DIASPORE: an open bibliographic dataset of diatom research in Spanish-speaking countries (1844–2024)

Diatoms have numerous applications, ranging from environmental assessment to industrial uses. Despite their importance, a significant portion of diatom research from Spanish-speaking countries remains inaccessible due to language barriers, scattered grey literature, and their absence from global databases. Spanish-speaking countries cover a large part of the globe and include many biomes and diverse aquatic habitats; consequently, it is imperative to emphasize and facilitate access to their bibliography on diatoms. This study introduces a collaborative bibliographic dataset called ‘DIASPORE (DIAtom SPanish-speaking cOuntries REgister),’ which compiles diatom-related literature from Spanish-speaking countries in Latin America and Spain, spanning 181 years, from 1844 to 2024, with a total of 2,699 records. To achieve this, we conducted a systematic search across 19 Spanish-speaking countries, integrating information from institutional repositories, academic databases, previously published catalogues, and expert networks. Each entry was classified by publication type, study approach, environment, country, and language, resulting in a comprehensive, harmonized dataset designed for reuse and further development. The dataset consists of single comma-separated values (CSV) in a tabular format containing 17 descriptive columns for each record. To enhance accessibility and promote open exploration of this resource, we developed a web-based interface using Shiny. This interactive tool allows users to filter publications by country, author, year, study type, keywords, and environment and download the desired query. DIASPORE represents the largest effort to date to organize diatom literature resources into a single, open-access, navigable database. The dataset can be used to explore diatom biodiversity and biogeographical patterns across regions, identify understudied taxa or habitats, and support the development of bioindicators for environmental monitoring. It also enables bibliometric and historical analyses, bridges linguistic gaps by increasing access to Spanish-language research, and serves as a collaborative and educational resource for the global diatom community.ResumenLas diatomeas poseen numerosas aplicaciones que van desde la evaluación ambiental hasta usos industriales. A pesar de su importancia, una parte significativa de la investigación sobre diatomeas proveniente de países de habla hispana permanece inaccesible debido a las barreras lingüísticas, a la dispersión de la literatura gris y a su ausencia en las bases de datos globales. Los países de habla hispana abarcan una gran parte del globo e incluyen numerosos biomas y hábitats acuáticos; en consecuencia, resulta imperativo destacar y facilitar el acceso a su bibliografía sobre diatomeas. Este estudio presenta un conjunto de datos bibliográficos colaborativo denominado “DIASPORE (por su denominación en inglés: DIAtom SPanish-speaking cOuntries REgister)” que recopila la literatura relacionada con las diatomeas de los países de habla hispana de América Latina y España, abarcando un periodo de 181 años, desde 1844 hasta 2024, con un total de 2.699 registros. Para lograrlo, realizamos una búsqueda sistemática en 19 países de habla hispana, integrando información de repositorios institucionales, bases de datos académicas, catálogos previamente publicados y redes de expertos. Cada entrada fue clasificada según el tipo de publicación, el enfoque del estudio, el entorno, el país y el idioma, lo que dio como resultado un conjunto de datos exhaustivo y armonizado, diseñado para su reutilización y desarrollo futuro. El conjunto de datos se presenta en formato tabular de valores separados por comas (CSV) e incluye 17 columnas descriptivas por registro. Con el fin de mejorar la accesibilidad y fomentar la exploración abierta de este recurso, desarrollamos una interfaz web con la herramienta ShinyApp. Esta herramienta interactiva permite a los usuarios filtrar las publicaciones por país, autor, año, tipo de estudio, palabras clave y entorno, así como descargar los resultados de la consulta deseada. DIASPORE constituye el esfuerzo más ambicioso realizado hasta la fecha para organizar los recursos bibliográficos sobre diatomeas de países hispanohablantes en una base de datos única, de acceso abierto y navegable. Este conjunto de datos puede utilizarse para explorar la biodiversidad de las diatomeas y los patrones biogeográficos entre regiones, identificar taxones o hábitats poco estudiados y respaldar el desarrollo de bioindicadores para el monitoreo ambiental. Asimismo, posibilita la realización de análisis bibliométricos e históricos, tiende puentes sobre las brechas lingüísticas al ampliar el acceso a la investigación en español y sirve como recurso colaborativo y educativo para la comunidad global de diatomólogos.