Autores:  (1) Hamid Reza Saeidnia, Departamento de Ciencias de la Información y Estudios del Conocimiento, Universidad Tarbiat Modares, Teherán, República Islámica del Irán;  (2) Elaheh Hosseini, Departamento de Ciencias de la Información y Estudios del Conocimiento, Facultad de Psicología y Ciencias de la Educación, Universidad de Alzahra, Teherán, República Islámica del Irán;  (3) Shadi Abdoli, Departamento de Ciencias de la Información, Universidad de Montreal, Montreal, Canadá  (4) Marcel Ausloos, Escuela de Negocios, Universidad de Leicester, Leicester, Reino Unido y Universidad de Estudios Económicos de Bucarest, Bucarest, Rumania.  Tabla de enlaces   Resumen e introducción   Materiales y métodos   Resultados   Pregunta 1: IA y cienciometría   Pregunta 2: IA y webmetría   RQ 3: IA y bibliometría   Discusión   Pregunta 4: El futuro de la cienciometría, la webometría y la bibliometría con IA   Pregunta 5: Consideraciones éticas de la cienciometría, la webometría y la bibliometría con IA   Conclusión, limitaciones y referencias  Pregunta 1: IA y cienciometría  En cienciometría, la IA puede proporcionar varios beneficios específicos, incluidos el análisis de publicaciones, el análisis de citas, la predicción del impacto de la investigación, el análisis de colaboración, el análisis de tendencias de investigación y el mapeo del conocimiento. Los beneficios de la IA en estos seis subcampos (Figura 2) se han discutido, por ejemplo, en [21-31].   Estos 12 estudios demuestran los posibles beneficios y estrategias para utilizar las capacidades de la IA en cienciometría. En la Tabla 1 se destaca con más detalle cómo la IA puede mejorar la calidad, la accesibilidad y los procesos de recopilación de datos en los análisis cienciométricos.  El punto principal es que los algoritmos de IA pueden analizar grandes volúmenes de publicaciones científicas y extraer información valiosa, como nombres de autores y coautores, afiliaciones, palabras clave y citas [21, 22]. Como resultado, los investigadores pueden obtener información sobre los patrones de publicación, las redes de investigación y las colaboraciones dentro de un campo científico particular [32, 33].   Además, los algoritmos de IA pueden analizar redes de citas para identificar el impacto y la influencia de artículos científicos, así como las relaciones entre diferentes trabajos de investigación [22, 24, 31]. Los investigadores pueden utilizar este método para identificar artículos muy citados e influyentes, incluso bellas durmientes [34], así como para comprender la dinámica de la difusión del conocimiento científico.  Curiosamente, se pueden emplear técnicas de inteligencia artificial para predecir el impacto de la investigación científica en función de diversos factores, como la reputación del autor, la calidad de la revista y los patrones de citas [27]. El análisis de datos históricos permite que los modelos de IA proporcionen información sobre el impacto potencial de la investigación, lo que permite a los investigadores e instituciones determinar el mejor curso de acción.  La IA puede analizar las redes de coautoría para identificar y comprender las colaboraciones de investigación [28, 30]. Al analizar el historial de publicaciones, las afiliaciones de los autores y los patrones de coautoría, la IA puede ayudar a los investigadores a identificar posibles colaboradores y redes de investigación, lo que permite una mejor colaboración e intercambio de conocimientos.  Para identificar tendencias y temas de investigación emergentes, la IA puede analizar literatura científica a gran escala [23, 26, 35]. Por ejemplo, al utilizar técnicas de procesamiento del lenguaje natural, los algoritmos de IA pueden extraer automáticamente palabras clave, temas y tendencias de publicaciones científicas. ayudar a los investigadores a identificar nuevas direcciones de investigación y mantenerse actualizados con los últimos avances en su campo.  “Finalmente”, la IA puede mapear el panorama del conocimiento científico analizando las relaciones entre diferentes artículos científicos, palabras clave y conceptos [25, 29]. Además de facilitar revisiones de literatura, generación de hipótesis y planificación de investigaciones, esta visualización permite a los investigadores visualizar y comprender la estructura y evolución del conocimiento dentro de un área de investigación específica.  Este documento está   bajo licencia CC BY 4.0 DEED. disponible en arxiv

Part of HackerNoon's growing list of open-source research papers, promoting free access to academic material.

Decentralize AI Technology

decentralizeai

Este audio es producido en el idioma original de la historia!

"Los algoritmos de IA pueden analizar grandes volúmenes de publicaciones científicas y extraer información valiosa"

About Author

COMENTARIOS

ETIQUETAS

ESTE ARTÍCULO FUE PRESENTADO EN

Related Stories

La fuga rápida del sistema Claude Sonnet 3.5: un análisis forense

La guía completa para una migración exitosa a la nube: estrategias y mejores prácticas

Cómo mejorar su flujo de trabajo 10 veces: 17 aplicaciones esenciales

Liberando el poder de la IA. Una revisión sistemática de técnicas de vanguardia: resumen e introducción

La fuga rápida del sistema Claude Sonnet 3.5: un análisis forense

La guía completa para una migración exitosa a la nube: estrategias y mejores prácticas

Cómo mejorar su flujo de trabajo 10 veces: 17 aplicaciones esenciales

Liberando el poder de la IA. Una revisión sistemática de técnicas de vanguardia: resumen e introducción

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps