Guía de metodología
¿Qué análisis debo usar?
Lacuna son tres motores sobre una sola memoria de investigación, más puentes de síntesis que releen un mismo marco a través de otra familia. Parte de tu pregunta; la familia adecuada le sigue.
Parte de tu pregunta
¿Quién da forma al campo, y a lo largo de qué ejes?
Bibliometría
¿Qué dice la literatura — y qué queda sin decir?
Temático computacional
¿Qué fuerza tiene la evidencia agregada, y qué tan defendible es la decisión?
Metaanálisis
Tengo un marco y quiero leerlo a través de otra lente.
Puentes de síntesis
Los tres motores y el puente de síntesis
- Bibliometría6 métodos
Convierte los flujos de citas, coautoría, palabras clave y temporales en un mapa de investigación: dónde es denso el campo, cuáles son sus centros de influencia y dónde están los puentes y las desconexiones.
Úsala cuando tu pregunta trate sobre la estructura de un campo más que sobre un efecto único.
- Temático computacional6 métodos
Hace emerger la proximidad conceptual, la repetición y las zonas de silencio a lo largo del texto del corpus. Es computacional, no el análisis temático reflexivo de Braun–Clarke.
Úsala para mapear temas, rastrear cómo evolucionan y marcar lagunas candidatas con evidencia textual.
- Metaanálisis12 métodos
Saca el metaanálisis de una salida de calculadora y lo ata a un rastro de decisión: tamaño del efecto, heterogeneidad, selección de modelo y procedencia.
Úsalo cuando tengas una tabla de efectos y necesites una estimación agregada defendible.
- Puentes de síntesis4 métodos
Lecturas cruzadas del MISMO marco: cada puente relee la tabla de efectos adjunta a través de la ejecución de otra familia: tiempo, tema, dependencia o cita.
Úsalos después de una ejecución base, para leer un cuerpo de evidencia a través de una segunda lente.
El registro completo de métodos
A continuación hay un resumen público de cada método, agrupado por familia. El registro completo de reglas — con el texto de defensa y la procedencia de cada regla — vive dentro del espacio de trabajo.
Bibliometría
Bibliometric Overview
Headline descriptives: production, growth, top sources, authors and keywords.
Motor: Lacuna native (Python)
Sources Analysis
Source productivity and core journals via Bradford’s Law zones.
Motor: Lacuna native (Python)
Authors Analysis
Author productivity (Lotka’s Law), impact and dominance over time.
Motor: Lacuna native (Python)
Documents Analysis
Most-cited documents and the words that travel with them.
Motor: Lacuna native (Python)
Intellectual Structure
Co-citation and bibliographic coupling — the intellectual base and research fronts.
Motor: Lacuna native (Python)
Social Structure
Collaboration networks across authors, institutions and countries.
Motor: Lacuna native (Python)
Temático computacional
Co-word Analysis & Thematic Map
Keyword co-occurrence clustered into a strategic diagram (centrality × density).
Motor: Lacuna native (Python)
Topic Modeling (LDA / NMF)
Probabilistic or matrix-factorisation topics over the full-text corpus.
Motor: Lacuna native (Python)
Embedding-based Topic Clustering
Documents embedded (TF-IDF by default; transformer/SBERT optional) and clustered into semantically coherent topics.
Motor: Lacuna native (Python)
Factorial Analysis
MCA / correspondence analysis projecting terms into a conceptual map.
Motor: Lacuna native (Python)
Thematic Evolution
How themes split, merge and flow across time slices (Sankey).
Motor: Lacuna native (Python)
Trending Topics & Burst Detection
Emerging terms and citation bursts over the publication timeline.
Motor: Lacuna native (Python)
Metaanálisis
Univariate Meta-Analysis
Pool one effect size per study into a single summary estimate with heterogeneity diagnostics.
Motor: metafor 5.0.1 (R)
Multilevel Meta-Analysis
Two- or three-level models for dependent effect sizes nested within studies or labs.
Motor: metafor 5.0.1 (R)
GLMM Meta-Analysis
Generalised linear mixed models for binary/count outcomes without normal approximation.
Motor: metafor 5.0.1 (R)
Network Meta-Analysis
Mixed treatment comparison across ≥3 interventions with a connected evidence network.
Motor: netmeta (R)
Diagnostic Test Accuracy
Bivariate sensitivity/specificity model with a summary ROC curve.
Motor: mada (R)
Dose–Response Meta-Analysis
Model the shape of an exposure–outcome relationship across dose levels.
Motor: dosresmeta 2.2.0 (R)
P-Uniform*
Bias-corrected effect estimate robust to selective publication.
Motor: Lacuna native (Python)
P-Curve Analysis
Test the significant p-values for evidential value vs p-hacking via the p-curve's right-skew (Simonsohn et al. 2014).
Motor: Lacuna native (Python)
Trial Sequential Analysis
Adjust cumulative meta-analysis for repeated significance testing — is the evidence conclusive, or is more information needed (Wetterslev et al. 2008)?
Motor: Lacuna native (Python)
MA Power Analysis
Prospective / retrospective power for a meta-analytic design specification.
Motor: Lacuna native (Python)
Puentes de síntesis
Cumulative Reading (Time Bridge)
Re-estimate the pooled effect after each study in year order — when the evidence first became conclusive.
Motor: Lacuna native (Python)
Theme Subgroup Reading (Topic-Model Bridge)
Re-pool as a subgroup analysis whose grouping variable is each study's theme, taken from a topic-model run.
Motor: Lacuna native (Python)
Dependency Reading (Author-Network Bridge)
Re-pool with cluster-robust variance for studies produced by the same research team, from an author-network run.
Motor: Lacuna native (Python)
Evidence-Base Diagnosis (Citation Bridge)
Read the body of evidence behind a meta-analysis descriptively, matched to the project's bibliographic records.
Motor: Lacuna native (Python)
Inicia sesión para explorar el registro de reglas en vivo en la Biblioteca.
Abrir el registro completo¿Listo para construir la evidencia?
Elige una familia, adjunta tu corpus y deja que Lacuna convierta la laguna en un informe defendible.