Análise de tendências da produção científica nacional na área de Ciência da Informação: estudo exploratório de mineração de textos
Resumo
Introdução: A análise de tendências pode ser utilizada como uma estratégia para identificar assuntos ou áreas de pesquisa com potencial de popularidade, mas que ainda não são disseminados amplamente. Este trabalho consiste em identificar tendências por mineração de texto e análise histórica das produções científicas (artigos científicos) de doutores da área de Ciência da Informação. Método: De natureza exploratória, este trabalho foi construído em três etapas. A primeira etapa foi a obtenção dos dados dos currículos cadastrados na plataforma Lattes. A segunda etapa consistiu na extração automática dos termos mais importantes inseridos nos títulos das publicações e, na terceira etapa foram feitas regressões lineares e não lineares dos índices de importância baseados em frequência dos termos extraídos. Resultados: Informações gerais sobre as tendências identificadas para a área de Ciência de Informação para curto, médio e longo prazo são apresentadas. Conclusão: Apresenta e aplica uma metodologia de identificação de tendências que ainda pode ser considerada um primeiro passo ante ao potencial da análise de tendências para a produção científica nacional. Além disso, informações gerais sobre as tendências identificadas e os comportamentos dessas tendências ao longo do tempo foram discutidas.
Palavras-chave
Referências
Abe, H., Tsumoto, S. (2009). Evaluating a method to detect temporal trends of phrases in research documents. 8th IEEE International Conference on Cognitive Informatics, 378-383. doi:10.1109/COGINF.2009.5250711
Bolelli, L., Ertekin, S., Zhou, D., & Giles, C. L. (2009). Finding topic trends in digital libraries. 9th ACM/IEEE-CS Joint Conference on Digital Libraries, 69-72. doi:10.1145/1555400.1555411
Cimenler, O., Reeves, K. A., & Skvorets, J. (2014). A regression analysis of researchers’ social network metrics on their citation performance in a college of engineering. Journal of Informetrics, 8(3), 667-682. doi:10.1016/j.joi.2014.06.004
Digiampietri, L. A., Mena-Chalco, J. P., Pérez-Alcázar, J. J., Tuesta, E. F., Delgado, K. V., Mugnaini, R., & Silva, G. S. (2012a). Dinâmica das relações de coautoria nos programas de pós-graduação em computação no Brasil. 2012 Brazilian Workshop on Social Network Analysis and Mining.
Digiampietri, L. A., Mena-Chalco, J. P., Pérez-Alcázar, J. J., Tuesta, E. F., Delgado, K. V., Mugnaini, R., & Silva, G. S. (2012b). Minerando e caracterizando dados de currículos Lattes. 2012 Brazilian Workshop on Social Network Analysis and Mining. Retirado de http://www.imago.ufpr.br/csbc2012/anais_csbc/eventos/brasnam/artigos/BRASNAM%20-%20Minerando%20e%20Caracterizando%20Dados%20de%20Curriculos%20Lattes.pdf
Digiampietri, L., Mugnaini, R., Mena-Chalco, J., Delgado, K., & Pérez-Alcázar, J. (2014). Análise da atualização dos Currículos Lattes. IV Encontro Brasileiro de Bibliometria e Cientometria. Retirado de http://www.uspleste.usp.br/digiampietri/bibtex/DigiampietriEtAl_EBBC2014.pdf
Kawamae, N. (2012). Theme chronicle model: chronicle consists of timestamp and topical words over each theme. 21st ACM International Conference on Information and Knowledge Management, 2065-2069. doi:10.1145/2396761.2398573
Kawamae, N., & Higashinaka, R. (2010). Trend detection model. 19th International Conference on World Wide Web, 1129-1130. doi:10.1145/1772690.1772838
Jayashri, M., & Chitra, P. (2012). Topic clustering and topic evolution based on temporal parameters. 2012 International Conference on Recent Trends in Information Technology, 559-564. doi:10.1109/ICRTIT.2012.6206816
Miyata, B. K. O., Kano, V. Y., & Digiampietri, L. A. (2013). Combinando mineração de textos e análise de redes sociais para a identificação das áreas de atuação de pesquisadores. Second Brazilian Workshop on Social Network Analysis and Mining. Retirado de https://drive.google.com/viewerng/viewer?a=...
Nakagawa, H., & Mori, T. (2002). A simple but powerful automatic term extraction method. Second International Workshop on Computational Terminology. doi:10.3115/1118771.1118778
Park, H., Kim, E., Bae, K., Hahn, H., Sung, T., & Kwon, H. (2011). Detection and analysis of trend topics for global scientific literature using feature selection based on Gini-Index. 23rd IEEE International Conference on Tools with Artificial Intelligence, 965–969. doi:10.1109/ICTAI.2011.166
Trucolo, C. C., & Digiampietri, L. A. (2014a). Análise de tendências da produção científica nacional da área de Ciência da Computação. Revista de Sistemas de Informação da FSMA, 14, 2-9. Retirado de http://www.fsma.edu.br/si/edicao14/FSMA_SI_2014_2_Estudantil_1.pdf
Trucolo, C. C., & Digiampietri, L. A. (2014b). Uma revisão sistemática acerca das técnicas de identificação de análise de tendências. X Simpósio Brasileiro de Sistemas de Informação, 639-650. Retirado de http://www.uspleste.usp.br/digiampietri/bibtex/TrucoloEDigiampietri2014a.pdf
DOI: http://dx.doi.org/10.5380/atoz.v3i2.41341
Apontamentos
- Não há apontamentos.
Serviços de indexação e agregadores
Scopus
Web of Science
Directory of Open Access Journals
Sumários.org: sumários de revistas brasileiras
Google Acadêmico
LivRe! Portal para periódicos de livre acesso na Internet
InfoBCI
Latindex Catálogo
Latindex Catálogo 2.0
Bielefeld Academic Search Engine
INFOBILA: Información Bibliotecológica Latinoamericana
REDIB (Red Iberoamericana de Innovación y Conocimiento Científico)
Brapci (Base de Dados Referencial de Artigos de Periódicos em Ciência da Informação
Scimago Journal & Country RankUniversidade Federal do Paraná |
