Este es el inventario, no la intención. Cada elemento de abajo es un archivo que existe, con el tamaño que ocupa, la licencia que lleva y la fecha en que se congeló su contenido. Donde un estante está escaso o vacío, se dice — un catálogo que solo enumera lo que salió bien no es un catálogo.
| Estante | Archivos | Tamaño |
|---|---|---|
| 02 · Núcleo | 96 | 297.29 GB |
| 08 · Mapas | 3 | 140.91 GB |
| 06 · Literatura | 21 | 80.21 GB |
| 07 · Suplementario | 238 | 18.67 GB |
| 05 · Idioma | 83 | 12.68 GB |
| 04 · Matemáticas | 45 | 11.73 GB |
| 03 · Economía | 30 | 1.71 GB |
La fecha indica cuándo se compiló o publicó el contenido, no cuándo se descargó el archivo. Un archivo creado en 2023 contiene conocimiento de 2023 por muy reciente que sea la descarga.
El idioma importa más de lo que parece. La cobertura en español es más escasa que la inglesa en todos los corpus medidos, y la sección al pie de esta página detalla en qué medida.
Casi todo lo de aquí es libremente redistribuible: compartir-igual, dominio público o base de datos abierta. Las excepciones están marcadas, y una de ellas no puede transmitirse en absoluto.
Noventa y seis archivos, 297,3 GB: más de la mitad del corpus por tamaño. Dos enciclopedias y dieciocho archivos de preguntas y respuestas, desde electrónica y Unix hasta robótica, astronomía e ingeniería de redes. Es la base sobre la que se apoyan casi todas las respuestas, y la razón de que exista un modelo de recuperación.
La edición completa en inglés con imágenes: el artefacto más grande del conjunto y la base sobre la que se apoya cualquier otra respuesta.
Se tomó la versión maxi y no los recortes de 46 GB o 7,9 GB. Los 69 GB ahorrados habrían costado la cola larga, que es justo donde vive un procedimiento de reparación poco común o un diagnóstico infrecuente. Al 2% del disco, la decisión no estuvo reñida.
La edición completa en español con imágenes. Un tercio del tamaño de la inglesa en bytes, y una compilación más reciente.
Se tomó con imágenes en lugar de la versión solo texto: con un único idioma adicional, el almacenamiento ahorrado no compensa la pérdida de los diagramas. Ese cálculo se invierte con siete idiomas, donde la edición inglesa ya contiene las mismas ilustraciones.
El corpus de resolución de problemas más grande jamás reunido, y el segundo artefacto más grande de este conjunto.
Se conservó tras una discusión explícita. En contra: trata sobre todo de frameworks web y servicios en la nube que presuponen internet, y el modelo de programación ya codifica buena parte de eso en 18 GB de pesos. A favor, y ganó: no se puede predecir cuál será la respuesta rara sobre un protocolo serie o una opción del compilador, y esa imprevisibilidad es todo el argumento a favor de un corpus completo frente a una selección curada.
Diseño de circuitos, identificación de componentes, fuentes de alimentación, microcontroladores, diagnóstico. El más denso del grupo.
Diez veces el tamaño del sitio de ingeniería. Quien repara un controlador de carga, un temporizador de bomba o una radio encarna el caso de uso previsto más directamente que casi todo el resto del corpus. Si sobreviviera un solo sitio de Stack Exchange, sería este.
Física conceptual y aplicada en forma de preguntas y respuestas.
El formato de preguntas y respuestas se ajusta mejor a la enseñanza de la física que la prosa enciclopédica, porque quien lee llega con una confusión concreta y no con un tema.
Biología de organismos, genética, ecología, fisiología.
Pequeño para su dominio, y complementario de Wikipedia más que redundante: recoge las preguntas que a una obra de referencia nunca se le ocurre responder.
Reacciones, materiales, práctica de laboratorio y seguridad.
El material de seguridad de laboratorio pesa más sin conexión que con ella: no hay a quién preguntar, y los modos de fallo en este dominio no perdonan.
Reparación de vehículos y motores, diagnóstico y mantenimiento.
No figura en la especificación; se añadió a propósito. En un escenario donde este nodo importa, mantener un camión en marcha se acerca más al propósito que varias cosas que la especificación sí nombra.
Ingeniería mecánica, estructural y civil.
No figura en la especificación; se añadió a propósito, para servir al lado aplicado del corpus de matemáticas. Sorprendentemente pequeño para el dominio que abarca.
Treinta archivos, 1,7 GB. Contabilidad por partida doble, fundamentos de los contratos, historia monetaria y mecánica del comercio. La literatura financiera moderna da por supuestas instituciones en funcionamiento, liquidación electrónica y formación continua de precios, y nada de eso está disponible en la situación para la que se construye este nodo, así que el material aquí se inclina a lo histórico y lo procedimental. Cualquier grupo mayor que un hogar necesita un libro de cuentas, y el método tiene quinientos años y no necesita electricidad.
Finanzas personales, crédito, instrumentos de deuda y valoración.
Cubre la mecánica del comercio y los mercados en su extremo práctico: las preguntas que alguien tiene de verdad, no la teoría que hay detrás.
Fundamentos de contratos y acuerdos: estructura, contraprestación, remedio, resolución de disputas.
El formato de preguntas y respuestas encaja mejor aquí que un tratado, porque la gente llega con una situación y no con una doctrina. No es el derecho de ningún país concreto, y el nodo lo dice cuando se le pregunta.
Razonamiento económico al nivel en que se pregunta, no al nivel en que se enseña.
El primer material colocado en este directorio, que hasta el 25-08-2026 estaba completamente vacío.
Cuarenta y seis archivos, 11,7 GB. Wikipedia es una mala maestra de matemáticas: sus artículos están escritos para quien ya tiene el concepto. Todo lo de este estante existe para corregir eso.
69 libros de texto de matemáticas de acceso abierto en 23 materias, avalados por un consejo editorial: títulos, autores y procedencia.
Un índice, no un estante: estos libros no están en el disco. Los catálogos que sí están aquí enumeran miles de títulos sin juzgar ninguno. Esto es el juicio: qué libros de acceso abierto consideró un consejo revisor lo bastante buenos para enseñar con ellos. Vale la pena conservarlo porque se deteriora más rápido que los libros: varias entradas ya solo se resuelven a través del Internet Archive.
Más grande que todos los demás sitios de Stack Exchange de este conjunto juntos. Lo más parecido a un tutor que hay en todo el corpus.
Responde al problema con el que abre la sección de matemáticas: Wikipedia enseña mal las matemáticas, porque sus artículos están escritos para quien ya tiene el concepto. Las preguntas y respuestas son lo inverso: alguien atascado, alguien explicando, en todos los niveles, de la aritmética a la investigación.
Diseño experimental, inferencia y regresión: estadística para agricultura y control de calidad.
Conocido como Cross Validated. El ensayo agrícola y la carta de control son los dos lugares donde la estadística se gana su sitio en este despliegue, y ambos están bien cubiertos.
Matemáticas de competición con problemas resueltos y ejercicios graduados.
Da justo en la necesidad de ejemplos resueltos que Wikipedia no cubre. Tiene cinco años y da igual: las matemáticas no caducan.
Demostraciones formales, enunciadas con rigor.
Complementa el registro de «alguien atascado, alguien explicando» de los sitios de preguntas y respuestas con la versión precisa del mismo resultado.
Sobre cómo explicar las matemáticas, no sobre cómo hacerlas.
No figura en ninguna lista de la especificación; se añadió a propósito. Es el segundo artefacto del conjunto que se ocupa de transmitir conocimiento en lugar de guardarlo, que es lo que en última instancia necesita un nodo destinado a enseñar.
Noventa y nueve archivos, 12,7 GB. Wiktionary en ambos idiomas, el catálogo de LibreTexts Español —sesenta y seis libros de texto escritos en español y no traducidos a él— y los primeros diccionarios bilingües. Faltan todavía las gramáticas y el material de aprendizaje de idiomas. El nodo funciona en ambas lenguas; todavía no puede enseñar ninguna de las dos a quien no la tenga.
Un hispanohablante que aprende inglés y un angloparlante que aprende español necesitan libros distintos, y la mitad que más se suele omitir es la que sirve a quien no construye el sistema. Los diccionarios que llegaron demuestran el punto en lugar de resolverlo: de inglés a español son 64.000 entradas; de español a inglés, un esbozo cuarenta veces menor y dos años más antiguo. Nombrar la carencia es la única forma de que no se vuelva permanente en silencio.
Tres mil cuarenta y seis archivos, 85,6 GB. Libros de dominio público en ambos idiomas y, de forma menos evidente, el mayor cuerpo de escritura técnica procedimental del corpus. El español sigue siendo el lado delgado por amplio margen: 2,9 GB frente a 81,1 GB.
Diccionarios bilingües en ambas direcciones, en un formato de código abierto y otros tres para lectores.
El primer diccionario bilingüe de la construcción, y abierto hasta el fondo: la fuente es texto editable, no una base de datos que solo un programa sabe leer. Las dos direcciones no son iguales. De inglés a español son 64.258 entradas, al día. De español a inglés son 116 kilobytes y dos años más viejo. Están los dos; solo uno está terminado.
334.909 registros de lo que se imprimió en el mundo hispánico —título, lugar, impresor, año— desde 1479 hasta hoy.
Un catálogo, no una biblioteca. Las obras no están aquí. Lo que sí trae es el pie de imprenta: «En Madrid : por Iuan de la Cuesta …, 1609», la prensa que imprimió el Quijote. Un registro de qué se imprimió, dónde y cuándo, que no se puede reconstruir sin conexión. La Biblioteca Virtual Miguel de Cervantes se reserva derechos sobre sus textos digitalizados y lo respetamos; esa misma institución publica su catálogo sin restricción alguna, y eso es lo que se tomó.
1.511 títulos de dominio público, reeditados: tipografía real, marcado semántico y portadas propias. En dos formatos.
La diferencia entre una transcripción escaneada y un libro que alguien elegiría leer. Se guarda por duplicado —un formato para leer y otro para buscar— porque la forma indexable es de la que el modelo recupera de verdad. Es la licencia más limpia del archivo: dominio público de principio a fin, sin cláusula no comercial, así que puede viajar con un nodo sin condición alguna.
Textos en español de dominio público, transcritos y revisados: constituciones, tratados, documentos históricos, poesía y prosa.
Junto con el fondo de Gutenberg en español, este es el estante de literatura en español. No es la biblioteca Cervantes, que sigue pendiente: una distinción que conviene mantener, porque la literatura en español con verdadera profundidad es lo que hace del español una primera lengua aquí y no un destino de traducción.
Libros de dominio público, y un gran cuerpo de ingeniería, agricultura, química y metalurgia prácticas anteriores a 1928.
Su valor supera a esa descripción. Aquellos libros técnicos antiguos se escribieron cuando las materias se enseñaban de forma procedimental, dando por hecho que quien leía pretendía hacer la cosa y no entenderla. Las referencias modernas suponen que puedes comprar la pieza; estas suponen que tienes que fabricarla. También aporta la literatura que hace de esto una copia de seguridad de la civilización y no una herramienta de supervivencia.
El 2,3% de la edición inglesa: la asimetría más marcada de todo el conjunto.
Es una propiedad del propio corpus de dominio público, no una decisión de empaquetado: se ha digitalizado mucho menos material en español anterior a 1928. Es también el único lugar del conjunto donde la edición en español es más reciente que la inglesa, por dos años y medio.
La redundancia es intencionada. Un subconjunto extraído por etiquetas, una compilación curada por clínicos, un wiki de urgencias y una referencia de anatomía patológica discrepan entre sí de formas útiles, y una fuente única no tiene con qué contrastarse.
El contenido de salud de la Wikipedia en inglés, con imágenes.
Extraído por barrido de etiquetas y no por selección editorial, que es la razón por la que la compilación curada MDWiki se toma junto a este y no en su lugar.
El 30% de la edición inglesa en bytes.
Una consulta clínica en español tiene bastante menos material del que recuperar que una en inglés. Eso afecta directamente a la instrucción de verificar cualquier respuesta clínica contra el archivo antes de actuar.
La compilación curada de WikiProject Medicine: más de 75.000 artículos seleccionados editorialmente.
Contenido solapado con el subconjunto médico de Wikipedia, método de selección distinto. Se tomaron ambos a propósito: uno se barre por etiquetas y el otro lo eligen clínicos, y las discrepancias entre ellos son informativas.
Medicina de urgencias, escrita para el caso agudo y no como enciclopedia.
Más cercano al caso de uso previsto que una obra de referencia. Se encontró leyendo el listado del directorio en lugar de buscándolo: una búsqueda por la palabra medicina no lo habría sacado a la luz. Pasó de 46 MB a 357 MB en tres meses, así que está creciendo activamente.
Anatomía patológica diagnóstica.
Se encogió de 76 MB a 53 MB en nueve meses, algo inusual en un wiki. Queda marcado para revisarlo en la próxima actualización, por si se perdió contenido en vez de deduplicarse.
Dermatología para tonos de piel más oscuros.
Las referencias médicas estándar están ilustradas de forma abrumadora con piel clara, y la presentación de erupciones, infecciones y procesos inflamatorios difiere visiblemente. Una referencia que muestre solo una es un riesgo diagnóstico, no simplemente algo incompleto.
Referencia veterinaria.
La salud del ganado es una cuestión de seguridad alimentaria en el escenario previsto, no de cuidado de mascotas.
Medicina práctica curada, de la pequeña serie zimgit pensada para uso sin conexión.
Las colecciones zimgit se montan deliberadamente en vez de replicarse, lo que las hace densas para su tamaño y merecedoras de acompañar a los barridos grandes.
Con licencia por despliegue, no redistribuibles, y los únicos artefactos del conjunto que no se pueden volver a obtener desde una dirección pública. Todo lo demás puede descargarlo de nuevo cualquiera que tenga el manifiesto y una conexión. Estos requieren la cuenta de quien los compró.
Todos los demás artefactos médicos de aquí son obras de referencia. Estos son manuales procedimentales para personas sin formación, escritos para la situación en que la clínica está a un día de distancia y nadie de los presentes es clínico. Donde no hay doctor es el original, escrito en español en 1970 antes de que existiera la edición inglesa. No es una traducción.
| Título | Edición inglesa | Edición española | Diferencia |
|---|---|---|---|
| Donde no hay doctor | 2025 | 2017 | 8 años |
| Donde no hay dentista | 2025 | 2005 | 21 años |
| Donde no hay doctor para la mujer | 2024 | 2024 | — |
| Un libro para parteras | 2026 | 2016 | 10 años |
| Aprendiendo a promover la salud | 2026 | 2010 | 16 años |
| El niño campesino deshabilitado (sordera) | 2026 | 2008 | 18 años |
| Ayudar a los niños ciegos | 2002 | 2002 | — |
| Guía comunitaria de salud ambiental | 2012 | none | — |
| Guía de salud y seguridad laboral | 2015 | none | — |
| Salud mental comunitaria | 2025 | none | — |
| Agua para vivir | 2016 | yes | — |
| Fichas: cólera, covid, mpox, zika | yes | yes | — |
La actualidad de las ediciones no es simétrica, y las diferencias son clínicas. Un manual dental en español de 2005 es anterior a las pautas antibióticas actuales. Cuando una respuesta en español y una en inglés discrepan en contenido clínico, la fuente inglesa es probablemente más reciente.
Tres títulos existen solo en inglés. Salud ambiental, seguridad laboral y salud mental comunitaria: tres ámbitos en los que quien opera en español no tiene ningún material de Hesperian, no simplemente material más antiguo. Existe una mitigación parcial para agua y saneamiento. Nada mitiga los otros dos.
Doscientos cuarenta y dos archivos en el estante, 367 GB. El más cercano de todos al uso diario: mantener una bomba en marcha, tratar el agua, conservar una cosecha, identificar una planta, enseñar las matemáticas que hay detrás y mantener vivo el propio nodo.
Una base de datos taxonómica de todas las especies conocidas: lo único del corpus dirigido a la brecha de identificación.
El primer artefacto que aborda una limitación que el diseño admite abiertamente: la visión del modelo no identifica de forma fiable plantas ni animales, y mantenerse neutral respecto a la geografía costó las guías de campo regionales que eran la mitigación declarada. Esto no es una guía de campo ni la sustituye: es el mayor recurso de identificación que se puede obtener.
Referencia de preparación, directamente sobre el tema.
Se conserva con reservas. 1,42 GB es mucho para un solo blog y probablemente pesen las imágenes; si el contenido tiene calidad de referencia o es marketing de contenidos sigue siendo una pregunta abierta, y queda marcado para evaluarlo en vez de darlo por bueno.
Sistemas energéticos, energía fuera de red, solar, minirredes y electrificación rural.
Ninguna otra cosa del conjunto cubre esto. La energía es la primera restricción de diseño por prioridad, y hasta que llegó esto el corpus no decía absolutamente nada sobre el sistema del que depende todo el nodo.
Tecnología apropiada: solar, sistemas de agua, construcción a pequeña escala, saneamiento, agricultura sostenible.
Tecnología apropiada: energía solar, sistemas de agua, construcción a pequeña escala y saneamiento. Posiblemente encaje mejor en la sección práctica que varias de las fuentes que la especificación sí nombra.
Manuales de reparación de electrónica, electrodomésticos, vehículos y herramientas, con las fotografías de cada paso y las listas de herramientas intactas.
La reparabilidad es una prioridad de diseño, y un nodo que no se puede arreglar tiene fecha de caducidad. El desmontaje fotografiado es un formato que ninguna otra cosa del corpus reproduce. Ambos idiomas, y la edición en español es la más reciente de las dos: el único lugar del archivo donde eso ocurre.
Instrucción en vídeo de matemáticas, ciencias, economía y preparación de exámenes, en inglés y español.
El elemento individual más grande del disco, y el único que enseña viendo a alguien resolver un problema en lugar de leyéndolo. Los libros de texto dan por supuesto un lector que ya sabe estudiar solo. Esto es para quien todavía no.
Comunidad de reparación: electrónica, electrodomésticos, diagnóstico, desmontaje.
Una comunidad de reparación más que un manual: diagnósticos, lo que de verdad falla y arreglos que la gente ya ha probado. Pequeño, 17 MB, y complementa los manuales de iFixit en lugar de sustituirlos.
Respuesta posdesastre y material sobre riesgos.
No es estrictamente médico, pero se continúa con el caso de uso de respuesta ante desastres, donde la pregunta suele ser sobre agua, refugio y saneamiento antes que sobre lesiones.
Tratamiento del agua y saneamiento.
Trivialmente pequeño para la consecuencia que arrastra, y una de las dos únicas cosas que mitigan en parte la ausencia de material de salud ambiental en español.
Preparación y conservación de alimentos.
La conservación es la parte que importa aquí: una cosecha que no se puede almacenar es una cosecha que en su mayoría se desperdicia.
Nudos.
Puramente práctico, trivialmente pequeño, y justo el tipo de cosa que a nadie se le ocurre incluir hasta que le hace falta.
Técnicas de campo, primeros auxilios, acampada y navegación, escrito para enseñar a no especialistas.
El registro importa tanto como el contenido. Casi todas las referencias técnicas se escriben para quien ya trabaja en el campo; esta supone un principiante y alguien que enseña, que es el modo en que este nodo tiene que funcionar más a menudo.
Técnicas de campo en español: raras en este conjunto, y valen más de lo que sugiere su tamaño.
La cobertura en español ha sido escasa en todos los corpus adquiridos. Diez megabytes de instrucción práctica en español no es mucho, y es más de lo que ofrece en español casi todo el resto del estante práctico.
La mejor documentación general de Linux que existe, sea cual sea la distribución.
Este trata de mantener vivo el propio nodo. El sistema corre sobre Linux, y no hay ninguna otra documentación de sistemas en todo el conjunto; así que cuando el problema es la máquina y no la pregunta, esto es lo único que leer.
Datos por país: terreno, clima, agricultura, infraestructura, demografía.
Esto es lo que sustituye a la curación regional cuando el lugar de despliegue está sin decidir. La referencia por país es la respuesta neutral respecto a la geografía para un corpus que no puede saber dónde acabará.
Material de referencia agrícola de Estados Unidos.
Más un marcador de posición que una respuesta: sostiene el estante de agricultura hasta que llegue el material de la FAO y de los servicios de extensión, que es de donde sale de verdad el corpus agrícola neutral respecto a la geografía.
Setenta y ocho archivos, 847,2 GB: el estante más grande del archivo. El mapa base del planeta ocupa 137,5 GB, del zoom 0 al 15, en un solo archivo con licencia de base de datos abierta. Junto a él hay 706 GB de relieve global, los mapas de clasificación climática y la documentación para usarlo todo sin conexión. El mapa base sabe dónde están las cosas; el relieve sabe a qué altura.
Elevación global, del zoom 0 al 12, en un solo archivo. El color de cada píxel es la altura en metros.
El artefacto más grande de la construcción, y el único que no envejece: el terreno no se mueve. La elevación responde por dónde corre y se acumula el agua, qué ladera da al sol, si una ruta se puede caminar a pie, dónde hay un salto para una micro-hidroeléctrica y qué se inunda. Los archivos regionales de mayor detalle se descartaron: la fuente global es de 30 metros, así que más allá de este zoom no existe información nueva salvo en un puñado de países ricos. Quedarse con el archivo del planeta mantiene el archivo neutral en geografía en lugar de comprometerlo en silencio con un solo continente.
Clasificación climática a 1 km, para cuatro periodos observados entre 1901 y 2020.
Responde qué crece aquí, en cualquier punto del planeta, que es lo que necesita el material agrícola y lo que un mapa de carreteras no puede dar. Los cuatro periodos históricos son la parte que vale la pena: el mismo lugar clasificado en 1901 y en 2020 muestra si las condiciones de cultivo se han desplazado, algo que ninguna instantánea aislada puede indicar.
La misma clasificación en un segundo formato, más el dato que los mapas omiten: cuánto coincidieron los modelos.
Un duplicado que se gana su sitio. Los mapas dicen que Bogotá es Csb y Mérida es Aw con la misma seguridad. Esta capa dice que los modelos coincidieron el 50% de las veces sobre Bogotá y el 100% sobre Mérida, y que el aparente desplazamiento secular de Mérida parte de una clase que la mitad del conjunto rechazó. Sin ella, el nodo afirma un cambio que no puede sostener. Es además la única afirmación del archivo almacenada dos veces en formatos independientes, de modo que ambas pueden contrastarse en lugar de darse por buenas.
Esquemas de etiquetado, el modelo de datos y la documentación de las herramientas.
El mapa base del planeta son datos; esto es la documentación para leerlo y reconstruirlo, que es lo que importa cuando el servidor de mapas falla y no hay internet donde buscar.
Siete mediciones independientes, casi todas apuntando en la misma dirección. Es una propiedad de la construcción más que una observación sobre un corpus concreto, y quien opere el nodo en español necesita que se diga con claridad en vez de descubrirlo. La excepción vale tanto como la regla: Khan Academy trae el español al 89% del inglés, lo que sugiere que la brecha pertenece a lo que las editoriales de referencia decidieron traducir y no al material en español en sí.
| Corpus | Español como proporción del inglés |
|---|---|
| Wikipedia | 33% |
| Subconjunto médico | 30% |
| Proyecto Gutenberg | 2.3% |
| Títulos de Hesperian | 3 solo en inglés |
| Ediciones de Hesperian | hasta 21 años más antiguas |
| Stack Exchange | solo en inglés |
| Diccionarios bilingües | 2,4% |
Cuando una respuesta en español y una en inglés discrepan, la fuente inglesa es probablemente más reciente y está mejor respaldada. Cuando una consulta en español no devuelve nada útil, vuelva a preguntar en inglés antes de concluir que el archivo carece del material.
Esto no es una advertencia impresa una vez y olvidada. Debe constar en el procedimiento de recuperación que se entrega en papel, porque quien más lo necesita es justamente quien menos probablemente esté leyendo esta página.
Adquirido solo por descarga directa; aquí no se rastrea nada. El tamaño nunca fue el problema por resolver. Las gramáticas en ambas direcciones son la carencia que cambia lo que el nodo puede hacer, no lo bien que lo hace, y las guías de campo regionales son el precio de mantenerse neutral en geografía: la página del corpus lo dice donde cuesta algo.
| Elemento | Tamaño estimado | Estante |
|---|---|---|
| Gramáticas y material de aprendizaje de idiomas, en ambas direcciones | pequeño | Idioma |
| Guías de campo regionales | variable | Suplementario |
| Serie climática mensual de Köppen: cuándo llegan las lluvias y cuánto dura la temporada seca | 123 MB – 1,6 GB | Mapas |
catálogo · 91 artefactos · 1,62 TB · verificado por última vez el 07-09-2026