Transparencia

Metodología

IntelCap transforma artículos fuente en eventos de inteligencia. Cada resultado permanece vinculado a su evidencia. El sistema no afirma que un modelo haya verificado la verdad.

Recopilación y procedencia

Los feeds proceden de puntos de acceso públicos y oficiales. IntelCap conserva editor, URL, título, idioma, fechas y un extracto limitado. Detecta atribución y sindicación probables para no contar copias como confirmaciones independientes.

Duplicados y agrupación

Se combinan URL canónicas, huellas, SimHash, títulos, términos multilingües, entidades, acciones, tipos, cifras y proximidad temporal. Acciones o cifras contradictorias bloquean la fusión. Los embeddings multilingües son opcionales y nunca deciden solos.

Puntuación de Impacto

Impacto estima la importancia potencial, no la veracidad. Magnitud, relevancia de mercado, importancia de entidades, alcance, novedad y urgencia se ponderan según el tipo de evento. Se omiten las entradas no disponibles.

Perfil de evento × (magnitud + relevancia de mercado + importancia de entidades + alcance + novedad + urgencia + datos de mercado disponibles)

Puntuación de Confianza

Confianza es independiente de Impacto. Combina fiabilidad por categoría, corroboración independiente con rendimiento decreciente, evidencia primaria, coherencia, extracción y atribución, y aplica penalizaciones explícitas.

30 % Fiabilidad de fuentes + 25 % Corroboración independiente + 20 % Evidencia primaria + 10 % Coherencia + 10 % Extracción + 5 % Atribución − penalizaciones explícitas

Limitaciones

La extracción, el linaje y la agrupación pueden equivocarse. Embeddings y DeepL son opcionales. El movimiento de mercado solo se muestra con observaciones reales y describe una secuencia temporal, no causalidad.