¿Es bueno mi recuento de descargas en SSRN? Un punto de referencia gratuito por antigüedad del artículo y campo
Esta es una traducción. La versión de referencia es el original en inglés; cite esa.
Publicaste un artículo en SSRN. Algunas semanas después, el contador muestra 7 descargas. ¿Es malo, ordinario o bueno? Hasta julio de 2026, podías consultar el Ranking de SSRN y hacerte una idea. El 15 de julio de 2026, SSRN retiró el Ranking. Los recuentos de descargas permanecieron en cada página de artículo y autor, pero desaparecieron los números con los que se podían comparar. SSRN Benchmark es una herramienta gratuita y de código abierto que devuelve esa comparación. Le das tu recuento de descargas, la antigüedad de tu artículo y, si lo deseas, tu área temática. Te indica aproximadamente qué proporción de artículos similares estás superando.
Lo que obtienes
Ejecútalo y obtendrás cuatro cosas: tu cifra, el grupo de artículos con el que te compararon, un percentil, y el rango típico para ese grupo (25%, mediana, 75%, 90% y 95%), con un veredicto simple desde "muy por debajo de lo típico" a "muy por encima de lo típico". También puede imprimir la tabla de referencia completa por edad, una tabla de descargas medianas por campo, y la lista de los 25 campos disponibles. Si tu conteo abarca varios artículos, indícalo con --papers y lo divide por ese número.
El grupo de referencia consta de 1,360 artículos de SSRN, publicados entre 1996 y 2026 en 25 campos. Sus números acumulados de descargas se leyeron de capturas de Internet Archive tomadas antes de que SSRN dejara de servirlos a clientes automatizados, por lo que esta instantánea no se puede recopilar de nuevo.
Lo que dicen los números
La mayoría de los autores esperan más de lo que muestran los datos. El trabajo mediano en su año de publicación tiene 12 descargas; la mediana a uno o dos años es 25, a dos a cinco años 52, a cinco a diez años 130, y más de diez años 172. El crecimiento se concentra en los primeros tres o cuatro años, cuando las descargas medianas se duplican aproximadamente cada año. Después de aproximadamente cinco años, las diferencias entre grupos de edad no son estadísticamente significativas.
El campo es casi tan importante como la edad. Para trabajos de uno a tres años, la mediana es 109 en Negocios, 71 en Ciencias Sociales, 65 en Economía, 46 en Informática y 23 en Ciencia de Materiales. Por lo tanto, un recuento que se ve pobre en Negocios puede ser ordinario en Ingeniería. Siempre indique su campo cuando lo sepa.
Un ejemplo concreto
Supongamos que tu artículo está en Ciencias Sociales, fue publicado este año y tiene 7 descargas:
python3 ssrn_benchmark.py --downloads 7 --months 2 --field "Social Sciences"La herramienta te compara con 24 artículos de Ciencias Sociales del mismo grupo de edad, informa un percentil de aproximadamente 25%, muestra que la mediana allí es 14.5 y que el 90% de los artículos tienen 82 o menos, y da el veredicto "por debajo de lo típico". También señala que ignorar el campo te habría situado en aproximadamente el percentil 34. Aprendes que 7 es menor que la mayoría, pero que el artículo típico nuevo tiene solo alrededor de una docena de descargas, y a dónde apuntar.
Cómo leer el resultado
Cada respuesta viene acompañada de una breve nota sobre cómo interpretarla. Los trabajos que cuentan con capturas de archivo están sobrerrepresentados, así que confíe más en la forma de la distribución que en los niveles absolutos. Los contadores de descargas incluyen tráfico automatizado. Las descargas están solo débilmente relacionadas con las citas. Las fechas de publicación en los datos solo incluyen el año, por lo que la antigüedad se mide en años completos y no se ofrece ningún intervalo más corto.
Cómo empezar
Necesita Python 3. No hay nada que instalar, no se requiere cuenta ni paquetes adicionales: descargue los dos archivos, ssrn_benchmark.py y study1-wayback-downloads.csv, o clone el repositorio.
git clone https://github.com/vadimchernets/ssrn-benchmark
cd ssrn-benchmark
python3 ssrn_benchmark.py --table
python3 ssrn_benchmark.py --downloads 40 --months 24 --field EconomicsEl código está bajo la licencia MIT y los datos bajo CC BY 4.0, por lo que puedes reutilizar ambos. Todo está en github.com/vadimchernets/ssrn-benchmark. Los datos están archivados en Zenodo (DOI 10.5281/zenodo.22285871), y el análisis detrás del mismo es el artículo What Does 7 Downloads Mean? Metric Blindness and the Cold Start of Scholarly Attention After the SSRN Rankings Sunset por Vadym Chernets.
Vadym Chernets también crea Poly A1, una aplicación en la que las IA de diferentes empresas se revisan el trabajo mutuamente.