PVAF Manager - Um Sistema de Gerenciamento de Informação sobre Veículos de Publicação Científica
Resumo
Um arquivo de autoridade de veículos de publicação armazena variações nos nomes de periódicos e conferências que publicam artigos científicos. E útil na construção de ferra- ´ mentas de busca e desambiguação de dados, e é de especial interesse de agências de fomento à pesquisa e de avaliação de programas de pós-graduação, as quais usam a qualidade dos veículos de publicação como base para avaliação de publicações de pesquisadores e grupos de pesquisa. Entretanto, manter um arquivo de autoridade atualizado não é uma tarefa trivial. Diferentes nomes são usados para se referenciar um mesmo veículos de publicação, algumas vezes eles mudam de nome, novos veículos surgem regularmente e os seus índices de qualidade são atualizados frequentemente. Este trabalho apresenta o desenvolvimento do PVAF Manager, um sistema de gerenciamento de informações sobre veículos de publicação científica. Ele representa a evolução de um trabalho anterior, e incorpora características como a expansão do banco de dados de veículos de publicação para todas as áreas do conhecimento cobertas pelo Qualis Capes, ferramentas para atualização anual de índices bibliométricos, opção para atualização e correção de dados, gerenciamento e coleta de sugestões de usuários. São apresentados os detalhes de implementação e uma avaliação experimental dos resultados da expansão e da qualidade do método de consulta aos dados. Os resultados mostram uma boa cobertura do PVAF em relação a veículos de publicação internacionais e baixas taxas de erro do método de consulta aos dados.
Referências
H. Ali, R. Moawad, and A. A. F. Hosni. A cloud interoperability broker (cib) for data migration in saas. In Cloud Computing and Big Data Analysis (ICCCBDA), 2016 IEEE International Conference on, pages 250–256. IEEE, 2016.
M. Armbrust, A. Fox, R. Griffith, A. D. Joseph, R. Katz, A. Konwinski, G. Lee, D. Patterson, A. Rabkin, I. Stoica, et al. A view of cloud computing. Communications of the ACM, 53(4):50–58, 2010.
J. Gantz and D. Reinsel. The digital universe in 2020: Big data, bigger digital shadows, and biggest growth in the far east. IDC iView: IDC Analyze the future, 2007(2012):1–16, 2012.
M. Igamberdiev, G. Grossmann, M. Selway, and M. Stumptner. An integrated multi-level modeling approach for industrial-scale data interoperability. Software & Systems Modeling, pages 1–26, 2016.
T. Marinho, V. Cidreira, D. B. Claro, and B. Mane. Midas: A middleware to provide interoperability between saas and daas. In Proceedings of the XII Brazilian Symposium on Information Systems on Brazilian Symposium on Information Systems: Information Systems in the Cloud Computing Era-Volume 1, page 53. Brazilian Computer Society, 2016.
H.-K. Park and S.-J. Moon. Dbaas using hl7 based on xmdr-dai for medical information sharing in cloud. International Journal of Multimedia and Ubiquitous Engineering, 10(9):111–120, 2015.
D. Vito, G. Casagrande, C. Bianchi, and M. L. Costantino. An interoperable common storage system for shared dialysis clinical data. In Student Conference (ISC), 2016 IEEE EMBS International, pages 1–4. IEEE, 2016.
Z. Zhang, C. Wu, and D. W. Cheung. A survey on cloud interoperability: taxonomies, standards, and practice. ACM SIGMETRICS Performance Evaluation Review, 40(4):13–22, 2013.
Z. Zheng, J. Zhu, and M. R. Lyu. Service-generated big data and big data-as-a-service: An overview. In 2013 IEEE International Congress on Big Data, pages 403–410, June 2013.
