Tarea 3 - Buscando la estructura IMRAD en dos artículos

Para la tarea de esta semana, me ha parecido interesante buscar activamente si algunos de los artículos con los que he trabajado recientemente cumplimentan la estructura IMRAD (Introduction, Methods, Results And Discussion).

Primero debo recordar al lector brevemente que el tema de mi tesis aterriza en la intersección entre matemáticas, computación, física y biología. Tengo por tanto a mi disposición una gran variedad de artículos de diferentes disciplinas. Por simplicidad, distingamos entre solo dos cajones de sastre en lo referente a la temática de estos artículos: machine learning (informado por la física, PIML, concretamente) y fenómenos biológicos en regímenes microfluídicos (cómo se comportan microorganismos que habitan en un fluído contenido en un canal del orden del micrómetro). 

Veamos dos artículos, uno de cada temática:

• [1] M. Raissi et al., «Physics-Informed Neural Networks: A deep learning framework for solving forward and inverse problems involving nonlinear partial differential equations». En: Journal of Computational Physics 378 (2019), págs. 686-707.
• [2] N. Kuzmic et al. «Modelling of endothelial cell migration and angiogenesis in microfluidic cell culture systems». En: Biomechanics and modeling in mechanobiology 18.3 (2019), págs. 717-731.

El primero de ellos recopila el trabajo de dos artículos anteriores de los mismos autores y los unifica bajo un mismo marco de trabajo. Se trata de un artículo que no respeta la estructura IMRAD tal cual está definida, al igual que muchos otros de su mismo campo. Como su contribución es un nuevo algoritmo de machine learning, se centra principalmente en a) presentar su régimen de aplicación, b) dos posibles variantes del algoritmo y c) resultados. Además del clásico abstract, la información se estructura en las siguientes secciones:

1. Introduction. Presenta cierto contexto científico: la dificultad de aprovechar datos experimentales y modelos teóricos simultáneamente, junto al llamado estado del arte (técnicas actuales).
2. Problem Setup. Explora brevemente la metodología empleada e introduce el régimen de aplicación.
3. Data-driven solutions of PDEs. Explica en detalle el algoritmo para resolver problemas de valor inicial y de frontera. En sus diferentes subsecciones distingue entre dos variantes del algoritmo, y aplica lo aplica a varias ecuaciones (resultados experimentales), junto a unas breves discusiones.
4. Data-driven discovery of PDEs. Hace lo mismo para otro régimen de aplicación, el llamado problema inverso. También distingue entre los mismos casos y presenta otros resultados experimentales, junto a sus discusiones.
5. Conclusions. Se corresponde con las discusiones finales.

En definitiva, podemos identificar las secciones 2, 3 y 4 tanto con Methods, Results y Discussions, de forma intercalada. Sería por tanto algo más parecido a una IMRDRDRD, como la que se habla brevemente en la lectura 1 de la entrada del 13 de marzo.

En el segundo artículo, la estructura IMRAD está clara, pero con nombres ligeramente diferentes para las secciones. En él, se da un modelo de ecuaciones en derivadas parciales para describir, entre otras cuestiones, la angiogénesis (la formación de vasos sanguíneos). Tras el abstract, el artículo se distribuye en las siguientes secciones:

1. Introduction
2. Theory and methodology. Dado que es un modelo teórico pensado para hacer simulaciones por ordenador, la metodología es esencialmente teórica, de ahí el título de la sección.
3. Results and discussion. Agrupa tanto los resultados como la discusión final en una misma sección.
4. Conclusion

Es prácticamente una estructura IMRAD de manual. Si se profundiza en la estructura, realmente para cada resultado hace una discusión particular. No es hasta la conclusión cuando da una discusión global de la contribución del artículo.

Con esto concluyo la tarea de esta semana.

Saludos.