REALM: um Framework Computacional para Investigar os Impactos de Pesquisas Através de Métricas Alternativas

Resumo


Em alguns cenários de emergência ou em que não há solução conhecida, é necessário mais colaboração entre os especialistas. A exemplo disso tivemos a epidemia de Zika virus, que entre os anos de 2014 e 2016 ganhou destaque internacional, tanto pela sua proporção epidêmica quanto pelas suas consequências. No Brasil, o surto rapidamente evoluiu para uma situação de emergência de saúde pública, exigindo a cooperação dos especialistas e celeridade de resposta. A demanda por resultados rápidos fez com que médicos e pesquisadores publicassem suas descobertas nas mídias sociais, abdicando das publicações científicas oficiais. Cenários como este demandam mecanismos para identificar especialistas e como a população interpreta as soluções por eles criadas. Para este fim, desenvolvemos um framework computacional para medir a reputação social de cientistas e suas pesquisas, com base em métricas de impacto alternativas (altmetrics). Para avaliar o framework, realizamos uma prova de conceito com especialistas no domínio do Zika vírus.
Palavras-chave: Pandemia, mídias sociais, reputação social, altmetrics, análise e ranqueamento

Referências

Bornmann, L. (2014). Validity of altmetrics data for measuring societal impact: A study using data from Altmetric and F1000prime. J. Informetr., 8(4):935–950.

Bornmann, L. (2015). Alternative Metrics in Scientometrics: A Meta-analysis of Research into Three Altmetrics. Scientometrics, 103(3):1123–1144.

Brin, S. and Page, L. (1998). The anatomy of a large-scale hypertextual web search engine. Comput. Netw. and ISDN systems, 30(1):107–117.

Freeman, L. C. (1978). Centrality in social networks conceptual clarification. Soc. Networks, 1(3):215–239.

Harmon, A. (2016). Handful of Biologists Went Rogue and Published Directly to Internet. The NYT.

Hassan, S.-U. and Gillani, U. A. (2016). Altmetrics of "altmetrics"using Google Scholar, Twitter, Mendeley, Facebook, Google-plus, CiteULike, Blogs and Wiki. arXiv:1603.07992 [cs].

Hoffmann, C. P., Lutz, C., and Meckel, M. (2014). Impact Factor 2.0: Applying Social Network Analysis to Scientific Impact Assessment. In Proceedings of the 47th Int. Conf. on Syst. Sciences, pages 1576–1585. IEEE.

Kwak, H. and Lee, J. G. (2014). Has Much Potential but Biased: Exploring the Scholarly Landscape in Twitter. In Proceedings of the 23rd Int. Conf. on World Wide Web, pages 563–564, New York, NY, USA. ACM.

Maia, L. F. M. P., Lenzi, M., Rabello, E. T., and Oliveira, J. (2018). Colaborações científicas em Zika: Identificação dos principais grupos e pesquisadores através da análise de redes sociais. Cad. de Saúde Pública.

Maia, L. F. M. P. and Oliveira, J. (2017). Investigation of research impacts on the Zika virus. An approach focusing on social network analysis and altmetrics. In Proceedings of the 23rd Brazillian Symp.on Multimedia and the Web, Gramado.

Maia, L. F. M. P. and Yagui, M. M. M. (2017). Triplificação de dados de notícias sobre a Zika. In Proceedings of the XIII Brazilian Symp. on Information Systems, Lavras.

McNeil Jr, D. G. (2016). Zika Data From the Lab, and Right to the Web. The NYT.

Mohammadi, E., Thelwall, M., Haustein, S., and Larivière, V. (2015). Who reads research articles? An altmetrics analysis of Mendeley user categories. J Assn Inf Sci Tec, 66(9):1832–1846.

Oliveira, C. S. and Vasconcelos, P. F. C. (2016). Microcephaly and Zika virus. J. Pediatr., 92(2):103–105.

Priem, J. (2013). Scholarship: Beyond the paper. Nature, 495(7442):437–440.

Priem, J., Groth, P., and Taraborelli, D. (2012). The Altmetrics Collection. PLoS One.

Priem, J. and Hemminger, B. H. (2010). Scientometrics 2.0: New metrics of scholarly impact on the social Web. First Monday, 15(7).

Wasserman, S. and Faust, K. (1994). Social network analysis: Methods and applications, volume 8. Cambridge university press.

Zanluca, C., Melo, V. C. A., Mosimann, A. L. P., et al. (2015). First report of autochthonous transmission of Zika virus in Brazil. Mem. Inst. Oswaldo Cruz, 110(4):569–572.
Publicado
25/08/2018
Como Citar

Selecione um Formato
MAIA, Luiz Fernando Monsores Passos; OLIVEIRA, Jonice. REALM: um Framework Computacional para Investigar os Impactos de Pesquisas Através de Métricas Alternativas. In: SIMPÓSIO BRASILEIRO DE BANCO DE DADOS (SBBD), 33. , 2018, Rio de Janeiro. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2018 . p. 37-48. ISSN 2763-8979. DOI: https://doi.org/10.5753/sbbd.2018.22217.