Murat Sakal
Alineador de resultados Bloom
Clasifica tus resultados de aprendizaje según los niveles de la taxonomía de Bloom, corrige verbos no medibles (como «saber» y «entender») y sugiere un método de evaluación adecuado para cada resultado. Clasifica según la demanda cognitiva real del resultado, no según el significado superficial del verbo. Ideal para: personal docente que diseña currículos o cursos y comisiones de desarrollo curricular.
Banco GIFT + auditoría Bloom
Genera un banco completo de preguntas en formato GIFT a partir de tus temas y resultados de aprendizaje, con preguntas de opción múltiple, verdadero/falso, relación de columnas, respuesta corta y completar espacios. Etiqueta el nivel de la taxonomía de Bloom de cada pregunta y, si las preguntas se concentran principalmente en niveles inferiores (Recordar/Comprender), lo informa claramente y sugiere preguntas adicionales para evaluar habilidades de pensamiento de nivel superior. Ideal para responsables de evaluación y coordinadores de departamento que desean revisar la calidad de sus bancos de exámenes.
Plan semanal de clases
Genera un plan semanal de clases estructurado a partir del tema y la duración que indiques. Incluye objetivos de aprendizaje medibles, redactados con verbos de la taxonomía de Bloom; una secuencia de clase con tiempos; y una sugerencia de elemento de evaluación. Siempre relaciona los objetivos de aprendizaje con las actividades. Ideal para docentes universitarios y personas instructoras que diseñan cursos o programas de capacitación.
Banco de preguntas GIFT
Genera, a partir del tema y el contenido que proporciones, un banco de preguntas de opción múltiple en formato GIFT que puedes cargar directamente en la pantalla «Banco de preguntas > Importar» de Moodle. Marca la respuesta correcta, crea distractores razonables relacionados con el tema y evita errores de sintaxis en GIFT. Ideal para docentes que imparten clases en Moodle y coordinadores educativos que preparan bancos de exámenes.
Informe estadístico y revisión
Genera una sección completa de Resultados a partir de tus resultados de estadística descriptiva e inferencial, incluidas las pruebas de supuestos. Si detecta una violación de normalidad o de homogeneidad de varianzas, recomienda la prueba alternativa no paramétrica en lugar de ocultarla. También identifica de antemano al menos 4 objeciones que los revisores de revistas suelen plantear (por ejemplo, «no se informan las pruebas de supuestos», «no se indica el tamaño del efecto» o «no se aplicó una corrección por comparaciones múltiples») y proporciona una oración de defensa para cada una. Para quién es: investigadores que trabajan con métodos cuantitativos y buscan rigor en la presentación estadística antes de enviar un manuscrito a una revista.
Redactor de pruebas grupales
Produce un texto de Resultados listo para manuscrito y conforme con APA 7 a partir de los resultados de tus pruebas t, ANOVA o chi-cuadrado. Usa el formato correcto para reportar estadísticas (t(gl)=..., p=..., d=...) e interpreta el tamaño del efecto según los puntos de referencia de Cohen. Te recuerda indicar un método de corrección por comparaciones múltiples cuando se comparan tres o más grupos. Para quién es: investigadores y estudiantes de posgrado que realizan estudios experimentales o comparativos.
Redactor de estadística
Convierte los resultados de estadística descriptiva del usuario (media±DE o mediana(RIC), n(%)) en un párrafo académico sobre las «Características de los participantes», listo para incorporarlo a un manuscrito, además de una tabla con formato de Tabla 1. Selecciona el estadístico descriptivo correcto (media±DE o mediana(RIC)) según el estado de normalidad y nunca los mezcla. Está dirigido a estudiantes de posgrado y académicos que realizan investigación cuantitativa y quieren redactar rápida y correctamente la sección «Participantes» del manuscrito.
Informe estadístico y réplicas
Genera una sección completa de Resultados a partir de sus resultados de estadística descriptiva e inferencial, incluidas las pruebas de supuestos. Si detecta incumplimientos de normalidad u homogeneidad de varianzas, recomienda una prueba alternativa no paramétrica y no los oculta. También identifica con anticipación al menos 4 objeciones frecuentes de los revisores de revistas (por ejemplo, «no se informaron las pruebas de supuestos», «no se indicó el tamaño del efecto» o «no se aplicó una corrección por comparaciones múltiples») y ofrece una frase de respuesta para cada una. Ideal para: investigadores que trabajan con métodos de investigación cuantitativa y buscan fortalecer la solidez de sus informes estadísticos antes de enviar un artículo a una revista.
Redactor de pruebas grupales
Genera un texto de Resultados listo para incluir en un artículo y compatible con APA 7 a partir de los resultados de una prueba t, ANOVA o chi-cuadrada. Usa el formato correcto para reportar estadísticas (t(df)=..., p=..., d=...) e interpreta el tamaño del efecto según los criterios de Cohen. Si se comparan tres o más grupos, recuerda que debe indicarse la corrección por comparaciones múltiples. Ideal para investigadores y estudiantes de posgrado que realizan estudios experimentales o comparativos.
Redactor de estadística descriptiva
Convierte los resultados de estadística descriptiva del usuario (media±DE o mediana(RIC), n(%)) en un párrafo académico de «Características de los participantes» listo para insertar en un artículo y en una tabla con formato de Tabla 1. Selecciona el estadístico descriptivo correcto según la normalidad (media±DE frente a mediana(RIC)) y nunca los mezcla. Ideal para estudiantes de posgrado y académicos que realizan investigación cuantitativa y quieren redactar la sección «Participantes» de su artículo de forma rápida y precisa.
Entropy-TOPSIS-ML + Objeción
Produce un informe completo de Métodos + Resultados a partir de los resultados de tu ponderación por entropía, clasificación TOPSIS y clasificador de ML (XGBoost, Random Forest, Logistic Regression, etc.). Clasifica correctamente la interpretación del AUC (según los criterios de Hosmer y Lemeshow) y, si la brecha de rendimiento entre entrenamiento y prueba es grande, señala explícitamente el riesgo de sobreajuste. También identifica de antemano al menos 4 objeciones que los revisores de revistas suelen plantear (por ejemplo, «cómo se abordó el desequilibrio de clases» o «no se utilizó un conjunto de validación externo») y sugiere una oración de respuesta para cada una. Es ideal para investigadores que trabajan en informática de la salud, predicción de riesgos clínicos o metodología híbrida MCDM-ML y buscan solidez metodológica antes de enviar un artículo a una revista.
Redactor de análisis TOPSIS
Genera un texto completo de Métodos + Resultados, listo para un manuscrito, a partir de los resultados de tu análisis TOPSIS (matriz de decisión normalizada, distancias a las soluciones ideales positiva y negativa, y coeficientes de proximidad). Incluye una tabla de clasificación e interpreta en qué criterios las alternativas mejor y peor posicionadas destacaron o quedaron rezagadas. Es adecuado para investigadores que trabajan con problemas de clasificación multicriterio, como la selección de proveedores, la comparación de productos o servicios, o el apoyo a decisiones clínicas.
Redactor de ponderación AHP
Convierte los resultados de la matriz de comparaciones por pares de AHP (ponderaciones de criterios y razón de consistencia) en una sección académica de «Ponderación de criterios», lista para incorporarla directamente a un manuscrito. Si la razón de consistencia (CR) supera 0.10, lo señala explícitamente en lugar de ocultarlo. Ideal para investigadores que utilizan métodos de toma de decisiones multicriterio (MCDM), como TOPSIS/VIKOR, y determinan las ponderaciones de criterios con AHP, así como para estudiantes de posgrado.
Entropía-TOPSIS-ML + Réplica
Genera un informe completo de Método + Resultados a partir de sus salidas de ponderación por entropía + clasificación TOPSIS + modelos de ML (XGBoost, Random Forest, Regresión Logística, entre otros). Interpreta correctamente la AUC (según los criterios de Hosmer & Lemeshow) y señala claramente el riesgo de sobreajuste (overfitting) cuando la diferencia entre el rendimiento de entrenamiento y de prueba es grande. Además, identifica de antemano al menos 4 objeciones frecuentes de los revisores de revistas (por ejemplo, «cómo se abordó el desequilibrio de clases» o «no se utilizó un conjunto de validación externa») y ofrece una frase de defensa para cada una. Ideal para investigadores que trabajan en informática de la salud, predicción de riesgo clínico o metodologías híbridas de MCDA-ML, así como para quienes buscan fortalecer la solidez metodológica antes de enviar un artículo a una revista.
Redactor de informes TOPSIS
Genera un texto completo de Métodos + Resultados, listo para usar en un artículo, a partir de sus resultados del análisis TOPSIS (matriz de decisión normalizada, distancias a las soluciones ideales positiva y negativa, y coeficientes de cercanía). Presenta una tabla de clasificación e interpreta en qué criterios destacan la mejor y la peor alternativa. Ideal para investigadores que trabajan con problemas de clasificación multicriterio, como la selección de proveedores, la comparación de productos o servicios y el apoyo a decisiones clínicas.
Redactor de ponderación AHP
Convierte los resultados de la matriz de comparación por pares de AHP (Proceso Analítico Jerárquico) del usuario —incluidos los pesos de los criterios y la razón de consistencia— en una sección académica de «Ponderación de criterios» lista para incorporar al artículo. Si la razón de consistencia (CR) supera 0.10, lo indica claramente sin ocultarlo. Ideal para investigadores y estudiantes de posgrado que trabajan con métodos de toma de decisiones multicriterio, como TOPSIS/VIKOR, y determinan los pesos de los criterios mediante AHP.
Informe PLS-SEM + objeciones
Produce un informe completo del modelo de medición y el modelo estructural a partir de los resultados de tu análisis PLS-SEM (cargas externas, CR/AVE, validez discriminante HTMT, coeficientes de ruta, R²/f²/Q² y SRMR). Aplica correctamente el umbral de HTMT y la interpretación de R² (criterios de Cohen/Chin), y evita el lenguaje causal. También identifica de antemano al menos 4 objeciones que los revisores de revistas suelen plantear (por ejemplo, «por qué PLS en lugar de CB-SEM» o «no se reportó ningún control del CMB») y sugiere una oración de defensa para cada una. Es adecuado para investigadores de ciencias empresariales y sociales que usan PLS-SEM para modelar ecuaciones estructurales y buscan rigor metodológico antes de enviar un artículo a una revista.
Redactor de validez y fiab.
Genera un texto completo, listo para manuscrito, de Métodos + Resultados a partir de los resultados de tu análisis EFA o CFA (KMO, prueba de Bartlett, cargas factoriales, índices de ajuste, alfa de Cronbach/CR/AVE). Clasifica correctamente los umbrales de los índices de ajuste (CFI/TLI≥.90, RMSEA≤.08, etc.) e informa problemas de validez, como AVE<0.50, sin ocultarlos. Ideal para académicos y estudiantes de posgrado que realizan estudios de desarrollo o adaptación de escalas.
Redactor de alfa de Cronbach
Convierte las estadísticas de fiabilidad que ingreses (alfa de Cronbach, cantidad de ítems y subescalas) en un párrafo académico de «Análisis de fiabilidad», listo para insertar directamente en tu manuscrito. Incluye una tabla de aceptabilidad por subescala y, si detecta un alfa bajo (<.60), lo señala abiertamente en lugar de ocultarlo. Ideal para estudiantes de posgrado e investigadores que usan escalas y quieren redactar la sección de método de forma rápida y correcta.
Informe PLS-SEM y réplicas
Genera un informe completo del Modelo de Medición + Modelo Estructural a partir de los resultados de su análisis PLS-SEM (cargas externas, CR/AVE, validez discriminante HTMT, coeficientes de trayectoria, R²/f²/Q² y SRMR). Aplica correctamente el umbral HTMT y la interpretación de R² (criterios de Cohen/Chin), y evita el lenguaje causal. Además, identifica por adelantado al menos 4 objeciones frecuentes de los revisores de revistas (por ejemplo, «por qué se eligió PLS en lugar de CB-SEM» o «no se realizó el control de CMB») y ofrece una frase de defensa para cada una. Ideal para: investigadores de negocios y ciencias sociales que realizan modelado de ecuaciones estructurales con PLS-SEM y buscan fortalecer la metodología antes de enviar un artículo a una revista.
Validez y confiabilidad
Genera un texto completo, listo para incluir en un artículo, con las secciones de Método y Resultados a partir de tus resultados de análisis EFA o CFA (KMO, prueba de Bartlett, cargas factoriales, índices de ajuste, alfa de Cronbach/CR/AVE). Clasifica correctamente los valores de los índices de ajuste (CFI/TLI≥.90, RMSEA≤.08, etc.) e informa sin ocultar problemas de validez como AVE<0.50. Ideal para académicos y estudiantes de posgrado que realizan estudios de desarrollo o adaptación de escalas.
Redactor de alfa de Cronbach
Convierte las estadísticas de fiabilidad ingresadas por el usuario (alfa de Cronbach, número de ítems y subdimensiones) en un párrafo académico de «Análisis de fiabilidad» que puede añadirse directamente a un artículo. Presenta una tabla de aceptabilidad por subdimensión y, si detecta un alfa bajo (<.60), lo señala de forma clara y sin ocultarlo. Ideal para estudiantes de posgrado e investigadores que utilizan escalas y quieren redactar de forma rápida y precisa la sección de metodología de su tesis o artículo.
Redactor CONSORT 2010
A partir de los datos de tu ensayo controlado aleatorizado (RCT) —método de aleatorización, estado del enmascaramiento, análisis de potencia, cifras del diagrama de flujo CONSORT (evaluados/aleatorizados/asignados/analizados) y enfoque del análisis ITT/PP— genera un borrador completo de Resumen + Métodos + Resultados que cumple con los 25 elementos de CONSORT 2010. Nunca confunde ITT con PP y comprueba la coherencia de las cifras del diagrama de flujo (aleatorizados ≥ asignados ≥ con seguimiento ≥ analizados). También identifica previamente al menos 4 objeciones que los revisores de revistas plantean con frecuencia (por ejemplo, «¿por qué no se informó un análisis ITT?», «¿se comprobó el éxito del enmascaramiento?» o «¿hubo cambios en los desenlaces?») y sugiere una oración de respuesta para cada una. Está diseñado para investigadores clínicos de medicina, enfermería y farmacia que realizan RCT y buscan solidez metodológica antes de enviar su trabajo a una revista. Lo que no hace: no realiza análisis estadísticos ni genera datos; solo convierte los resultados que ya tienes en un informe conforme al estándar CONSORT.
Redactor de métodos STROBE
Según tu diseño de estudio transversal, de cohorte o de casos y controles, al ingresar el método de selección de participantes, las variables, la justificación del tamaño de muestra y los métodos estadísticos, produce un borrador completo de Métodos y Resultados con una referencia implícita a los 22 elementos de la lista de verificación STROBE (Strengthening the Reporting of Observational Studies in Epidemiology). También incluye al final una tabla de correspondencias que muestra qué párrafo corresponde a cada elemento de STROBE, lista para responder a la solicitud de una revista de «completar la lista de verificación STROBE». Evita el lenguaje causal (usa «está asociado con» en lugar de «causa» en estudios observacionales) y analiza explícitamente las fuentes de sesgo y confusión. Es adecuada para profesionales académicos de epidemiología, salud pública e investigación clínica.
Asistente de datos faltantes
Cuando ingresas el tamaño de la muestra, la proporción o el patrón de datos faltantes (MCAR/MAR/MNAR), el método utilizado para tratar los datos faltantes (eliminación por casos, imputación múltiple, etc.) y el método de detección de valores atípicos (puntuación Z, IQR, Mahalanobis), genera un párrafo académico que puedes insertar directamente en la sección «Procesamiento previo de datos» de tu manuscrito. Si existe una contradicción metodológica entre el método elegido y el patrón de datos faltantes (por ejemplo, usar la eliminación por casos con un patrón MNAR), la señala explícitamente. Es ideal para estudiantes de posgrado e investigadores que realizan análisis de datos de encuestas o clínicos y desean redactar la sección de procesamiento previo de datos de forma rápida y correcta.
Auditoría de datos de escala
Esta habilidad revisa sistemáticamente los datos brutos de una encuesta recopilados como parte de un estudio de desarrollo de escalas, considerando datos faltantes, observaciones atípicas, respuestas descuidadas (straightlining, longstring y respuestas aleatorias), distribuciones problemáticas por ítem, confiabilidad y los requisitos previos para la factorizabilidad. No produce resultados finales de EFA/CFA; ofrece una decisión basada en evidencia de "go/no-go" sobre si los datos están listos para las siguientes etapas del análisis y recomienda una división estratificada de la muestra (EFA/CFA split). Todos los cálculos se realizan ejecutando código real (Python: pandas, scipy, factor_analyzer, pingouin); no se generan cifras hipotéticas.
Redactor de metaanálisis
Genera un texto completo de Métodos + Resultados + Limitaciones conforme a PRISMA 2020 y al Manual Cochrane a partir de las estadísticas de tu metaanálisis (tamaño del efecto combinado, I², Q, tau² e indicadores de sesgo de publicación). Nunca malinterpreta el valor de I² (incluido el enfoque de «porcentaje de varianza») y evita el lenguaje causal exagerado: usa formulaciones cautelosas como «los hallazgos son congruentes con...» en lugar de «la evidencia demuestra que». Al final, también ofrece al menos 3 preguntas que un revisor podría hacer, junto con frases para responderlas. Ideal para: investigadores que redactan un artículo de metaanálisis y quieren fortalecer la sección de métodos antes de enviarlo a una revista. Lo que no hace: no realiza cálculos estadísticos a partir de datos sin procesar (ya debes contar con los resultados de R/RevMan/CMA); solo convierte e interpreta tus resultados en texto académico.
Redactor bibliométrico
Convierte los datos sin procesar que obtienes de los resultados de VOSviewer o Biblioshiny (Bibliometrix/R) —frecuencias de palabras clave, clústeres de redes de citación, tendencia anual de publicaciones y distribución por país, institución o revista— en textos académicos interpretados y listos para publicar. Usa un tono académico que explica hacia dónde se dirige la literatura en lugar de repetir cifras sin contexto, y evita afirmaciones causales especulativas. Es ideal para investigadores que redactan una tesis o un artículo y necesitan una sección de análisis bibliométrico, pero tienen dificultades para traducir los datos sin procesar al lenguaje académico. Uso: pega directamente tu lista de clústeres o palabras clave de VOSviewer, o tu tabla de resumen de Biblioshiny; la skill asigna nombres temáticos e interpreta los clústeres de palabras clave, además de evaluar la red de citación y el patrón de colaboración entre países.
Redactor de diagrama PRISMA
Genera el texto de un diagrama de flujo conforme a PRISMA 2020 y un párrafo para el protocolo, dirigido a investigadores que realizan revisiones sistemáticas. Cuando ingresas las cifras del cribado en bases de datos (identificación → cribado → elegibilidad → incluidos), comprueba la coherencia de los números y produce un texto que responde de forma fundamentada a la pregunta de los revisores: «¿por qué su diagrama de flujo pierde tantos registros?». También convierte tus criterios de inclusión y exclusión en una tabla con formato PICO/PECO. Es adecuado para estudiantes de posgrado, académicos y revisiones previas de editores de revistas para artículos de revisión sistemática o metaanálisis. Si detecta una inconsistencia numérica (por ejemplo, que incluidos > elegibilidad), la señala explícitamente en lugar de corregirla silenciosamente.
Redactor CONSORT 2010
Genera un borrador completo de Resumen + Métodos + Resultados, conforme a los 25 elementos de CONSORT 2010, a partir de los datos de tu ensayo controlado aleatorizado (RCT): método de aleatorización, estado del cegamiento, análisis de potencia, cifras del flujo CONSORT (screened/randomized/allocated/analyzed) y enfoque de análisis ITT/PP. Nunca confunde ITT y PP; además, comprueba la coherencia de las cifras del diagrama de flujo (randomized ≥ allocated ≥ followed-up ≥ analyzed). También detecta con anticipación al menos 4 objeciones que los revisores de revistas suelen plantear (como «¿por qué no se informó el análisis ITT?», «¿se evaluó el éxito del cegamiento?» o «¿hubo cambios en los desenlaces?») y propone una frase de respuesta para cada una. Está diseñado para investigadores clínicos y académicos que realizan RCT en medicina, enfermería o farmacia y buscan solidez metodológica antes de enviar su trabajo a una revista.
Auditoría previa de escalas
"Se activa cuando es necesario auditar, desde el punto de vista de la calidad psicométrica, datos sin procesar de desarrollo de escalas (Excel/CSV) recopilados por una empresa profesional de encuestas antes de pasar a análisis EFA/CFA o de confiabilidad finales. Evalúa de forma exhaustiva los datos faltantes, los valores atípicos, las respuestas descuidadas, el sesgo de respuesta, la calidad de los ítems y la suficiencia de la muestra, y genera una decisión de Go/No-Go; no modifica los datos, solo presenta un informe de diagnóstico y auditoría."
Redactor STROBE
Según el diseño de tu estudio —transversal, de cohorte o de casos y controles—, genera un borrador completo de Métodos y Resultados cuando ingresas el método de selección de participantes, las variables, la justificación del tamaño de la muestra y los métodos estadísticos. El borrador hace referencia implícita a los 22 puntos de la checklist STROBE (Strengthening the Reporting of Observational Studies in Epidemiology). Al final, también presenta una tabla de correspondencias que muestra qué punto de STROBE aborda cada párrafo; así, tendrás una respuesta lista para el requisito de la revista de «completar la checklist STROBE». Evita el lenguaje causal —dado que se trata de un estudio observacional, usa «está asociado con» en lugar de «causa»— y analiza explícitamente las fuentes de sesgo y confusión. Es adecuado para académicos que trabajan en epidemiología, salud pública e investigación clínica.
Asistente de datos y atípicos
Ingresa el tamaño de la muestra, la proporción y el patrón de datos faltantes (MCAR/MAR/MNAR), el método utilizado para tratar los datos faltantes (eliminación por casos completos, imputación múltiple, etc.) y el método de detección de valores atípicos (puntuación Z, IQR, Mahalanobis) para generar un párrafo académico que puedes incorporar directamente en la sección «Preprocesamiento de datos» de tu artículo. Si existe una contradicción metodológica entre el método elegido y el patrón de datos faltantes (por ejemplo, usar la eliminación por casos completos con un patrón MNAR), lo señalará explícitamente. Es ideal para estudiantes de posgrado e investigadores que analizan datos de encuestas o clínicos y quieren redactar la sección de preprocesamiento de datos de forma rápida y correcta.
Informe de metaanálisis
Genera un texto completo de Métodos + Resultados + Limitaciones a partir de tus estadísticas de metaanálisis (tamaño del efecto combinado, I², Q, tau² e indicadores de sesgo de publicación), conforme a PRISMA 2020 y al manual Cochrane. Nunca interpreta incorrectamente el valor de I² (incluida la explicación del porcentaje de varianza) y evita un lenguaje causal exagerado: en lugar de «la evidencia demuestra que», usa expresiones prudentes como «los hallazgos son consistentes con». Al final, también presenta al menos 3 preguntas posibles que podría hacer un revisor y frases para responderlas. Es adecuado para investigadores que redactan un artículo de metaanálisis y quieren fortalecer la sección de métodos antes de enviarlo a una revista. Lo que no hace: no calcula estadísticas a partir de datos sin procesar (debes haber calculado previamente los resultados en R, RevMan o CMA); solo convierte los resultados en texto académico y los interpreta.
Redactor bibliométrico
Convierte los datos brutos obtenidos de VOSviewer o Biblioshiny (Bibliometrix/R) —frecuencias de palabras clave, clústeres de redes de citas, tendencias anuales de publicación y distribución por país, institución o revista— en un texto interpretado, listo para una publicación académica. En lugar de repetir cifras, emplea un tono académico que explica hacia dónde evoluciona la literatura y evita afirmaciones causales especulativas. Es ideal para investigadores que escriben una tesis o artículo y necesitan preparar una sección de análisis bibliométrico, pero tienen dificultades para convertir datos brutos en lenguaje académico. Uso: pega directamente la lista de clústeres o palabras clave obtenida de VOSviewer, o la tabla de resumen de Biblioshiny; el skill nombra e interpreta temáticamente los clústeres de palabras clave y evalúa la red de citas y los patrones de colaboración entre países.
Generador de flujo PRISMA
Genera texto para un diagrama de flujo y un párrafo del protocolo conforme a la lista de verificación PRISMA 2020, dirigido a investigadores que realizan revisiones sistemáticas. Al ingresar las cifras de las búsquedas en bases de datos (identification → screening → eligibility → included), comprueba su coherencia y produce un texto defendible ante la pregunta del revisor: «¿por qué su diagrama de flujo muestra tantas pérdidas?». También convierte tus criterios de inclusión/exclusión en una tabla con formato PICO/PECO. Este skill es adecuado para estudiantes de posgrado y académicos que redactan revisiones sistemáticas o metaanálisis, así como para la revisión preliminar de editores de revistas. Si detecta una inconsistencia numérica (por ejemplo, included > eligibility), la señala claramente; no la corrige silenciosamente.