O uso de patentes como fonte de informação em dissertações e teses de engenharia química: o caso da Unicamp
Notice bibliographique
Résumé
Acredita-se que as patentes são pouco exploradas como documentos fornecedores de informações; tanto por empresas, quanto por instituições de pesquisa, universidades, etc. Nesse contexto, o presente artigo teve a finalidade de investigar se os documentos de patentes são utilizados como fonte de informação nos trabalhos acadêmicos (dissertações de mestrado e teses de doutorado). Para isso, foram selecionados trabalhos da área da engenharia química, do período de 2000 a 2007, da Universidade Estadual de Campinas (UNICAMP). Os dados foram coletados através das patentes citadas e referenciadas nos trabalhos acadêmicos e a amostra utilizada foi de 586 trabalhos. Os resultados dessa pesquisa evidenciaram que 16,4% dos trabalhos analisados utilizaram patentes como fontes de informação e citaram esse tipo de documento. Além disso, este trabalho indicou que as patentes americanas são as mais citadas por trabalhos da UNICAMP (63,8%). Porcentagens menores ficaram para as patentes japonesas (9,0%), patentes européias (7,2%), patentes inglesas (4,0%), patentes alemãs (3,2%) e patentes brasileiras (2,7%).AbstractIt is believed that patents are not fully explored as information providers documents, both by companies and by research institutions or universities. In this context, this paper aimed to investigate whether patents are used as information sources in academic works (master's dissertations and doctoral theses). For this, works of chemical engineering from 2000 to 2007 of the State University of Campinas, Brazil (UNICAMP) were selected. Data were collected through the patents cited and referenced in academic works and the sample comprised 586 items. The results of this study have demonstrated that 16.4% of the works analyzed have used patents as information sources and have also cited this kind of document. In addition, results indicated that U.S. patents are the most cited by researchers from UNICAMP (63,8%). Lower percentages were observed for Japanese patents (9,0%), European patents (7,2%), English patents (4,0%), German patents (3,2%) and Brazilian patents (2,7%).
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,023 | 0,084 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,010 | 0,017 |
| Études des sciences et des technologies | 0,005 | 0,006 |
| Communication savante | 0,012 | 0,008 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».