¿Por qué los autores no revelan el uso de IA en sus trabajos de investigación?

Aunque las editoriales han desarrollado políticas que requieren declaraciones sobre el uso de IA con el objetivo de mantener la integridad de la literatura científica, estas normas no están siendo efectivamente cumplidas: solo un porcentaje muy bajo de autores realmente declara haber usado IA en sus manuscritos. Esta brecha entre las expectativas formales de transparencia y la práctica real refleja, según el autor, varios factores humanos y estructurales que dificultan la declaración abierta de asistencia artificial en la escritura científica.

Una de las principales razones de esta falta de transparencia es el miedo de los investigadores a que la divulgación de uso de IA sea percibida negativamente por editores y revisores, lo que podría influir adversamente en la evaluación de la calidad, originalidad o rigor del trabajo. Aunque muchos investigadores usan IA para tareas como mejorar la redacción, sintetizar información o buscar literatura relevante, existe una percepción persistente de que tal uso podría ser interpretado como una forma de atajo o amenaza a la integridad académica, lo que crea un ambiente en el que los autores prefieren omitir estas declaraciones.

Otra barrera importante es la confusión y falta de claridad en las directrices editoriales: las políticas de las revistas y editoriales varían ampliamente sobre qué tipo de uso de IA debe ser declarado, cuándo hacerlo y cómo documentarlo. Algunos requisitos son vagos o excesivamente complejos, lo que genera incertidumbre en los autores respecto a si deben declarar, cómo hacerlo o si incluso es obligatorio. Esta ambigüedad, combinada con la carga adicional de trabajo que supone documentar exhaustivamente cada instancia de uso de IA y la ausencia de incentivos claros para hacerlo, contribuye a que muchos autores opten por no reportarlo.

Además, el artículo señala que algunos autores ni siquiera son conscientes del uso de IA en herramientas integradas en aplicaciones comunes (como asistentes de redacción en suites ofimáticas), lo que dificulta aún más la trazabilidad y divulgación de la asistencia artificial. También destaca una confusión extendida entre el uso de IA y el plagio, lo que lleva a algunos autores a tratar de ocultar signos de asistencia de IA en lugar de ser transparentes, con la intención de evitar evaluaciones negativas o fallos en las pruebas de detección.

Finalmente, si las editoriales no clarifican, educan y, sobre todo, repiensan cómo deben abordar el uso de IA, es probable que la falta de divulgación continúe. Las editoriales no deberían centrarse en herramientas de detección de IA —las cuales son poco fiables y pueden reforzar la idea de que el uso de IA es inaceptable— sino en proporcionar directrices claras, educar a la comunidad académica sobre prácticas responsables y crear políticas que reconozcan las distintas formas legítimas de asistencia de IA sin sacrificar la integridad de la investigación.

Staiman, Avi. Why Authors Aren’t Disclosing AI Use and What Publishers Should (Not) Do About It. The Scholarly Kitchen, January 27, 2026.  Disponible en: https://scholarlykitchen.sspnet.org/2026/01/27/why-authors-arent-disclosing-ai-use-and-what-publishers-should-not-do-about-it/

¿Qué tan permanentes son los metadatos de los datos de investigación? Comprender los cambios en los metadatos de DataCite

El artículo analiza en profundidad hasta qué punto los metadatos de los datos de investigación pueden considerarse permanentes una vez que se les asigna un identificador persistente (DOI) a través de DataCite. En el contexto de la ciencia abierta, los metadatos son fundamentales porque permiten que los conjuntos de datos sean localizables, accesibles, interpretables y reutilizables. Sin embargo, a diferencia de los catálogos bibliotecarios tradicionales, los metadatos de los datos de investigación se crean y mantienen en entornos muy diversos, con prácticas desiguales y, en muchos casos, con un mantenimiento limitado a lo largo del tiempo. El estudio parte de la hipótesis de que, aunque los DOIs están pensados para ser persistentes, los metadatos que los acompañan pueden cambiar de forma significativa después de su publicación inicial.

Para examinar esta cuestión, el trabajo se centra en el análisis de millones de registros de metadatos asociados a conjuntos de datos publicados en 2021, observando su evolución durante los dos años siguientes. El enfoque metodológico se basa en el uso de información de procedencia de metadatos, lo que permite identificar qué elementos cambian, con qué frecuencia y en qué momento. Este enfoque empírico aporta una visión poco habitual en los estudios sobre metadatos, ya que no se limita a evaluar la calidad en un momento concreto, sino que estudia los cambios a lo largo del tiempo.

Los resultados muestran que la mayoría de los metadatos permanecen estables, lo que indica que, en términos generales, pueden considerarse suficientemente fiables para tareas como análisis bibliométricos o estudios de infraestructura científica. No obstante, una proporción relevante de registros sí experimenta modificaciones. Estas modificaciones suelen ser incrementales y puntuales, y afectan sobre todo a elementos como los nombres de los creadores, las descripciones del conjunto de datos o la incorporación de identificadores relacionados. En cambio, otros campos clave —como el título o el año de publicación— rara vez se modifican, lo que refuerza la idea de una estructura básica bastante fija.

El análisis temporal revela que los cambios se concentran en las primeras fases tras la publicación del DOI, lo que sugiere que muchos ajustes responden a correcciones o mejoras iniciales más que a un mantenimiento continuo a largo plazo. Además, el estudio detecta diferencias notables entre repositorios, lo que indica que no existe una práctica homogénea en la gestión de metadatos: algunos repositorios tienden a revisar y actualizar más sus registros, mientras que otros apenas los modifican una vez publicados.

En la discusión, el artículo plantea una reflexión crítica sobre el concepto de “permanencia” aplicado a los metadatos. Aunque estos son relativamente estables, no muestran una evolución sostenida que acompañe el ciclo de vida completo de los datos de investigación. Esto limita su potencial para reflejar nuevos usos, citas, relaciones o contextos científicos emergentes. El trabajo sugiere que, para mejorar la reutilización y el valor a largo plazo de los datos, sería necesario repensar las políticas y prácticas de mantenimiento de metadatos, promoviendo una actualización más activa y coherente.

Valor de los metadatos para los datos de investigación. Blog Universo Abierto. . disponible en: https://universoabierto.org/2026/01/05/valor-de-los-metadatos-para-los-datos-de-investigacion/

Parlamento cubano aprueba Ley General de Ciencia, Tecnología e Innovación.

El ministro del CITMA, Armando Rodríguez Batista, presentó la nueva legislación que calificó como «una ley con capacidad transformadora» y para todos.

De acuerdo con Rodríguez Batista, la norma busca que los resultados de la investigación trasciendan el ámbito académico y se materialicen en la economía, reconociendo a la empresa como un actor clave dentro de la “economía del conocimiento”. “Es una ley esencialmente incentiva, abre caminos, quita trabas, es inclusiva”, afirmó.

Con su aprobación, Cuba pretende dotarse de un instrumento legal que fomente una cultura de innovación, priorice la aplicación práctica del conocimiento y oriente los esfuerzos científicos y tecnológicos hacia la solución de problemas concretos y el desarrollo sostenible de la nación.

El documento se aprueba acompañado por tres nuevas normas, el decreto ley de la Academia de Ciencias de Cuba, las normas generales sobre innovaciones y racionalizaciones y el reglamento de la propia ley.

IA y autoría: cómo abordar los derechos de autor en la era de la IA generativa

¿Quién puede reivindicar la autoría de obras generadas mediante IA?

Si las obras generadas por IA se consideran elegibles para la protección de derechos de autor, la siguiente pregunta crítica es: ¿quién puede reclamar la autoría?

Usuarios de herramientas de IA generativa: La opinión predominante es que, de concederse, los derechos de autor probablemente pertenecerían a la persona física que utiliza activamente la herramienta de IA en su proceso creativo. Si un usuario proporciona instrucciones, entradas y sugerencias muy detalladas y específicas, moldeando eficazmente el resultado generado por IA para que refleje su visión creativa, podría ser reconocido como el autor. El factor clave es el grado de participación humana en la dirección y el perfeccionamiento del resultado.

Autores de obras protegidas por derechos de autor: Si una herramienta de IA se basa en material protegido por derechos de autor preexistente (ya sea subido por el usuario o extraído de fuentes públicas), el titular original de los derechos de dicho material podría tener derecho a reclamar el resultado. Sin embargo, las plataformas de IA generativa más utilizadas, como ChatGPT y Microsoft Copilot, prohíben explícitamente a los usuarios introducir contenido de terceros protegido por derechos de autor sin permiso, lo que dificulta dichas reclamaciones.

Desarrolladores y propietarios de herramientas de IA: El consenso legal sugiere que los desarrolladores de herramientas de IA no son los autores de los resultados generados por su software. Si bien pueden poseer derechos de propiedad intelectual sobre el propio software, no ejercen suficiente control creativo sobre los resultados individuales como para ser considerados autores. De igual manera, la mera propiedad de una herramienta de IA no confiere derechos sobre sus resultados, independientemente de cualquier posible disposición contraria en los acuerdos de usuario (cf. infra). Para hacer valer los derechos de autor ante los tribunales, el demandante debe demostrar que la obra está protegida por la ley de derechos de autor, lo que resultaría problemático para un proveedor de herramientas de IA que intentara reclamar la propiedad de todo el contenido generado por el usuario.

 

Desafíos en la aplicación de los derechos de autor y la carga de la prueba

En la aplicación de la ley, surge una cuestión más compleja: ¿cómo puede un demandante demostrar la autoría de una obra generada por IA? Cuando se disputa la titularidad de los derechos de autor (una vez establecido que la obra es original), el demandante debe poder demostrar que efectivamente posee los derechos de autor de la obra, ya sea por ser la persona física que la creó o por haber adquirido los derechos del autor original.

En el derecho belga, por ejemplo, esta carga de la prueba se reduce considerablemente por el artículo XI.170(2) del Código de Derecho Económico (CDE), que establece que se presume que la autoría pertenece a la persona cuyo nombre o seudónimo aparece en la obra, salvo prueba en contrario.

Si bien esta presunción de autoría rara vez se ha litigado, las disputas podrían aumentar a medida que proliferan las obras generadas por IA. Es probable que los tribunales se enfrenten al reto de distinguir entre obras creadas por humanos y obras creadas por IA. Después de todo, la presunción del Artículo XI.170(2) de la CEL solo se aplica «salvo prueba en contrario». Si bien la aplicación de este artículo abre la puerta al abuso, parece difícil para los tribunales aumentar la carga de la prueba del demandante exigiéndole que demuestre que realmente creó la obra y que esta no fue creada por IA ni con su ayuda, lo que implicaría una prueba imposible y negativa que sería contraria al Artículo XI.170(2) de la CEL.

Dicho esto, el supuesto autor de una obra creada por IA puede estar violando los términos de uso de la herramienta de IA; por ejemplo, los términos de uso de ChatGPT prohíben explícitamente al usuario «representar que el resultado es generado por humanos cuando no lo es».

Los demandados por infracción también pueden tener dificultades para demostrar que una obra fue generada por IA y no creada por el demandante. Dado que las herramientas de IA pueden producir resultados diversos incluso a partir de indicaciones idénticas, será difícil, sin acceso directo a las indicaciones utilizadas, demostrar que un resultado en particular fue resultado de la IA y no de la creatividad humana.

Para complicar aún más las cosas, las plataformas de IA se eximen de responsabilidad por la singularidad de los resultados. Por ejemplo, las condiciones de ChatGPT de OpenAI reconocen explícitamente que varios usuarios podrían recibir resultados idénticos o similares, mientras que las condiciones de Copilot de Microsoft contienen disposiciones similares. Esto plantea interrogantes para los usuarios que buscan reclamar derechos sobre obras generadas por IA, especialmente en contextos comerciales.

El usuario también debe tener en cuenta que cualquier creación que suba a la herramienta puede ser utilizada por esta para generar otro contenido. Por ejemplo, las condiciones de uso de Microsoft Copilot establecen que Microsoft no se atribuye la propiedad del contenido enviado por el usuario, pero que al usar los servicios, el usuario autoriza a Microsoft, sus empresas afiliadas y socios externos a usar la información aportada en el desarrollo de sus negocios.

Los usuarios deben tener en cuenta que, al cargar contenido original creado por ellos mismos en una herramienta de IA, dicho contenido puede reutilizarse en resultados proporcionados a otros usuarios.

 

Mejores prácticas para creadores asistidos por IA

A la luz de estos desafíos, los creadores que utilizan IA deberían adoptar las mejores prácticas para fundamentar sus afirmaciones de autoría:

  • Documentar el proceso creativo: mantener registros de los materiales de entrada, incluidos borradores, bocetos o conceptos textuales anteriores a los resultados generados por IA.
  • Conservar indicaciones e iteraciones: mantener registros detallados de las indicaciones ingresadas en las herramientas de IA, junto con los refinamientos sucesivos, para ilustrar la marca personal del autor.
  • Tenga cuidado con el contenido de terceros: evite ingresar material con derechos de autor en herramientas de IA a menos que esté expresamente autorizado, ya que esto podría complicar los reclamos de autoría.

Mientras el panorama legal continúa evolucionando, estas medidas pueden ayudar a mitigar los riesgos y proporcionar pruebas más sólidas para las reclamaciones de derechos de autor. A medida que los tribunales comienzan a abordar estas cuestiones, los profesionales del derecho deben mantenerse alerta al evaluar cómo las obras generadas por IA se ajustan a los marcos de derechos de autor existentes.

Fierens A, Scheerlinck K. AI and authorship: Navigating copyright in the age of generative AI. Blog DLA Piper. 2025. Disponible en: https://www-dlapiper-com.translate.goog/en-us/insights/publications/2025/02/ai-and-authorship-navigating-copyright-in-the-age-of-generative-ai?_x_tr_sl=en&_x_tr_tl=es&_x_tr_hl=es&_x_tr_pto=tc&_x_tr_hist=true

Taller Metodológico “Tendencias actuales en la evaluación de la ciencia y buenas prácticas de gestión editorial”.

Como parte de las acciones de OPS para fortalecer la gestión del conocimiento el pasado 26 de septiembre, el Hotel Capri fue la sede del Taller Metodológico “Tendencias actuales en la evaluación de la ciencia y buenas prácticas de gestión editorial”, con auspicio de la OPS, al que fueron convocados directores y editores de nuestras revistas médicas.

Roberto Zayas Mujica, Jefe del Centro Editorial realiza las palabras de bienvenida del taller, haciendo presentación de los invitados, además de introducir el programa a desarrollar.

Presiden el taller el Ing. Carlos Manuel Reyes Pérez, Director del Centro Nacional de Información de Ciencias Médicas y la M. Sc. Roxana González López, consultora de Cooperación y Gestión del Conocimiento, de la Oficina. OPS/OMS en Cuba, la que intervino a nombre de la OPS e hizo referencia a los objetivos que se esperan cumplir con este evento de intercambio científico, posteriormente se procedió a la presentación de cada participante del taller.

A continuación, el director del CNICM presentó el estado de la gestión editorial y los factores que influyen hoy en la publicación seriada lo que generó intervenciones de algunos participantes referidos estado de la conectividad, la asignación del servicio del nauta hogar.

A continuación, el Ing. Jorge Yasser Pérez Pedro, Jefe del Nodo Nacional de Infomed, diserta sobre la actualización de la gestión tecnológica para garantizar la publicación y sostenibilidad de las revistas médicas, explica cómo se solucionaron todos los problemas de hacker con las revistas, detalla además lo que significa cuota en las revistas pues hay dudas entre los participantes con relación a esto.

Le correspondió al Dr. Roberto Zayas Mujica presentar el tema “Evaluación de la ciencia como un bien público”, el que provoca el debate sobre varios aspectos de lo que se espera en la actualidad de la publicación científica, los retos y cambios necesarios en todos los actores que intervienen.

En la sesión vespertina el Dr. C. José Enrique Alfonso Manzanet comparte su presentación “Calidad editorial, gestión editorial e integridad de la investigación”.

En las conclusiones, los participantes agradecieron por todo lo aportado durante el taller, a la organización demostrada tanto por el hotel como sede como por la parte del programa científico, a todos los expositores y a la OPS por su apoyo, instando a que es importante su aporte a que se realicen acciones que tributen a la gestión del conocimiento para el perfeccionamiento de la publicación científica en salud.

 

 

Cómo la IA está transformando la revisión por pares

 

El uso de la inteligencia artificial (IA) en la revisión por pares es uno de los temas más debatidos en la publicación académica actual. La revisión por pares sigue siendo la base de la credibilidad académica; sin embargo, en la era de la IA, el proceso se está transformando radicalmente a medida que la tecnología evoluciona. 

Debemos centrarnos en reimaginar la revisión por pares para trascender los métodos tradicionales, aprovechar el potencial de la IA y garantizar que el proceso conserve su esencia humana». 

En el período previo a este evento mundial, ScienceOpen destaca algunas de las investigaciones más actuales disponibles en nuestro entorno de descubrimiento que exploran las oportunidades, los riesgos y las cuestiones éticas del uso de la IA en la revisión por pares. 

La revisión por pares actual se enfrenta a tensiones como la fatiga de los revisores, la escasez de revisores cualificados y el creciente volumen de envíos. El uso de herramientas de IA promete soluciones para mejorar significativamente la eficiencia mediante la clasificación de manuscritos, la detección de plagio y la verificación de referencias.  

Sin embargo, el uso de la IA en la revisión por pares plantea serias preocupaciones éticas. Los sistemas de IA pueden heredar sesgos de sus datos de entrenamiento, lo que no solo puede resultar en injusticia, sino también en evaluaciones incorrectas. También existe una preocupación válida de que el uso de la IA pueda generar falta de transparencia. ¿Quién creó la IA?, ¿en qué se basan los conjuntos de datos?, ¿cómo funcionan los algoritmos?, ¿existen sesgos inherentes?, ¿cómo se pueden evitar las alucinaciones? Y si una revisión generada por IA contiene errores, ¿quién es responsable?, ¿existe una supervisión editorial de estos procesos?  

Además, el sistema de revisión de IA no es inmune a la manipulación. Se ha descubierto que algunos investigadores añaden instrucciones a sus manuscritos con escritura blanca oculta, lo que induce a la IA a emitir revisiones favorables. Prácticas como estas erosionan la confianza en la comunidad académica y ponen de manifiesto la fragilidad de depender de procesos automatizados. 

Fuente: https://blog.scienceopen.com/2025/08/how-ai-is-transforming-peer-review/

El CITMA presenta nuevo Sistema Nacional de Certificación de Revistas Científicas

El Ministerio de Ciencia, Tecnología y Medio Ambiente (CITMA) presentó el nuevo Sistema Nacional de Certificación de Revistas Científicas, que reemplaza el reglamento vigente desde 2003. La Resolución 149/2024 introduce cambios significativos para elevar los estándares de calidad y visibilidad de las publicaciones científicas cubanas.

El sistema nacional de certificación de revistas científicas es un conjunto estructurado de procesos y actividades orientados a incrementar la calidad científica y editorial de las revistas. El nuevo modelo establece 30 criterios de evaluación (siete básicos y 23 complementarios) y categoriza las revistas en cuatro niveles: Excelencia, A, B y C.

La comisión evaluadora estará integrada por 21 miembros: un Presidente, un Coordinador y un Secretario (que deben pertenecer al CITMA); expertos en el ámbito editorial e investigadores reconocidos.

Entre las novedades destacan la obligatoriedad de reevaluación cada tres años, el acceso abierto para revistas electrónicas y la creación de un Repositorio Nacional en colaboración con la Universidad Autónoma del Estado de México. Las revistas certificadas integrarán un Índice Nacional, el cual servirá como referencia para procesos académicos y de financiamiento.

La primera convocatoria bajo este sistema estará abierta desde el 1 hasta el 15 de octubre de 2025. A partir de ese momento el Ministerio tendrá un plazo de 120 días para la evaluación, dictamen y notificación de los resultados. Las instituciones dispondrán de 90 días para reclamaciones y apelaciones.

Los representantes de las organizaciones editoras deben preparar un expediente que incluya varios documentos clave. Entre ellos se encuentra un formulario de postulación que debe contener información esencial sobre la revista, como su título, soporte (electrónico o impreso), URL oficial, ISSN, periodicidad y el área de conocimiento que abarca. Además, se requiere un listado de los revisores que colaboraron en el año 2024 y documentación que respalde el proceso de revisión de al menos cinco artículos.

Para que una revista obtenga la certificación, deberá cumplir con criterios básicos y alcanzar una puntuación mínima de 4,8 puntos en los criterios complementarios.

Los criterios de evaluación se dividen en básicos y complementarios. Los primeros incluyen aspectos como la identificación de la revista, la regularidad en la publicación y la evaluación por pares. Por su parte, los criterios complementarios abarcan la política editorial, la calidad del contenido y la apertura e internacionalización de la revista.

Esta convocatoria representa un paso significativo para elevar los estándares de las publicaciones científicas en Cuba, promoviendo la investigación de calidad y la difusión del conocimiento. A través de este proceso, el CITMA busca fortalecer el sistema de revistas científicas del país, contribuyendo así al desarrollo del conocimiento científico a nivel nacional e internacional.

CONVOCATORIA-PROCESO-DE-CERTIFICACION-DE-REVISTAS-CIENTIFICAS-2025

Fuente: Revista Juventud Técnica

Sheryl Márquez Vega

Principios de Monitoreo de la Ciencia Abierta

Este trabajo busca compensar la ausencia de directrices globales para evaluar las prácticas de ciencia abierta en el contexto de la Recomendación de la UNESCO de 2021.

Los principios se centran en tres pilares fundamentales:

  • Relevancia y significación: asegurar que los indicadores sean pertinentes y reflejen los impactos reales en ciencia abierta.
  • Transparencia y reproducibilidad: garantizar que los métodos sean claros y replicables.
  • Autoevaluación y uso responsable: promover sistemas que autoevalúen sus prácticas y usen los datos de forma ética

Se destaca que los principios están diseñados para ser aspiracionales más que prescriptivos, elaborados con diferentes actores y niveles de capacidad en mente, combinando métodos cualitativos y cuantitativos, y no destinados a evaluar a personas individuales.

El objetivo es facilitar que sistemas de monitoreo actuales y futuros adopten estos principios, fortaleciendo un enfoque mundial basado en valores compartidos.

Este lanzamiento se enmarca en la necesidad de establecer un marco global, coherente y adaptable, para monitorear el progreso hacia la ciencia abierta según lo establecido por la UNESCO en 2021. La publicación oficial permite su descarga, y se espera que estos principios sirvan como referencia para fomentar prácticas.

Fuente:https://zenodo.org/records/15807481

 

El Dr. José Luis Aparicio Suárez, Director Nacional de Posgrado publicó lo siguiente por la presentación del Tomo II de la obra «Protocolización de la asistencia médica» . Segunda edición, realizada por su editora principal, la Dra. Niuxia Alonso Pupo, el pasado 8 de julio en el Hospital Clínico Quirúrgico Hermanos Ameijeiras.

Especial reconocimiento a los editores científicos de una obra colosal al servicio de la salud.

🩺Fueron el Dr. C. Emilio Fidel Buchaca Faxas y la Dra. C. Caridad Chao Pereira, ambos profesores e investigadores titulares, los responsables de guiar a la Comisión de Protocolización y a un colectivo de autores y coautores que sintetizaron y supieron contextualizar su experiencia como profesionales, sobre la base de sólidas evidencias.

🖊️ Agradecimiento al Dr. C. Miguel Estévez del Toro, Director del Hospital Clínico Quirúrgico Hermanos Ameijeiras, y su equipo de trabajo.

🖊️ Reconocimiento sincero a la Editorial Ciencias Médicas, por su consagración, sorteando dificultades, para que esta obra viera la luz.

‼️Felicidades‼️

Presidieron la presentación ademas del Dr. Aparicio, la Dra. Ileana Morales Suárez, Directora de Ciencia e Innovación Tecnológica y el Dr. C. Miguel Hernán Estévez del Toro, Director de la institución.

Un primer encuentro con el proyecto de la Revista Cubana de Imagenología

Por casi un siglo, tras desaparecer la Revista Anales de la Radiología, la idea de crear una nueva, quedó latente. Nuestra generación se enorgullece de verla nacer y nos honra y honrará siempre, ser la fuente de energía que no la dejará morir.
En aproximadamente 2 años se elaboró el proyecto de revista científica, por un grupo de trabajo encabezado por el Dr. Pedro Pablo González Rojas y también compuesto por las doctoras Melvis González Méndez, Ana Claribel Herrera Wainshtok y Leidelén Esquivel Sosa.
No faltaron los consultores a quienes le ofrecemos agradecimiento eterno. Con su experiencia y sabiduría, brindaron una ayuda primordial y clave para dar estos primeros pasos.
Ellos son:
Dr. C. Carlos Rafael Quevedo Fonseca. Director de la Revista Cubana de Medicina Militar. Universidad de Ciencias Médicas de las FAR.
MsC. Jesús Salvador Hernández Romero. Editor Ejecutivo de la Revista Cubana de Salud y Trabajo.
Dr. C. José Enrique Alfonso Manzanet. Jefe del Departamento de Revistas Médicas y Coordinador General de la Red SciELO Cuba.
La primera actividad de una representación del Comité Editorial de la Revista Cubana de Imagenología, fue un necesario y provechoso conversatorio con el Dr. C. más conocido por Pepe. La Sociedad Cubana de Imagenología también le agradece la guía y el acompañamiento.
  • Por secciones

  • Por fecha

    marzo 2026
    L M X J V S D
     1
    2345678
    9101112131415
    16171819202122
    23242526272829
    3031