Painel de informação sobre a COVID-19: consultas SPARQL na Wikidata

Autores/as

DOI:

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

Palabras clave:

COVID-19, Web semântica, Linked data, Wikidata, SPARQL.

Resumen

Introdução: Uma das formas de enfrentamento da COVID-19 diz respeito aos aspectos relacionados à produção e à disseminação de informações confiáveis, claras e de rápida compreensão. Muitas são as ações e as iniciativas comunicacionais e informacionais em prol da disseminação e dos meios que garantam a aceitabilidade, a adesão e o cumprimento das medidas de prevenção e controle da COVID-19. Objetiva o desenvolvimento de um ambiente digital, entendido aqui como um painel com tópicos relacionados à COVID-19, baseados em consultas SPARQL Protocol and RDF Query Language (SPARQL) e no dataset do Wikidata. Método: Utiliza-se uma metodologia de caráter teórico e aplicado, a partir da Revisão Sistemática da Literatura para subsidiar a construção do corpus conceitual subjacente às tecnologias computacionais advindas da Web Semântica e Linked Data e sua aplicação na estruturação e da modelagem do ambiente, para disponibilização e compartilhamento dos dados científicos. Resultados: Os dados coletados na Revisão Sistemática da Literatura revelam pouca produção científica disponível no âmbito internacional, entretanto, iniciativas interessantes que já se preocupam com a abertura e a disponibilização dos dados científicos na Web. Além disso, o painel de informações sobre a COVID-19 desenvolvido está categorizado em seis principais eixos, como Mapa COVID-19, Sintomas da COVID-19, Possíveis tratamentos, Taxonomia, Trabalhos relacionados e Imagens relacionadas. Conclusão: O painel de informações sobre a COVID-19 se apresenta como um ambiente digital que potencializa a visualização, o acesso e o compartilhamento dos dados e das informações para usuários heterogêneos, contribuindo com o repasse de informações consistentes, estruturadas e confiáveis, bem como o fomento de diretrizes públicas para o controle da disseminação da doença.

Biografía del autor/a

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).

Citas

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.

Descargas

Publicado

2020-12-03

Cómo citar

Arakaki, A. C. S., Castro, F. F. de, & Arakaki, F. A. (2020). Painel de informação sobre a COVID-19: consultas SPARQL na Wikidata. AtoZ: Novas práticas Em informação E Conhecimento, 9(2), 160–172. https://doi.org/10.5380/atoz.v9i2.76684

Número

Vol. 9 Núm. 2 (2020): jul./dez.

Sección

Dossier temático - Prácticas informativas Interdisciplinar en el texto de Coronavirus (COVID-19): Artículos

Licencia

La revista AtoZ es una revista científica de acceso abierto y los derechos de autor de artículos y entrevistas pertenecen a sus respectivos autores/encuestados. Los autores otorgan a la AtoZ el direito de incluir el material publicado (revisado por pares/pos-print) en em sistemas/herramientas de indización, agregadores o curadores.

Los autores tienen permiso y se les anima a depositar sus artículos en sus páginas personales, depósitos y/o portales institucionales anteriormente (pre-print) y posteriormente (post-print)  a la publicación en esa Revista. Se pide, si possible, que se apunte la referencia bibliográfica del artículo (incluyendose la URL) en base a la AtoZ.

La AtoZ es sello verde por Diadorim/IBICT.

Todo el contenido de la revista (incluyendo las instrucciones, modelos y política editorial) a menos que se indique otra cosa, están bajo una Licencia de Atribución de Bienes Comunes Creativos (CC) 4.0 Internacional.

Cuando los artículos son publicados por esta revista, se pueden compartir (copiar y redistribuir el material en cualquier soporte o formato para cualquier propósito, incluso comercial) y adaptar (remezclar, transformar y crear a partir del material para cualquier propósito, incluso si es comercial). Debe dar el crédito correspondiente, proporcionar un enlace a la licencia e indicar si se realizaron cambios.

La AtoZ no cobra cualquier tasas por la sumisión y/o procesamiento y/o la publicación de artículos.