COVID-19 INFORMATION PANEL: SPARQL QUERY AT WIKIDATA

Authors

DOI:

https://doi.org/10.5380/atoz.v9i2.76684

Keywords:

COVID-19, Semantic web, Linked data, Wikidata, SPARQL.

Abstract

Introduction: One of the ways of coping with COVID-19 concerns aspects related to the production and dissemination of reliable, clear and quickly understood information. There are many communicational and informational actions and initiatives in favor of dissemination and of the means that guarantee the acceptability, adherence and compliance with the prevention and control measures of COVID-19. This research aims to develop a digital environment, understood here as a panel with topics related to COVID-19, based on SPARQL Protocol and RDF Query Language (SPARQL) queries and on the Wikidata dataset. Method: To do so, a theoretical and applied methodology is used, based on the Systematic Literature Review to support the construction of the conceptual corpus underlying the computational technologies from the Semantic Web and Linked Data and its application in the structuring and modeling of the environment, for making scientific data available and sharing. Results: The data collected in the Systematic Literature Review reveal little scientific production available at the international level, however, interesting initiatives are already concerned with the openness and availability of scientific data on the Web. In addition, the information panel on COVID-19 developed is categorized into six main axes, such as Map COVID-19, Symptoms of COVID-19, Possible treatments, Taxonomy, Related works and Related images. Conclusion: Thus, the information panel about COVID-19 presents itself as a digital environment that enhances the visualization, access and sharing of data and information for heterogeneous users, contributing to the transfer of consistent, structured and reliable information, as well as the promotion of public guidelines for controlling the spread of the disease.

Author Biographies

Ana Carolina Simionato Arakaki, Universidade Federal de São Carlos (UFSCar)

Possui graduação em Biblioteconomia pela Universidade Estadual Paulista "Júlio de Mesquita Filho" - UNESP (2010), mestrado (2012) e doutorado (2015) em Ciência da Informação (Linha de pesquisa 'Informação e Tecnologia') pela Universidade Estadual Paulista "Júlio de Mesquita Filho" - UNESP. Desde 2015, é docente Adjunto do Departamento de Ciência da Informação, da Universidade Federal de São Carlos - UFSCar, atuando no Programa de Pós-Graduação em Ciência da Informação - PPCGI/UFSCar e na graduação de Biblioteconomia e Ciência da Informação - BCI/UFSCar. É líder do grupo de pesquisa "Dados e Metadados" e colabora com os grupos de pesquisa "Organização e Representação da Informação e do Conhecimento de Recursos Imagéticos" e "Novas Tecnologias em Informação". Coordenadora Adjunta do GT8 - Informação e Tecnologia, da Associação Nacional de Pesquisa e Pós-Graduação em Ciência da Informação (ANCIB). Tem experiência em metadados, catalogação e descrição arquivística e museológica, modelagem conceitual e audiovisuais. Seus temas preferencias são: Dados e Metadados, Linked Data, Modelo conceitual, Modelo de dados, Curadoria digital, Patrimônio cultural, Imagem e Audiovisual.

Fabiano Ferreira de Castro, Universidade Federal de São Carlos (UFSCar)

Pós-doutorado em Ciência da Informação (2018) pela Universidade Estadual Paulista Júlio de Mesquita Filho - UNESP. Doutorado em Ciência da Informação (2012) pela Universidade Estadual Paulista Júlio de Mesquita Filho - UNESP. Mestrado em Ciência da Informação (2008) pela Universidade Estadual Paulista Júlio de Mesquita Filho - UNESP. Especialização em Uso Estratégico das Tecnologias em Informação e Comunicação (2006) pela Universidade Estadual Paulista Júlio de Mesquita Filho - UNESP. Graduação em Biblioteconomia (2002) pela Universidade Estadual Paulista Júlio de Mesquita Filho - UNESP. Atualmente é Professor Associado da Universidade Federal de São Carlos (UFSCar), lotado no Departamento de Ciência da Informação, no curso de Biblioteconomia e Ciência da Informação. Coordenador do Programa de Pós-Graduação em Ciência da Informação (PPGCI/UFSCar)-gestão 2019-2021. Líder do GPERTIC - Grupo de Pesquisas e Estudos em Representação do Conhecimento e Tecnologias da Informação e Comunicação. Pesquisador do Grupo de Pesquisa Novas Tecnologias em Informação, da Universidade Estadual Paulista Júlio de Mesquita Filho- Campus de Marília, vinculado à linha Ambientes Informacionais Digitais. Tem experiência na área de Ciência da Informação, com ênfase em Técnicas de Representação e Recuperação de Informação. Em seu currículo lattes os termos mais frequentes na contextualização da produção científica, tecnológica e artístico-cultural são: Ciência da Informação, Biblioteconomia, Conversão Retrospectiva, Catalogação Automatizada, Automação de Bibliotecas e Catalogação, Catalogação e Tecnologias, Representação da Informação, Metadados, Bibliotecas Digitais, Formato MARC21, Web Semântica, MarcOnt, Ontologia, Web 2.0, Web 3.0, Interoperabilidade, Ambientes informacionais digitais, Informação e Tecnologia, Modelagem estrutural de ambientes informacionais digitais. Linked data. É parecerista ad hoc de agências de fomento e de periódicos científicos, participa como revisor e membro de Comitês Científicos de periódicos científicos em Ciência da Informação no Brasil e no exterior. É membro da Associação Nacional de Pesquisa e Pós-Graduação em Ciência da Informação (ANCIB)

Felipe Augusto Arakaki, Universidade de Brasília (UnB)

Docente do curso de biblioteconomia da Universidade de Brasília (UnB). Doutor e mestre em Ciência da Informação pela Universidade Estadual Paulista "Júlio Mesquita Filho" - UNESP/Marília e bacharel em Biblioteconomia pela Universidade Estadual Paulista "Júlio de Mesquita Filho" - Campus de Marília. É integrante do Grupo de Pesquisa "Novas Tecnologias em Informação" e do Grupo de Pesquisa "Dados e Metadados". Áreas de interesse incluem a Ciência da Informação, principalmente nos temas: Representação e organização da informação, Catalogação, Metadados, Interoperabilidade, Padrões de Metadados, Dublin Core, BIBFRAME, Schema.org, Web Semântica, Linked Data e proveniência dos dados (PROV).

References

Berners-Lee, T. (2006). Linked data-design issues. Retirado de http://www.w3.org/DesignIssues/LinkedData.html.

Briner, R. B., & Denyer, D. (2012). Systematic review and evidence synthesis as a practice and scholarship tool. In: Rousseau, D. M. Handbook of evidence-based management: companies, classrooms and research (pp.112-129). Oxford: Oxford University Press. doi: https://doi.org/10.1093/oxfordhb/9780199763986.013.0007.

Campos, L. M., Campos, M. L.A., & Barbosa, N. T. (2019). A wikidata e os desafios da interoperabilidade na era dos dados abertos ligados na web: uma breve reflexão. Prisma. com, (40), 64-77. Retirado de https://ojs.letras.up.pt/index.php/prismacom/article/view/6528.

Dutta, B., & DeBellis, M. (2020). CODO: an ontology for collection and analysis of COVID-19 data. In 12th International Conference on Knowledge Engineering and Ontology Development (KEOD), 2-4 November. Retirado de https://arxiv.org/abs/2009.01210.

Ferreira, J. A., & Santos, P. L. V. A. da C. (2013). O modelo de dados resource description framework (RDF) e o seu papel na descrição de recursos. Informação & Sociedade, 23(2), 13- 23. Retirado de https://periodicos.ufpb.br/ojs/index.php/ies/article/view/15436/9681.

Fischer, T., and Jobst, M. (2020). Capturing the spatial relatedness of long-distance caregiving: a mixed-methods approach. International Journal of Environmental Research & Public Health, 17(17), 6406. doi: 10.3390/ijerph17176406.

Hyvönen, E. (2012). Publishing and using cultural heritage linked data on the semantic web. Synthesis Lectures on the Semantic Web: Theory and Technology, 2(1), 1-159. doi: 10.2200/S00452ED1V01Y201210WBE003.

Jesus, A. F., & Castro, F. F. (2019). Dados bibliográficos para o linked data: uma revisão sistemática de literatura. Brazilian Journal of Information Studies: Research Trends, 13(1), 45-55. doi: 10.36311/1981-1640.2019.v13n1.08.p45.

Nikas, C., Kadilierakis, G., Fafalios, P., and Tzitzikas, Y. (2020). Keyword search over RDF: is a single perspective enough?. Big Data and Cognitive Computing, 4(3), 22. doi: 10.3390/bdcc4030022.

Ostaszewski, M. et al. (2020). COVID-19 disease map, building a computational repository of SARS-CoV-2 virus-host interaction mechanisms. Scientific Data, 7,136.

Paletta, F. C., & Mucheroni, M. L. (2014). O desenvolvimento da web 3.0: linked data e dbpedia. Prisma.com, (25), 73-90.

Papadopoulos, D., Papadakis, N., & Litke, A. (2020). A methodology for open information extraction and representation from large scientific corpora: the CORD-19 data exploration use case. Applied Sciences, 10(16), 5630. doi: 10.3390/app10165630.

Penteado, B. E., Bittencourt, I. I., & Isotani, S. (2019). Análise exploratória sobre a abertura de dados educacionais no Brasil: como melhorar o ecossistema de dados na web? Revista Brasileira de Informática na Educação, 27(1), 175-195. doi: 10.5753/rbie.2019.27.01.175.

Sampaio, R. F., & Mancini, M. C. (2007). Estudos de revisão sistemática: um guia para síntese criteriosa da evidência científica. Revista Brasileira de Fisioterapia, 11(1), 83-89. doi: 10.1590/S1413-35552007000100013.

Santarém Segundo, J. E. (2017). Web semântica: introdução a recuperação de dados usando SPARQL. In Encontro Nacional de Pesquisa em Ciência da Informação, MG, Brasil, 15. Retirado de http://enancib2014.eci.ufmg.br/documentos/anais/anais-gt8.

Santipantakis, G. M., Vouros, G. A., & Doulkeridis, C. (2020). Towards integrated and open COVID-19. Retirado de arXiv:2008.04045.

Satti, F. A., Ali, T., Hussain, J., Khan, W. A., Khattak, A. M., Lee, S. (2020). Ubiquitous Health Profile (UHPr): a big data curation platform for supporting health data interoperability. Computing, 11,1-36. Retirado de https://www.springerprofessional.de/en/ubiquitous-health-profile-uhpr-a-big-data-curation-platform-for-/18298800.

Siddaway, A. P., Wood, A. M., & Hedges, L. V. (2019). How to do a systematic review: a best practice guide for conducting and reporting narrative reviews, meta-analyses, and meta-syntheses. Annual Review of Psychology, 70(1), 747–770. doi: 10.1146/annurev-psych-010418-102803.

Wang, L. L. et al. (2020). CORD-19: The COVID-19 Open Research Dataset. ArXiv, 22 abr. 2020. Retirado de https://www.kaggle.com/allen-institute-for-ai/CORD-19-research-challenge.

Wikidata. (2020a). [Número de casos e mortes de COVID-19 no mundo]. Retirado de https://w.wiki/cYB.

Wikidata. (2020b). [Sintomas relacionadas ao Covid-19]. Retirado de https://w.wiki/ca9.

Wikidata. (2020c). [Terminologia]. Retirado de https://w.wiki/ND5.

Wikidata. (2020d). [Imagens relacionadas ao Covid-19]. Retirado de https://w.wiki/ND4.

Wikidata. (2020e). [Publicações em inglês sobre o Covid-19]. Retirado de https://w.wiki/cYj

World Wide Web - W3C (2017). Boas práticas para dados na web. Retirado de https://w3c.br/traducoes/DWBP-pt-br/#BP_Benefits.

Downloads

Published

2020-12-03

How to Cite

Arakaki, A. C. S., Castro, F. F. de, & Arakaki, F. A. (2020). COVID-19 INFORMATION PANEL: SPARQL QUERY AT WIKIDATA. AtoZ: Novas práticas Em informação E Conhecimento, 9(2), 160–172. https://doi.org/10.5380/atoz.v9i2.76684

Issue

Vol. 9 No. 2 (2020): jul./dez.

Section

Thematic Dossier - Interdisciplinary Informational Practices in the Context of Coronavirus (COVID-19): Article

License

Atoz is a open access journal and the authors have permission and are encouraged to deposit their papers in personal web pages, institutional repositories or portals before (pre-print) or after (post-print) the publication at AtoZ. It is just asked, when and where possible, the mention, as a bibliographic reference (including the atributted URL), to the AtoZ Journal.

The authors license the AtoZ for the solely purpose of disseminate the published work (peer reviewed version/post-print) in aggregation, curation and indexing systems.

The AtoZ is a Diadorim/IBICT green academic journal.

All the journal content (including instructions, editorial policies and templates) - except where otherwise indicated - is under a Creative Commons Attribution 4.0 International, since October 2020.

When published by this journal, articles are free to share (copy and redistribute the material in any support or format for any purpose, even commercial) and adapt (remix, transform, and create from the material for any purpose , even if commercial). You must give appropriate credit , provide a link to the license, and indicate if changes were made

AtoZ does not apply any charges regarding manuscripts submission/processing and papers publication.