El conjunto de datos de cafeína

¿Qué contiene el archivo y qué significa cada campo?

El archivo es una exportación publicada en JSON y CSV del conjunto de datos abierto de 87 bebidas alojado en esta página y contiene exactamente los campos id, name, brand, category, serving_ml, caffeine_mg, caffeine_per_100ml, scales_with_volume e is_decaf. Dataset es la tabla de 87 registros de bebidas publicada en esta página.

El formato del archivo contiene un registro por bebida; cada registro en el archivo se mapea directamente a una fila en el CSV y a un objeto en el JSON, y el dataset cuenta con 87 registros repartidos en 8 categorías: espresso 12, brewed 8, coffeeShop 20, energy 15, tea 11, soda 11, preworkout 5 y other 5 (los conteos por categoría forman parte del dataset). Cada uno de esos números está registrado en el dataset y disponible para filtrado programático a través de la exportación /dataset/.

id es un identificador breve de máquina usado para localizar un registro en el JSON y el CSV. El campo id es único para cada uno de los 87 registros y es la clave primaria para uniones programáticas contra el dataset.

name es el nombre legible por humanos de la bebida tal y como aparece en las páginas públicas de la bebida como Espresso (single) donde el nombre muestra "Espresso (single)" y la página indica 63 mg; la cifra 63 mg está registrada en caffeine_mg para ese artículo en el dataset.

brand es el propietario comercial o la fuente cuando procede, o una cadena vacía para elementos genéricos; por ejemplo, la fila del dataset para Starbucks Pike Place Brewed (Grande) lista Starbucks como brand en el campo brand y 310 mg en el campo caffeine_mg.

category es la agrupación categórica que clasifica cada registro en uno de los ocho grupos (espresso, brewed, coffeeShop, energy, tea, soda, preworkout, other); category es una etiqueta categórica usada para agregar conteos (el dataset contiene 12 elementos espresso, 8 brewed, etc.) y esos conteos figuran en el encabezado del dataset.

serving_ml es el volumen de la ración en mililitros. Por ejemplo, Espresso (single) tiene serving_ml 30 ml y Starbucks Pike Place Brewed (Grande) tiene serving_ml 473 ml; ambos números están registrados en el dataset.

caffeine_mg es la cantidad absoluta de cafeína en miligramos por ración. Caffeine_mg es el valor numérico de cafeína asignado a cada ración; por ejemplo, el dataset registra caffeine_mg 63 mg para Espresso (single) y 310 mg para Starbucks Pike Place Brewed (Grande).

caffeine_per_100ml es la concentración normalizada de cafeína en mg por 100 ml cuando ese valor es apropiado y está disponible; caffeine_per_100ml es la métrica de concentración usada para comparar intensidad entre diferentes tamaños de ración y el dataset almacena este valor para entradas como Cold brew (83.3 mg/100 ml) y Drip coffee (40 mg/100 ml).

scales_with_volume es un indicador booleano que señala si se espera que el valor de cafeína escale aproximadamente de forma lineal con el volumen (true/false). Scales_with_volume es true para cafés filtrados sencillos donde la concentración es aproximadamente constante, y false para ítems basados en unidades como un solo shot de espresso donde la cafeína está basada en el shot y no es proporcional a los ml.

is_decaf es un indicador booleano que marca las bebidas preparadas como descafeinadas; is_decaf es true para los ítems descafeinados y el dataset muestra, por ejemplo, que Decaf coffee tiene caffeine_mg 3 mg e is_decaf true.

¿Cómo llega un valor al dataset y qué descalifica a un candidato?

Los valores se añaden solo después de verificar una fuente documentada y definir un tamaño de ración claro; las entradas proceden de etiquetas de proveedores, información nutricional publicada en menús, ensayos de laboratorio como USDA FoodData Central, o mediciones revisadas por pares cuando existen. USDA FoodData Central es una de las fuentes de referencia usadas para valores declarados o medidos y esa fuente se cita explícitamente en las páginas de los artículos cuando se usa (USDA FoodData Central).

La inclusión requiere un caffeine_mg numérico verificable y un serving_ml estable o una razón clara por la que el ítem está basado en unidades (por ejemplo, shots de espresso o pastillas de cafeína). Los registros sin una ración verificable o sin un valor numérico de cafeína se descalifican y no se añaden a la exportación pública.

Aceptamos valores declarados por el fabricante (etiquetas nutricionales o menús publicados) cuando esas declaraciones coinciden con la definición de ración; una etiqueta que declara 200 mg por una botella de 300 ml se registrará únicamente si el tamaño de la botella es explícito y coincide con serving_ml en la fila del dataset, y cada inclusión así nombra la fuente en la página de la bebida.

Aceptamos mediciones de laboratorio independientes como las indexadas por USDA cuando el ensayo reporta unidades consistentes con nuestro serving_ml; cuando USDA o un método revisado por pares reporta una concentración en mg/100 ml convertimos eso a caffeine_mg para el serving_ml registrado y citamos el ensayo original en la página de la bebida y en los metadatos del dataset (USDA FoodData Central).

Descalificamos valores candidatos si el tamaño de la ración es ambiguo (por ejemplo, un rango en un menú sin una ración estándar), si la fuente es anecdótica sin un método medible, o si el valor reportado contradice múltiples fuentes fiables sin reconciliación. Los ítems con gran variación y sin una ración representativa serán excluidos hasta que se establezca un valor único fiable.

No inventamos tamaños de ración ni caffeine_mg; cada número en el archivo exportado está respaldado por las filas del dataset y, cuando la fuente es declarada por el fabricante, la página de la bebida enlaza con el menú o la etiqueta subyacente cuando está disponible.

Las correcciones y disputas se gestionan mediante el proceso de correcciones descrito en la página about y a través del formulario de contacto; consulte /about/ para el método y /contacts/ para cómo enviar correcciones de datos.

¿Por qué difieren las cifras de cafeína publicadas entre fuentes?

Las cifras publicadas difieren porque el mismo nombre de bebida puede representar distintos tamaños de ración, diferentes intensidades de preparación, formulaciones regionales o distintas convenciones de medición; esos cuatro factores concretos explican la mayoría de las diferencias observadas en el dataset. Estas fuentes de desacuerdo se documentan en las páginas individuales de las bebidas donde el dataset lista el número usado y la procedencia de ese número.

Las convenciones de tamaño de ración desplazan los totales reportados: por ejemplo, el dataset registra Starbucks Pike Place Brewed (Grande) como 310 mg en una ración de 473 ml mientras que un menú local puede indicar un tamaño distinto; la cifra 310 mg en el dataset proviene de la información nutricional publicada por Starbucks para una ración Grande de 473 ml y se cita en la página de la bebida.

Las diferencias en la intensidad de preparación son una causa frecuente: el drip coffee en nuestro dataset es 96 mg por 240 ml mientras que el pour over aparece como 145 mg por 240 ml; ambos valores están en el dataset y reflejan diferentes fuerzas de extracción y proporciones de molienda/preparación. El dataset registra drip coffee 96 mg (240 ml) y pour over 145 mg (240 ml) y esos valores específicos están disponibles en sus respectivas páginas (Drip coffee, Pour over).

Formulaciones regionales o diferencias en la receta cambian la cafeína declarada: una entrada embotellada de Coca-Cola muestra 32–34 mg por lata dependiendo de si el envase es de 330 ml o 355 ml, y el dataset contiene tanto Coca-Cola (330 ml) 32 mg como Coca-Cola (355 ml) 34 mg para reflejar diferencias de envasado y etiquetado.

El redondeo en las etiquetas y las diferencias entre declarado y medido crean pequeñas discrepancias: los fabricantes a veces declaran números redondeados en las tablas nutricionales y los laboratorios reportan valores medidos con mayor precisión; el dataset preserva el número declarado en la etiqueta cuando esa es la fuente publicada y marca las concentraciones medidas cuando están disponibles.

Las fuentes de ingredientes y los estimulantes añadidos pueden alterar la cafeína más allá del café/té: las bebidas energéticas y los complementos pre-entrenamiento a veces usan cafeína anhidra, guaraná u otros ingredientes que cambian el total de mg y la concentración; nuestro dataset registra el caffeine_mg final tal y como lo declara la marca o tal y como se mide en fuentes públicas como las páginas de etiquetas de producto listadas en las páginas de detalle del artículo.

¿Cuáles son las limitaciones conocidas de este dataset?

Este dataset proporciona un único caffeine_mg representativo por bebida y no captura la variación intra-lote o por barista; el enfoque de valor único es una decisión de diseño y significa que la exportación no puede representar la distribución completa de concentraciones de una bebida. Por ejemplo, el dataset lista Cold brew en 200 mg para 240 ml y Nitro cold brew en 215 mg para 240 ml, pero las preparaciones individuales variarán alrededor de esos números.

La farmacocinética poblacional y la sensibilidad individual están fuera del dataset; el dataset es una tabla de contenido de cantidades de cafeína en bebidas y no proporciona recomendaciones de dosificación personal ni orientación médica. La orientación sobre ingesta diaria segura está disponible en organismos regulatorios y el dataset hace referencia a esa orientación: la US Food and Drug Administration lista 400 mg por día como orientación para adultos sanos (FDA).

Los productos descafeinados no son cero: el dataset registra Decaf coffee como 3 mg en 240 ml, lo que demuestra que las preparaciones descafeinadas a menudo conservan pequeñas cantidades residuales de cafeína y no deberían asumirse sin cafeína.

Algunos registros están basados en unidades y tienen serving_ml 0 por conveniencia (por ejemplo pastillas y chicles); el dataset lista Caffeine pill (200 mg) como 200 mg y serving_ml 0, lo que refleja que el volumen no es aplicable para esos ítems y es una limitación para comparaciones por volumen.

No es exhaustivo ni globalmente comprensivo: el dataset contiene 87 registros seleccionados para representar bebidas y marcas comunes y está intencionalmente acotado; la exportación no pretende abarcar todos los productos del mundo y los usuarios deben tratar la colección como una muestra curada en lugar de un catálogo exhaustivo.

Siguen siendo posibles diferencias entre laboratorio y declarado: cuando múltiples fuentes fiables discrepan seleccionamos la fuente más específica y documentamos la elección en la página de la bebida; para cualquier ítem puede encontrar el enlace de procedencia en la página individual y contactarnos si dispone de una medición contradictoria en /contacts/.

¿Cómo debo citar o reutilizar este dataset?

El dataset está licenciado bajo CC BY 4.0 y requiere atribución a TrackCaffeine; CC BY 4.0 es la licencia aplicada al dataset y se enlaza aquí para los términos legales (CC BY 4.0). El formato de cita recomendado es TrackCaffeine Dataset (2026). TrackCaffeine se repite como el destinatario de la atribución y la página de exportación del dataset es la URL canónica que debe incluirse en esa atribución.

Use este ejemplo corto de cita al reutilizar los datos: "TrackCaffeine. Open caffeine dataset. CC BY 4.0. https://trackcaffeine.com/dataset/" e incluya un enlace de vuelta a /dataset/ para la procedencia y la versión del dataset usada. Si modifica valores o agrega múltiples ítems, indique la transformación y mantenga la atribución original a TrackCaffeine como exige CC BY 4.0 (CC BY 4.0).

El uso comercial está permitido bajo CC BY 4.0 siempre que se proporcione la atribución; la página de la licencia enlazada arriba explica las obligaciones legales y la propia página del dataset documenta la versión del dataset usada en cualquier obra derivada.

¿Qué ejemplos prácticos muestran cómo calcular con el archivo, incluyendo decaimiento y equivalencia en tazas de café?

Puede calcular la cafeína restante a lo largo del tiempo usando un modelo de eliminación de primer orden con vida media poblacional 5.7 hours; la eliminación de primer orden es el modelo farmacocinético donde la tasa de eliminación es proporcional a la concentración actual. El modelo usado aquí es remaining = dose × 0.5^(hours ÷ 5.7) y la vida media 5.7 hours es la media poblacional usada en nuestras calculadoras.

Ejemplo 1: calcule la cafeína restante después de 6 hours para Starbucks Pike Place Brewed (Grande). Starbucks Pike Place Brewed (Grande) tiene 310 mg en 473 ml según el dataset, así que remaining = 310 mg × 0.5^(6 ÷ 5.7) que se evalúa como remaining = 310 mg × 0.5^(1.052631579) = 310 mg × 0.482 ≈ 149 mg; el valor del dataset 310 mg se muestra en la página de la bebida y la aritmética se realiza con el modelo de primer orden indicado arriba.

Ejemplo 2: calcule la cafeína restante 3 hours después de una bebida energética de 300 mg como Bang (Bang está registrado como 300 mg para 473 ml en el dataset). Usando remaining = 300 mg × 0.5^(3 ÷ 5.7) = 300 mg × 0.5^(0.526315789) = 300 mg × 0.697 ≈ 209 mg restantes; el dataset lista Bang como 300 mg y la aritmética usa el número del dataset con la vida media indicada arriba.

Ejemplo 3: equivalencia en tazas de café: ¿cuántos lattes equivalen a un drip coffee? Drip coffee es 96 mg por 240 ml y Latte es 68 mg por 240 ml en el dataset. Use ratio = 96 mg ÷ 68 mg = 1.411764706, así que un drip coffee equivale a aproximadamente 1.41 lattes; ambos números fuente están registrados en las páginas de bebida para Drip coffee (96 mg) y Latte (68 mg).

Ejemplo 4: equivalencia en shots de espresso: ¿cuántos espressos singles (63 mg) equivalen a un Starbucks Grande brewed de 310 mg? Use ratio = 310 mg ÷ 63 mg = 4.920634921, así que aproximadamente 4.92 espressos singles equivalen a la ración Grande brewed; los valores numéricos 310 mg y 63 mg proceden de las páginas respectivas de bebida Starbucks Pike Place Brewed (Grande) y Espresso (single).

Ejemplo 5: usar el dataset con las calculadoras. Si desea decaimiento interactivo o planificación para la hora de dormir puede pegar un valor de caffeine_mg desde el JSON en las calculadoras en /tools/caffeine-calculator/, comparar dos bebidas en /tools/caffeine-comparison/, o estimar efectos de la última taza antes de dormir usando /tools/last-cup-before-bed/. Cada calculadora usa el mismo modelo de eliminación de primer orden y el JSON exportado está formateado para copiar/pegar en esas herramientas.

Cita concreta sobre impacto en el sueño: un estudio controlado informa que 400 mg de cafeína tomados seis hours antes de acostarse redujeron el tiempo total de sueño en más de una hora; ese estudio se cita aquí y es relevante cuando use el dataset para planificar la ingesta (Drake et al., 2013). Use los valores del dataset para calcular cuán cerca está una ración de la orientación de 400 mg y luego utilice el estudio para interpretar posibles impactos sobre el sueño.

Si quiere replicar cualquiera de estos cálculos programáticamente, cargue el CSV o JSON desde /dataset/, seleccione caffeine_mg para el ID que desea, y evalúe remaining = dose × 0.5^(hours ÷ 5.7) con la dosis numérica del dataset; las calculadoras enlazadas bajo /tools/ usan el mismo enfoque y están pensadas para exploración interactiva.

Para referencia rápida de las páginas de bebida comunes utilizadas en ejemplos, vea Espresso (single), Drip coffee, Cold brew, Starbucks Pike Place Brewed (Grande), Bang, Latte, y las calculadoras en /tools/caffeine-calculator/, /tools/caffeine-comparison/, /tools/last-cup-before-bed/.

Las correcciones, solicitudes de nuevos ítems o preguntas de procedencia deben enviarse a través del formulario de contacto en /contacts/, y el registro de cambios del dataset y las notas metodológicas están disponibles en /about/ donde describimos la selección de fuentes y la frecuencia de actualización.

Esta documentación es informativa y está destinada a la reutilización de datos; no constituye asesoramiento médico. Para orientación sanitaria sobre límites seguros de cafeína consulte fuentes regulatorias o clínicas como la US Food and Drug Administration, que lista 400 mg por día para adultos sanos (FDA) o la European Food Safety Authority para opiniones regionales (EFSA, 2015).

Licencia y atribución: este dataset se publica bajo CC BY 4.0; incluya atribución a TrackCaffeine y un enlace a CC BY 4.0 cuando reutilice los datos. Si reutiliza grandes porciones del dataset en un producto público, incluya un enlace de vuelta a /dataset/ y una breve nota de procedencia nombrando a TrackCaffeine como la fuente.