Resumo
Introdução: Os sistemas CRIS constituem-se em sistemas de informação abrangentes sobre todo o ecossistema do processo científico. O BrCris tem como propósito integrar e organizar informações referentes a atividades de pesquisa, projetos, publicações, pesquisadores, instituições, financiamentos e outros dados relevantes no contexto científico brasileiro. Objetivo: Este estudo visa discutir o processamento dos dados na Plataforma BrCris e analisar as ferramentas computacionais empregadas para essa finalidade, explorando três abordagens principais: integração e consistência dos dados, visualização e validação, além da certificação dos dados. Metodologia: O estudo se configura como descritivo, apresentando em detalhes as etapas de tratamento de dados do BrCris, discutindo os desafios encontrados no manuseio de grandes volumes de informações. Além disso, descreve o ferramental computacional utilizado para o tratamento das informações científicas e tecnológicas. Resultados: O estudo revela os procedimentos para o tratamento de dados e as ferramentas computacionais desenvolvidas para os sistemas informacionais, bem como a integração e análise dos dados obtidos. São apresentados os resultados do tratamento e modelagem das informações baseadas no VIVO, com dados e painéis gráficos, e as oportunidades de reutilização dos dados gerados. Também é detalhada a integração dos dados em um repositório autodeclarado (Lattes) e no repositório agregador de teses e dissertações (Oasisbr), culminando na emissão de um selo de certificação. Conclusão: Os resultados evidenciam que a adoção dessas ferramentas computacionais proporciona um acesso facilitado e ágil a um extenso conjunto de informações consolidadas, previamente dispersas em várias fontes, especialmente devido à diversidade de repositórios e limitações de acesso individualizados. Assim, este estudo apresenta um conjunto de ferramentas computacionais cujas funcionalidades estão alinhadas com as diretrizes da Ciência Aberta no Brasil.
Referências
ABBAS, A.; ZHANG, L.; KHAN, S. U. A literature review on the state-of-the-art in patent analysis. World Patent Information, Oxford, UK, v. 37, p. 3-13, 2014.
ABBASI, A.; ALTMANN, J.; HOSSAIN, L. Identifying the effects of co-authorship networks on the performance of scholars: a correlation and regression analysis of performance measures and social network analysis measures. Journal of informetrics, Amsterdam, v. 5, n. 4, p. 594-607, 2011.
BAUER, F.; KALTENBÖCK, M. Linked open data: the essentials. Vienna: Edition mono/monochrom, 2011. p. 21, v.710.
COLLAZO-REYES, F. Growth of the number of indexed journals of Latin America and the Caribbean: the effect on the impact of each country. Scientometrics, Budapest, v. 98, p. 197-209, 2014.
CONSELHO NACIONAL DE DESENVOLVIMENTO CIENTÍFICO E TECNOLÓGICO (CNPq). Plataforma Lattes. Brasília. Disponível em: https://lattes.cnpq.br. Acesso em: 12 out. 2023.
DE MEIS, L. et al. The growing competition in Brazilian science: rites of passage, stress and burnout. Brazilian journal of medical and biological research, Ribeirão Preto, v. 36, p. 1135-1141, 2003.
DIAS, T. M. R. et al. Brcris: plataforma para integração, análises e visualização de dados técnicos-científicos. , p. 622-638, Informação e Informação, Londrina, v. 27, n. 3, 2022. DOI: https://doi.org/10.5433/1981-8920.2022v27n3p622.
DIAS, T. M. R. et al. In: WORKSHOP DE INFORMAÇÃO DADOS E TECNOLOGIA, 6., 2023, Brasília, DF. Anais... Brasília: Ibict, 2023. DOI: https://doi.org/10.22477/vi.widat.53.
EUROCRIS. Directory of Research Information Systems (DRIS). Nijmegen, Nertherlands. Disponível em: https://eurocris.org/services/dris. Acesso em: 23 out. 2023.
HUANG, Y.; GLÄNZEL, W.; ZHANG, L. Tracing the development of mapping knowledge domains. Scientometrics, Budapest, v. 126, p. 6201-6224, 2021.
JÖRG, B. CERIF: The common European research information format model. Data Science Journal, London, v. 9, p. CRIS24-CRIS31, 2010.
KONG, X. et al. Academic social networks: Modeling, analysis, mining and applications. Journal of Network and Computer Applications, London, v. 132, p. 86-103, 2019.
LANE, J. Let's make science metrics more scientific. Nature, London, v. 464, n. 7288, p. 488-489, 2010.
LEE, S.; BOZEMAN, B. The impact of research collaboration on scientific productivity. Social Studies of Science, London, v. 35, n. 5, p.673-702, 2005. Disponível em: https://elibrary.ru/item.asp?id=11423996. Acesso em: 27 mar. 2023.
LETA, J.; GLÄNZEL, W.; THIJS, B. Science in Brazil. Part 2: Sectoral and institutional research profiles. Scientometrics, Budapest, v. 67, n. 1, p. 87-105, 2006.
MEADOWS, A. J. A comunicação científica. Trad. A. A. B. de Lemos. Brasília, DF: Briquet de Lemos, 1999.
PINTO, A. L. et al. The Brazilian current research information system: BrCris. In: SILVA, Carlos Guardado da Silva; REVEZ, Jorge; CORUJO, Luis (coord.).Organização do conhecimento no horizonte 2030: desenvolvimento sustentável e saúde. Lisboa: Universidade de Lisboa, 2021. p. 319. (Colecção CA–Ciência Aberta). ISBN 978-989-566-137-4. DOI: https://doi.org/10.51427/10451/50067.
RATHKE, S. B.; ROCHA, R. P. Sistema de informação de pesquisa: uso da ontologia de VIVO no contexto das instituições brasileiras. Brazilian Journal of Information Science, Marília, v.13, n.4, 2019. DOI: https://doi.org/10.36311/1981-1640.2019.v13n4.08.p132.
SINGH, V. K. The journal coverage of web of science, scopus and dimensions: A comparative analysis. Scientometrics, Budapest, v. 126, Jun., 2021. DOI: https://doi.org/10.1007/s11192-021-03948-5.
SIVERTSEN, G. Developing Current Research Information Systems (CRIS) as data sources for studies of research. In: GLÄNZEL, W. et al. (ed.). Springer handbook of science and technology indicators. [S.l.]: Springer, Cham. 2019. p. 667-683.
DOI: https://doi.org/10.1007/978-3-030-02511-3_25.
TANG, J. et al. Arnetminer: extraction and mining of academic social networks. In: ACM SIGKDD INTERNATIONAL CONFERENCE ON KNOWLEDGE DISCOVERY AND DATA MINING, 14th, 2008. Proceedings of the… Las Vegas, Nevada: ACM, 2008. p. 990-998. DOI: https://doi.org/10.1145/1401890.1402008.
TORINO, E.; CONEGLIAN, C. S.; VIDOTTI, S. A. B. G. Estruturas de representação para reuso de dados no contexto da ecologia de pesquisa: Cris institucional. Informação e Informação, Londrina, 2020, v.25, n. 3. DOI: https://doi.org/10.5433/1981-8920.2020v25n3p1.
YOSHIKANE, F.; KAGEURA, K. Comparative analysis of coauthorship networks of different domains: The growth and change of networks. Scientometrics, Budapest, v. 60, p. 435-446, 2004.
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Copyright (c) 2023 Vivian dos Santos Silva, Jesiel Viana da Silva, Thiago Magela Rodrigues Dias, Renê Faustino Gabriel Junior, Washington Luís Ribeiro Carvalho-Segundo