Análise estatística da literatura publicada sobre Organização do Conhecimento no Brasil
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Resumo Para compreender um campo, é preciso conhecer como cresce a literatura por ele produzida. Objetiva-se realizar análise estatística inferencial do crescimento da literatura publicada por pesquisadores brasileiros sobre Organização e Representação do Conhecimento de 1972 até 2021. Apresenta-se uma revisão sobre os estudos de crescimento da literatura, e exploram-se os modelos propostos para medir esse crescimento. Foi realizada a coleta de artigos publicados em periódicos acadêmicos, capítulos de livros e trabalhos apresentados em congressos que tratassem alguns aspectos da ORC em lista abrangente de bases de dados e sítios da web, sendo criada uma base de dados em EndNote X8. A literatura coletada foi analisada à luz do Modelo de Crescimento Exponencial e do Modelo Epidêmico. O estudo resultou em 3.630 artigos, produzidos por 2.535 pesquisadores diferentes, sendo a maior parte em trabalhos de evento (53,3%), seguido por artigos em periódicos (35,2%) e por capítulos de livros (5%). O português foi o idioma de 89,5% dos textos, encontrando-se publicações em inglês, espanhol e francês. Quanto aos autores, 20 são os mais produtivos e representam 5% do total de autores pesquisando e publicando no campo. Conclui-se que é partir do ano 2000 que a publicação começa a crescer de forma exponencial, sendo que 10,3% dela foi publicada nos primeiros 30 anos e 67,2% dela foi publicada nos últimos 10 anos. Essa literatura está crescendo de forma exponencial com uma taxa de 12,2% ao ano, duplicando seu volume a cada seis anos, e não alcançou ainda seu ponto de saturação.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,022 |
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 découle