Paper a apuntes

Paper a apuntes

Papers académicos densos se vuelven notas de investigación estructuradas por método, resultado y discusión, listas para tu revisión bibliográfica.

Compatible con Paper, PDF académico, Métodos, Resultados

InicioPaper a apuntes · Ejemplo
Nueva sesión

Paper a apuntes con material real de estudio

La fuente queda a la izquierda; a la derecha aparece un resultado basado en el material y listo para repasar.

Basado en la fuente
Journal of Educational Psychology, 116(3), 410–428Open Access · 2024

La práctica de recuperación espaciada reduce la carga cognitiva extrínseca en biología introductoria

Liu, J., Park, R., y Yamamoto, H. (2024)

DOI: 10.1037/edu0000789

Resumen

Examinamos si la práctica de recuperación espaciada reduce la carga cognitiva extrínseca y mejora la recuperación diferida en biología introductoria. En dos experimentos (N = 128 estudiantes universitarios) con diseño intrasujetos, los estudiantes que utilizaron recuperación espaciada mostraron una recuperación diferida (una semana) significativamente mayor que el grupo de relectura.

Métodos§2

Los participantes (N = 128) completaron dos condiciones de estudio en un diseño intrasujetos contrabalanceado: práctica de recuperación espaciada vs. relectura. La recuperación diferida se evaluó una semana después de la sesión final mediante una prueba estandarizada de recuerdo libre, puntuada por dos evaluadores independientes (κ = .91).

Participants · 2×2 within-subjects
N = 128
undergrads
κ = .91
inter-rater
α = .05
two-tailed
7 days
retention
OSF · pre-registered
!!
RCT design
Procedure · Day 0 → Day 7
D0D1-6D7
Study (45m)No contactRecall (20m)
ThetaWave parsed N=128 · 2×2 design · κ=.91 reliability
for lit review
§2.3 "desirable
difficulty"
— me, 03/04
Texto detectado
  • Métodos · 3 pp · pp. 412–414
  • Participantes: N = 128 estudiantes
  • Diseño intra-sujetos contrabalanceado
Idea clave

Cuando hay que extraer papers con campos consistentes.

Generado

Métodos — extracción completa

Basado en la fuente
Espacio de apuntes con IA de ThetaWaveApuntes generados por IA
Compartir apuntes
Apuntes generados por IA

Métodos — extracción completa

Fuente: Carga cognitiva y recuperación diferida — Métodos · J. Educ. Psych. (2024) · pp. 412–414

Pregunta de investigación

Métodos
  • RQ primaria: ¿La recuperación espaciada reduce la carga cognitiva externa y mejora la recuperación diferida vs releer?
  • RQ secundaria: ¿El efecto interactúa con la complejidad del tema?
  • H1: recuperación espaciada > releer en recuperación diferida (test unilateral).
  • H2: recuperación espaciada < releer en carga externa autorreportada (NASA-TLX).

Participantes

Métodos
  • Muestra: N = 128 estudiantes de Biología introductoria.
  • Demografía: 18–22 años (M = 19.4), 62% mujeres, una sola universidad R1.
  • Exclusión: 4 excluidos por fallar comprobaciones de atención. N final = 124.
  • Potencia: G*Power: N = 110 para 0.80 a α = .05, η² = .10.

Diseño

Métodos
  • Tipo: intra-sujetos, completamente contrabalanceado.
  • Condiciones: recuperación espaciada vs releer.
  • Pre-registro: diseño, hipótesis y plan analítico publicados en OSF antes de recoger datos (osf.io/x42q8).
  • Aleatorización: cuadro latino para el orden de condiciones, balanceado por complejidad.

Materiales

Métodos
  • Textos: 2 capítulos de biología (~1.200 palabras cada uno), Flesch 60–65.
  • Prompts: 5 preguntas de respuesta corta por texto; aparecen 4 veces espaciadas en 2 sesiones.
  • Distractor: sudoku entre estudiar y recuperar — bloquea ensayo inmediato.
  • NASA-TLX: auto-informe de 6 ítems tras cada condición.

Procedimiento

Métodos
  • Sesión 1 (Día 0): todos estudian ambos textos — mitad con recuperación, mitad con releer. Contrabalanceado.
  • Demora (Día 0–7): sin contacto con el material; vuelven exactamente 7 días después.
  • Sesión 2 (Día 7): recuperación libre + NASA-TLX retrospectivo.

Medidas

Métodos
  • Recuperación diferida (primaria): test de recuperación libre una semana después.
  • Scoring: ideas recuperadas según codificación pre-definida de 50 unidades; proporción 0–1.
  • Carga cognitiva (secundaria): NASA-TLX inmediatamente después de cada condición.

Scoring y fiabilidad

Métodos
  • Dos evaluadores: doctorandos ciegos a la condición; doble codificación de los 256 protocolos.
  • κ entre evaluadores: = .91 — acuerdo 'casi perfecto' (Landis & Koch 1977).
  • Discrepancias: 11 de 256 requirieron arbitraje por un tercer codificador.

Plan estadístico

Métodos
  • Test principal: ANOVA de medidas repetidas 2 × 2: condición × complejidad.
  • α: .05, bilateral (a pesar de H1 unilateral, por transparencia).
  • Tamaño del efecto: η² parcial junto al F. A priori η² ≥ .06.
  • Análisis de sensibilidad: tiempo de tarea como covariable para excluir confundido temporal.

Lee papers con más estructura

ThetaWave convierte PDF académicos densos en apuntes más fáciles de comparar, repasar y reutilizar.

  • De PDF de papers a apuntes

    Sube artículos de revistas, papers de congresos, capítulos de libros o PDF académicos y obtén un apunte con estructura consistente.

  • Extracción de método y muestra

    Saca preguntas de investigación, método, muestra, medidas y diseño del estudio cuando el paper los incluye.

  • Hallazgos y limitaciones

    Separa del texto completo los hallazgos clave, las limitaciones, el trabajo futuro y las implicaciones.

  • Términos clave y definiciones

    Extrae los conceptos y el vocabulario importantes para repasarlos después.

  • Flujo para revisión de literatura

    Usa la misma estructura de apuntes en todos los papers para comparar temas, métodos y hallazgos.

  • Repaso ligado a la fuente

    Los apuntes quedan vinculados al paper subido para volver a la fuente cuando la precisión importa.

Cómo funciona Paper a apuntes

Sube el material, deja que la IA haga el trabajo pesado y sigue estudiando con un formato listo para repasar.

  1. Sube el paper académico

    PDF, preprint o artículo de revista — uno solo o un lote.

    PDFRevistaPreprint
  2. ThetaWave extrae por campos

    Método, resultados y discusión se separan en campos estructurados, ideal para comparar entre papers.

    MétodoResultadosDiscusión
  3. Comparar, repasar, generar

    Compara entre varios papers y genera tarjetas de términos o cuestionarios.

    ComparaciónTarjetasCuestionarios

¿Quién usa Paper a apuntes?

Así aprovechan distintos perfiles de estudiantes esta herramienta en su rutina real de estudio.

Lo que dicen los estudiantes

5 de 5 estrellas
When I prep a literature review with my students, ThetaWave's methods and findings extraction saves us a full evening per paper.

Lucía Martínez

Universidad Complutense de Madrid

5 de 5 estrellas
Discussion and limitations finally show up as separate notes instead of a single blob of text.

Diego Romero

Universitat de Barcelona

5 de 5 estrellas
For my thesis I compared 32 papers using the same extraction fields. It made the comparison part of the review actually tractable.

Carmen Navarro

Universitat de València

Preguntas frecuentes

Estas son las preguntas más habituales sobre paper a apuntes.

¿Qué formatos de paper soporta?

PDF es el estándar; también soporta enlaces preprint y artículos HTML. Reconoce layouts complejos como LaTeX a dos columnas.

¿Se conservan los valores estadísticos?

Sí — F, p, tamaños del efecto (η², d) y medias por grupo se conservan en los campos de resultados sin simplificar.

¿Puedo comparar entre papers?

Sí — con los mismos campos se pueden comparar varios papers en la biblioteca, lo que acelera la revisión bibliográfica.

¿Sirve para tesis?

Muy bien — optimizado para TFG/TFM/tesis doctoral y investigación de posgrado.

¿Puedo generar tarjetas de términos?

Sí — los términos clave de las notas de investigación se convierten en tarjetas para reforzar vocabulario técnico.

Empieza ahora con Paper a apuntes

Sube tu material y conviértelo en minutos en algo mucho más fácil de estudiar, repasar o compartir.

Empieza gratisNo se requiere tarjetaResultados en menos de 2 minutos
    Paper a apuntes: Resume investigación con IA | Thetawave