Video Experimental Relacionado
Updated: Sep 10, 2025

Comparing Bibliometric Analysis Using PubMed, Scopus, and Web of Science Databases
Published on: October 24, 2019
Estimación de la previsibilidad de las revistas de acceso abierto cuestionables
Han Zhuang1, Lizhen Liang2, Daniel E Acuna3
1Ningbo Institute of Digital Twin, Eastern Institute of Technology, Ningbo, China.
La inteligencia artificial (IA) puede identificar sistemáticamente las revistas cuestionables mediante el análisis de datos de sitios web. Este enfoque escalable ayuda a la integridad de la investigación al marcar miles de publicaciones sospechosas, complementando la revisión de expertos.
Área de la Ciencia:
- Información bibliométrica
- Comunicación académica
- Integridad de la investigación
Sus antecedentes:
- Las revistas cuestionables representan una amenaza significativa para la integridad de la investigación global.
- El control manual de las revistas a menudo es lento y carece de escalabilidad.
- La identificación de lugares de publicación académicos depredadores o poco confiables es una preocupación creciente.
Objetivo del estudio:
- Explorar el potencial de la inteligencia artificial (IA) para identificar sistemáticamente las revistas cuestionables.
- Desarrollar y evaluar un método basado en la IA para evaluar la legitimidad de las revistas.
- Proporcionar una solución escalable para detectar lugares de publicación académicos no confiables.
Principales métodos:
- Utilizó inteligencia artificial (IA) para analizar el diseño del sitio web de la revista, el contenido y los metadatos de la publicación.
- Entrenó y evaluó el modelo de IA contra extensos conjuntos de datos anotados por humanos.
- Los umbrales de decisión ajustados para equilibrar el cribado exhaustivo con la identificación precisa.
Principales resultados:
- El método de IA logró una precisión práctica en la identificación de revistas cuestionables.
- Más de 1000 diarios sospechosos fueron marcados en un umbral equilibrado.
- Estas revistas marcadas publican un número sustancial de artículos y reciben citas significativas.
Conclusiones:
- La IA ofrece una herramienta potente y escalable para mejorar los controles de integridad de la investigación.
- La clasificación automatizada utilizando IA puede identificar con eficacia las revistas potencialmente problemáticas.
- La integración de la IA con la revisión de expertos es crucial para la verificación sólida de los lugares académicos.
Videos de Conceptos Relacionados
Prediction Intervals
However, the point estimate is most likely not the exact value of the population parameter, but close to it. After calculating point estimates, we construct interval estimates, called confidence intervals or prediction intervals. This prediction interval comprises a range of values unlike the point estimate and is a better predictor of the observed sample value, y.
Probability Laws
Quantifying and Rejecting Outliers: The Grubbs Test
Types of Biopharmaceutical Studies: Controlled and Non-Controlled Approaches
Non-controlled studies, commonly employed for initial exploration, lack a control group, rendering them susceptible to biases and external influences. In contrast,...
Propagation of Uncertainty from Systematic Error
Propagation of Uncertainty from Random Error

