Caracterização automática de grupos acadêmicos utilizando bibliometria e análise de redes sociais

Detalhes bibliográficos
Ano de defesa: 2017
Autor(a) principal: Barbosa, Lênin Ferreira
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: http://www.teses.usp.br/teses/disponiveis/100/100131/tde-17012018-193542/
Resumo: A avaliação acadêmica (de docentes, departamentos, programas de pós-graduação ou instituições) é uma atividade rotineira e utilizada para, por exemplo, a concessão de recursos para um projeto, definição da verba que será liberada a um dado programa de pós-graduação ou mesmo para a autorização do oferecimento de um curso de doutorado para um programa de pós-graduação. Contudo, determinar a qualidade do ensino não é uma tarefa trivial, com metodologias comparativas ainda em estudo. Dois destes critérios são informações bibliométricas e análise das redes de coautorias dos programas. Assim, o desenvolvimento de métodos e ferramentas para automatizar parte da avaliação ou mesmo para identificar a importância de diferentes métricas podem tanto auxiliar no processo de avaliação como servir para auxiliar as pessoas ou os grupos que serão avaliados. Neste trabalho foram desenvolvidas ferramentas para a realização automática de análise bibliométrica e de redes sociais para a caracterização e ranqueamento de grupos acadêmicos, bem como investigar a relação entre diferentes medidas e alguns ranqueamentos acadêmicos existentes. As ferramentas foram avaliadas considerando departamentos internacionais e programas de pós-graduação da área de Ciência da Computação. Os resultados de nosso estudo indicaram quais métricas contribuíram positivamente e negativamente para a posição dos ranqueamentos dos programas