MétaCan
Menu
Retour à la cohorte
Enregistrement W4390011946 · doi:10.35692/07183992.16.2.1

12 tips to create good titles for your manuscripts

2023· article· en· W4390011946 sur OpenAlexaff
José I. Rojas‐Méndez

Notice bibliographique

RevueMultidisciplinary Business Review · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMedical Research and Practices
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésArtComputer science

Résumé

récupéré en direct d'OpenAlex

Como editor en jefe de Multidisciplinary Business Review, en esta ocasión, deseo ofrecer orientación sobre cómo escribir un título eficaz para un manuscrito.Un título bien elaborado es crucial para captar la atención de los lectores, transmitir la esencia de la investigación y animarlos a explorar el artículo completo.Con frecuencia, los títulos de los trabajos de investigación tienen entre 10 y 15 palabras.Por lo regular, esta extensión es suficiente para transmitir el tema principal de la investigación, sin ser demasiado larga.Así pues, a continuación, se ponen en consideración algunos consejos adicionales para crear un buen título:Sea claro y conciso.Su título debe proporcionar una "foto instantánea" de la investigación.Por lo que conviene evitar títulos extensos y complicados que puedan confundir o abrumar a los lectores.Apunte a la brevedad, manteniendo la claridad.Utilice palabras clave.Incluya palabras clave relevantes, las que sean fundamentales para su investigación.Estos son términos que los lectores potenciales pueden usar en sus búsquedas y ayudan a que su artículo aparezca en los resultados de búsqueda.Resalte la idea principal.El título debe capturar la idea principal, el enfoque o los hallazgos clave de su investigación.Debería responder al "¿y qué se pregunta?",de modo que da a los lectores una razón para profundizar en el contenido de su artículo.Sea específico.Evite títulos vagos o genéricos.En su lugar, sea específico sobre el tema, el alcance y el propósito de su investigación.Los títulos específicos son más atractivos para los lectores que buscan información detallada sobre un tema en concreto.Evite las jergas.Manténgase alejado de la jerga técnica excesiva o de acrónimos que puedan resultar poco familiares a una audiencia numerosa.Asegúrese de que su título sea accesible para un público amplio de lectores.Cree intriga.Un buen título despierta la curiosidad del lector.Puede ser provocativo, formular una pregunta llamativa o presentar un hallazgo

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,036
score de la tête « metaresearch » (Gemma)0,217
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Présentation des résultats · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,964
Score d'incertitude au seuil0,862

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0360,217
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0080,004
Études des sciences et des technologies0,0050,003
Communication savante0,0250,012
Science ouverte0,0020,007
Intégrité de la recherche0,0080,009
Charge utile insuffisante (le modèle a refusé de juger)0,2580,302

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.

Tête enseignante Opus0,385
Tête enseignante GPT0,558
Écart entre enseignants0,173 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeSans objet
DomainePrésentation des résultats
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueMultidisciplinary Business ReviewMême sujetMedical Research and PracticesTravaux en français237 207