Ir para o conteúdo principal

Infelizmente, não oferecemos suporte total ao seu navegador. Se for possível, atualize para uma versão mais recente ou use o Mozilla Firefox, o Microsoft Edge, o Google Chrome ou o Safari 14 ou mais recente. Se não conseguir e precisar de suporte, envie seu feedback.

Gostaríamos de receber seu feedback sobre essa nova experiência.Diga-nos sua opinião

Elsevier
Publique conosco

Transforme dados complexos em histórias convincentes de impacto

O Pure Impact AI, um módulo de narrativa com tecnologia GenAI, transforma dados do sistema de gerenciamento de informações de pesquisa da Elsevier, Pure, e de outras fontes confiáveis em narrativas de impacto baseadas em evidências.

Essas narrativas revelam novos insights, ajudando as comunidades acadêmicas a se conectarem e mostrarem seu impacto significativo no mundo.

Aproveitando os dados interconectados da Pure

Pure é o lar de uma riqueza de informações colhidas e auto-relatadas sobre instituições e seus pesquisadores. O Pure Impact AI combina esses dados com insights de fontes como Scopus, Overton, métricas PlumX e dados de patentes da LexisNexis, oferecendo uma visão holística do impacto da pesquisa em segundos.

O Pure Impact AI gera narrativas e visualizações que podem ser salvas no Pure como declarações de impacto, aprimorando a narrativa da pesquisa.

Construído especificamente com a comunidade acadêmica

A colaboração com universidades, financiadores e líderes acadêmicos em todo o mundo foi fundamental para projetar, testar e refinar a IA de Impacto Puro. A valiosa contribuição da comunidade moldou decisões importantes sobre a funcionalidade e os recursos do módulo.

A colaboração contínua com parceiros acadêmicos continuará sendo fundamental para desenvolver e melhorar a IA de Impacto Puro.

É difícil para muitos pesquisadores falar sobre si mesmos e como seu trabalho tem sido impactante ... ter uma ferramenta que pode fornecer algo que é um ponto de partida útil que o pesquisador pode então pegar, ajustar e polir ... Isso é muito mais fácil do que começar de uma página em branco.
Paul Daniels - Image

Paulo Daniels

Universidade de Athabasca, Athabasca, Canadá

Desenvolvido com responsabilidade

O Pure Impact AI é desenvolvido de acordo com os cinco Princípios de IA Responsável da Elsevier. Por exemplo:

  • Impacto no mundo real Os membros da comunidade acadêmica estiveram intimamente envolvidos desde os primeiros estágios.

  • Privacidade de dados robusta Quaisquer dados que os usuários inserem são tratados de acordo com nossa Política de Privacidade. Também aderimos aos regulamentos de privacidade europeus.

  • Supervisão

    humana Nossas equipes realizam uma garantia de qualidade contínua e robusta das narrativas geradas por IA. Garantimos que o uso pretendido seja compreendido pelos usuários e os incentivamos a serem os tomadores de decisão finais.

Gerar uma narrativa de IA de Impacto Puro é fácil

O Pure Impact AI gera narrativas de impacto em segundos, economizando horas de trabalho manual.

  • Os usuários selecionam o projeto, a pessoa ou o conjunto de resultados de pesquisa relevantes no Pure. Eles também podem inserir manualmente IDs de publicação.

  • A Pure Impact AI começa a trabalhar, extraindo dados relevantes de suas várias fontes.

  • Ele gera uma visão multidimensional do impacto, incluindo uma visualização, um resumo da pesquisa e uma lista de todo o material de referência usado.

  • Os usuários podem editar a visualização gerada por IA para garantir que ela reflita toda a amplitude de seu impacto de pesquisa.

Identifique áreas de força e oportunidade

O Pure Impact AI rastreia o impacto em sete características de pesquisa, cuidadosamente selecionadas para abranger todos os domínios de pesquisa e espelhar as diversas maneiras pelas quais nos comunicamos como humanos - por meio de criatividade, colaboração, influência e compartilhamento de conhecimento.

A visualização gerada inclui ponderações para cada característica, fornecendo informações valiosas para planejamento estratégico, alocação de recursos e muito mais.

Saiba mais sobre as 7 características da pesquisa

O que descobri com uma ferramenta como essa – é uma coisa que economiza tempo... Eu vi isso como um complemento ao nosso trabalho de preparação de impacto e nosso pensamento no início de uma jornada de impacto, em particular.Achei essa ferramenta (Pure Impact AI) extremamente útil para superar esse primeiro obstáculo, pois minha compreensão do campo de assunto é desenvolvida mais rapidamente e, como resultado, estou preparado em um período de tempo mais curto. Ele complementa perfeitamente as informações que estamos adquirindo por meio da leitura de relatórios e resultados do projeto.

LN

Laura Nobre

Gerente de Impacto de Pesquisa em Coventry University, Reino Unido

Amplifique as histórias de pesquisa

O Pure Impact AI captura toda a profundidade das contribuições de pesquisa; uma ótima maneira de demonstrar o impacto além das contagens de citações e publicações.

  • Enriqueça suas narrativas de impacto: Crie narrativas de impacto relacionáveis, fortalecidas pela inclusão dos dados Pure da sua instituição. Quanto mais dados você inserir no Pure, mais forte será sua história de impacto.

  • Aumente as oportunidades de financiamento: Use as narrativas para atender às solicitações de financiamento de evidências de impacto.

  • Crie destaques de impacto: Mostre o trabalho dos pesquisadores, projetos de pesquisa ou impacto departamental.

Demonstre impacto além de sua instituição

A Pure Impact AI ajuda a identificar, entender e descrever o impacto social da pesquisa de sua instituição, promovendo responsabilidade e transparência.

As narrativas geradas automaticamente podem ser aproveitadas em:

  • Relatórios anuais

  • Avaliações nacionais

  • Recrutamento

  • Captação de recursos

  • Envolvimento com o público, doadores e ex-alunos

As 7 características da pesquisa

O Pure Impact AI rastreia o impacto em sete características de pesquisa, refletindo criatividade, colaboração, influência e compartilhamento de conhecimento em todos os domínios.

Significado acadêmico: Até que ponto a pesquisa avança o conhecimento dentro de seu campo acadêmico. Os fatores incluem a natureza robusta das descobertas e suas contribuições para a teoria e a metodologia.

Colaboração: O grau em que a pesquisa envolve esforços cooperativos entre diferentes disciplinas, instituições e setores, levando a resultados sinérgicos.

Engajamento: Até que ponto as partes interessadas, incluindo pesquisadores, profissionais, formuladores de políticas e o público, estão envolvidas na condução e disseminação da pesquisa.

Novidade: O grau de originalidade e inovação na pesquisa; por exemplo, quão novas são as ideias, métodos ou aplicações.

Alcance: Até que ponto os resultados da pesquisa são disseminados e acessados por um público amplo, dentro e fora da academia.

Transferibilidade: Até que ponto os resultados da pesquisa podem ser aplicados a outros contextos, configurações ou populações além do estudo original.

Aplicabilidade: Até que ponto os resultados da pesquisa são usados para abordar questões sociais, incluindo sua influência na formulação de políticas, implementação prática e resultados sociais mais amplos.