Uma metodologia orientada a dados não estruturados de produção científica para avaliação temporal de grupos de pesquisa

• Ano de defesa: 2023
• Autor(a) principal: Santos, Breno Santana
• Orientador(a): Silva, Ivanovitch Medeiros Dantas da
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal do Rio Grande do Norte
• Programa de Pós-Graduação: PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA E DE COMPUTAÇÃO
• País: Brasil
• Palavras-chave em Português: Cientometria; Aprendizado de máquina; Análise de redes complexas; Aprendizado de representação de grafos; Grupos de pesquisa
• Área do conhecimento CNPq: CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
• Link de acesso: https://repositorio.ufrn.br/handle/123456789/56745

Agências de fomento e instituições de pesquisa, frequentemente, utilizam métodos quantitativos e técnicas de Cientometria para avaliar grupos científicos. Geralmente, essas avaliações se embasam em um único tipo de métrica, seja ela baseada em contagem (como o h-index) ou aquelas provenientes da Análise de Redes Complexas. No entanto, o uso de múltiplas abordagens de mensuração e a exploração adequada da dimensão temporal da produção acadêmica ainda são assuntos recorrentes. Particularmente, uma abordagem pouco explorada consiste em combinar esses indicadores com técnicas de Machine Learning e Graph Embeddings, o que poderia aprimorar o processo avaliativo de grupos de pesquisa. Nesse contexto, este trabalho propõe uma metodologia orientada à Ciência de Dados em Grafos para analisar, temporalmente, times científicos. Por meio de um estudo de caso envolvendo Programas de Pós-Graduação em Engenharias IV, os resultados sugerem a viabilidade e adequação do método proposto para avaliar, quantitativamente, grupos de pesquisa. Outrossim, a metodologia foi capaz de detectar os padrões de colaboração dos grupos avaliados, além de identificar tendências e peculiaridades atreladas aos programas investigados. Portanto, a abordagem proposta possui potencial para fornecer insights estratégicos e proativos de times científicos, contribuindo para uma melhor compreensão de suas dinâmicas e deficiências.