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

Autores

DOI:

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

Palavras-chave:

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

Resumo

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.

Biografia do Autor

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).

Referências

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

Publicado

2020-12-03

Como 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

Edição

v. 9 n. 2 (2020): jul./dez.

Seção

Dossiê temático - Práticas Informacionais Interdisciplinares no Contexto do Coronavírus (COVID-19): Artigo

Licença

A revista AtoZ é um periódico científico de acesso aberto e o copyright dos artigos e da entrevista pertence aos respectivos autores/entrevistados com cessão de direitos para a AtoZ no que diz respeito à inclusão do material publicado (revisado por pares/postprint) em sistemas/ferramentas de indexação, agregadores ou curadores de conteúdo.

Os autores têm permissão e são encorajados a depositar seus artigos em páginas pessoais, repositórios e/ou portais institucionais antes (preprint) e após (postprint) a publicação na AtoZ. Solicita-se apenas que, quando possível, a referência bibliográfica (incluindo o link/URL do artigo) seja elaborada com base na publicação na AtoZ: novas práticas em informação e conhecimento.
 
A AtoZ tem selo Diadorim Verde/IBICT.
Licensa Creative Commons
Todo o conteúdo da Revista (incluindo-se instruções, política editorial e modelos) está sob uma licença Creative Commons Atribuição 4.0 Não Adaptada, a partir de Outubro de 2020.

Ao serem publicados por esta Revista, os artigos são de livre uso para compartilhar (copiar e redistribuir o material em qualquer suporte ou formato para qualquer fim, mesmo que comercial) e adaptar (remixar, transformar, e criar a partir do material para qualquer fim, mesmo que comercial). É preciso dar o crédito apropriado , prover um link para a licença e indicar se mudanças foram feitas .

A AtoZ não cobra qualquer tipo de taxa para submissão e/ou processamento e/ou publicação de artigos.