Paperly pour Windows

Paperly est un lecteur de papier conçu pour les chercheurs. Son objectif est d'améliorer l'expérience de lecture, de révision et de réflexion dans un lecteur. Trois fonctionnalités clés sont fournies correspondant à: 1. Citation WYSIWYG; Faire défiler le document PDF jusqu'à la fin pour vérifier les informations de référence est une opération chronophage et distrayante. Pire encore, la plupart d'entre nous ne peuvent pas rapidement revenir à l'endroit de citation où nous venons de lire. (1) Info-bulle de citation: affiche les informations de référence lorsque la souris se déplace vers une citation dans le texte. (2) Barre latérale de référence: liste toutes les références dans une barre latérale pour une recherche rapide. Les fonctionnalités ci-dessous sont également fournies: (3) Fréquence de citation locale - le numéro une référence a été citée dans ce document. (4) Métadonnées - DOI, résumé, mots-clés, etc. de chaque référence. (5) Marque - rencontrez une référence importante, marquez-la. 2. Cahier contextuel; Le plus grand problème de prendre des notes sur des lecteurs PDF traditionnels est: toutes les notes sont stockées dans les fichiers PDF et ne peuvent pas être extraites dans un cahier. Avec Paperly, toutes les notes que vous avez prises sur PDF sont automatiquement collectées dans un cahier qui peut également revenir au contexte de toute note. Le système de balises est intégré pour que vous puissiez utiliser des balises pour gérer vos notes soigneusement. 3. Graphique Scholar Mind - Liez vos papiers et notes et mots-clés et balises. Trois types de graphes sont fournis pour vous aider à organiser vos connaissances: (1) graphe de mots-clés: Si deux documents partagent les mêmes mots-clés, ils seraient liés par les mots-clés. (2) graphe de balises: Si deux notes partagent les mêmes balises, elles seraient liées par les balises. (3) graphe de lien: (La fonction 91#92 est comme celle sur Twitter pour mentionner certains sujets.) 93Cette idée est très similaire à #paper194 93Pour une analyse de données plus approfondie, consultez #paper294.