Scire: representación y organización del conocimiento

BibLex

2025-04-30T12:28:33+00:00

Estudio aplicado de inteligencia artificial que describe la integración del algoritmo BibLex al proceso de indización de artículos científicos, publicados en revistas latinoamericanas de acceso abierto indizadas en el portal Biblat. BibLex es un algoritmo diseñado para automatizar la asignación de palabras clave, combina técnicas clásicas de procesamiento de lenguaje natural (PLN), a través de la librería NLTK, con el modelo de inteligencia artificial generativa (GenIA) Gemini de Google. Ambos enfoques permiten analizar corpus lingüístico y semántico de los documentos, generando un conjunto de términos contextualizados. Los resultados sugieren que la integración de PLN con GenIA es técnicamente viable, asequible y oportuna para responder a los desafíos de la indización bibliotecológica de manera eficiente y sin comprometer la calidad terminológica. El enfoque híbrido adoptado abre posibilidades para la automatización de procesos técnicos en los entornos bibliotecarios.

Propuesta de una aplicación web para la consulta y visualización de datos semánticos RDF

2025-11-11T14:01:01+00:00

Se presenta el desarrollo e implementación de una aplicación web para la consulta y visualización de datos semánticos RDF, junto con su evaluación. El alcance cubre todo el ciclo: definición de requisitos (funcionales y no funcionales), análisis y diseño (casos de uso, arquitectura multicapa y comparativa tecnológica), implementación del prototipo y evaluación con usuarios. Los resultados muestran una solución que integra un dashboard con métricas y visualizaciones interactivas, un sistema de búsqueda de instancias mediante filtrado, un espacio de consulta SPARQL y exportaciones en CSV/TSV/JSON y Turtle. En la evaluación (n=16) se alcanzó el 100 % de efectividad en tareas y una usabilidad percibida excelente (SUS=81,41). Se concluye que el modelo reduce la carga cognitiva, mantiene la trazabilidad entre criterios y resultados y equilibra accesibilidad para perfiles no expertos con profundidad para usuarios avanzados. En coherencia con los hallazgos, se recomiendan mejoras y se identifican futuras acciones como la incorporación de ayudas contextuales y documentación, visualización de vocabularios/ontologías, gestión de datasets desde la interfaz, o desarrollo de nuevas visualizaciones.

El análisis del discurso foucaultiano en la Ciencia de la Información

2025-12-26T12:18:52+00:00

El análisis del discurso foucaultiano (ADF) es un método de análisis crítico derivado de las estrategias analítico-discursivas de Michel Foucault. Atiende a la dimensión social, política, histórica y cultural en la que se produce el discurso y a las relaciones de poder que en el tiempo y el espacio vuelven contingentemente verdadera una forma de conocimiento de la realidad, relegando otra. En la ciencia de la información (CI), hace tres décadas el ADF fue considerado no solo importante sino también desatendido y problemático. Ante la ausencia de un estudio que averigüe el statu quo del ADF en la CI, analizamos su evolución empírica en los últimos treinta años. Este estudio identifica la estructura intelectual de la literatura científica de CI que aborda o adopta el ADF y compendia las discusiones fundamentales sobre su uso. Desde un enfoque hermenéutico recurrimos a métodos de búsqueda bibliográfica sistemática, revisión de la literatura y bibliometría comparativa. Recopilamos un corpus de 56 artículos procedentes de Scopus, Web of Science y Library & Information Science Source. Comprobamos que el ADF sigue siendo poco usado en la CI. Aunque hay consenso en que el ADF se aplica a discursos formales o institucionales, su constitución metodológica es objeto de perspectivas dispares. La falta de sistematización del ADF obstaculiza su aplicación, pero confiere gran libertad analítica. El ADF se perfila como herramienta de clara utilidad para el estudio crítico de políticas de información, sistemas de organización del conocimiento, conceptos, editoriales de revistas científicas, transcripciones de entrevistas y comunicación académica.

Precisión en la traducción de metadatos

2025-12-02T18:11:55+00:00

La traducción de documentos científicos en general y de los metadatos en particular (título del artículo, resumen y palabras clave) es un tema de importancia en la formación de investigadores cuya lengua materna es el español, publican en español y requieren del uso parcial del idioma inglés en estos elementos clave. El objetivo de esta investigación es analizar los niveles de efectividad de la traducción humana en comparación con la traducción automática, recurriendo al desarrollo de un estudio cuantitativo, descriptivo, transeccional y no experimental, evaluando los niveles de calidad en la traducción de 410 resúmenes de artículos científicos provenientes de 27 revistas del área de humanidades publicados en el año 2022 en el Sistema de Clasificación de Revistas Mexicanas de Ciencia y Tecnología. La evaluación de los datos se basa en una rúbrica compuesta por 15 criterios de tipo sintáctico-semántico, léxico-semántico, morfosintáctico, ortotipográfico y pragmático-cultural, evaluando la traducción humana (original) y de tres traductores automáticos de libre acceso (Google, Microsoft y Systran). El estudio analiza fortalezas y debilidades de la traducción humana y automática, con lo cual se identifican elementos de efectividad de ambas formas de traducción aplicadas a textos breves con fines de favorecer a investigadores con limitantes en el bilingüismo español-inglés.