Descrição
O Recomendador de Revisores é um sistema de recomendação de revisores de artigos de pesquisa baseado em IA, projetado como uma extensão do Chrome. Desenvolvido pelo Grupo de Engenharia de Conhecimento (KEG) da Universidade de Tsinghua, esta ferramenta integra-se perfeitamente ao ScholarOne Reviewer System, uma plataforma amplamente utilizada para submissão e revisão de artigos acadêmicos.
A função principal do Recomendador de Revisores é otimizar o processo de identificação de revisores apropriados para artigos acadêmicos. Ele consegue isso extraindo automaticamente informações essenciais do artigo diretamente da interface do ScholarOne. Isso inclui detalhes sobre o conteúdo do manuscrito, autores e outros metadados relevantes.
Uma vez que as informações do artigo são coletadas, a extensão utiliza big data acadêmico proveniente do Aminer (aminer.org). O Aminer é um banco de dados abrangente de especialistas acadêmicos e seus perfis de pesquisa. Ao cruzar o assunto do artigo e as afiliações dos autores com o vasto conjunto de dados do Aminer, o Recomendador de Revisores gera uma lista de revisores altamente adequados. Essa abordagem baseada em dados visa melhorar a precisão e a eficiência da seleção de revisores, garantindo que os artigos sejam avaliados por especialistas com conhecimento e experiência relevantes.
O sistema é particularmente benéfico para editores de periódicos, organizadores de conferências e pesquisadores envolvidos no processo de revisão por pares. Ele reduz o esforço manual tipicamente necessário para pesquisar e verificar revisores potenciais, economizando tempo e recursos valiosos. As recomendações são baseadas em algoritmos sofisticados que analisam big data acadêmico, visando combinar artigos com revisores que tenham um forte histórico de publicações e expertise na área específica.
O Recomendador de Revisores é oferecido como uma extensão do Chrome, tornando-o facilmente acessível para usuários que já utilizam a plataforma ScholarOne. Sua integração com o ScholarOne garante um fluxo de trabalho tranquilo, permitindo que os usuários acessem recomendações de revisores sem sair do ambiente de revisão familiar. A ferramenta é um testemunho da aplicação de IA e big data na publicação acadêmica, visando aprimorar a qualidade e a velocidade da comunicação científica.
Recursos principais de Recomendador de Revisores
Extração automática de informações de artigos do ScholarOne
Recomendação de revisores adequados com base em big data acadêmico
Utiliza o banco de dados Aminer para perfis de especialistas e dados de pesquisa
Integra-se ao ScholarOne Reviewer System
Desenvolvido pelo Knowledge Engineering Group (KEG), Universidade de Tsinghua
Aumenta a eficiência do processo de revisão por pares
Correspondência de revisores baseada em dados
Extensão do Chrome para fácil acessibilidade
Suporta fluxos de trabalho de publicação acadêmica
Visa melhorar a precisão da seleção de revisores
Como usar Recomendador de Revisores?
Instale a extensão do Chrome Recomendador de Revisores
Navegue até um artigo no ScholarOne Reviewer System
A extensão extrai automaticamente informações do artigo e do autor
O Recomendador de Revisores acessa dados do Aminer para identificar revisores potenciais
Visualize a lista de revisores recomendados para o artigo
Utilize as recomendações para selecionar revisores por pares apropriados
Casos de uso de Recomendador de Revisores
- Identificação de Revisores
- Otimização da Revisão por Pares
- Melhora da Qualidade da Revisão
- Suporte à Publicação Acadêmica
- Recomendações Baseadas em Dados
