Luis
Respuestas de foro creadas
-
Entradas
-
CÓMO BUSCAR ARTÍCULOS CIENTÍFICOS REALES CON IA
CÓMO BUSCAR ARTÍCULOS CIENTÍFICOS REALES CON IA
La IA no reemplaza las bases de datos científicas, pero te ayuda a buscar mejor, entender más rápido y encontrar evidencia relevante y confiable.
PASO A PASO: BUSCA ARTÍCULOS REALES CON IA
1. DEFINE CLARAMENTE TU TEMA
Delimita tu pregunta de investigación.
Usa palabras clave y sinónimos.
La IA puede ayudarte a generar términos relacionados.
Ejemplo (con IA):
“Dame sinónimos y términos relacionados a implicaciones en agua potable para buscar artículos.”
2. ELIGE BASES DE DATOS ACADÉMICAS CONFIABLES
Usa bases de datos reconocidas:
Scopus
Web of Science
PubMed
ScienceDirect
IEEE Xplore
SpringerLink
Google Scholar
Importante:La IA te orienta, pero la búsqueda debe hacerse siempre en fuentes académicas.
3. CONSTRUYE MEJORES ESTRATEGIAS DE BÚSQUEDA
Pide a la IA que te ayude a crear ecuaciones de búsqueda con operadores:
AND
OR
NOT
Ejemplo (con IA):
“Crea una ecuación de búsqueda para encontrar artículos sobre inteligencia artificial en educación publicados entre 2020 y 2024.”
4. USA LA IA PARA FILTRAR Y PRIORIZAR RESULTADOS
Copia los títulos y resúmenes de los resultados.
Pide a la IA que te ayude a identificar los más relevantes según tu criterio (no que elija por ti).
Ejemplo (con IA):
“Analiza estos resúmenes y sugiere cuáles son más relevantes para mi tema y por qué.”
5. OBTÉN EL TEXTO COMPLETO DEL ARTÍCULO
Usa el acceso institucional de tu universidad.
Busca en repositorios y portales de acceso abierto: DOAJ SciELO arXiv REDALyC
La IA puede ayudarte a encontrar alternativas legales de acceso.
6. ANALIZA Y ORGANIZA LA INFORMACIÓN
Pide a la IA que te ayude a extraer:
Ideas clave
Metodología
Resultados
Puedes usar herramientas bibliográficas:
Zotero
Mendeley
EndNote
para organizar tus referencias.
Ejemplo (con IA):
“Extrae las ideas principales y la metodología de este artículo y ayúdame a compararlo con otros.”
BUENAS PRÁCTICAS
✓ Verifica siempre la fuente
Asegúrate de que el artículo provenga de revistas indexadas y confiables.
✓ Lee el resumen antes de descargar
Te ahorra tiempo y te enfoca en lo realmente relevante.
✓ Usa filtros en las bases de datos
Filtra por:
Año
Área temática
Tipo de documento
Idioma
País
etc.
✓ No te quedes solo con la IA
La IA orienta, pero tú decides y analizas.
✓ Cita siempre correctamente
Usa normas:
APA
Vancouver
IEEE
La IA puede ayudarte a dar formato a las referencias.
HERRAMIENTAS CON IA QUE PUEDEN AYUDARTE
Elicit
Encuentra papers relevantes y extrae datos clave automáticamente.
Consensus
Responde preguntas utilizando evidencia científica real.
Scispace (antes Typeset)
Explica artículos, genera resúmenes y encuentra trabajos relacionados.
Research Rabbit
Explora redes de artículos y descubre investigaciones relacionadas.
ChatGPT
Ayuda a generar estrategias de búsqueda, comparar artículos y comprender mejor la literatura científica (sin sustituir la lectura crítica de los trabajos originales).
Observación crítica
La infografía es útil, pero simplifica un aspecto importante: la IA no puede garantizar que haya encontrado todos los artículos relevantes. Para revisiones narrativas rigurosas y, sobre todo, para revisiones sistemáticas, sigue siendo necesario:
Diseñar ecuaciones de búsqueda reproducibles.
Buscar en varias bases de datos.
Aplicar criterios de inclusión y exclusión explícitos.
Revisar referencias cruzadas.
Documentar todo el proceso.
En tu caso, que publicas revisiones médicas con frecuencia, la mayor utilidad de la IA no está tanto en “encontrar artículos”, sino en acelerar el cribado, extracción de datos, comparación de estudios y redacción inicial, manteniendo siempre la verificación humana de las fuentes originales.Uso de herramientas de Inteligencia Artificial para la escritura académica, de la manera correcta.
Comprender la inteligencia artificial (IA) dentro de su campo relevante es necesario para prevenir la incorporación de información sesgada. Esto es igualmente aplicable en el contexto de la escritura académica. Por lo tanto, este recurso tiene como objetivo educar a escritores senior o maduros sobre el desarrollo de competencias utilizando herramientas de IA generativa. Proporcionamos algunas herramientas recomendadas que pueden complementar la creatividad y el pensamiento para mejorar el desarrollo de la escritura. No recomendamos que los escritores novatos, como los estudiantes universitarios, utilicen la IA, ya que todavía están adquiriendo prácticas esenciales de lectura académica y parafraseo.
¿Qué es la IA?
La Inteligencia Artificial (IA) es la simulación de procesos humanos por sistemas informáticos, exhibiendo inteligencia similar a la humana. La IA ha sido parte de la enseñanza, la resolución de problemas y los entornos de aprendizaje durante la última década. Por ejemplo, Turnitin es una herramienta de IA que utiliza software de detección de similitudes . Sin embargo, desde 2022, la explosión de tecnologías de propósito generativo (GPT) y los Grandes Modelos de Lenguaje (LLM) ha acelerado el uso de la IA Generativa (Gen AI) en educación, atención médica y otros campos con un nuevo conjunto de tecnologías que pueden proporcionar respuestas originales y plausibles entrenadas a partir de enormes conjuntos de datos a través de su entrada. Los investigadores han utilizado herramientas de IA durante todo el proceso de investigación (ver el esquema de la UNESCO para más información). Por ejemplo, los LLM pueden proporcionar cinco niveles de asistencia para la escritura:
Edición básica: (revisión ortográfica y gramatical)
Evaluación de la calidad de la escritura: (identificación de debilidades)
Edición estructural: (parafraseo, traducción, mejora del texto)
Creación de contenido derivado: (resumen, creación de títulos, resúmenes, reescritura)
Creación de contenido nuevo: (completar/expandir texto)
Los tres primeros son usos aceptables, pero los dos últimos pueden ser problemáticos (subrayados en el original).
¿Cuál es el gran problema?
Es esencial saber que, si bien las herramientas de IA generativa han cambiado la forma en que el mundo puede acceder a la información, también plantean preocupaciones significativas para el desarrollo de la escritura académica. Por ejemplo, aunque ChatGPT, co-pilot, Gemini (y otros) pueden parecer fiables por su capacidad de referencia, necesitan un sentido de creación de significado intencional para establecer precisiones fácticas de manera imparcial. Por lo tanto, las respuestas se basan en lo que se les ha ‘enseñado’ siguiendo la convención de referencia e incluso pueden inventar fuentes de referencias. Lo más importante, la formulación de una pregunta puede no tener en cuenta la diversidad cultural, las identidades y las perspectivas globales sobre ese tema. Así, si bien la IA generativa puede ayudar a producir un resumen rápido y plausible de información estándar, perspectivas sobre un tema y un esquema para su trabajo, debe usarse con precaución.
En el Laboratorio de Escritura, la importancia de la escritura para las carreras académicas y profesionales de los estudiantes es fundamental. Escribir no es solo un producto, sino también un proceso, y tanto como estos productos anclan momentos en un viaje, el aprendizaje y el desarrollo tienen lugar en la producción de estos productos.
Referencias y Créditos:
[1] Pumpard, J. 2023. Writing with ChatGPT: An illustration of its capacity, limitations & implications for academic writers. Perspectives on medical education, 12(1), p.261.[2] Lin, Z. 2024. Techniques for supercharging academic writing with generative AI. Nature Biomedical Engineering, p.1-6.
Uso de herramientas de Inteligencia Artificial para la escritura académica, de la manera correcta.
Comprender la inteligencia artificial (IA) dentro de su campo relevante es necesario para prevenir la incorporación de información sesgada. Esto es igualmente aplicable en el contexto de la escritura académica. Por lo tanto, este recurso tiene como objetivo educar a escritores senior o maduros sobre el desarrollo de competencias utilizando herramientas de IA generativa. Proporcionamos algunas herramientas recomendadas que pueden complementar la creatividad y el pensamiento para mejorar el desarrollo de la escritura. No recomendamos que los escritores novatos, como los estudiantes universitarios, utilicen la IA, ya que todavía están adquiriendo prácticas esenciales de lectura académica y parafraseo.
¿Qué es la IA?
La Inteligencia Artificial (IA) es la simulación de procesos humanos por sistemas informáticos, exhibiendo inteligencia similar a la humana. La IA ha sido parte de la enseñanza, la resolución de problemas y los entornos de aprendizaje durante la última década. Por ejemplo, Turnitin es una herramienta de IA que utiliza software de detección de similitudes . Sin embargo, desde 2022, la explosión de tecnologías de propósito generativo (GPT) y los Grandes Modelos de Lenguaje (LLM) ha acelerado el uso de la IA Generativa (Gen AI) en educación, atención médica y otros campos con un nuevo conjunto de tecnologías que pueden proporcionar respuestas originales y plausibles entrenadas a partir de enormes conjuntos de datos a través de su entrada. Los investigadores han utilizado herramientas de IA durante todo el proceso de investigación (ver el esquema de la UNESCO para más información). Por ejemplo, los LLM pueden proporcionar cinco niveles de asistencia para la escritura:
Edición básica: (revisión ortográfica y gramatical)
Evaluación de la calidad de la escritura: (identificación de debilidades)
Edición estructural: (parafraseo, traducción, mejora del texto)
Creación de contenido derivado: (resumen, creación de títulos, resúmenes, reescritura)
Creación de contenido nuevo: (completar/expandir texto)
Los tres primeros son usos aceptables, pero los dos últimos pueden ser problemáticos (subrayados en el original).
¿Cuál es el gran problema?
Es esencial saber que, si bien las herramientas de IA generativa han cambiado la forma en que el mundo puede acceder a la información, también plantean preocupaciones significativas para el desarrollo de la escritura académica. Por ejemplo, aunque ChatGPT, co-pilot, Gemini (y otros) pueden parecer fiables por su capacidad de referencia, necesitan un sentido de creación de significado intencional para establecer precisiones fácticas de manera imparcial. Por lo tanto, las respuestas se basan en lo que se les ha ‘enseñado’ siguiendo la convención de referencia e incluso pueden inventar fuentes de referencias. Lo más importante, la formulación de una pregunta puede no tener en cuenta la diversidad cultural, las identidades y las perspectivas globales sobre ese tema. Así, si bien la IA generativa puede ayudar a producir un resumen rápido y plausible de información estándar, perspectivas sobre un tema y un esquema para su trabajo, debe usarse con precaución.
En el Laboratorio de Escritura, la importancia de la escritura para las carreras académicas y profesionales de los estudiantes es fundamental. Escribir no es solo un producto, sino también un proceso, y tanto como estos productos anclan momentos en un viaje, el aprendizaje y el desarrollo tienen lugar en la producción de estos productos.
Referencias y Créditos:
[1] Pumpard, J. 2023. Writing with ChatGPT: An illustration of its capacity, limitations & implications for academic writers. Perspectives on medical education, 12(1), p.261.[2] Lin, Z. 2024. Techniques for supercharging academic writing with generative AI. Nature Biomedical Engineering, p.1-6.
CÓMO BUSCAR ARTÍCULOS CIENTÍFICOS REALES CON IA
La IA no reemplaza las bases de datos científicas, pero te ayuda a buscar mejor, entender más rápido y encontrar evidencia relevante y confiable.
PASO A PASO: BUSCA ARTÍCULOS REALES CON IA
1. DEFINE CLARAMENTE TU TEMA
Delimita tu pregunta de investigación.
Usa palabras clave y sinónimos.
La IA puede ayudarte a generar términos relacionados.Ejemplo (con IA):
“Dame sinónimos y términos relacionados a implicaciones en agua potable para buscar artículos.”
2. ELIGE BASES DE DATOS ACADÉMICAS CONFIABLES
Usa bases de datos reconocidas:
Scopus
Web of Science
PubMed
ScienceDirect
IEEE Xplore
SpringerLink
Google ScholarImportante:
La IA te orienta, pero la búsqueda debe hacerse siempre en fuentes académicas.3. CONSTRUYE MEJORES ESTRATEGIAS DE BÚSQUEDA
Pide a la IA que te ayude a crear ecuaciones de búsqueda con operadores:
AND
OR
NOTEjemplo (con IA):
“Crea una ecuación de búsqueda para encontrar artículos sobre inteligencia artificial en educación publicados entre 2020 y 2024.”
4. USA LA IA PARA FILTRAR Y PRIORIZAR RESULTADOS
Copia los títulos y resúmenes de los resultados.
Pide a la IA que te ayude a identificar los más relevantes según tu criterio (no que elija por ti).Ejemplo (con IA):
“Analiza estos resúmenes y sugiere cuáles son más relevantes para mi tema y por qué.”
5. OBTÉN EL TEXTO COMPLETO DEL ARTÍCULO
Usa el acceso institucional de tu universidad.
Busca en repositorios y portales de acceso abierto:
DOAJ
SciELO
arXiv
REDALyCLa IA puede ayudarte a encontrar alternativas legales de acceso.
6. ANALIZA Y ORGANIZA LA INFORMACIÓN
Pide a la IA que te ayude a extraer:
Ideas clave
Metodología
ResultadosPuedes usar herramientas bibliográficas:
Zotero
Mendeley
EndNotepara organizar tus referencias.
Ejemplo (con IA):
“Extrae las ideas principales y la metodología de este artículo y ayúdame a compararlo con otros.”
BUENAS PRÁCTICAS
✓ Verifica siempre la fuenteAsegúrate de que el artículo provenga de revistas indexadas y confiables.
✓ Lee el resumen antes de descargar
Te ahorra tiempo y te enfoca en lo realmente relevante.
✓ Usa filtros en las bases de datos
Filtra por:
Año
Área temática
Tipo de documento
Idioma
Paísetc.
✓ No te quedes solo con la IA
La IA orienta, pero tú decides y analizas.
✓ Cita siempre correctamente
Usa normas:
APA
Vancouver
IEEELa IA puede ayudarte a dar formato a las referencias.
HERRAMIENTAS CON IA QUE PUEDEN AYUDARTE
ElicitEncuentra papers relevantes y extrae datos clave automáticamente.
Consensus
Responde preguntas utilizando evidencia científica real.
Scispace (antes Typeset)
Explica artículos, genera resúmenes y encuentra trabajos relacionados.
Research Rabbit
Explora redes de artículos y descubre investigaciones relacionadas.
ChatGPT
Ayuda a generar estrategias de búsqueda, comparar artículos y comprender mejor la literatura científica (sin sustituir la lectura crítica de los trabajos originales).
Observación crítica
La infografía es útil, pero simplifica un aspecto importante: la IA no puede garantizar que haya encontrado todos los artículos relevantes. Para revisiones narrativas rigurosas y, sobre todo, para revisiones sistemáticas, sigue siendo necesario:
Diseñar ecuaciones de búsqueda reproducibles.
Buscar en varias bases de datos.
Aplicar criterios de inclusión y exclusión explícitos.
Revisar referencias cruzadas.
Documentar todo el proceso.En tu caso, que publicas revisiones médicas con frecuencia, la mayor utilidad de la IA no está tanto en “encontrar artículos”, sino en acelerar el cribado, extracción de datos, comparación de estudios y redacción inicial, manteniendo siempre la verificación humana de las fuentes originales.
STRWP Model: A Cognitive Framework for Scholarly Paper Writing
The STRWP Model is a systematic framework that guides researchers through the complete process of scholarly paper writing. It consists of five interconnected stages:S = Search → T = Topic → R = Research → W = Writing → P = Publications
The model helps researchers move from identifying a research problem to publishing findings in reputable academic journals.
Level 1: SEARCH
Definition
Search is the exploratory phase in which researchers investigate existing knowledge, understand current developments, identify research gaps, and discover novel research opportunities.Purpose
To understand what has already been studied.
To identify unanswered questions.
To find a unique research problem.
To establish the foundation for future research.Key Elements
1. Searching for the Unknown
What is it?
Exploring areas where knowledge is limited, incomplete, or unexplored.Why is it important?
Generates new ideas.
Leads to innovative research.
Helps discover unexplored phenomena.Process
Observe societal or academic issues.
Identify unanswered questions.
Explore emerging technologies or trends.
Examine under-researched populations or regions.Example
A researcher observes that very few studies have examined the impact of AI-generated news in rural Pakistan.2. Literature Review
What is it?
A systematic examination of previous studies related to a research topic.Why is it important?
Provides theoretical background.
Avoids duplication of research.
Identifies research trends and debates.Process
Search databases.
Collect relevant articles.
Read and analyze studies.
Organize findings by themes.Example
Reviewing previous studies on artificial intelligence, journalism, and digital media.3. State of the Art
What is it?
Understanding the latest developments and current advancements in a field.Why is it important?
Keeps research current.
Aligns studies with global developments.
Identifies cutting-edge issues.Process
Examine recent publications.
Follow leading scholars.
Monitor conferences and reports.
Analyze emerging technologies.Example
Studying the latest AI applications used by international news organizations.4. Identifying Research Gaps
What is it?
Locating areas that previous research has not adequately addressed.Why is it important?
Creates research significance.
Establishes originality.
Contributes new knowledge.Process
Compare existing studies.
Identify limitations.
Look for contradictory findings.
Detect under-researched contexts.Example
Most AI journalism studies focus on Western countries, while South Asian media remain under-researched.5. Finding Novelty
What is it?
Discovering a unique contribution that advances knowledge.Why is it important?
Increases publication potential.
Enhances research impact.
Provides academic value.Process
Combine different theories.
Study new populations.
Apply innovative methods.
Explore emerging issues.Example
Investigating the role of AI in climate journalism within Pakistan.Level 2: TOPIC
Definition
Topic selection transforms broad interests into a focused and researchable problem.Purpose
To narrow the research area.
To create clear research objectives.
To ensure feasibility.Key Elements
1. Expertise Area
What is it?
Selecting a topic related to the researcher’s academic specialization.Why is it important?
Improves research quality.
Utilizes existing knowledge.
Enhances credibility.Process
Assess personal expertise.
Review academic background.
Match interests with specialization.Example
A communication scholar selects a topic on digital journalism.2. Research Roadmap
What is it?
Understanding how research in a field has evolved and where it is heading.Why is it important?
Helps identify future opportunities.
Aligns research with long-term goals.Process
Examine historical developments.
Analyze future directions.
Identify emerging themes.Example
Studying the evolution of AI-assisted communication technologies.3. World’s Research Trends
What is it?
Identifying globally significant and emerging research topics.Why is it important?
Enhances relevance.
Increases publication opportunities.
Addresses international concerns.Process
Analyze global reports.
Follow international journals.
Monitor trending research themes.Example
Researching misinformation and AI due to its global significance.4. Research Sharing and Brainstorming
What is it?
Discussing ideas with colleagues, supervisors, and experts.Why is it important?
Improves research quality.
Generates new perspectives.
Refines research questions.Process
Conduct meetings.
Attend seminars.
Present preliminary ideas.
Gather feedback.Example
Presenting a research idea in a departmental seminar.5. Mapping of Issues and Structure
What is it?
Organizing concepts, variables, and relationships.Why is it important?
Clarifies research direction.
Supports theoretical development.Process
Develop conceptual maps.
Identify key variables.
Establish relationships.Example
Creating a framework linking AI use, productivity, and ethics in journalism.6. Searching for Possibilities
What is it?
Evaluating the feasibility of conducting the study.Why is it important?
Saves time and resources.
Ensures practical implementation.Process
Assess available data.
Evaluate resources.
Consider ethical issues.
Determine access to participants.Example
Assessing whether journalists can be recruited for interviews.Level 3: RESEARCH
Definition
Research involves collecting, analyzing, and interpreting data to answer research questions.Purpose
To generate evidence.
To test theories.
To answer research questions.Key Elements
1. Nature of Data
What is it?
Determining the type of data required.Why is it important?
Guides methodological decisions.
Ensures accurate findings.Process
Define research objectives.
Choose qualitative or quantitative data.
Identify data sources.Example
Collecting survey responses from journalists.2. Robust Methodology
What is it?
Selecting scientifically sound research methods.Why is it important?
Enhances validity.
Ensures reliability.Process
Choose research design.
Select sampling method.
Develop instruments.
Plan analysis techniques.Example
Using a mixed-method design involving surveys and interviews.3. Data Replication
What is it?
Ensuring research can be repeated and verified.Why is it important?
Strengthens credibility.
Promotes transparency.Process
Document procedures.
Explain methods clearly.
Preserve research records.Example
Providing detailed survey administration guidelines.4. Data Reduction
What is it?
Simplifying large amounts of data into manageable categories.Why is it important?
Facilitates analysis.
Highlights key patterns.Process
Code data.
Categorize responses.
Remove irrelevant information.Example
Grouping interview responses into themes such as efficiency, ethics, and innovation.5. Discussing Data
What is it?
Interpreting findings in relation to theories and previous studies.Why is it important?
Explains significance.
Connects findings to literature.Process
Compare findings with previous studies.
Interpret results.
Explain implications.Example
Comparing AI adoption findings with earlier journalism studies.Level 4: WRITING
Definition
Writing converts research findings into a structured scholarly manuscript.Purpose
To communicate research findings.
To prepare for publication.
To contribute to academic knowledge.Key Elements
1. Internationally Reputable Journals
What is it?
Selecting high-quality academic journals.Why is it important?
Enhances visibility.
Increases academic impact.Process
Identify relevant journals.
Examine indexing status.
Evaluate impact metrics.Example
Choosing a Scopus-indexed communication journal.2. Focus and Scope of the Journal
What is it?
Ensuring compatibility between the study and journal.Why is it important?
Increases acceptance chances.
Targets the correct audience.Process
Read journal aims and scope.
Analyze published articles.
Match study objectives.Example
Submitting media research to a communication journal.3. In-House Style and Citation Format
What is it?
Following journal formatting guidelines.Why is it important?
Ensures professional presentation.
Meets editorial requirements.Process
Follow author guidelines.
Apply citation style.
Format tables and figures.Example
Using APA 7th Edition referencing style.4. Submission and Reviewing Process
What is it?
Submitting manuscripts for peer review.Why is it important?
Improves quality through feedback.
Enables publication.Process
Submit manuscript.
Respond to reviewers.
Revise and resubmit.
Receive final decision.Example
Revising a manuscript according to reviewers’ comments.Level 5: PUBLICATIONS
Definition
Publication is the dissemination stage where research findings are shared with the academic community and society.Purpose
To contribute knowledge.
To build scholarly reputation.
To influence future research.Key Elements
1. Expertise Area
What is it?
Publishing consistently within a specialized domain.Why is it important?
Builds academic identity.
Establishes expertise.Example
Publishing multiple studies on AI and journalism.2. Research Roadmap
What is it?
Developing a long-term publication agenda.Why is it important?
Creates sustained impact.
Guides future research.Example
Publishing a sequence of studies on AI in media.3. World’s Research Trends
What is it?
Contributing to globally relevant debates.Why is it important?
Enhances international visibility.
Increases citations.Example
Publishing research on AI-driven misinformation.4. Research Sharing and Brainstorming
What is it?
Disseminating research through conferences and scholarly networks.Why is it important?
Encourages collaboration.
Expands research impact.Example
Presenting findings at an international conference.5. Mapping of Issues and Structure
What is it?
Identifying future research opportunities from published studies.Why is it important?
Advances knowledge.
Generates new research questions.Example
Recommending future studies on AI-generated news credibility.6. Searching for Possibilities
What is it?
Exploring new projects, collaborations, and funding opportunities.Why is it important?
Supports research sustainability.
Expands scholarly contribution.Process
Seek grants.
Build collaborations.
Develop follow-up studies.Example
Obtaining research funding for a larger AI and media project.Overall STRWP Process Flow
Step 1: Search
Review literature
Identify gaps
Find noveltyStep 2: Topic
Select a focused topic
Assess feasibility
Develop objectivesStep 3: Research
Collect data
Analyze findings
Interpret resultsStep 4: Writing
Prepare manuscript
Follow journal guidelines
Submit for reviewStep 5: Publications
Publish findings
Share knowledge
Build future research agendaFinal Outcome
The STRWP Model enables researchers to move systematically from idea generation to scholarly publication, ensuring that research is original, methodologically sound, academically rigorous, and publication-ready.Mix-Method Research Methodology –
3.1 Introduction
Purpose: Summarize the methodology, restate the problem, note objectives, and justify the chosen approach.
3.2 Research Philosophy and Approach
3.2.1 Philosophical Paradigm
Identify paradigm: Positivism / Interpretivism / Pragmatism / Critical Theory.
Explain philosophical stance and its core assumptions.
3.2.2 Reason for Selection
Link paradigm to research problem and objectives.
Explain how it supports the type of data and analysis required.
3.2.3 Research Approach
Specify approach: Inductive / Deductive / Abductive.
Justify choice with reference to study objectives.
3.3 Research Design
3.3.1 Type
Identify design: Qualitative / Quantitative / Mixed Methods.
3.3.2 Nature of the Study
State whether Descriptive / Exploratory / Explanatory / Correlational.
Explain intended outcome (description, exploration, explanation, relationship testing).
3.4 Population and Sampling
3.4.1 Population
Define the target group.
3.4.2 Sampling Method
State chosen method: Purposive / Random / Stratified / Snowball..
3.4.3 Sample Size
Provide total number of participants.
Explain determination method (statistical power, saturation, qualitative adequacy).
3.4.4 Inclusion/Exclusion Criteria
List conditions for inclusion.
List conditions for exclusion.
Explain why these criteria were set.
3.5 Data Collection Methods
3.5.1 Primary Data
Describe tools: Interviews, surveys, focus groups, observations.
3.5.2 Secondary Data
List sources: Academic literature, government reports, archival data.
3.5.3 Instrumentation
Identify research instruments.
Explain design process and validation (expert review, pilot testing).
3.5.4 Pilot Testing
State number of participants in pilot.
Describe testing process and revisions made.
3.6 Data Analysis Techniques
3.6.1 Qualitative Analysis
Specify method: Thematic analysis, grounded theory, content analysis.
Outline steps: Familiarization → Coding → Theme development → Interpretation.3.6.2 Quantitative Analysis
Specify statistical tests: Descriptive, inferential, regression, ANOVA, chi-square.
Mention tools/software (e.g., SPSS, R, Excel).
3.7 Reliability and Validity / Trustworthiness
3.7.1 Quantitative Measures
Reliability: Internal consistency (Cronbach’s alpha), test-retest.
Validity: Content, construct, criterion.
3.7.2 Qualitative Measures
Credibility: Member checking, triangulation.
Transferability: Thick description.
Dependability: Audit trail.
Confirmability: Reflexive journaling.
3.8 Ethical Considerations
Informed consent procedures.
Confidentiality and anonymity safeguards.
Data storage and security protocols.
Institutional ethics approval details.
3.9 Limitations of the Methodology
Identify limitations: Sampling bias, self-report bias, limited generalizability.
Explain mitigation strategies: Triangulation, clear documentation, reflexivity.
3.10 Summary
Reinforce alignment with research aims and objectives.
Transition to the next chapter (Results/Analysis).GUÍA PARA EL PENSAMIENTO CRÍTICO
1. DIAGNÓSTICO E IMPACTO INICIAL
¿QUÉ?(Concepto, definición, problema)
¿Cuál es exactamente el problema o la idea?
¿Qué evidencia respalda esta afirmación?
¿Qué conceptos clave debo comprender?
¿Qué suposiciones se están haciendo?
¿Cuál es el argumento principal?
¿Existen contraargumentos?
¿Qué información falta?
¿POR QUÉ?(Causas, justificación)
¿Por qué ocurre este problema?
¿Por qué es importante?
¿Por qué deberíamos preocuparnos?
¿Por qué esta solución sería mejor?
¿Cuáles son las causas?
¿Qué teorías explican esto?
2. METODOLOGÍA Y CONTEXTO
¿CÓMO?(Método, evidencia, razonamiento)
¿Cómo se obtuvo esta información?
¿Cómo sabemos que esto es verdadero?
¿Qué método se utilizó?
¿Es una fuente confiable?
¿Cómo se puede comprobar?
¿Qué evidencia empírica existe?
¿DÓNDE?(Contexto, aplicación)
¿En qué contexto ocurre esto?
¿Esto sucede en la realidad o solo en teoría?
¿Dónde se ha observado antes?
¿En qué situaciones esto funciona/no funciona?
¿Qué dicen investigaciones o estudios?
¿Dónde puedo obtener información confiable?
3. ACTORES Y ESCENARIO TEMPORAL
¿QUIÉN?(Actores, intereses, sesgos)
¿Quién se beneficia?
¿Quién se perjudica?
¿Quién toma las decisiones?
¿Qué intereses están involucrados?
¿Es una fuente experta?
¿Hay sesgos o conflictos de interés?
¿CUÁNDO?(Tiempo, oportunidad, consecuencias)
¿Cuándo es el mejor momento para actuar?
¿Es urgente o puede esperar?
¿Qué pasará a corto plazo?
¿Qué pasará a largo plazo?
¿Ha ocurrido antes?
¿Podría repetirse en el futuro?
Observación críticaEsta guía es sencilla, pero tiene una virtud importante: obliga a examinar una afirmación desde seis dimensiones distintas:
Definición → ¿Qué estamos analizando realmente?
Causalidad → ¿Por qué ocurre?
Evidencia → ¿Cómo lo sabemos?
Contexto → ¿Dónde aplica?
Intereses → ¿Quién gana o pierde?
Temporalidad → ¿Qué consecuencias tendrá?De hecho, se parece bastante al enfoque que me has pedido que utilice habitualmente: no aceptar una afirmación de entrada, sino analizar sus supuestos, la calidad de la evidencia, los posibles sesgos, las alternativas explicativas y las consecuencias prácticas.
Aplicada a un artículo científico, una noticia sobre IA o una recomendación médica, esta plantilla suele ser mucho más útil que preguntar simplemente: “¿Es verdad?”. Muchas afirmaciones no son completamente verdaderas ni falsas; dependen del contexto, la calidad de la evidencia y los intereses implicados.
Cómo escribir un artículo cualitativo (How to Write a Qualitative Paper)
1. TÍTULO (TITLE)
1. Elabora un título conciso
Debe reflejar claramente la naturaleza y el alcance del estudio.
2. Identifica el enfoque cualitativo
Especifica que se trata de un estudio cualitativo o menciona el método utilizado para la recogida de datos.
2. INTRODUCCIÓN (INTRODUCTION)
3. Formulación del problema (Problem Formulation)
Describe el problema o fenómeno estudiado.
Revisa la literatura teórica y empírica relevante.
Formula claramente el problema de investigación.
4. Clarificación de los objetivos (Clarify Research Objectives)
Define el propósito del estudio.
Enumera los objetivos específicos o preguntas de investigación.
3. METODOLOGÍA (METHODOLOGY)
5. Enfoque cualitativo (Qualitative Approach)Selecciona el enfoque más adecuado:
Etnografía
Teoría fundamentada (Grounded Theory)
Estudio de caso
Fenomenología
Investigación narrativaAdemás:
Define la teoría guía (si procede).
Especifica el paradigma de investigación:
Pospositivista
Constructivista
Interpretativista
Justifica la elección.
6. Reflexividad del investigador (Researcher Reflexivity)
Describe las características del investigador.
Reflexiona sobre cómo estas pueden influir en el estudio.
7. Contextualización de la investigación (Contextualize the Research)
Describe el entorno y contexto del estudio.
Justifica la elección del escenario.
8. Estrategia de muestreo (Sampling Strategy)
Explica cómo y por qué se seleccionaron los participantes, documentos o eventos.
Describe los criterios de inclusión y exclusión.
Justifica el tamaño muestral.
Explica el criterio de saturación teórica.
9. Consideraciones éticas (Ethical Considerations)
Aprobación por comité ético.
Consentimiento informado.
Protección de datos.
Medidas de seguridad y confidencialidad.
10. Recogida de datos (Data Collection)Describe:
Tipo de datos recopilados.
Procedimientos de recogida.
Fechas de inicio y finalización.
Proceso iterativo de recopilación y análisis.
Triangulación de métodos o fuentes.
Cambios realizados durante el estudio y sus razones.
11. Instrumentos utilizados (Selection of Instruments)
Guías de entrevista.
Cuestionarios.
Grabadoras u otros dispositivos.
Justificación de su elección.
Modificaciones realizadas durante el estudio.
12. Unidades de estudio (Units of Study)Describe:
Número de participantes.
Características de los participantes.
Documentos o eventos incluidos.
13. Procesamiento de datos (Data Processing)Explica:
Transcripción.
Introducción de datos.
Gestión y almacenamiento.
Seguridad.
Verificación y control de calidad.
14. Análisis de datos (Data Analysis)Describe:
Procedimiento para identificar temas y patrones.
Método analítico utilizado.
Participación de los investigadores en el análisis.
Justificación metodológica.
Técnicas para mejorar:
Credibilidad
Confiabilidad
Rigor científico
4. RESULTADOS (RESULTS)
15. Síntesis de los hallazgos (Synthesize Findings)Interpreta los datos para identificar:
Hallazgos principales.
Inferencias.
Temas emergentes.Puede incluir:
Desarrollo de una teoría.
Construcción de un modelo conceptual.
Integración con teorías previas.
16. Vinculación con datos empíricos (Empirical Data Linkage)Relaciona los hallazgos con evidencia empírica mediante:
Citas textuales de participantes.
Notas de campo.
Fragmentos documentales.
Fotografías u otros materiales.
5. DISCUSIÓN (DISCUSSION)
17. Integración de resultados (Tie it all up)
Resume los hallazgos principales.
Explica cómo respaldan o desafían investigaciones previas.
Discute su relevancia científica.
Analiza la aplicabilidad o transferibilidad.
Destaca las contribuciones originales.
18. Limitaciones (Limitations)Reconoce:
Limitaciones metodológicas.
Posibles sesgos.
Restricciones de generalización.
Impacto de estas limitaciones en los resultados.
6. OTROS ELEMENTOS (OTHER)
19. Conflictos de interés (Conflicts of Interest)
Identifica posibles influencias o conflictos.
Explica cómo se gestionaron.
20. Financiación (Funding)Indica:
Fuentes de financiación.
Papel de los financiadores en:
Recogida de datos
Análisis
Interpretación
Redacción
21. Resumen (Abstract)Redacta un resumen que incluya:
Antecedentes.
Objetivos.
Metodología.
Resultados principales.
Conclusiones.AI tools can now support each stage of the literature review workflow.
Here’s a clear breakdown – Finding Papers
AnswerThis (YC F25)
Litmaps
Bohrium– Identify research gaps and relevant studies– Citation-based paper discovery– AI-powered research search- Reading Papers
Enago Read (previously Raxter.io)
Scholarcy– Smart explanations while reading– Converts papers into structured summaries
Grammarly
Paperpal
Overleaf- Writing the Literature Review– Improve clarity and academic tone– Academic writing refinement– Collaborative LaTeX writing
SciSummary
SciSpace
EvidenceHunt- Data Extraction– Summarize and compare studies– Ask questions directly from papers– Extract evidence-based insights- Data Analysis
NVivo(
Lumivero
Julius AI
) – Qualitative data analysis– Analyze tables, datasets, and results
myra – Support for structured research analysis
Elsevier | Mendeley
Digital Scholar- Critical Analysis
Connected Papers
Scite
ResearchRabbit
Undermind
Jenni AI- Managing References– Organize and annotate papers
Zotero(
) – Free reference management
EndNote X9 – Advanced citation management– Visualize paper relationships– Understand citation context– Explore literature networks- Create the First Draft– AI-assisted drafting– Write and structure academic text
arXiv- Find References
Google Scholar – Broad academic search– Preprints in STEM fields
PubMed – Biomedical research database
Review-it
Thesify SA
Trinka.ai- Proofread Your Paper– Manuscript feedback– Thesis quality evaluation– Academic grammar and style
Elsevier
Sage- Select Relevant Journal
Journal Finder – Match paper to journals– Publisher tools and metrics– Journal selection support
Using the right AI tool at the right stage can save time, improve quality, and ma
