<?xml version="1.0" encoding="UTF-8"?>
<rss xmlns:dc="http://purl.org/dc/elements/1.1/" version="2.0">
<channel>
<title>Publicaciones</title>
<link>http://sedici.unlp.edu.ar:80/handle/10915/25294</link>
<description/>
<pubDate>Wed, 18 Nov 2026 20:22:16 GMT</pubDate>
<dc:date>2026-11-18T20:22:16Z</dc:date>
<item>
<title>Beyond Embeddings: Comparing Language-Aware Sparse Representations and Fine-Tuned Multilingual Transformer Classifiers for Multi-label Subject Classification in Institutional Repositories</title>
<link>http://sedici.unlp.edu.ar:80/handle/10915/200499</link>
<description>Objeto de conferencia
XXXII Congreso Argentino de Ciencias de la Computación (Concepción del Uruguay, 5 al 9 de octubre de 2025); Libro de actas - XXXII Congreso Argentino de Ciencias de la Computación - CACIC 2026
Institutional repositories need scalable support for multilingual subject metadata assignment to long documents. On 19,710 SEDICI items and 37 labels, we compare 231 sparse/fixed-embedding configurations and two fine-tuned DistilUSE/LaBSE classifiers under separate threshold-selection, validation, and test partitions. Language-aware BM25 full text with LinearSVC achieved held-out Macro-F1 = 0.7522 (95% CI 0.7372–0.7643), Micro-F1 = 0.7685 (0.7567–0.7797), and Recall@3 = 0.9320; the LaBSE-initialized classifier reached Macro-F1 = 0.7069. A post-hoc BM25–LaBSE matched-exposure control, validation-only over three seeds with no test access, preserved the aggregate BM25 advantage. Strong sparse baselines therefore remain competitive under the evaluated Transformer protocols.
</description>
<pubDate>Fri, 09 Oct 2026 00:00:00 GMT</pubDate>
<guid isPermaLink="false">http://sedici.unlp.edu.ar:80/handle/10915/200499</guid>
<dc:date>2026-10-09T00:00:00Z</dc:date>
<dc:description>Institutional repositories need scalable support for multilingual subject metadata assignment to long documents. On 19,710 SEDICI items and 37 labels, we compare 231 sparse/fixed-embedding configurations and two fine-tuned DistilUSE/LaBSE classifiers under separate threshold-selection, validation, and test partitions. Language-aware BM25 full text with LinearSVC achieved held-out Macro-F1 = 0.7522 (95% CI 0.7372–0.7643), Micro-F1 = 0.7685 (0.7567–0.7797), and Recall@3 = 0.9320; the LaBSE-initialized classifier reached Macro-F1 = 0.7069. A post-hoc BM25–LaBSE matched-exposure control, validation-only over three seeds with no test access, preserved the aggregate BM25 advantage. Strong sparse baselines therefore remain competitive under the evaluated Transformer protocols.</dc:description>
</item>
<item>
<title>Guías para mejorar la calidad de especificaciones de requerimientos en lenguaje natural</title>
<link>http://sedici.unlp.edu.ar:80/handle/10915/197617</link>
<description>Objeto de conferencia
29th Workshop on Requirements Engineering (WER) (Universidad Tecnológica Nacional - Facultad Regional La Plata, 10 al 13 de agosto de 2026)
La calidad de los requerimientos impacta directamente en el desarrollo del software. Una especificación ambigua o incompleta puede generar un costo de retrabajo para corregir código incorrecto de entre 100 y 200 veces el esfuerzo invertido en especificar requerimientos. El lenguaje natural es el más utilizado para especificar requerimientos dado que los requerimientos es el medio de comunicación entre los usuarios y el equipo de desarrollo. Ahora bien, es común encontrar diferentes defectos en especificaciones de lenguaje natural tales como: ambigüedad, falta de precisión, redundancia, etc. La detección de estos defectos es muy útil, dado que permite reducir el retrabajo por errores. Este artículo tiene por objetivo presentar una serie de guías para revisar ciertos aspectos de oraciones escritas en lenguaje natural con el fin de mejorar la calidad de las mismas. Si bien las guías pueden ser consideradas como una lista de chequeo para el ingeniero de requerimientos, este artículo también muestra una herramienta que utiliza Inteligencia Artificial y que implementa servicios para que las revisiones puedan ser reutilizables por otra aplicaciones.
</description>
<pubDate>Wed, 12 Aug 2026 00:00:00 GMT</pubDate>
<guid isPermaLink="false">http://sedici.unlp.edu.ar:80/handle/10915/197617</guid>
<dc:date>2026-08-12T00:00:00Z</dc:date>
<dc:description>La calidad de los requerimientos impacta directamente en el desarrollo del software. Una especificación ambigua o incompleta puede generar un costo de retrabajo para corregir código incorrecto de entre 100 y 200 veces el esfuerzo invertido en especificar requerimientos. El lenguaje natural es el más utilizado para especificar requerimientos dado que los requerimientos es el medio de comunicación entre los usuarios y el equipo de desarrollo. Ahora bien, es común encontrar diferentes defectos en especificaciones de lenguaje natural tales como: ambigüedad, falta de precisión, redundancia, etc. La detección de estos defectos es muy útil, dado que permite reducir el retrabajo por errores. Este artículo tiene por objetivo presentar una serie de guías para revisar ciertos aspectos de oraciones escritas en lenguaje natural con el fin de mejorar la calidad de las mismas. Si bien las guías pueden ser consideradas como una lista de chequeo para el ingeniero de requerimientos, este artículo también muestra una herramienta que utiliza Inteligencia Artificial y que implementa servicios para que las revisiones puedan ser reutilizables por otra aplicaciones.</dc:description>
</item>
<item>
<title>Desambiguación y enlazado de entidades en la poesía de Catulo: hacia una edición digital enriquecida y un grafo de conocimiento</title>
<link>http://sedici.unlp.edu.ar:80/handle/10915/197136</link>
<description>Objeto de conferencia
Entity Disambiguation and Linking in Catullan Poetry: Toward an Enriched Digital Edition and a Knowledge Graph
Simposio Argentino de Inteligencia Artificial y Ciencia de Datos (ASAID 2026) - JAIIO 55 (Universidad Tecnológica Nacional - Facultad Regional La Plata, 10 al 13 de agosto de 2026)
Este trabajo se inscribe en un proyecto más amplio orientado al estudio del discurso amoroso mediante herramientas computacionales. En esta oportunidad, nos concentramos en un corpus de poesía latina del período clásico, la obra de Cayo Valerio Catulo, cuya densidad semántica e histórica vuelve especialmente relevante la identificación y desambiguación de referencias a personas, lugares y grupos. Dada la naturaleza de los textos poéticos, estas entidades suelen aparecer en contextos altamente alusivos, con variación morfológica, ambigüedad semántica y recursos estilísticos como el hipérbaton, lo que dificulta su tratamiento automático. Para abordar este problema, evaluamos comparativamente dos enfoques de entity linking sobre Wikidata: un pipeline modular basado en reconocimiento de entidades, generación de candidatos y ranking semántico, y un enfoque generativo basado en GPT-4.1, utilizado tanto para la detección de menciones como para la selección final de entidades. La evaluación se apoya en un ground truth manual y distingue entre reconocimiento de entidades y enlazado semántico. Los resultados muestran comportamientos complementarios: el pipeline tradicional ofrece mayor trazabilidad y mejor cobertura del espacio de candidatos, mientras que el enfoque generativo alcanza mayor precisión en detección y mejor desempeño en la selección final de entidades, aunque con una estrategia más conservadora. En conjunto, el trabajo aporta una evaluación comparativa de métodos para poesía latina y sienta las bases para el enriquecimiento de una edición digital en XML-TEI con identificadores auditables y el diseño de un grafo de conocimiento literario.; This work forms part of a broader project aimed at studying love discourse through computational methods. In this paper, we focus on a corpus of Classical Latin poetry, namely the works of Gaius Valerius Catullus, whose semantic and historical density makes the identification and disambiguation of references to people, places, and groups especially relevant. Given the nature of poetic texts, such entities often appear in highly allusive contexts, with morphological variation, semantic ambiguity, and stylistic devices such as hyperbaton, which make their automatic processing particularly challenging. To address this problem, we comparatively evaluate two entity linking approaches over Wikidata: a modular pipeline based on named entity recognition, candidate generation, and semantic ranking, and a generative approach based on GPT-4.1, used both for mention detection and for final entity selection. The evaluation relies on a manually curated ground truth and distinguishes between named entity recognition and semantic linking. The results show complementary behaviors: the traditional pipeline offers greater traceability and broader candidate-space coverage, whereas the generative approach achieves higher precision in mention detection and better performance in final entity selection, albeit with a more conservative strategy. Overall, the paper provides a comparative evaluation of methods for Latin poetry and lays the groundwork for enriching an XML-TEI digital edition with auditable identifiers and for Tdesigning a literary knowledge graph.
</description>
<pubDate>Mon, 03 Aug 2026 00:00:00 GMT</pubDate>
<guid isPermaLink="false">http://sedici.unlp.edu.ar:80/handle/10915/197136</guid>
<dc:date>2026-08-03T00:00:00Z</dc:date>
<dc:description>Este trabajo se inscribe en un proyecto más amplio orientado al estudio del discurso amoroso mediante herramientas computacionales. En esta oportunidad, nos concentramos en un corpus de poesía latina del período clásico, la obra de Cayo Valerio Catulo, cuya densidad semántica e histórica vuelve especialmente relevante la identificación y desambiguación de referencias a personas, lugares y grupos. Dada la naturaleza de los textos poéticos, estas entidades suelen aparecer en contextos altamente alusivos, con variación morfológica, ambigüedad semántica y recursos estilísticos como el hipérbaton, lo que dificulta su tratamiento automático. Para abordar este problema, evaluamos comparativamente dos enfoques de entity linking sobre Wikidata: un pipeline modular basado en reconocimiento de entidades, generación de candidatos y ranking semántico, y un enfoque generativo basado en GPT-4.1, utilizado tanto para la detección de menciones como para la selección final de entidades. La evaluación se apoya en un ground truth manual y distingue entre reconocimiento de entidades y enlazado semántico. Los resultados muestran comportamientos complementarios: el pipeline tradicional ofrece mayor trazabilidad y mejor cobertura del espacio de candidatos, mientras que el enfoque generativo alcanza mayor precisión en detección y mejor desempeño en la selección final de entidades, aunque con una estrategia más conservadora. En conjunto, el trabajo aporta una evaluación comparativa de métodos para poesía latina y sienta las bases para el enriquecimiento de una edición digital en XML-TEI con identificadores auditables y el diseño de un grafo de conocimiento literario.

This work forms part of a broader project aimed at studying love discourse through computational methods. In this paper, we focus on a corpus of Classical Latin poetry, namely the works of Gaius Valerius Catullus, whose semantic and historical density makes the identification and disambiguation of references to people, places, and groups especially relevant. Given the nature of poetic texts, such entities often appear in highly allusive contexts, with morphological variation, semantic ambiguity, and stylistic devices such as hyperbaton, which make their automatic processing particularly challenging. To address this problem, we comparatively evaluate two entity linking approaches over Wikidata: a modular pipeline based on named entity recognition, candidate generation, and semantic ranking, and a generative approach based on GPT-4.1, used both for mention detection and for final entity selection. The evaluation relies on a manually curated ground truth and distinguishes between named entity recognition and semantic linking. The results show complementary behaviors: the traditional pipeline offers greater traceability and broader candidate-space coverage, whereas the generative approach achieves higher precision in mention detection and better performance in final entity selection, albeit with a more conservative strategy. Overall, the paper provides a comparative evaluation of methods for Latin poetry and lays the groundwork for enriching an XML-TEI digital edition with auditable identifiers and for Tdesigning a literary knowledge graph.</dc:description>
</item>
<item>
<title>Automatización de la extracción de metadatos en repositorios académicos con inteligencia artificial: Caso de estudio: SEDICI</title>
<link>http://sedici.unlp.edu.ar:80/handle/10915/197063</link>
<description>Tesis de grado
Rucci, Enzo
Licenciado en Informática; Universidad Nacional de La Plata
La carga de los documentos en repositorios digitales suele ser un proceso manual, ineficiente y propenso a errores, que genera una carga administrativa excesiva tanto para los autores como para el personal de validación. Para abordar este problema, se diseño e implemento una herramienta basada en un enfoque hibrido que integra algoritmos de Machine Learning, reglas predefinidas y modelos de lenguajes ajustados al dominio (fine-tuned) de tamaño reducido, logrando resultados competitivos frente a modelos de mayor escala. La herramienta esta diseñada para la precarga automática de metadatos en el repositorio SEDIC integrada en la interfaz de DSpace, con potencial de extensión hacia la etapa de validación y como base metodológica para abordar problemas similares mediante arquitecturas eficientes.
Director profesional: Gonzalo L. Villarreal; Programa de Apoyo al Egreso para Alumnos con Práctica Profesional Supervisada
</description>
<pubDate>Thu, 01 Jan 2026 00:00:00 GMT</pubDate>
<guid isPermaLink="false">http://sedici.unlp.edu.ar:80/handle/10915/197063</guid>
<dc:date>2026-01-01T00:00:00Z</dc:date>
<dc:description>La carga de los documentos en repositorios digitales suele ser un proceso manual, ineficiente y propenso a errores, que genera una carga administrativa excesiva tanto para los autores como para el personal de validación. Para abordar este problema, se diseño e implemento una herramienta basada en un enfoque hibrido que integra algoritmos de Machine Learning, reglas predefinidas y modelos de lenguajes ajustados al dominio (fine-tuned) de tamaño reducido, logrando resultados competitivos frente a modelos de mayor escala. La herramienta esta diseñada para la precarga automática de metadatos en el repositorio SEDIC integrada en la interfaz de DSpace, con potencial de extensión hacia la etapa de validación y como base metodológica para abordar problemas similares mediante arquitecturas eficientes.</dc:description>
</item>
<item>
<title>Optimización del proceso de catalogación en repositorios digitales: extracción y limpieza de metadatos a partir de documentos PDF</title>
<link>http://sedici.unlp.edu.ar:80/handle/10915/195636</link>
<description>Tesis de grado
Villarreal, Gonzalo Luján
Licenciado en Sistemas; Universidad Nacional de La Plata
El crecimiento acelerado de los Repositorios Digitales Institucionales, impulsado por el modelo de Ciencia Abierta, las normativas nacionales de Acceso Abierto y el avance del modelo de Next Generation Repositories, plantea desafíos críticos en la gestión de metadatos y la sostenibilidad operativa. El aumento en el volumen y la heterogeneidad de los objetos digitales vuelve insostenible la catalogación puramente manual ya que no escala e implica gastos excesivos en recursos humanos.&#13;
Los objetivos del trabajo son simplificar el ingreso de metadatos, optimizar los tiempos de carga y reducir los errores accidentales mediante el desarrollo de una solución técnica integrada en el frontend de DSpace. El enfoque combina la catalogación y normalización de datos en una misma pantalla con asistencia semi-automática que consiste en mecanismos de selección manual de metadatos y normalización automática de los mismos.&#13;
El enfoque adaptado busca simplificar las tareas repetitivas del catalogador manteniendo el control y la validación humana como elementos centrales del proceso de carga y publicación.
Director profesional: Ariel Jorge Lira; Programa de Apoyo al Egreso para Alumnos con Práctica Profesional Supervisada
</description>
<pubDate>Thu, 01 Jan 2026 00:00:00 GMT</pubDate>
<guid isPermaLink="false">http://sedici.unlp.edu.ar:80/handle/10915/195636</guid>
<dc:date>2026-01-01T00:00:00Z</dc:date>
<dc:description>El crecimiento acelerado de los Repositorios Digitales Institucionales, impulsado por el modelo de Ciencia Abierta, las normativas nacionales de Acceso Abierto y el avance del modelo de Next Generation Repositories, plantea desafíos críticos en la gestión de metadatos y la sostenibilidad operativa. El aumento en el volumen y la heterogeneidad de los objetos digitales vuelve insostenible la catalogación puramente manual ya que no escala e implica gastos excesivos en recursos humanos.&#13;
Los objetivos del trabajo son simplificar el ingreso de metadatos, optimizar los tiempos de carga y reducir los errores accidentales mediante el desarrollo de una solución técnica integrada en el frontend de DSpace. El enfoque combina la catalogación y normalización de datos en una misma pantalla con asistencia semi-automática que consiste en mecanismos de selección manual de metadatos y normalización automática de los mismos.&#13;
El enfoque adaptado busca simplificar las tareas repetitivas del catalogador manteniendo el control y la validación humana como elementos centrales del proceso de carga y publicación.</dc:description>
</item>
<item>
<title>Análisis poliedral y explicabilidad en redes neuronales artificiales</title>
<link>http://sedici.unlp.edu.ar:80/handle/10915/195569</link>
<description>Tesis de grado
Pons, Claudia Fabiana; Villarreal, Gonzalo Luján
Licenciado en Informática; Universidad Nacional de La Plata
Este trabajo aborda la opacidad de las redes profundas ReLU mediante una estrategia de explicabilidad estructural basada en zonotopos híbridos, los cuales permiten una representación exacta de la red y ofrecen un marco unificado, escalable y algorítmicamente eficiente para analizar propiedades geométricas reportadas en la literatura. La metodología se materializa en un pipeline reproducible orquestado con Kedro, que abarca desde el entrenamiento batch de redes ReLU hasta el modelado geométrico y análisis de las mismas.
</description>
<pubDate>Thu, 01 Jan 2026 00:00:00 GMT</pubDate>
<guid isPermaLink="false">http://sedici.unlp.edu.ar:80/handle/10915/195569</guid>
<dc:date>2026-01-01T00:00:00Z</dc:date>
<dc:description>Este trabajo aborda la opacidad de las redes profundas ReLU mediante una estrategia de explicabilidad estructural basada en zonotopos híbridos, los cuales permiten una representación exacta de la red y ofrecen un marco unificado, escalable y algorítmicamente eficiente para analizar propiedades geométricas reportadas en la literatura. La metodología se materializa en un pipeline reproducible orquestado con Kedro, que abarca desde el entrenamiento batch de redes ReLU hasta el modelado geométrico y análisis de las mismas.</dc:description>
</item>
<item>
<title>HERA 3.0: Incorporación de funcionalidades para la evaluación de autores</title>
<link>http://sedici.unlp.edu.ar:80/handle/10915/195469</link>
<description>Tesis de grado
https://hera.sedici.unlp.edu.ar/
Rucci, Enzo
Licenciado en Sistemas; Facultad de Informática
La evaluación de investigadores y sus producciones científicas suele ser resuelta por miembros de su comunidad de forma no estandarizada, conllevando un proceso engorroso y demandante en tiempo y esfuerzo, que no siempre garantiza un resultado fiable, completo y robusto. Aún peor, el auge de internet y la globalización agravan esta situación debido al crecimiento exponencial de la producción científica y a la diversidad y multiplicidad de métricas e indicadores para evaluarla. Para afrontar este problema, se diseñó y desarrolló una nueva versión de la herramienta HERA (HERA 3.0), la cual se enfoca en la evaluación de investigadores. En este trabajo se presentan los desafíos enfrentados; el trabajo de análisis, diseño y desarrollo realizado para alcanzar la nueva versión junto a algunos casos de prueba que muestran los beneficios actuales y futuros de la funcionalidad incorporada. HERA 3.0 amplía las capacidades de su versión antecesora sumando la posibilidad de buscar por ORCID e incorporando funcionalidad para el enriquecimiento de datos relacionados con autores.
Director profesional: Gonzalo L. Villarreal; Programa de Apoyo al Egreso para Alumnos con Práctica Profesional Supervisada
</description>
<pubDate>Thu, 01 Jan 2026 00:00:00 GMT</pubDate>
<guid isPermaLink="false">http://sedici.unlp.edu.ar:80/handle/10915/195469</guid>
<dc:date>2026-01-01T00:00:00Z</dc:date>
<dc:description>La evaluación de investigadores y sus producciones científicas suele ser resuelta por miembros de su comunidad de forma no estandarizada, conllevando un proceso engorroso y demandante en tiempo y esfuerzo, que no siempre garantiza un resultado fiable, completo y robusto. Aún peor, el auge de internet y la globalización agravan esta situación debido al crecimiento exponencial de la producción científica y a la diversidad y multiplicidad de métricas e indicadores para evaluarla. Para afrontar este problema, se diseñó y desarrolló una nueva versión de la herramienta HERA (HERA 3.0), la cual se enfoca en la evaluación de investigadores. En este trabajo se presentan los desafíos enfrentados; el trabajo de análisis, diseño y desarrollo realizado para alcanzar la nueva versión junto a algunos casos de prueba que muestran los beneficios actuales y futuros de la funcionalidad incorporada. HERA 3.0 amplía las capacidades de su versión antecesora sumando la posibilidad de buscar por ORCID e incorporando funcionalidad para el enriquecimiento de datos relacionados con autores.</dc:description>
</item>
<item>
<title>De Catulo a Wikidata: automatización de tareas de codificación utilizando modelos de lenguaje, esquemas de metadatos y ontologías para un borrador de edición digital con el estándar XML-TEI</title>
<link>http://sedici.unlp.edu.ar:80/handle/10915/194950</link>
<description>Articulo
From Catullus to Wikidata: Automating Coding Tasks Using Language Models, Metadata Schemas, and Ontologies for a Digital Editing Draft with the XML-TEI Standard
Journal of the Text Encoding Initiative
Este artículo presenta un conjunto de procedimientos automatizados aplicados a la codificación y al análisis de un corpus poético que incluye las obras de Cayo Valerio Catulo, Albio Tibulo y Sexto Propercio. Para ello se diseñó un pipeline reproducible de procedimientos automatizados con el fin de codificar y analizar los textos latinos, integrando PLN con LatinCy (spaCy) y codificación XML-TEI. El flujo genera TEI con teiHeader y cuerpo, versos segmentados y numerados, marcado preliminar de entidades (personas, lugares o grupos) y anotación temática basada en el Diccionario de motivos amatorios de Moreno Soldevila mediante n-gramas y distancia de Levenshtein, implementada en tres modalidades TEI (stand-off, flatten e híbrida). Como productos principales, se obtuvieron 200 archivos TEI validados, un CSV consolidado de entidades con candidatos e identificadores recuperados desde VIAF, Pleiades y Wikidata (reutilizable para curaduría y enriquecimiento posterior), y un conjunto de visualizaciones (barras y grafos de coocurrencia) para comparar patrones del imaginario amoroso entre autores; en la ejecución completa se registraron, además, 371 tópicos en Catulo, 450 en Tibulo y 730 en Propercio. Aunque los resultados no reemplazan la validación filológica (por ambigüedad, ruido de NER y falsos positivos/negativos en el matching), el enfoque ofrece una base técnica sólida para ediciones digitales semánticamente enriquecidas y para análisis exploratorios o cuantitativos con trazabilidad y supervisión editorial.; This article presents a set of automated procedures applied to the encoding and analysis of a poetic corpus comprising the works of Gaius Valerius Catullus, Albius Tibullus, and Sextus Propertius. To this end, we designed a reproducible pipeline of automated steps to encode and analyze Latin texts, integrating NLP with LatinCy (spaCy) and XML-TEI encoding. The workflow produces TEI documents with a teiHeader and body, segmented and numbered verses, preliminary tagging of entities (persons, places, or groups), and thematic annotation based on Moreno Soldevila’s Dictionary of Amatory Motifs using character and word n-grams and Levenshtein distance, implemented in three TEI modalities (stand-off, flatten, and hybrid). The main outputs include 200 validated TEI files, a consolidated CSV of entities with candidates and persistent identifiers retrieved from VIAF, Pleiades, and Wikidata (reusable for subsequent curation and enrichment), and a set of visualizations (bar charts and co-occurrence graphs) to compare patterns in the amatory imaginary across authors; the full run additionally recorded 371 motifs in Catullus, 450 in Tibullus, and 730 in Propertius. Although these results do not replace philological validation (due to ambiguity, NER noise, and false positives/negatives in matching), the approach provides a solid technical basis for semantically enriched digital editions and for exploratory or quantitative analyses with traceability and editorial oversight.
</description>
<pubDate>Wed, 27 May 2026 00:00:00 GMT</pubDate>
<guid isPermaLink="false">http://sedici.unlp.edu.ar:80/handle/10915/194950</guid>
<dc:date>2026-05-27T00:00:00Z</dc:date>
<dc:description>Este artículo presenta un conjunto de procedimientos automatizados aplicados a la codificación y al análisis de un corpus poético que incluye las obras de Cayo Valerio Catulo, Albio Tibulo y Sexto Propercio. Para ello se diseñó un pipeline reproducible de procedimientos automatizados con el fin de codificar y analizar los textos latinos, integrando PLN con LatinCy (spaCy) y codificación XML-TEI. El flujo genera TEI con teiHeader y cuerpo, versos segmentados y numerados, marcado preliminar de entidades (personas, lugares o grupos) y anotación temática basada en el Diccionario de motivos amatorios de Moreno Soldevila mediante n-gramas y distancia de Levenshtein, implementada en tres modalidades TEI (stand-off, flatten e híbrida). Como productos principales, se obtuvieron 200 archivos TEI validados, un CSV consolidado de entidades con candidatos e identificadores recuperados desde VIAF, Pleiades y Wikidata (reutilizable para curaduría y enriquecimiento posterior), y un conjunto de visualizaciones (barras y grafos de coocurrencia) para comparar patrones del imaginario amoroso entre autores; en la ejecución completa se registraron, además, 371 tópicos en Catulo, 450 en Tibulo y 730 en Propercio. Aunque los resultados no reemplazan la validación filológica (por ambigüedad, ruido de NER y falsos positivos/negativos en el matching), el enfoque ofrece una base técnica sólida para ediciones digitales semánticamente enriquecidas y para análisis exploratorios o cuantitativos con trazabilidad y supervisión editorial.

This article presents a set of automated procedures applied to the encoding and analysis of a poetic corpus comprising the works of Gaius Valerius Catullus, Albius Tibullus, and Sextus Propertius. To this end, we designed a reproducible pipeline of automated steps to encode and analyze Latin texts, integrating NLP with LatinCy (spaCy) and XML-TEI encoding. The workflow produces TEI documents with a teiHeader and body, segmented and numbered verses, preliminary tagging of entities (persons, places, or groups), and thematic annotation based on Moreno Soldevila’s Dictionary of Amatory Motifs using character and word n-grams and Levenshtein distance, implemented in three TEI modalities (stand-off, flatten, and hybrid). The main outputs include 200 validated TEI files, a consolidated CSV of entities with candidates and persistent identifiers retrieved from VIAF, Pleiades, and Wikidata (reusable for subsequent curation and enrichment), and a set of visualizations (bar charts and co-occurrence graphs) to compare patterns in the amatory imaginary across authors; the full run additionally recorded 371 motifs in Catullus, 450 in Tibullus, and 730 in Propertius. Although these results do not replace philological validation (due to ambiguity, NER noise, and false positives/negatives in matching), the approach provides a solid technical basis for semantically enriched digital editions and for exploratory or quantitative analyses with traceability and editorial oversight.</dc:description>
</item>
<item>
<title>Una nueva arquitectura modular de plantillas para la generación dinámica y personalizada de PDF/A en Open Journal Systems</title>
<link>http://sedici.unlp.edu.ar:80/handle/10915/194572</link>
<description>Objeto de conferencia
XVI Congreso Internacional sobre Revistas Científicas (CRECS) (Cuenca, España, 6 al 8 de mayo de 2026)
El software de gestión de revistas científicas Open Journal Systems (OJS), en su flujo de trabajo con XML JATS, presentaba una limitación crítica: la generación de archivos PDF a través del plugin JATSParser estaba fuertemente acoplada en su código (PHP y librería TCPDF). Esta arquitectura monolítica resultaba en un sistema altamente limitado, con mínimas posibilidades de personalización para las revistas y una dependencia directa de los desarrolladores para cualquier cambio en el formato de salida. Este contexto llevó a muchas revistas a depender de sistemas de marcado externos a OJS, como los ofrecidos por Scielo y Redalyc, que si bien resultan aplicaciones funcionales, carecen de herramientas de configuración del formato de los documentos, y requiere que las revistas cumplan determinados requisitos para poder ingresar a estos sistemas y utilizar sus desarrollos. En última instancia, esto quita soberanía a los equipos editoriales sobre sus propias revistas, y genera una fuerte dependencia hacia organismos externos. El presente desarrollo se justifica en la necesidad de eliminar esta barrera, transfiriendo el control del diseño y la personalización a los gestores de las revistas, y otorgando soberanía total en el marcado y el diseño de sus artículos a las propias revistas .
</description>
<pubDate>Thu, 01 Jan 2026 00:00:00 GMT</pubDate>
<guid isPermaLink="false">http://sedici.unlp.edu.ar:80/handle/10915/194572</guid>
<dc:date>2026-01-01T00:00:00Z</dc:date>
<dc:description>El software de gestión de revistas científicas Open Journal Systems (OJS), en su flujo de trabajo con XML JATS, presentaba una limitación crítica: la generación de archivos PDF a través del plugin JATSParser estaba fuertemente acoplada en su código (PHP y librería TCPDF). Esta arquitectura monolítica resultaba en un sistema altamente limitado, con mínimas posibilidades de personalización para las revistas y una dependencia directa de los desarrolladores para cualquier cambio en el formato de salida. Este contexto llevó a muchas revistas a depender de sistemas de marcado externos a OJS, como los ofrecidos por Scielo y Redalyc, que si bien resultan aplicaciones funcionales, carecen de herramientas de configuración del formato de los documentos, y requiere que las revistas cumplan determinados requisitos para poder ingresar a estos sistemas y utilizar sus desarrollos. En última instancia, esto quita soberanía a los equipos editoriales sobre sus propias revistas, y genera una fuerte dependencia hacia organismos externos. El presente desarrollo se justifica en la necesidad de eliminar esta barrera, transfiriendo el control del diseño y la personalización a los gestores de las revistas, y otorgando soberanía total en el marcado y el diseño de sus artículos a las propias revistas .</dc:description>
</item>
<item>
<title>HERA: Estrategias de integración multiplataforma y contextualización de métricas para el soporte a la evaluación científica</title>
<link>http://sedici.unlp.edu.ar:80/handle/10915/194569</link>
<description>Objeto de conferencia
XVI Congreso Internacional sobre Revistas Científicas (CRECS) (Cuenca, España, 6 al 8 de mayo de 2026)
En la actualidad, la comunidad científica enfrenta grandes desafíos al momento de evaluar recursos académicos y científicos. El crecimiento exponencial en el volumen y variedad de recursos que se publican año tras año, sumado a la diversidad de criterios de calidad e impacto y a una gran dispersión de métricas en múltiples índices, directorios y bases de datos, convierten el proceso de evaluación de la producción científica en una tarea compleja y, al querer aprovechar diversas fuentes, altamente laboriosa.&#13;
Para dar respuesta a esta problemática, se presenta la  Herramienta para el Enriquecimiento de Recursos Académicos (HERA). Su objetivo primordial es asistir en el proceso de evaluación de artículos y las revistas donde se publican, mediante la automatización en la obtención de datos desde una gran variedad de fuentes como Crossref, Scopus, Web of Science,  DOAJ, OpenAlex, entre otras. Gracias a su capacidad para realizar consultas en tiempo real y actuar como un metabuscador centralizado, HERA garantiza el acceso a información actualizada, eliminando la necesidad de navegar por múltiples sitios para evaluar un recurso. Esta herramienta brinda una interfaz web sencilla e intuitiva, y a la vez ofrece una interfaz de acceso a programadores (API) para integrar los datos que obtiene en sistemas de terceros, como ser portales de revistas, buscadores académicos, repositorios digitales y cualquier sitio web dedicado a mostrar recursos académicos.
</description>
<pubDate>Thu, 01 Jan 2026 00:00:00 GMT</pubDate>
<guid isPermaLink="false">http://sedici.unlp.edu.ar:80/handle/10915/194569</guid>
<dc:date>2026-01-01T00:00:00Z</dc:date>
<dc:description>En la actualidad, la comunidad científica enfrenta grandes desafíos al momento de evaluar recursos académicos y científicos. El crecimiento exponencial en el volumen y variedad de recursos que se publican año tras año, sumado a la diversidad de criterios de calidad e impacto y a una gran dispersión de métricas en múltiples índices, directorios y bases de datos, convierten el proceso de evaluación de la producción científica en una tarea compleja y, al querer aprovechar diversas fuentes, altamente laboriosa.&#13;
Para dar respuesta a esta problemática, se presenta la  Herramienta para el Enriquecimiento de Recursos Académicos (HERA). Su objetivo primordial es asistir en el proceso de evaluación de artículos y las revistas donde se publican, mediante la automatización en la obtención de datos desde una gran variedad de fuentes como Crossref, Scopus, Web of Science,  DOAJ, OpenAlex, entre otras. Gracias a su capacidad para realizar consultas en tiempo real y actuar como un metabuscador centralizado, HERA garantiza el acceso a información actualizada, eliminando la necesidad de navegar por múltiples sitios para evaluar un recurso. Esta herramienta brinda una interfaz web sencilla e intuitiva, y a la vez ofrece una interfaz de acceso a programadores (API) para integrar los datos que obtiene en sistemas de terceros, como ser portales de revistas, buscadores académicos, repositorios digitales y cualquier sitio web dedicado a mostrar recursos académicos.</dc:description>
</item>
<item>
<title>Preservación y difusión en el ámbito educativo: Una perspectiva integradora entre archivos, bibliotecas y repositorios</title>
<link>http://sedici.unlp.edu.ar:80/handle/10915/189267</link>
<description>Articulo
Anuario sobre Bibliotecas, Archivos y Museos Escolares; vol. 5
El artículo aborda las características y el rol estratégico de los repositorios digitales institucionales como herramientas clave para la preservación, organización y acceso abierto a la producción documental en el ámbito educativo. A partir del caso del repositorio SEDICI de la Universidad Nacional de La Plata, se analiza cómo estos espacios permiten resguardar y difundir creaciones académicas, científicas y administrativas, destacando la importancia de la digitalización y la preservación digital.&#13;
Además, se muestran ejemplos de repositorios en el ámbito educativo para ilustrar su potencial en la apertura y potenciación de los materiales pedagógicos y la democratización del conocimiento. La experiencia sugiere que, incluso con recursos limitados, es viable iniciar procesos que articulen archivos, bibliotecas y repositorios desde una perspectiva integradora, en pos de maximizar los efectos positivos del acceso a los materiales de estudio en el ámbito de la educación pública.
</description>
<pubDate>Wed, 05 Nov 2025 00:00:00 GMT</pubDate>
<guid isPermaLink="false">http://sedici.unlp.edu.ar:80/handle/10915/189267</guid>
<dc:date>2025-11-05T00:00:00Z</dc:date>
<dc:description>El artículo aborda las características y el rol estratégico de los repositorios digitales institucionales como herramientas clave para la preservación, organización y acceso abierto a la producción documental en el ámbito educativo. A partir del caso del repositorio SEDICI de la Universidad Nacional de La Plata, se analiza cómo estos espacios permiten resguardar y difundir creaciones académicas, científicas y administrativas, destacando la importancia de la digitalización y la preservación digital.&#13;
Además, se muestran ejemplos de repositorios en el ámbito educativo para ilustrar su potencial en la apertura y potenciación de los materiales pedagógicos y la democratización del conocimiento. La experiencia sugiere que, incluso con recursos limitados, es viable iniciar procesos que articulen archivos, bibliotecas y repositorios desde una perspectiva integradora, en pos de maximizar los efectos positivos del acceso a los materiales de estudio en el ámbito de la educación pública.</dc:description>
</item>
<item>
<title>Informe de Práctica Profesional Supervisada</title>
<link>http://sedici.unlp.edu.ar:80/handle/10915/185252</link>
<description>Reporte
Este informe presenta el desarrollo de un sistema broker para HERA (Herramienta para Enriquecimiento de Recursos Académicos), proyecto desarrollado por la dirección de PrEBI-SEDICI de la Universidad Nacional de La Plata y CESGI (Centro de Servicios en Gestión de Información) perteneciente a la Comisión de Investigaciones Científicas de la Provincia de Buenos Aires. HERA permite evaluar la calidad de recursos académicos mediante la construcción de informes que integran múltiples métricas obtenidas de diversas bases de datos científicas. La arquitectura original presentaba limitaciones de integración, un formato de respuesta difícil de procesar y problemas de escalabilidad, por lo que se desarrolló un servicio intermediario con cuatro componentes principales: una API REST con endpoints para consultas por DOI e ISSN, normalización del formato de respuesta JSON en estructura estandarizada, validaciones de identificadores según normas ISO, y un sistema de caché con Apache Ignite para optimizar los tiempos de respuesta en las consultas repetidas.
</description>
<pubDate>Thu, 11 Sep 2025 00:00:00 GMT</pubDate>
<guid isPermaLink="false">http://sedici.unlp.edu.ar:80/handle/10915/185252</guid>
<dc:date>2025-09-11T00:00:00Z</dc:date>
<dc:description>Este informe presenta el desarrollo de un sistema broker para HERA (Herramienta para Enriquecimiento de Recursos Académicos), proyecto desarrollado por la dirección de PrEBI-SEDICI de la Universidad Nacional de La Plata y CESGI (Centro de Servicios en Gestión de Información) perteneciente a la Comisión de Investigaciones Científicas de la Provincia de Buenos Aires. HERA permite evaluar la calidad de recursos académicos mediante la construcción de informes que integran múltiples métricas obtenidas de diversas bases de datos científicas. La arquitectura original presentaba limitaciones de integración, un formato de respuesta difícil de procesar y problemas de escalabilidad, por lo que se desarrolló un servicio intermediario con cuatro componentes principales: una API REST con endpoints para consultas por DOI e ISSN, normalización del formato de respuesta JSON en estructura estandarizada, validaciones de identificadores según normas ISO, y un sistema de caché con Apache Ignite para optimizar los tiempos de respuesta en las consultas repetidas.</dc:description>
</item>
<item>
<title>Initial Explorations for Document Clustering Tasks in Latin Elegiac Poets</title>
<link>http://sedici.unlp.edu.ar:80/handle/10915/182788</link>
<description>Objeto de conferencia
DECISIONING: International Workshop on Collaboration in Knowledge Discovery and Decision Making (Pereira, 2024); Collaboration in Knowledge Discovery and Decision Making. DECISIONING 2024
This article describes various Automatic Text Analysis tasks applying Natural Language Processing techniques on a corpus of Latin texts from the 1st century BC and 1st century AD. The motivation behind this work is to delve into and understand a historical literary trend revolving around the themes of love, spanning from antiquity through to the medieval period. The analyzed authors include Gaius Valerius Catullus, Albius Tibullus, and Sextus Propertius, who represent the literary movement of the neoterics, as a group of poets to be identified, and Publius Vergilius Maro and Marcus Annaeus Lucanus, epic poets with remarkably distinct styles, as control samples. The purpose of this preliminary and exploratory study is to investigate the potential and best features for document clustering. The clustering tasks were carried out using fixed ranges of character n-grams and word n-grams. For the clustering tasks, the K-Means method and the Silhouette Index were used for determining the optimal cluster sizes. Using optimal clusters as labels, decision trees were trained for each range of n-grams, aiming to identify features with the highest Information Gain and Information Gain Ratio. The trees were trained based on the criterion of Entropy, and calculations of Feature Importance were performed. Results show variations based on text preprocessing techniques:&#13;
simple filtering of stopwords in the corpus yields better Silhouette scores, with one or two features showing potential classification value for the decision trees.&#13;
The application of TF-IDF weighting results in Silhouette indices closer to zero, albeit with a more balanced distribution of Importance among different features.
</description>
<pubDate>Wed, 01 Jan 2025 00:00:00 GMT</pubDate>
<guid isPermaLink="false">http://sedici.unlp.edu.ar:80/handle/10915/182788</guid>
<dc:date>2025-01-01T00:00:00Z</dc:date>
<dc:description>This article describes various Automatic Text Analysis tasks applying Natural Language Processing techniques on a corpus of Latin texts from the 1st century BC and 1st century AD. The motivation behind this work is to delve into and understand a historical literary trend revolving around the themes of love, spanning from antiquity through to the medieval period. The analyzed authors include Gaius Valerius Catullus, Albius Tibullus, and Sextus Propertius, who represent the literary movement of the neoterics, as a group of poets to be identified, and Publius Vergilius Maro and Marcus Annaeus Lucanus, epic poets with remarkably distinct styles, as control samples. The purpose of this preliminary and exploratory study is to investigate the potential and best features for document clustering. The clustering tasks were carried out using fixed ranges of character n-grams and word n-grams. For the clustering tasks, the K-Means method and the Silhouette Index were used for determining the optimal cluster sizes. Using optimal clusters as labels, decision trees were trained for each range of n-grams, aiming to identify features with the highest Information Gain and Information Gain Ratio. The trees were trained based on the criterion of Entropy, and calculations of Feature Importance were performed. Results show variations based on text preprocessing techniques:&#13;
simple filtering of stopwords in the corpus yields better Silhouette scores, with one or two features showing potential classification value for the decision trees.&#13;
The application of TF-IDF weighting results in Silhouette indices closer to zero, albeit with a more balanced distribution of Importance among different features.</dc:description>
</item>
<item>
<title>Detección y clasificación de bots en repositorios digitales: Una aproximación &#13;
mediante inteligencia artificial</title>
<link>http://sedici.unlp.edu.ar:80/handle/10915/181923</link>
<description>Tesis de grado
Estrebou, César Armando
Licenciado en Sistemas; Universidad Nacional de La Plata
Esta tesina se realizó en el área de los repositorios digitales, y particularmente sobre el repositorio de la UNLP SEDICI, con el objetivo de lograr analizar y tipificar el tráfico web y distinguir entre humanos y agentes automáticos. Por su naturaleza confiable y con contenido de valor y curado, los repositorios digitales afrontan una elevada tasa de acceso de agentes automáticos con todo tipo de finalidades, como escaneo, cosecha, entrenamiento de modelos de IA o simplemente ataques. La tesina describe el problema en cuestión, la construcción de un conjunto de datos utilizable para el entrenamiento de inteligencia artificial capaz de diferenciar patrones de comportamiento humano de bots. Se exploran distintos modelos de IA capaces de diferenciar entre estos dos usuarios. Finalmente se aplica lo realizado sobre el repositorio SEDICI para poder detectar y depurar eventos de uso asociables a estos agentes automáticos.
Asesor profesional: Ariel Jorge Lira
</description>
<pubDate>Wed, 01 Jan 2025 00:00:00 GMT</pubDate>
<guid isPermaLink="false">http://sedici.unlp.edu.ar:80/handle/10915/181923</guid>
<dc:date>2025-01-01T00:00:00Z</dc:date>
<dc:description>Esta tesina se realizó en el área de los repositorios digitales, y particularmente sobre el repositorio de la UNLP SEDICI, con el objetivo de lograr analizar y tipificar el tráfico web y distinguir entre humanos y agentes automáticos. Por su naturaleza confiable y con contenido de valor y curado, los repositorios digitales afrontan una elevada tasa de acceso de agentes automáticos con todo tipo de finalidades, como escaneo, cosecha, entrenamiento de modelos de IA o simplemente ataques. La tesina describe el problema en cuestión, la construcción de un conjunto de datos utilizable para el entrenamiento de inteligencia artificial capaz de diferenciar patrones de comportamiento humano de bots. Se exploran distintos modelos de IA capaces de diferenciar entre estos dos usuarios. Finalmente se aplica lo realizado sobre el repositorio SEDICI para poder detectar y depurar eventos de uso asociables a estos agentes automáticos.</dc:description>
</item>
<item>
<title>Clustering Tasks and Decision Trees with Augustan Love Poets: Cohesion and Separation in Feature Importance Extraction</title>
<link>http://sedici.unlp.edu.ar:80/handle/10915/175050</link>
<description>Articulo
Computational Humanities Research Conference (Aarhus, 2024); CEUR Workshop Proceedings; vol. 3834
This article extends various automatic text analysis tasks from previous works by applying natural language processing techniques to a corpus of Latin texts from the 1st century BC and 1st century AD.&#13;
The motivation behind this work is to delve into and understand a historical literary trend revolving around the themes of love, spanning from antiquity through to the medieval period. The analyzed authors include Gaius Valerius Catullus, Albius Tibullus, and Sextus Propertius, representing the literary movement of the neoterics, and Publius Vergilius Maro and Marcus Annaeus Lucanus, epic poets with distinct styles, serving as control samples. Unlike previous works, various corrections were added to the preprocessing tasks, including improved word tokenization with enclitics and handling of orthographic variances. For the clustering tasks, the K-Means method and the Silhouette Score were used to determine the optimal cluster sizes. Using these optimal clusters as labels, decision trees were trained for each range of n-grams, aiming to identify features with the highest Information Gain and Information Gain Ratio. The trees were trained based on the criterion of Entropy, and calculations of Feature Importance were performed. In this study, we focused on detailing the classification results and features extracted by the decision trees, based on the best Silhouette scores obtained and the Information Gain. We examined whether the words or parts of words with classificatory potential identified in the process matched the findings from previous exploratory tasks performed using other techniques.
</description>
<pubDate>Mon, 18 Nov 2024 00:00:00 GMT</pubDate>
<guid isPermaLink="false">http://sedici.unlp.edu.ar:80/handle/10915/175050</guid>
<dc:date>2024-11-18T00:00:00Z</dc:date>
<dc:description>This article extends various automatic text analysis tasks from previous works by applying natural language processing techniques to a corpus of Latin texts from the 1st century BC and 1st century AD.&#13;
The motivation behind this work is to delve into and understand a historical literary trend revolving around the themes of love, spanning from antiquity through to the medieval period. The analyzed authors include Gaius Valerius Catullus, Albius Tibullus, and Sextus Propertius, representing the literary movement of the neoterics, and Publius Vergilius Maro and Marcus Annaeus Lucanus, epic poets with distinct styles, serving as control samples. Unlike previous works, various corrections were added to the preprocessing tasks, including improved word tokenization with enclitics and handling of orthographic variances. For the clustering tasks, the K-Means method and the Silhouette Score were used to determine the optimal cluster sizes. Using these optimal clusters as labels, decision trees were trained for each range of n-grams, aiming to identify features with the highest Information Gain and Information Gain Ratio. The trees were trained based on the criterion of Entropy, and calculations of Feature Importance were performed. In this study, we focused on detailing the classification results and features extracted by the decision trees, based on the best Silhouette scores obtained and the Information Gain. We examined whether the words or parts of words with classificatory potential identified in the process matched the findings from previous exploratory tasks performed using other techniques.</dc:description>
</item>
<item>
<title>Strategies to Predict Students’ Exam Attendance</title>
<link>http://sedici.unlp.edu.ar:80/handle/10915/171447</link>
<description>Objeto de conferencia
12th Conference on Cloud Computing, Big Data and Emerging Topics (JCC-BD&amp;ET 2024) (La Plata, Argentina, June 25-27, 2024); https://sedici.unlp.edu.ar/handle/10915/157959; Cloud Computing, Big Data and Emerging Topics. 12th Conference, JCC-BD&amp;ET 2024, La Plata, Argentina, June 25-27, 2024, Revised Selected Papers
This article presents a study on predicting student attendance to exams in a university setting. The study focused on the Concept of Algorithms, Data, and Programs course, a foundational course in systems bachelor. Two models were constructed: linear regression and polynomial regression of degree 3, aimed to predict the total number of attendees and the number of students who would pass the exam. We built a dataset that included information on student enrollment, previous exam attendance, grades, and other relevant factors. Students were classified into three groups: reduced exam, complete exam with prior attendance, and complete exam without prior attendance. The results showed that the models’ predictions were accurate enough, and that they could be used to ensure appropriate classroom occupancy without overcrowding or empty rooms. The models guided the allocation of students, optimizing space utilization while providing available seats for attending students. The study identified opportunities for improvement. One limitation was the assignment of attendance probabilities to achieve the overall predicted attendance. Future work could involve predicting attendance rates for each group individually. Additionally, implementing a classification model to categorise students into pass, fail, insufficient, and non-attendance groups would provide a more comprehensive understanding of student outcomes.
Este trabajo fue realizado utilizando el conjunto de datos "Tasa de asistencia y aprobación a exámenes de CADP" (Villarreal, 2023), al que puede accederse haciendo clic en "Documentos relacionados".
</description>
<pubDate>Fri, 11 Oct 2024 00:00:00 GMT</pubDate>
<guid isPermaLink="false">http://sedici.unlp.edu.ar:80/handle/10915/171447</guid>
<dc:date>2024-10-11T00:00:00Z</dc:date>
<dc:description>This article presents a study on predicting student attendance to exams in a university setting. The study focused on the Concept of Algorithms, Data, and Programs course, a foundational course in systems bachelor. Two models were constructed: linear regression and polynomial regression of degree 3, aimed to predict the total number of attendees and the number of students who would pass the exam. We built a dataset that included information on student enrollment, previous exam attendance, grades, and other relevant factors. Students were classified into three groups: reduced exam, complete exam with prior attendance, and complete exam without prior attendance. The results showed that the models’ predictions were accurate enough, and that they could be used to ensure appropriate classroom occupancy without overcrowding or empty rooms. The models guided the allocation of students, optimizing space utilization while providing available seats for attending students. The study identified opportunities for improvement. One limitation was the assignment of attendance probabilities to achieve the overall predicted attendance. Future work could involve predicting attendance rates for each group individually. Additionally, implementing a classification model to categorise students into pass, fail, insufficient, and non-attendance groups would provide a more comprehensive understanding of student outcomes.</dc:description>
</item>
<item>
<title>Desentrañando los datos de investigación: una propuesta para reconocerlos, gestionarlos y compartirlos</title>
<link>http://sedici.unlp.edu.ar:80/handle/10915/168004</link>
<description>Objeto de conferencia
Ciclo de talleres para investigadores UNLP (Universidad Nacional de La Plata, 5 de julio de 2024)
Taller en el marco del Ciclo de talleres para investigadores de la UNLP, organizado por la SECYT-UNLP en colaboración con la Biblioteca Pública.&#13;
Temas abordados:&#13;
- ¿Qué son los datos de investigación? ¿Cómo distinguirlos en nuestra investigación?&#13;
- Particularidades del ciclo de gestión y la importancia de su planificación&#13;
- ¿Cómo compartir los datos y reutilizarlos? Aspectos técnicos y legales a tener en cuenta&#13;
- Pasos para subir datos al repositorio institucional de la UNLP&#13;
- Recomendaciones para completar el Plan de Gestión de Datos de la UNLP
</description>
<pubDate>Mon, 01 Jan 2024 00:00:00 GMT</pubDate>
<guid isPermaLink="false">http://sedici.unlp.edu.ar:80/handle/10915/168004</guid>
<dc:date>2024-01-01T00:00:00Z</dc:date>
<dc:description>Taller en el marco del Ciclo de talleres para investigadores de la UNLP, organizado por la SECYT-UNLP en colaboración con la Biblioteca Pública.&#13;
Temas abordados:&#13;
- ¿Qué son los datos de investigación? ¿Cómo distinguirlos en nuestra investigación?&#13;
- Particularidades del ciclo de gestión y la importancia de su planificación&#13;
- ¿Cómo compartir los datos y reutilizarlos? Aspectos técnicos y legales a tener en cuenta&#13;
- Pasos para subir datos al repositorio institucional de la UNLP&#13;
- Recomendaciones para completar el Plan de Gestión de Datos de la UNLP</dc:description>
</item>
<item>
<title>Una breve exploración de la terminología amorosa en los corpora catullianum, tibullianum y propertianum con métodos y herramientas computacionales: etiquetado gramatical, lemas, bigramas y co-apariciones</title>
<link>http://sedici.unlp.edu.ar:80/handle/10915/165526</link>
<description>Articulo
A brief exploration of the amorous terminology in the Catullan, Tibullan, and Propertian corpora using computational methods and tools: Parts of Speech Tagging, lemmas, bigrams, and co-occurrences
Revista de Humanidades Digitales; vol. 9
Este estudio expone los primeros análisis exploratorios en la poesía de Catulo, Propercio y Tibulo, basándose en etiquetado gramatical, lemas, bigramas y co-apariciones. Se emplearon técnicas de análisis de texto automático y herramientas computacionales mediante R Studio. Los resultados, presentados en tablas y gráficos, revelaron varios fenómenos. El análisis léxico destacó formas pronominales de primera y segunda persona y términos específicos del léxico poético elegíaco. El etiquetado gramatical mostró términos familiares, especialmente en poemas epitalámicos. Los bigramas resaltaron contrastes temporales y espaciales en el discurso amoroso, mientras que los grafos de bigramas destacaron adjetivos asociados al amor con rasgos positivos y negativos. Las co-ocurrencias subrayaron términos amorosos, pronombres y posesivos, y verbos en pasado que indican amor concluido. Se plantea la hipótesis de la co-dependencia de términos pronominales y elementos de la deixis temporal y espacial como un enfoque promisorio para la tipificación de la poesía elegíaca latina.; This study presents the first exploratory analyses in the poetry of Catullus, Propertius, and Tibullus, based on grammatical tagging, lemmas, bigrams, and co-occurrences. Automatic text analysis techniques and computational tools were employed using R Studio. The results, presented in tables and graphs, revealed various phenomena. Lexical analysis highlighted first and second-person pronominal forms and specific terms from the elegiac poetic lexicon. Grammatical tagging showed familiar terms, especially in epithalamic poems. Bigrams emphasized temporal and spatial contrasts in love discourse, while bigram graphs highlighted adjectives associated with love expressing positive and negative traits. Co-occurrences underscored terms related to love, personal pronouns, possessives, and past tense verbs denoting concluded love. The hypothesis of the co-dependence of pronominal terms and elements of temporal and spatial deixis is proposed as a promising approach to typify Latin elegiac poetry.
Agradecimientos: Este trabajo debe muchos de sus pequeños aciertos a la ayuda de mis directores, los doctores Gimena del Rio Riande, Marcelo Errecalde y Leticia Cagnina. Quiero agradecerles la paciencia y dedicación con la que han respondido mis consultas. A Gabriel Calarco, colega y amigo, por sus observaciones y comentarios. A Lucas Folegotto y a Analía Pinto por su ayuda con las imágenes y tablas cuya elaboración no fue nada sencilla. A mis profesores de Estilometría Laura Hernández Lorenzo y José Manuel Fradejas Rueda por responder a mis consultas y aconsejarme. A María Cristina Ramos y Romina De León por despejar mis dudas sobre grafos y a Cristina Tur Altarriba por sus consejos sobre el índice de error de los lematizadores y otras herramientas.
</description>
<pubDate>Mon, 29 Apr 2024 00:00:00 GMT</pubDate>
<guid isPermaLink="false">http://sedici.unlp.edu.ar:80/handle/10915/165526</guid>
<dc:date>2024-04-29T00:00:00Z</dc:date>
<dc:description>Este estudio expone los primeros análisis exploratorios en la poesía de Catulo, Propercio y Tibulo, basándose en etiquetado gramatical, lemas, bigramas y co-apariciones. Se emplearon técnicas de análisis de texto automático y herramientas computacionales mediante R Studio. Los resultados, presentados en tablas y gráficos, revelaron varios fenómenos. El análisis léxico destacó formas pronominales de primera y segunda persona y términos específicos del léxico poético elegíaco. El etiquetado gramatical mostró términos familiares, especialmente en poemas epitalámicos. Los bigramas resaltaron contrastes temporales y espaciales en el discurso amoroso, mientras que los grafos de bigramas destacaron adjetivos asociados al amor con rasgos positivos y negativos. Las co-ocurrencias subrayaron términos amorosos, pronombres y posesivos, y verbos en pasado que indican amor concluido. Se plantea la hipótesis de la co-dependencia de términos pronominales y elementos de la deixis temporal y espacial como un enfoque promisorio para la tipificación de la poesía elegíaca latina.

This study presents the first exploratory analyses in the poetry of Catullus, Propertius, and Tibullus, based on grammatical tagging, lemmas, bigrams, and co-occurrences. Automatic text analysis techniques and computational tools were employed using R Studio. The results, presented in tables and graphs, revealed various phenomena. Lexical analysis highlighted first and second-person pronominal forms and specific terms from the elegiac poetic lexicon. Grammatical tagging showed familiar terms, especially in epithalamic poems. Bigrams emphasized temporal and spatial contrasts in love discourse, while bigram graphs highlighted adjectives associated with love expressing positive and negative traits. Co-occurrences underscored terms related to love, personal pronouns, possessives, and past tense verbs denoting concluded love. The hypothesis of the co-dependence of pronominal terms and elements of temporal and spatial deixis is proposed as a promising approach to typify Latin elegiac poetry.</dc:description>
</item>
<item>
<title>Aprendizaje y enseñanza de programación: el desafío de herramientas de Inteligencia Artificial como ChatGPT</title>
<link>http://sedici.unlp.edu.ar:80/handle/10915/165093</link>
<description>Objeto de conferencia
XXIX Congreso Argentino de Ciencias de la Computación (CACIC) (Luján, 9 al 12 de octubre de 2023); https://sedici.unlp.edu.ar/handle/10915/163107; Libro de actas - XXIX Congreso Argentino de Ciencias de la Computación - CACIC 2023
En este trabajo se analiza el empleo de herramientas de IA y en particular ChatGPT en la enseñanza y el aprendizaje inicial de programación a nivel universitario. Se discuten cuestiones conceptuales y se sintetiza el análisis a soluciones con ChatGPT de enunciados clásicos que resuelven los alumnos en los cursos de primer año, en un lenguaje imperativo, otro orientado a objetos y un tercero que permite expresar algoritmos concurrentes. El análisis crítico del código generado permite reflexionar sobre la utilidad actual de estas herramientas en el ámbito universitario, las posibilidades que ofrecen y algunos desafíos que plantean, tanto para los alumnos como para los docentes de asignaturas relacionadas con Programación.
</description>
<pubDate>Mon, 01 Jan 2024 00:00:00 GMT</pubDate>
<guid isPermaLink="false">http://sedici.unlp.edu.ar:80/handle/10915/165093</guid>
<dc:date>2024-01-01T00:00:00Z</dc:date>
<dc:description>En este trabajo se analiza el empleo de herramientas de IA y en particular ChatGPT en la enseñanza y el aprendizaje inicial de programación a nivel universitario. Se discuten cuestiones conceptuales y se sintetiza el análisis a soluciones con ChatGPT de enunciados clásicos que resuelven los alumnos en los cursos de primer año, en un lenguaje imperativo, otro orientado a objetos y un tercero que permite expresar algoritmos concurrentes. El análisis crítico del código generado permite reflexionar sobre la utilidad actual de estas herramientas en el ámbito universitario, las posibilidades que ofrecen y algunos desafíos que plantean, tanto para los alumnos como para los docentes de asignaturas relacionadas con Programación.</dc:description>
</item>
<item>
<title>La ciencia abierta en las instituciones de educación superior</title>
<link>http://sedici.unlp.edu.ar:80/handle/10915/162357</link>
<description>Objeto de conferencia
III Congreso Andino de Ingeniería, Construcción, Tecnología e Innovación (CAICTI) (Universidad Nacional de Chimborazo, 6 al 8 de febrero de 2024)
Esta presentación pretende mostrar los aspectos de la ciencia abierta, sus dificultades y comentar el estado de situación de Ecuador para compartir y dialogar sugerencias de avance.
</description>
<pubDate>Mon, 01 Jan 2024 00:00:00 GMT</pubDate>
<guid isPermaLink="false">http://sedici.unlp.edu.ar:80/handle/10915/162357</guid>
<dc:date>2024-01-01T00:00:00Z</dc:date>
<dc:description>Esta presentación pretende mostrar los aspectos de la ciencia abierta, sus dificultades y comentar el estado de situación de Ecuador para compartir y dialogar sugerencias de avance.</dc:description>
</item>
</channel>
</rss>
