Uma análise da colaboração científica numa área da pós-graduação brasileira por meio da modelagem estatística de redes sociais usando ERGM: Estudo de caso
Resumo
Apresenta uma aplicação de métodos estatísticos à análise de uma rede social, que provê informações estatisticamente significativas sobre aspectos que podem influenciar a colaboração científica. O universo da pesquisa foi a rede de colaboração para publicações em periódicos efetivada por pesquisadores afiliados aos programas de pós-graduação na área da Ciência da Informação no Brasil. A pesquisa demonstra uma aplicação prática de métodos e ferramentas para modelagem de grafos aleatórios da família exponencial (ERGM). Os resultados e sua análise permite explicações probabilísticas sobre o comportamento dos pesquisadores em termos de fatores de auto-organização de redes sociais, bem como devida a atributos endógenos dos pesquisadores, tais como gênero, afiliação a programas de pós-graduação, área de doutorado, tempo decorrido desde a obtenção do grau de doutor, foco de pesquisa e outros.
Referências
Glanzel, W. (2002). Coathorship Patterns and Trends in the Sciences (1980-1998): A Bibliometric Study with Implications for Database Indexing and Search Strategies. Library Trends, 50(3):461.
Harris, J. K., Provan, K. G., Johnson, K. J., and Leischow, S. J. (2012). Drawbacks and benefits associated with inter-organizational collaboration along the discovery-development-delivery continuum: a cancer research network case study. Implementation Science, 7(1):69.
Katz, J. and Martin, B. R. (1997). What is research collaboration? Research Policy, 26(1):1–18.
Kronegger, L., Mali, F., Ferligoj, A., and Doreian, P. (2012). Collaboration structures in Slovenian scientific communities. Scientometrics, 90(2):631–647.
Lusher, D., Koskinen, J., and Robins, G., editors (2013). Exponential Random Graph Models for Social Networks: Theory, methods, and applications. Structural Analysis in the Social Sciences. Cambridge University Press, USA.
Mena-Chalco, J. P. and Cesar-Jr, R. M. (2009). scriptLattes: An open-source knowledge extraction system from the Lattes platform. Journal of the Brazilian Computer Society, 15(4):31–39.
Morris, M., Handcock, M. S., and Hunter, D. R. (2008). Specification of Exponential-Family Random Graph Models: Terms and Computational Aspects. Journal of Statistical Software, 24(4):1–24.
Newman, M. E. J. (2004). Coauthorship networks and patterns of scientific collaboration. Proceedings of the National Academy of Sciences, 101(suppl 1):5200–5205.
Robins, G., Pattison, P., Kalish, Y., and Lusher, D. (2007). An introduction to exponential random graph (p*) models for social networks. Special Section: Advances in Exponential Random Graph (p*) Models, 29(2):173–191.
Sampaio, R. B., Sacerdote, H. C. d. S., Fonseca, B. d. P. F., and Fernandes, J. H. C. (2015). A colaboração científica na pesquisa sobre coautoria: um método baseado na análise de redes. Perspectivas em Ciência da Informação, 20(4):79–92.
Snijders, T. A. B., Pattison, P. E., Robins, G. L., and Handcock, M. S. (2006). New Specifications for Exponential Random Graph Models. Sociological Methodology, 36(1):99–153.
Sonnenwald, D. H. (2007). Scientific collaboration. Annual Review of Information Science and Technology, 41(1):643–681.
The Statnet Development Team (2017). Introduction to Exponential-family Random Graph (ERG or p*) modeling with statnet - Version 3.7.1. Technical report, University of Washington, USA.
Wang, P., Robins, G., and Pattison, P. (2009). PNet Program for the Simulation and Estimation of Exponential Random Graph (p*) Models : USER MANUAL. Technical report, Department of Psychology School of Behavioural Science University of Melbourne, Australia.
Wasserman, S. and Faust, K. (1994). Social Network Analysis: Methods and applications. Cambridge University Press, USA.