CURSO SCIENCE COMMUNICATION: PEER REVIEW – 23 de Maio de 2023

Publicado em Categorizado como Agenda, Artigos, Formação e bolsas, Geral

(Coord.: Dr.ª Helena Donato e Prof. Dr. João Subtil)

ÚLTIMAS VAGAS!

O curso SCIENCE COMMUNICATION: PEER REVIEW com coordenação de Helena Donato (MLS, MSIS) e João Subtil (MD, PhD), irá realizar-se no dia 23 de Maio, em Lisboa. 

O programa, que poderá analisar AQUI, aborda o tema de forma prática (5 das 8 horas de duração do curso) recorrendo a estudo de casos acompanhado pelos docentes. Este curso tem 1 ECTS.

Chamamos a atenção para a relevância desta iniciativa, uma vez que ela tem um elevado interesse para revisores, mas também para autores, ajudando estes últimos a anteciparem as críticas e a serem proativos, produzindo melhores manuscritos antes da sua submissão. Para além disso, visa também orientar a escrita da revisão, por forma a evitar erros e preconceitos próprios, de modo a transmitir uma mensagem positiva e ajudar o autor a publicar o artigo.

A inscrição pode ser feita  AQUI ou em resposta a este email.

Apresentação do Curso

Peer review é a base sobre a qual se constrói a credibilidade da comunicação científica e é baseada nos conhecimentos e experiência dos revisores em publicação científica. No entanto, é importante que os revisores saibam como ajudar os autores a aumentar o valor dos artigos submetidos, e como aumentar a importância da sua revista, identificando falhas (e corrigindo-as quando possível), algumas menores – como parcialidade, ou erros de escrita/cópia, erros estatísticos, ou corte do texto – e algumas mais graves – como fraude, conflitos de interesse, plágio, ou falsa alegações.

Coordenação e docentes

Helena Donato, MLS, MSIS

João Subtil, MD, PhD

Objectivos de Aprendizagem | Conhecimentos e Competências a Desenvolver 

Este curso visa ensinar todas as ferramentas que um revisor deve dominar:

– Trabalho geral (verificar o cumprimento das instruções das revistas por parte dos autores, qualidade da ortografia geral, relevância geral e admissibilidade, conformidade ética);

– Ferramentas para excluir o plágio, manipulação de dados, uso indevido de fotografia ou imagem ou falsificação;

– Avaliação da qualidade da análise estatística;

– Excluir preconceitos e erros comuns.