Fundamentos Para La Elaboración De Manuscritos Científicos En Trauma Y Cuidado Agudo De Emergencias (Parte 3): Como Seleccionar La Mejor Opción Para Publicar Su Trabajo: Más Allá Del Factor De Impacto
Notice bibliographique
Résumé
RESÚMEN El número de revistas científicas aumenta cada año generando así una gran variedad de información y múltiples opciones para enviar artículos producto de investigaciones. Existen índices bibliométricos que permiten ayudar a evaluar revistas para definir que tan frecuente se publican en ellas artículos de interés para generar otras publicaciones a partir de estos artículos. Medidas como el factor de impacto o el factor H, actualmente son usadas a nivel global para identificar revistas y parametrizar autores de alta citación. Actualmente las revistas impresas estan siendo reemplazadas por las revistas electrónicas, y esta tendencia ha favorecido la proliferación de revistas o editoriales predatorias, que encuentran en la necesidad de visibilidad académica de muchos autores una oportunidad para generar un flujo importante de dinero, cobrando por la publicación de los artículos. Debido a esto, seleccionar la revista a la cual se envian los artículos es una importante tarea que debe ser realizada con precaución y bajo la supervisión de los mentores de investigación. Existen actualmente sitios web que nos ayudan a identificar revistas de riesgo o editoriales de riesgo para no caer en este tipo de situaciones en donde nuestro artículo puede ser considerado una publicación de dudosa calidad al no pasar por un proceso extricto de revisión por pares. Revistas generales reconocidas de editoriales de calidad o revistas especializadas de asociaciones científicas de alta calidad académica deben ser la primera opción a considerar independiente de los índices bibliométricos.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».