iStock
Ahorre tiempo: use su propio artículo para buscar otros contenidos similares
Durante su investigación, ¿ha tardado en encontrar artículos científicos interesantes para su trabajo? Ya accedidó a diferentes plataformas y bases de datos, aplicó filtros, y cuando se dio cuenta, ya había pasado algún tiempo sin obtener el contenido deseado? Esto puede sucederle a un estudiante, docente o incluso a un investigador experimentado.
Esta demora en la localización de contenido que servirá de base para su investigación es algo frustrante, especialmente porque es un aspecto muy importante del proceso: traer referencias coherentes, confiables e importantes. Pero en 3 pasos, que no demoran más de 30 segundos, puede ver una serie de artículos recomendados, relevantes y coherentes. ¿Quiere saber cómo? Vamos a explicar como funciona la tecnología Text Analyzer desarrollada por JSTOR y sus funcionalidades.
Herramienta Text Analyzer
JSTOR es actualmente uno de los principales proveedores de contenido científico en el mundo, posiblemente una de las principales bases de datos en el área de Humanidades, presente en más de 170 países y en más de 9 mil bibliotecas.
En 2018, recibió el primer People's Choice Award de la Society for Scholarly Publishing en Chicago. Esta sociedad fue creada en 1978 para fomentar y promover la rama de publicaciones científicas, mejorando la comunicación y la creación de redes entre la comunidad.
Pero, ¿qué hizo JSTOR para recibir este premio de reconocimiento? El editor facilitó la rutina de los investigadores utilizando el procesamiento de lenguaje natural (Natural Language Processing - NLP). Esta tecnología se basa en el concepto de Machine Learning, que es la capacidad de la computadora para comprender, analizar y manipular contenido. A continuación, se presentan algunos recursos de Google que utilizan inteligencia artificial:
- Recuperación de información;
- Extracción de información;
- Traducción;
- Autocorrección de frases o palabras;
- Autocompletamiento de la caja de búsqueda basado en el comienzo de su búsqueda.
JSTOR de una manera mas específica aplicó este concepto de Machine Learning en la herramienta Text Analyzer. Si durante sus procesos de investigación encuentra un artículo o imagen relevante, con Text Analyzer puede simplemente subir este material y la plataforma va a:
- Analizar todo el documento;
- Comprende exactamente qué es;
- Identificar los puntos principales;
- Generar recomendaciones personalizadas a partir de otros contenidos similares.
Interfaz de Text Analyzer para subir su documento.
Después de subir su documento, la herramienta comenzará a analizar todo el contenido.
Inmediatamente generará recomendaciones de contenidos similares.
La computadora analiza en profundidad su contenido y le da recomendaciones para otros artículos que serán de su interés.
¿Quiere conocer otra funcionalidad de esta herramienta?
Para aquellos que desean publicar un artículo científico y no están seguros a qué revista enviarlo, Text Analyzer puede ayudar. Suba su archivo en la plataforma para que aparezcan contenidos similares. Luego, analice en qué revistas se publicaron estos contenidos, ya que también serán revistas potencialmente relevantes para la difusión del suyo. Es decir, la plataforma puede ayudarlo a encontrar la revista ideal para publicar su artículo científico.
El director de JSTOR Labs responsable de este proyecto, Alex Humphreys, dijo:
"Nuestra misión es encontrar formas de mejorar el acceso de las personas al conocimiento".
¿Quiere conocer mejor el Text Analyzer? Haga clic aquí, suba tu contenido y explore las posibilidades!
Para obtener un tutorial completo sobre la plataforma JSTOR, visite Dotlib Partner Training. Aprenda a aprovechar al máximo esta gran plataforma.
Dot.Lib
Dot.Lib es una empresa dedicada a la difusión de información científica, facilitando el acceso en línea a libros digitales, revistas electrónicas y bases de datos en las más diversas áreas del conocimiento.