Quality Model for Classification of the Review of Scientific Articles

• Type: Article in International Conference Proceedings Book
• Date: 2018

Authors

Lino, AS (Author) Other; Reis da Rocha, AMR (Author) Other; reis, lp (Author) FEUP

Conference proceedings International

Title: Iberian Conference on Information Systems and Technologies, CISTI

Pages: 1-5

13th Iberian Conference on Information Systems and Technologies, CISTI 2018

13 June 2018 through 16 June 2018

Indexing

ISI Web of Knowledge - 0 Citations

Scopus - 0 Citations

INSPEC

Other information

Authenticus ID: P-00P-33T

DOI: 10.23919/CISTI.2018.8399153

Resumo (PT): Manter o controle de qualidade da literatura científica é uma das principais características do processo de revisão por pares. No entanto, isso depende da eficácia dos pares em minimizar a subjetividade intrínseca ao processo. Os conselhos editoriais tentam alcançar esse objetivo por meio de treinamentos e guias para revisores. Porém, não existe um consenso sobre quais os principais critérios de uma boa revisão, o que resulta em relatórios pobremente fundamentados ou vagos que não auxiliam o editor em sua decisão e ao autor na melhoria da sua pesquisa. Neste contexto, este projeto tem como objetivo propor um modelo de qualidade para revisão de artigos e um framework para classificação automática por meio de técnicas de aprendizagem máquina. Esta proposta será útil para: i) os revisores, como modelo de orientação na elaboração do relatório de revisão, ii) editores, como um indicador da qualidade das revisões recebidas, e iii) os autores, como modelo de autoavaliação de suas pesquisas.

Abstract (EN): Maintaining the quality control of scientific literature is one of the main characteristics of the peer review process. However, it depends on the peers' effectiveness in minimizing the intrinsic subjectivity to the process. Publishers try to achieve this through training and guides for reviewers. However, there is no consensus as to what the main criteria for a good review are, which results in poorly reasoned or vague reports that do not assist the editor in his decision nor the author in improvement of research. This project proposes a quality model for reviewing articles and a framework for their automatic classification through machine learning techniques. This proposal will be useful for: i) reviewers as a guideline for the preparation of the review report, editors as an indicator of the quality of the received revisions, and the authors as a model for self-evaluation of their research.

Language: Portuguese

Type (Professor's evaluation): Scientific

No. of pages: 5