Prestı́gio em grafos de genealogia acadêmica: Uma proposta baseada em PageRank
Resumo
Identificar pesquisadores com grande prestı́gio nas suas áreas acadêmicas é uma tarefa árdua. A maior dificuldade é a avaliação do prestı́gio de cada pesquisador na estrutura que o envolve. Neste trabalho apresentamos uma nova adaptação do algoritmo PageRank para grafos de genealogia, denominado PageRank Invertido Local Normalizado, de modo a identificar pesquisadores de maior prestı́gio em termos de formação de recursos humanos limitados pelo número de gerações de acadêmicos. Como estudo de caso usamos a genealogia obtida a partir de mais de um milhão de acadêmicos.
Referências
Fiala, D. and Tutoky, G. (2017). Pagerank-based prediction of award-winning researchers and the impact of citations. Journal of Informetrics, 11(4):1044–1068.
Gargiulo, F., Caen, A., Lambiotte, R., and Carletti, T. (2016). The classical origin of modern mathematics. EPJ Data Science, 5(1):26.
Garner, R. M., Hirsch, J. A., Albuquerque, F. C., and Fargen, K. M. (2018). Bibliometric indi- ces: defining academic productivity and citation rates of researchers, departments and journals. Journal of Neurointerventional Surgery, 10(2):102–106.
Isaac, S. and Michael, W. B. (1971). Handbook in research and evaluation - For Education and the Behavioral Sciences. Robert R. Knapp, first edition.
Ma, N., Guan, J., and Zhao, Y. (2008). Bringing pagerank to the citation analysis. Information Processing & Management, 44(2):800–810.
Rossi, L., Damaceno, R. J., Freire, I. L., Bechara, E. J., and Mena-Chalco, J. P. (2018). Topological metrics in academic genealogy graphs. Journal of Informetrics, 12(4):1042–1058.
Tol, R. S. J. (2013). Identifying excellent researchers: A new approach. Journal of Informetrics, 7(4):803–810.