Domina tu tesis de Mecánica de Rocas
ESIS es la inteligencia científica especializada en geomecánica — la física del macizo rocoso. No es un atlas regional ni un chatbot genérico: entiende el comportamiento esfuerzo–deformación, lee la literatura por ti anclada en los textbooks canónicos, y te muestra dónde está el conocimiento que tu memoria necesita.
① Entiende el quiebre: la roca es fuerte, el macizo no
El concepto que más cuesta en pregrado. Una granodiorita intacta resiste ~200 MPa. Pero el macizo —con sus diaclasas, fracturas y meteorización— resiste muchísimo menos. Mueve el GSI y míralo desplomarse en vivo (criterio de Hoek-Brown generalizado).
σcm = σci·sa · mb=mi·e(GSI−100)/(28−14D) s=e(GSI−100)/(9−3D) a=½+⅙(e−GSI/15−e−20/3). Hoek, Carranza-Torres & Corkum (2002).
② Domina el temario completo
Medimos la completitud de ESIS contra el esqueleto canónico de la disciplina (Wu & Li, Rock Mechanics, 12 capítulos) sobre 25,752 documentos del corpus. Verde = cobertura fuerte; ámbar = capítulos donde estamos ingiriendo más.
Esto es el foso: profundidad medible en un nicho acotado, no amplitud difusa.
③ Busca y comprende, anclado en los textbooks
Pregunta en lenguaje natural sobre geomecánica. ESIS recupera del corpus, reordena por relevancia fina (reranker local) y, en cada paper de fondo, el Lector ESIS te entrega su comprensión crítica fundada en los libros de texto esenciales — citando autor y año. Eso es lo que ChatGPT no puede hacer.
Buscar en geomecánica → Probar: RMR vs GSI → 🎓 ¿Tesista? Genera tu marco teórico → 🧑🏫 ¿Profesor? Revisa una tesis →④ Navega la red de papers
Cada paper tiene un embedding de grafo (GraphSAGE) que captura su lugar en la red del corpus —con quién comparte vecindario temático—, no solo su texto. Escribe un tema o el título de un paper y ESIS te muestra los más cercanos en esa red sobre 18.914 papers de mecánica de rocas. Eso es lo que un buscador por palabras no ve.
Similitud = coseno de los embeddings GraphSAGE (128d) entrenados sobre el subgrafo rock-mech; 100% = mismo lugar en la red. Cada vecino etiquetado por capítulo del temario Wu.
⑤ El corpus detrás
:RockMech
mecánica de rocas
del corpus
para "papers similares"
Papers etiquetados por términos fuertes del temario (alta precisión), conectados por similitud de keywords (TF-IDF) y embeddings GraphSAGE entrenados sobre el subgrafo rock-mech.