Archivo de la etiqueta: Comunicación científica

ChatGPT: la creación automática de textos académicos con Inteligencia artificial y su impacto en la comunicación académica

Carpenter, Todd A. «@TAC_NISO Questions ChatGPT on Scholarly Communications». The Scholarly Kitchen, 11 de enero de 2023.

Ver completo

Más sobre ChatGPT

ChatGPT es un chatbot de código abierto que utiliza el modelo de lenguaje GPT-3 para generar respuestas a las entradas del usuario. Puede utilizarse para crear chatbots de atención al cliente, marketing u otras aplicaciones. Pero también sirve para generar textos por inteligencia artificial (IA) a partir de datos estructurados. El autor Tood A. Carpenter pregunta al propio chatbots sobre estas cuestiones: ¿Cuál es la mejor pregunta para probar un chatbot de IA? ¿Es ético que un autor utilice IA en la elaboración de un artículo académico? Durante la revisión por pares, si se descubre que un autor ha utilizado ChatGPT en la elaboración del artículo, ¿debe rechazarse el artículo? ¿Debería el texto basado en IA ser susceptible de derechos de autor? y otras más.

A medida que se acercaba el final de 2022, una gran parte de la atención popular se centró en el último chatbot de inteligencia artificial, ChatGPT, que fue lanzado en noviembre de 2022 por OpenAPI. (Como apunte, la empresa ha tenido una trayectoria y una financiación muy interesantes, que han dado lugar a una serie de importantes avances en IA). El aprendizaje automático, el procesamiento del lenguaje natural y la creación textual han avanzado mucho en la última década. Cuando la primera autogeneración de contenidos a partir de datos estructurados se hizo comercialmente viable hace aproximadamente una década, era razonablemente fácil discernir los contenidos generados por máquinas. Esto ya no es así. Los distribuidores y evaluadores de contenidos, ya sea para la revisión por pares, para la acreditación académica o simplemente para el consumo de contenidos, deben ser conscientes de la capacidad de estas herramientas y no desdeñarlas.

Dada la variedad de preguntas en las comunicaciones académicas en torno a la aplicación de la IA, sería interesante ver cuál sería la respuesta del ChatGPT a algunas de ellas, junto con otras preguntas literarias/tecnológicas, y compartirlas. Puedes revisar por ti mismo si crees que las respuestas son buenas o no y, si no conocieras la fuente de las respuestas, si podrías decir que se derivan de una máquina. A continuación se reproducen las preguntas y las respuestas. Las respuestas no han sido editadas de ninguna manera a partir de lo que fue emitido por el ChatGPT. Parece que hemos ido mucho más allá del «Turing Test para evaluar la inteligencia de una máquina. Puede que notes que hay algo de fórmula en algunas de las respuestas, pero sólo es perceptible después de revisar varias de ellas. Aunque es importante reflejar que la máquina no «sabe» si las respuestas son correctas o no, sólo que son respuestas estáticamente válidas a las preguntas planteadas.

TAC: ¿Cuál es la mejor pregunta para probar un chatbot de IA?

Respuesta de ChatGPT:

No hay una «mejor» pregunta para probar un chatbot de IA, ya que los diferentes chatbots pueden tener diferentes capacidades y estar diseñados para manejar diferentes tipos de tareas o interacciones. Sin embargo, aquí tienes algunas ideas de preguntas que podrían utilizarse para probar las capacidades de un chatbot de IA:

«¿Puedes proporcionar información sobre un tema específico o responder a una pregunta de conocimiento general?».
«¿Puedes mantener una conversación y responder adecuadamente a preguntas o comentarios de seguimiento?».
«¿Puedes entender y responder a entradas de lenguaje natural, aunque incluyan jerga, coloquialismos o erratas?».
«¿Puedes realizar una tarea o acción concreta, como hacer una reserva o buscar información en Internet?».
«¿Puedes reconocer y responder a diferentes intenciones o emociones del usuario?».


En última instancia, las mejores preguntas para probar un chatbot de IA dependerán de las capacidades y objetivos específicos del chatbot.

TAC: ¿Es ético que un autor utilice IA en la elaboración de un artículo académico?

Respuesta del ChatGPT:

La cuestión de si es ético que un autor utilice la IA en el desarrollo de un artículo académico depende del contexto específico y de las expectativas de la comunidad investigadora en la que se publicará el artículo.

No hay ningún problema ético inherente al uso de la IA en la investigación o la escritura, siempre y cuando la IA se utilice de forma adecuada y ética. Por ejemplo, la IA puede utilizarse para analizar grandes cantidades de datos o para generar texto, lo que puede ser útil para identificar tendencias o patrones que podrían no ser evidentes para una persona.

Sin embargo, es importante que los investigadores sean transparentes sobre el papel de la IA en su trabajo y se aseguren de que el uso de la IA es coherente con las normas y expectativas de la comunidad investigadora. Por ejemplo, si se utiliza un programa de IA para generar texto, los autores deben indicarlo claramente en el artículo y atribuir el mérito correspondiente al programa de IA.

Además, los investigadores deben ser conscientes de las posibles limitaciones de la IA y considerar los riesgos y beneficios de utilizarla en su trabajo. Por ejemplo, la IA puede no ser capaz de captar plenamente la complejidad del pensamiento o el lenguaje humanos, y puede ser necesario complementar los resultados generados por la IA con análisis o interpretaciones adicionales realizados por investigadores humanos.

En general, es importante que los investigadores utilicen la IA de forma ética y transparente, y que tengan en cuenta las posibles implicaciones de su uso en su trabajo.

TAC: Durante la revisión por pares, si se descubre que un autor ha utilizado ChatGPT en la elaboración del artículo, ¿debe rechazarse el artículo?

Respuesta de ChatGPT:

El uso de IA, como ChatGPT, en la producción de un artículo académico no significa necesariamente que el artículo deba ser rechazado durante el proceso de revisión por pares. Sin embargo, el uso de la IA debe comunicarse a los revisores y al editor, y los revisores deben considerar hasta qué punto el uso de la IA ha influido en el contenido del artículo.

Si el uso de la IA ha influido significativamente en el contenido del artículo, los revisores pueden tenerlo en cuenta a la hora de evaluarlo. Por ejemplo, si la IA se ha utilizado para generar grandes partes del texto o para analizar datos de una manera que es fundamental para las conclusiones del artículo, los revisores deben examinar el trabajo con más cuidado para asegurarse de que la IA se ha utilizado adecuadamente y que las conclusiones del artículo están respaldadas por los datos.

En última instancia, la decisión de aceptar o rechazar un artículo durante el proceso de revisión por pares debe basarse en la calidad y el rigor de la investigación, y en la medida en que el artículo hace una contribución significativa al campo. Si el uso de la IA no ha influido significativamente en el contenido del artículo, o si el artículo cumple las normas de la comunidad investigadora, es poco probable que el artículo sea rechazado únicamente por el uso de la IA.

TAC: ¿Puede un texto derivado de la IA ser novedoso y creativo?

Respuesta de ChatGPT:

Existe un debate en curso sobre hasta qué punto un texto generado por IA puede considerarse novedoso y creativo. Algunos sostienen que el texto generado por la IA no es más que un reflejo de los datos y algoritmos con los que se ha entrenado y, por tanto, no puede considerarse verdaderamente novedoso o creativo del mismo modo que una obra generada por un ser humano. Otros sostienen que la IA puede utilizarse para producir obras que sean originales y creativas, sobre todo si se da a la IA cierto grado de autonomía en el proceso creativo.

Es importante señalar que el nivel de creatividad y novedad del texto generado por IA puede variar en función del sistema de IA específico y de los parámetros con los que se haya entrenado. Algunos sistemas de IA están diseñados para producir textos muy similares a los escritos por humanos, mientras que otros pueden producir textos más experimentales o inusuales.

En última instancia, que un texto generado por IA se considere novedoso y creativo puede depender de las expectativas y las normas del público o la comunidad de investigación en la que se presenta el texto. Es posible que algunos públicos consideren que un texto generado por IA es creativo y original, mientras que otros no.

TAC: ¿De quién es la responsabilidad de reconocer ante el lector el papel de la IA en la autoría de las obras publicadas, del autor o del editor?

Respuesta del ChatGPT:

En general, es responsabilidad de los autores reconocer el papel de la IA en la autoría de los trabajos publicados. Los autores deben ser transparentes sobre el grado de utilización de la IA en la producción de su obra y deben revelar esta información al editor y a los lectores de la obra. Esto puede hacerse mediante el uso de notas a pie de página, citas u otros métodos de atribución.

Los editores también tienen un papel que desempeñar a la hora de garantizar que el uso de la IA en las obras publicadas se revele y se atribuya adecuadamente. Los editores deben establecer directrices claras para que los autores las sigan cuando utilicen la IA en sus trabajos, y deben revisar los envíos para asegurarse de que el uso de la IA se revela y atribuye correctamente.

En general, es importante que tanto los autores como los editores sean transparentes sobre el papel de la IA en la producción de las obras publicadas, para garantizar que los lectores tengan una comprensión completa de la obra y de la medida en que se ha producido utilizando IA.

TAC: ¿Hasta qué punto es un problema la publicación depredadora?

Respuesta de ChatGPT:

La edición depredadora, también conocida como edición engañosa o ilegítima, es un problema importante en el mundo académico. Las editoriales depredadoras cobran a los autores por publicar sus trabajos sin prestar los servicios editoriales y de publicación que prestan las editoriales legítimas, como la revisión por pares y la corrección. Como resultado, el trabajo publicado puede no cumplir las normas de calidad e integridad que se esperan en la comunidad académica.

La publicación depredadora puede socavar la integridad del registro científico, y también puede engañar a los autores, en particular a los que son nuevos en el proceso de publicación o que pueden no estar familiarizados con las prácticas de los editores legítimos. Es importante que los autores sean conscientes de la existencia de editoriales depredadoras y que actúen con la debida diligencia a la hora de considerar dónde enviar sus trabajos para su publicación.

TAC: ¿Debería el texto basado en IA ser susceptible de derechos de autor?

Respuesta de ChatGPT:

En virtud de la mayoría de las leyes de derechos de autor, las obras originales de autoría, incluidas las obras literarias, son susceptibles de protección por derechos de autor. Esto incluye las obras producidas mediante inteligencia artificial (IA). En general, si una obra es original y ha sido fijada en una forma tangible (como una obra escrita o grabada), puede ser protegida por derechos de autor, independientemente de que haya sido producida por una persona o por IA.

Sin embargo, pueden surgir ciertos problemas legales cuando se trata de obras generadas por IA y derechos de autor. Por ejemplo, si se utiliza un programa de IA para generar una obra, no está claro quién es el «autor» de la misma. Algunos países tienen leyes específicas que abordan esta cuestión, mientras que otros no.

También es posible que una obra producida por IA se considere una «obra derivada», es decir, una obra basada en una o más obras preexistentes. En este caso, los derechos de autor de la obra derivada pertenecerían a la persona o entidad que creó la obra, pero tendría que obtener el permiso del titular de los derechos de autor de la obra preexistente para utilizarla como base de la obra derivada.

En general, la cuestión de si las obras generadas por IA pueden acogerse a la protección de los derechos de autor es un asunto jurídico complejo que puede variar en función de las circunstancias específicas y de la legislación del país en el que se creó la obra. Es importante consultar a un abogado cualificado si tiene dudas sobre los derechos de autor y las obras generadas por IA.

Por qué los preprins son buenos para los pacientes

Horby, P. Why preprints are good for patients. Nat Med (2022). https://doi.org/10.1038/s41591-022-01812-4

La comunicación rápida de los resultados de los ensayos clínicos probablemente ha salvado vidas durante la pandemia de COVID-19 y debería convertirse en la nueva norma.

El 16 de junio de 2020, el beneficio de la dexametasona para salvar vidas en pacientes graves con COVID-19 se anunció en una sesión informativa pública en la casa del primer ministro del Reino Unido, en el número 10 de Downing Street. Los resultados, procedentes del ensayo RECOVERY en el Reino Unido, cambiaron inmediatamente la práctica en el país, con una carta enviada esa misma tarde por los jefes médicos del Reino Unido y el director ejecutivo del Servicio Nacional de Salud (NHS) de Inglaterra a todos los centros del NHS que decía lo siguiente «Normalmente aconsejaríamos esperar al documento completo antes de cambiar la práctica, para garantizar que el análisis final y la revisión por pares no lleven a conclusiones diferentes. Sin embargo, dada esta clara ventaja en la mortalidad, con buena significación, y con un medicamento bien conocido que es seguro en estas circunstancias, consideramos que es razonable que la práctica cambie antes del documento final.»

En ese momento, y en repetidas ocasiones a lo largo de la pandemia, se criticó que la ciencia no debía comunicarse por medio de un comunicado de prensa. Algunos médicos exigieron un manuscrito, otros el artículo completo revisado por pares, antes de tomar cualquier decisión sobre el uso de la dexametasona en pacientes con COVID-19. Se publicaron los resultados completos de la comparación de la dexametasona en un preprint sólo 6 días después, el 22 de junio de 2020. Se tomaron muy en serio las críticas a la publicación por nota de prensa y, posteriormente, para todos los resultados de RECOVERY que tienen un efecto potencial en la atención actual de COVID-19, y se publicó el preprint simultáneamente con la nota de prensa.

La pandemia de COVID-19 es la primera emergencia sanitaria mundial de la nueva era de la información, con datos y resultados ampliamente compartidos a través de las redes sociales. Esto ha dado lugar a dificultades muy reales para distinguir la información importante del ruido, y las noticias reales de las falsas. ¿Cuál es la mejor manera de que la comunidad médica y de investigación gestione esta nueva realidad?

No cabe duda de que los resultados de los ensayos clínicos requieren una validación cuidadosa y una evaluación crítica antes de cambiar la atención al paciente. Pero el sistema habitual de revisión por pares en biomedicina es poco eficiente en una emergencia sanitaria mundial que evoluciona rápidamente. Simplemente es demasiado lento. El artículo completo sobre los resultados de la dexametasona fue publicado en línea en el New England Journal of Medicine el 17 de julio de 2020. En el mes transcurrido entre el anuncio público del resultado y la publicación del manuscrito revisado por pares, se notificaron más de 700.000 nuevos casos confirmados de COVID-19 en todo el mundo. El intervalo entre el preprint de RECOVERY para el anticuerpo terapéutico tocilizumab y el artículo revisado por pares fue aún mayor, de 11 semanas (del 11 de febrero de 2021 al 1 de mayo de 2021). Esperar a la revisión por pares habría costado, sin duda, muchas vidas.

Algunos pueden argumentar que la ventaja de la rapidez de los preprints no compensa los riesgos de que se publique una investigación de mala calidad, engañosa o incluso fraudulenta, y que se actúe en consecuencia. Yo diría que los médicos no deberían confiar únicamente en la revisión por pares para evaluar la validez y el significado de los resultados de la investigación. Esto se debe a que los datos dudosos, quizás fraudulentos, pueden pasar la revisión por pares, como se vio con los primeros trabajos de COVID publicados y luego retractados de dos de las revistas médicas más prestigiosas. Además, incluso los datos válidos pueden ser engañosos. Ha habido una avalancha de datos observacionales que han pasado la revisión por pares y luego se han utilizado para justificar tratamientos, sobre todo con hidroxicloroquina, pero la susceptibilidad de la metodología observacional a los sesgos moderados significa que tales datos no deben ser la base de la atención al paciente.

Se pueden extraer dos lecciones de nuestra experiencia en la realización del mayor ensayo clínico COVID-19 durante los dos últimos años. La primera es que el sistema de preprints ha alcanzado la mayoría de edad, demostrando un enorme valor en la comunicación rápida de los hallazgos importantes de la investigación. Casi a diario se reciben alertas en las redes sociales de fuentes y colegas de confianza sobre nuevos hallazgos importantes publicados como preprints. La sección de comentarios de los preprints y los comentarios de los colegas a través de las redes sociales también permiten un grado de revisión por pares inmediato. Los artículos completos revisados por pares suelen aparecer muchas semanas o incluso meses después. No se puede imaginar un futuro sin una difusión tan rápida de las nuevas pruebas.

Dada esta nueva realidad, la segunda lección es que debemos asegurarnos de que la comunidad médica y los responsables políticos estén lo suficientemente capacitados en el pensamiento crítico y los métodos científicos como para poder tomar decisiones sensatas, independientemente de que un artículo sea revisado por pares o no.

Marco FOREST para la comunicación académica basada en valores.

FOREST Framework for Values-Driven Scholarly Communication. Next Generation Library Publishing (NGLP), 2022

Texto completo

El equipo de Next Generation Library Publishing (NGLP) anuncia la publicación del marco FOREST Framework for Values-Driven Scholarly Communication. Este marco ha sido creado para ayudar a las organizaciones y comunidades de comunicación académica a demostrar, evaluar y mejorar su alineación con el tiempo con seis valores clave:

  • Sostenibilidad financiera y organizativa
  • Apertura
  • Gobernanza representativa
  • Equidad, accesibilidad y lucha contra la opresión
  • Compartir el conocimiento
  • Transparencia

Estos seis valores fundamentales han aparecido en docenas de manifiestos, cartas abiertas y otras declaraciones emitidas por un amplio abanico de partes interesadas del mundo académico, como profesores, estudiantes, editores, bibliotecarios y desarrolladores de herramientas de código abierto. Son representativos, si no emblemáticos, del movimiento de ciencia abierta y de las intenciones académicas en gran parte del mundo.

El marco FOREST ofrece mecanismos concretos que las comunidades pueden utilizar para evaluar cómo sus políticas y prácticas se alinean con estos valores y sus principios asociados. En lugar de adoptar un enfoque de «tarjeta de puntuación» que asume que hay un momento en el que un valor se ha realizado plenamente, el marco se centra en un enfoque de «espectro» que reconoce las mejoras incrementales en la alineación y llama la atención sobre el crecimiento y el progreso a lo largo del tiempo. Invita a reflexionar sobre las formas de manifestar y vivir los valores que adoptamos, dando cabida a organizaciones y comunidades de diferente tamaño, madurez y misión para demostrar su intención de practicar de forma ética y sostenible.

FOREST significa:


Financial and Organizational Sustainability

Openness and Interoperability

Representative Governance

Equity, Accessibility, and Anti-Oppression

Sharing of Knowledge

Transparency

Las revistas científicas iberoamericanas en la política de difusión del conocimiento: tendencias, limitaciones y retos de las nuevas estrategias

Peruzzo, Cicilia M. Krohling, et al., editores. Revistas Científicas de Comunicação Ibero-Americanas na Política de Divulgação do Conhecimento: Tendências, Limitações e os Desafios de Novas Estratégias. 2021.

Texto completo

Este número es el resultado de los debates, el intercambio de ideas y la investigación sobre las condiciones y políticas de difusión de la producción científica en Comunicación y las cuestiones asociadas a ellas, tales como, los criterios de indexación de las revistas, los sistemas de métricas de evaluación de impacto, los criterios y jerarquías en la circulación del conocimiento producido, la importancia del acceso abierto y la difusión del conocimiento en diferentes idiomas – portugués, español e inglés -, en el espacio iberoamericano. Debates, desde hace más de seis años, impartidos por el Foro de Publicación y Difusión del Conocimiento Científico de la Confederación Iberoamericana de Asociaciones de Comunicación Científica y Académica (Confibercom).

Con el título Las revistas iberoamericanas de comunicación científica en la política de difusión del conocimiento: tendencias, limitaciones y desafíos de nuevas estrategias, la obra reúne la contribución de autores portugueses, españoles y latinoamericanos, que, además de analizar aspectos cruciales de los mecanismos de funcionamiento internacional de la difusión científica, señalan las vías para romper las barreras y permitir una mayor democratización del conocimiento científico iberoamericano de la comunicación entre sus propios países y el mundo. Los 14 autores aquí reunidos se preocupan por hacer eco, en el conjunto de la sociedad, de las muchas voces de América Latina y de los demás países de habla portuguesa, gallega, catalana y española que tienen mucho que decir al mundo a través de la investigación en Comunicación.

El flujo de trabajo académico en la era digital

Weiland, Steven. The Scholarly Workflow in the Digital Age. Against the Grain (Media), LLC, 2021. ACLS Humanities EBook, https://doi.org/10.3998/mpub.12119260.

Texto completo

Gratis en Amazon

El flujo de trabajo nombra lo que se hace en la conducción de la investigación reflejando sus condiciones individuales, institucionales, sociales y tecnológicas. Muestra las convenciones que producen conocimiento en todas las disciplinas y las innovaciones que mejoran y desafían las rutinas académicas y científicas. El flujo de trabajo registra el impacto en el trabajo académico de las bibliotecas y las publicaciones, y sus operaciones cada vez más digitales. La atención al flujo de trabajo muestra cómo se pueden entender y mejorar los elementos de la investigación, reforzar la productividad y mantener la satisfacción en las carreras académicas y científicas.

Como se explica en esta sesión informativa, el flujo de trabajo se caracteriza por la planificación y la estructura, así como por una secuencia reconocible de actividades. Pero también hay espacio para la imaginación, la improvisación y la serendipia. La ciencia y la erudición son actividades humanas y el flujo de trabajo en todas las disciplinas refleja tanto la convención como la innovación a medida que los académicos descubren el alcance y los significados de sus interacciones profesionales con la tecnología. En la era digital, el flujo de trabajo se encuentra en una nueva etapa de representación de lo que los académicos hacen para avanzar en el conocimiento y en sus carreras, al mismo tiempo que muestra la durabilidad de las prácticas tradicionales de investigación.

La comunicación académica en tiempos de crisis: La respuesta del sistema de comunicación académica a la pandemia de COVID-19

Waltman, Ludo; Pinfield, Stephen; Rzayeva, Narmin; Oliveira Henriques, Susana; Fang, Zhichao; Brumberg, Johanna; et al. Scholarly communication in times of crisis: The response of the scholarly communication system to the COVID-19 pandemic. Research on Research Institute, 2021.

Texto completo

Conseguir que los incentivos y las políticas correctas para la publicación en acceso abierto o gratuito se alineen entre los numerosos actores del ecosistema de la comunicación académica es difícil. Para evitar que la carga o el coste recaiga en un solo actor en particular -editores, proveedores de servicios, financiadores o investigadores-, es necesario entablar conversaciones y colaboraciones en todo el sistema.

La pandemia ha puesto de manifiesto las presiones que sufre el sistema de publicación científica y desde el principio se asumieron compromisos para mantener y aumentar las actividades de acceso abierto. Junto con nuestros socios, reconocimos la necesidad de examinar más de cerca el impacto de la COVID-19 en la publicación académica, para ver lo que está funcionando bien y lo que se puede mejorar.

Comunicar la ciencia: una perspectiva global.

Broks, Peter, et al., editores. Communicating Science: A Global Perspective. ANU Press, 2020

Texto completo

La comunicación científica moderna ha surgido en el siglo XX como un campo de estudio, un cuerpo de práctica y una profesión, y es una práctica con profundas raíces históricas. Hemos asistido al nacimiento de los centros científicos interactivos, a las primeras acciones universitarias en la enseñanza y la realización de investigaciones, y a un fuerte crecimiento del empleo de comunicadores científicos. Esta colección traza el surgimiento de la comunicación científica moderna en todo el mundo. Se trata del primer volumen que traza un mapa de las inversiones realizadas en todo el mundo en centros científicos, cursos universitarios e investigación, publicaciones y conferencias, además de contar las historias nacionales de la comunicación científica. ¿Cómo empezó todo? ¿Cómo ha variado el desarrollo de un país a otro? ¿Qué motivó a los gobiernos, las instituciones y las personas a considerar la comunicación de la ciencia como una respuesta a las preguntas sobre el lugar social de la ciencia? Communicating Science describe los caminos seguidos por 39 países diferentes. Están representados todos los continentes y muchas culturas. Para algunos países, es la primera vez que se cuenta su historia de comunicación científica.

Guías introductorias a los diferentes aspectos de la comunicación académica para investigadores

BL Scholarly Communications Toolkit, London: British Library, 2021

Descargar

Una serie de guías introductorias a diferentes aspectos de la comunicación académica, cuyo propósito es ajustar el contenido a las necesidades de tu propia organización para mejorar el impacto de la comunicación.

Guide to Publishing Research – Descubre cómo elegir el formato de publicación adecuado y seleccionar una editorial, incluidos los métodos de revisión por pares y las políticas de acceso abierto.
Guide to Sharing Your Research Online  – Descubre cómo compartir tus publicaciones de investigación en línea, incluyendo la publicación de acceso abierto, los beneficios de las redes sociales, el uso de herramientas de evaluación y análisis de la investigación, y cómo utilizar identificadores persistentes.
Guide to Research Data Management – Descubre cómo gestionar tus datos de investigación, desde la organización y el almacenamiento hasta la seguridad y el intercambio.
Guide to Copyright and Creative Commons in Research  – Conoce los fundamentos de los derechos de autor y las licencias, descubre qué debes tener en cuenta al publicar su trabajo y cómo hacer uso de los materiales publicados en tu propia investigación.
Guide to Open Access  – Descubra qué significa el acceso abierto, cómo publicar la investigación en acceso abierto y los recursos y herramientas que permiten el acceso gratuito y en línea a las publicaciones.

De qué manera los preprints fueron determinantes durante la pandemia

How Science Moved Beyond Peer Review During The Pandemic . FiveThirtyEight, by Maggie Koerth JUL. 8, 2021, AT 6:00 AM

Texto completo

El tema de la rapidez de publicación de resultados fue especialmente importante para la investigación clínica durante la pandemia, porque los médicos necesitaban la información más actualizada para tomar decisiones que salvaran la vida de los pacientes en estado crítico. Por ejemplo, el gran ensayo sobre el esteroide dexametasona -que demostró por primera vez que este fármaco barato y ampliamente disponible podía reducir la probabilidad de muerte en los pacientes de COVID-19- se publicó originalmente como preprint. Aparecería, tradicionalmente publicado, en el New England Journal of Medicine ocho meses más tarde, pero el preprint hizo posible que ese conocimiento llegara más rápido a las manos de los médicos. «Un médico se puso en contacto conmigo y me dijo: ‘Probablemente hay personas que están vivas hoy en día y que habrían muerto si no fuera por los preprints'», dijo [Richard] Sever [cofundador de bioRxiv y medRxiv].

Procesos como éste han contribuido a que los preprints sean más aceptados entre los científicos biológicos y médicos. También ayuda el hecho de que la investigación en los preprints no difiere mucho, desde el punto de vista estadístico, de la forma en que esos mismos trabajos acaban siendo publicados en una revista científica revisada por pares. Por ejemplo, un estudio realizado en 2020 sobre la biociencia antes de la publicación de la COVID-19, en el que se comparaban los trabajos preprints con sus versiones posteriores revisadas por pares, descubrió que las mayores diferencias se encontraban en detalles como la claridad con la que el título reflejaba las conclusiones o la facilidad con la que se encontraba la información relevante en el artículo.

Pero esto debe entenderse como una crítica al proceso de revisión por pares, más que como un respaldo a la exactitud de la información que aparece en los preprints, dijo Alice Fleerackers, estudiante de posgrado e investigadora del Scholarly Communications Lab, un proyecto conjunto de la Universidad Simon Fraser y la Universidad de Ottawa. «Existe la percepción de que la revisión por pares es un mecanismo de control de calidad fiable», dijo Fleerackers. Pero la investigación no ha podido corroborar esa idea. Todas las bromas y paranoias sobre la propagación del COVID-19 a través de la tecnología de telefonía móvil 5G, por ejemplo, tienen su origen en un artículo publicado en una revista científica que afirma revisar su contenido, y posteriormente retractado.

Promover la colaboración entre académicos y bibliotecarios puede mejorar la calidad y la visibilidad de las publicaciones científicas a nivel mundial

Gireesh Kumar, T. K. Role of Libraries in Enhancing the Research Visibility and Collaboration of Academics., 2020 . In LIS Academy Virtual Conference 3rd LISACON-2020, University of Hyderabad, 27-30 August 2020

Texto completo

Este artículo analiza las estrategias de publicación que pueden ayudar a conseguir la máxima visibilidad de la investigación y a aumentar las posibilidades de colaboración entre la comunidad académica y de investigación. También presenta cómo las herramientas de marketing de la investigación y la publicación, como los identificadores y perfiles de los investigadores, los sitios de redes sociales académicas, las herramientas de gestión de referencias en línea, los blogs y las revistas en línea, los sitios web personales o institucionales y el sistema de repositorio abierto, pueden ayudar a difundir las publicaciones académicas para que tengan una visibilidad óptima. Destaca el papel de los bibliotecarios a la hora de orientar a la comunidad académica e investigadora en el uso de herramientas de marketing de publicaciones, que pueden mejorar la visibilidad de sus investigaciones y ayudarles a crear redes de colaboración