Detalhes bibliográficos
| Ano de defesa: |
2022 |
| Autor(a) principal: |
Escarassatti, Patricia Salles |
| Orientador(a): |
Não Informado pela instituição |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Biblioteca Digitais de Teses e Dissertações da USP
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: |
|
| Link de acesso: |
https://www.teses.usp.br/teses/disponiveis/100/100131/tde-29092022-202106/
|
Resumo: |
A Plataforma Lattes é uma base de dados de currículos, grupos de pesquisas e instituições. O currículo Lattes é um repositório que contém informações dos estudantes e pesquisadores no Brasil e pode ser utilizada para gerar dados sobre os campos de pesquisa e pesquisadores. No entanto, as informações nem sempre são de fácil exploração e, por isso, torna-se necessário desenvolver ferramentas de visualização para auxiliar na identificação de autores e publicações em determinado campo de pesquisa. A utilização de visualização de coleção de documentos pode apoiar na exploração e análise visual de dados textuais. Técnicas de projeção criam representações visuais destacando a relação entre documentos com base no seu texto. Este trabalho propôs utilizar técnicas de visualização de projeção multidimensional para auxiliar na análise de dados bibliométricos que serão extraídos da plataforma Lattes. Por meio de coleta e análise de dados do Lattes, os dados serão preparados com o pré-processamento textual e serão aplicadas as técnicas de projeção multidimensional com a finalidade de verificar a existência de padrões, observando a distribuição geral dos dados e suas correlações. Foram avaliados 1038 artigos publicados de grupos de pesquisa da Escola de Artes, Ciências e Humanidades da Universidade de São Paulo (EACH USP). Os grupos de pesquisa analisados nesse estudo são pertencentes ao programa de Pós-graduação em Sistemas de Informação, ao programa de Pós-graduação de Têxtil e Moda e o grupo de Astrofísica. Obtivemos resultados da projeção multidimensional que visualmente projetou artigos pertencentes a grupos de pesquisa que são relacionados entre si e de grupos de pesquisa que trabalham com temas distintos. De forma geral, o estudo evidenciou que as técnicas de projeção Least Square Projection e Multidimensional Scaling - Isomap apresentaram os melhores resultados para projetar e separar visualmente grupos de pesquisa que estudam temas distintos. Quando foram avaliados os grupos de pesquisa que estudam temas relacionados não houve claramente uma separação visual na projeção desses grupos. Dessa forma, essas técnicas de projeção podem ser utilizadas para avaliar, analisar e explorar visualmente os dados bibliométricos da plataforma Lattes |
