COVID-19 Papers & Datasets

dc.creator	Liberatore, Gustavo
dc.creator	Di Césare, Victoria
dc.creator	Figueroa, Pedro
dc.creator	Fernández, Gladys Vanesa
dc.creator	Vuotto, Andrés
dc.creator	Pallotta, Natalia
dc.date	2020
dc.date.accessioned	2023-03-20T13:54:28Z
dc.date.available	2023-03-20T13:54:28Z
dc.date.issued	2023-03-20
dc.identifier.uri	http://humadoc.mdp.edu.ar:8080/xmlui/handle/123456789/973
dc.description	La problemática: la pandemia profundizó un gran problema de nuestro tiempo: la desinformación. En relación al COVID-19, este fenómeno no afecta únicamente al público en general, como usuarios de medios de comunicación y de redes sociales, sino que también se extiende a los ámbitos científico y académico. Existe una preocupación real entre los investigadores acerca del ritmo sin precedentes con el que se publican, difunden y aplican los conocimientos científicos al combate de esta enfermedad, muchos de los cuales aún no han pasado por exhaustivos procesos de evaluación de pares. Esta falta de rigurosidad en los métodos de evaluación propios de la ciencia, sumada a la creciente presión a la que se ven sometidos los profesionales de la salud, hizo que se vuelva cada vez más difícil discernir entre las investigaciones que se justifica estudiar y adoptar, y las que no vale la pena considerar porque sus hallazgos son infructuosos o, aún peor, porque pueden generar efectos adversos en la salud. Una propuesta de solución: se generó una herramienta para que la comunidad científica y académica pueda acceder a artículos y sets de datos que garantizan mínimos estándares de calidad en su producción. COVID-19 Papers & Datasets es un índice pensado para que todos los especialistas que se encuentran investigando la enfermedad desde diferentes áreas de estudio, como la salud, la biología, la historia, la economía, o la psicología, puedan encontrar bibliografía y datos para sus investigaciones, dejar sus comentarios y recomendaciones, y así contribuir a la evaluación de los trabajos incluso después de publicados, permitiendo jerarquizarlos, volverlos más o menos visibles, y abriendo espacios de debate sobre la información que contienen.	es_ES
dc.format	application/pdf	es_ES
dc.language	es	es_ES
dc.publisher	Universidad Nacional de Mar del Plata	es_ES
dc.source	II Jornadas Investigar UNMDP	es_ES
dc.title	COVID-19 Papers & Datasets	es_ES
dc.type	conferenceObject	es_ES
dc.filiacion.author	Liberatore, Gustavo. Universidad Nacional de Mar del Plata. Facultad de Humanidades. Departamento de Ciencia de la Información; Argentina.	es_ES
dc.filiacion.author	Di Césare, Victoria. Universidad Nacional de Mar del Plata. Facultad de Humanidades. Departamento de Ciencia de la Información; Argentina.	es_ES
dc.filiacion.author	Fernández, Gladys Vanesa. Universidad Nacional de Mar del Plata. Facultad de Humanidades. Departamento de Ciencia de la Información; Argentina.	es_ES
dc.filiacion.author	Vuotto, Andrés. Universidad Nacional de Mar del Plata. Facultad de Humanidades. Departamento de Ciencia de la Información; Argentina.	es_ES
dc.filiacion.author	Pallotta, Natalia. Universidad Nacional de Mar del Plata. Facultad de Humanidades. Departamento de Ciencia de la Información; Argentina.	es_ES
dc.entidad	Depto_CI	es_ES
dc.area	Investigación	es_ES
dc.espacio	invest_proyectos	es_ES