pagas		75.469
TOTAL		748,504

El problema con dicha medición es que se realizó por el tamaño de la página (en GB) más no por la cantidad de artículos publicados. No obstante dicha cantidad expresaba que se albergaba más de 700TB (o 700000GB) de información que no está expuesta en la Internet superficial.

Esta información es complementada por Lewandosky adicionando datos de la Gale Directory of Databases los cuales fueron comparados con los datos de Bergman. En dicho directorio se aproximó que existe un total de 18.92 billones de documentos académicos en total.