Descripción
Reviewer Recommender es un sistema de recomendación de revisores de artículos de investigación impulsado por IA, diseñado como una extensión de Chrome. Desarrollada por el Grupo de Ingeniería del Conocimiento (KEG) de la Universidad de Tsinghua, esta herramienta se integra perfectamente con el Sistema de Revisores de ScholarOne, una plataforma ampliamente utilizada para la presentación y revisión de artículos académicos.
La función principal de Reviewer Recommender es optimizar el proceso de identificación de revisores apropiados para artículos académicos. Lo logra extrayendo automáticamente información esencial del artículo directamente de la interfaz de ScholarOne. Esto incluye detalles sobre el contenido del manuscrito, los autores y otros metadatos relevantes.
Una vez recopilada la información del artículo, la extensión utiliza macrodatos académicos obtenidos de Aminer (aminer.org). Aminer es una base de datos completa de expertos académicos y sus perfiles de investigación. Al cotejar la materia del artículo y las afiliaciones de los autores con el vasto conjunto de datos de Aminer, Reviewer Recommender genera una lista de revisores altamente adecuados. Este enfoque basado en datos tiene como objetivo mejorar la precisión y la eficiencia de la selección de revisores, asegurando que los artículos sean evaluados por expertos con conocimientos y experiencia relevantes.
El sistema es particularmente beneficioso para editores de revistas, organizadores de conferencias e investigadores involucrados en el proceso de revisión por pares. Reduce el esfuerzo manual que normalmente se requiere para buscar y verificar posibles revisores, ahorrando tiempo y recursos valiosos. Las recomendaciones se basan en algoritmos sofisticados que analizan macrodatos académicos, con el objetivo de emparejar artículos con revisores que tengan un sólido historial de publicaciones y experiencia en el campo específico.
Reviewer Recommender se ofrece como una extensión de Chrome, lo que lo hace fácilmente accesible para los usuarios que ya utilizan la plataforma ScholarOne. Su integración con ScholarOne garantiza un flujo de trabajo fluido, permitiendo a los usuarios acceder a recomendaciones de revisores sin salir del entorno de revisión familiar. La herramienta es un testimonio de la aplicación de IA y macrodatos en la publicación académica, con el objetivo de mejorar la calidad y la velocidad de la comunicación académica.
Características principales de Recomendador de Revisores
Extracción automática de información de artículos de ScholarOne
Recomendación de revisores adecuados basada en macrodatos académicos
Aprovecha la base de datos Aminer para perfiles de expertos y datos de investigación
Se integra con el Sistema de Revisores de ScholarOne
Desarrollado por el Grupo de Ingeniería del Conocimiento (KEG), Universidad de Tsinghua
Mejora la eficiencia del proceso de revisión por pares
Coincidencia de revisores basada en datos
Extensión de Chrome para fácil accesibilidad
Soporta flujos de trabajo de publicación académica
Tiene como objetivo mejorar la precisión de la selección de revisores
¿Cómo usar Recomendador de Revisores?
Instalar la extensión de Chrome Reviewer Recommender
Navegar a un artículo en el Sistema de Revisores de ScholarOne
La extensión extrae automáticamente la información del artículo y del autor
Reviewer Recommender accede a los datos de Aminer para identificar posibles revisores
Ver la lista de revisores recomendados para el artículo
Utilizar las recomendaciones para seleccionar revisores por pares apropiados
Casos de uso de Recomendador de Revisores
- Identificación de Revisores
- Optimización de la Revisión por Pares
- Mejora de la Calidad de la Revisión
- Soporte para Publicaciones Académicas
- Recomendaciones Basadas en Datos
