Archivo de la etiqueta: Artículos

TLDR sistema de inteligencia artificial que resumen los contenidos de investigación de un artículo en una sola frase

Funcionamiento de TLDR Ver. https://www.semanticscholar.org/author/Julio-Alonso-Ar%C3%A9valo/1403118477

Los TLDR (Too Long; Didn’t Read) son resúmenes super-cortos del objetivo principal y los resultados de un artículo científico generados usando el conocimiento de fondo de los expertos y las últimas técnicas de procesamiento del lenguaje natural (PLN) . Esta nueva característica está disponible en versión beta para casi 10 millones de artículos y contando en el dominio de la informática en Semantic Scholar.

Mantenerse al día con la literatura científica es una parte importante del flujo de trabajo de cualquier investigador, y analizar una larga lista de artículos de diversas fuentes mediante la lectura de los resúmenes de los artículos requiere mucho tiempo. TLDR: Extreme Summarization of Scientific Documents, es una nueva forma de resumen extremo, para documentos científicos, utilizando un novedoso protocolo de anotación que produce resúmenes de alta calidad a la vez que reduce al mínimo la carga de anotación.

El motor de búsqueda de información científica Semantic Scholar ahora incluye un nuevo modelo de inteligencia artificial que ofrece un breve extracto sobre cada artículo científico para ayudar a los investigadores en su día a día.

Según la MIT, el sistema ofrece un resumen de una frase junto al famoso indicador TLDR (too long; didn’t read en inglés, demasiado largo; no leído) que aparece debajo de cada artículo de ciencias de la computación (por ahora) cuando los usuarios utilizan la función de búsqueda o van a la página de un autor, lo que le permite localizar rápidamente los documentos adecuados y dedicar el tiempo a leer lo que realmente importa, ya que TLDR ayuda a los usuarios a tomar decisiones rápidas e informadas sobre qué documentos son relevantes, y dónde invertir el tiempo en lecturas adicionales.

Ejemplo:

“Information overload is a top problem facing scientists. Semantic Scholar’s automatically generated TLDRs help researchers quickly decide which papers to add to their reading list.”Isabel Cachola, Johns Hopkins University PhD Student, Former Pre-Doctoral Young Investigator at AI2, and Author of TLDR: Extreme Summarization of Scientific Documents

Bibliografía:

  1. TLDR: Extreme Summarization of Scientific Documents | Semantic Scholar [Internet]. [cited 2020 Dec 3]. Available from: https://www.semanticscholar.org/paper/TLDR%3A-Extreme-Summarization-of-Scientific-Documents-Cachola-Lo/3502a542b2e98d9094e1880a30f652d4170b9534
  2. Una nueva IA resume “papers” de investigación en una sola frase | MIT Technology Review en español [Internet]. [cited 2020 Dec 3]. Available from: https://www.technologyreview.es/s/12886/una-nueva-ia-resume-papers-de-investigacion-en-una-sola-frase
  3. Cachola I, Lo K, Cohan A, Weld DS. TLDR: Extreme Summarization of Scientific Documents [Internet]. [cited 2020 Dec 3]. Available from: https://github.com/allenai/scitldr.

El artículo científico en inglés


Castel, Víctor M.; Hlavacka, Laura E.; Boccia, Cristina; Miret, Ana María; Rezzano, Susana; París, Luis; Diblasi, Ángela, (2010). El artículo científico en inglés. 1a. ed.. Mendoza, Argentina: Universidad Nacional de Cuyo. Facultad de Filosofía y Letras; Ediciones Biblioteca Digital UNCuyo. 315 p

Texto completo

Ver además 200 libros GRATIS sobre Metodología de la investigación

Este libro da cuenta de estudios realizados entre 1999 y 2008 en el marco del proyecto “RedACTe: Modelización contextual y lingüística del artículo de investigación, y desarrollo de un sistema de escritura asistida” (Fases I-V: UNCuyo y CONICET).

Contenido: Capítulo 1: Introducción / Víctor M. Castel — Capítulo 2: El abstract: perfil de transitividad del “Anuncio de la investigación” / Laura E. Hlavacka — Capítulo 3: La sección Introduction: una macro-propuesta / Cristina Boccia — Capítulo 4: El potencial de la estructura genérica de la sección Discussion en Ciencias Médicas / Ana M. Miret — Capítulo 5: La regulación de los grados de certeza en la “Interpretación de resultados” de la sección Discussion/Conclusions, / Susana Rezzano — Capítulo 6: La relación retórica “Solución” en el abstract / Luis A. París y Víctor M. Castel — Capítulo 7: Relaciones retóricas y anafóricas en el abstract / Luis A. París — Capítulo 8: Generación asistida de abstracts: micro-planificacion experiencial del “Anuncio de la investigación” / Víctor M. Castel — Capítulo 9: Estadística para la investigación en Lingüística / Ángela M. Diblasi. El material publicado en este libro comunica resultados del proyecto RedACTe (Redacción Asistida por Computadora de Textos) obtenidos entre 1999 y 2008 en el marco de subsidios y evaluaciones de la Secretaría de Ciencia, Técnica y Posgrado de la Universidad Nacional de Cuyo (SCTP de la UNCuyo) y la Comisión Asesora de Filología, Lingüística y Literatura del Consejo Nacional de Investigaciones Científicas y Técnicas (CAFLL del CONICET).

Repositorios institucionales: claves para el éxito

10671587203_327d4e7b20_z

Giesecke, J.  Institutional Repositories: Keys to Success. Journal of Library Administration 51:5-6 (2011; Special Issue: Scholarly Communication: Trends, Economics and Future), pp. 529-542

Texto completo

Los repositorios institucionales son relativamente nuevos en la educación superior. Suelen definirse como un conjunto de servicios ofrecidos por una institución para la gestión y difusión de materiales digitales creados por los miembros de la institución o comunidad científica. Este artículo describe los retos que las instituciones enfrentan en la creación de repositorios, explora los aspectos económicos de la gestión de repositorios y trata de ofrecer un modelo para la creación de un conjunto eficaz de servicios.