Comunicado de imprensa como indicador de atenção social qualificada da ciência
Notice bibliographique
Résumé
Na última década, a altmetria contribuiu para abrir espaço para indicadores de atenção e impacto social da ciência, e a repaginar a cienciometria, embora ainda persista a centralidade das métricas de performance na produção científica. Nesse sentido, há uma demanda por outras fontes de dados que contribuam para conferir contexto e também fornecer substrato para a construção de outros indicadores, capazes de atuar na interface ciência-sociedade de forma mais qualificada. Este trabalho demonstrará o potencial de que um banco de dados estruturado de press releases (comunicados de imprensa) seja um dos caminhos pelos quais indicadores de atenção social da ciência podem ser melhor contextualizados e compreendidos. Para isso, foi realizada a coleta de comunicados de imprensa de três agências de notícias de ciência: Eurekalert! (EUA), AlphaGalileo (Reino Unido) e Agência BORI (Brasil). Essas agências disponibilizam nos seus sites os press releases sobre artigos científicos; no entanto, informações importantes como título do artigo, conteúdo, data da publicação, URL, DOI, não estão disponíveis de forma estruturada. Foram utilizadas técnicas de web scraping na coleta, organização e análise dessas informações. A utilização de web scraping com o armazenamento em banco de dados MySQL mostrou-se eficaz para coletar e gerenciar informações de páginas web dessas agências, possibilitando com que análises abrangentes e contextualizadas sejam realizadas. Enquanto o comunicado de imprensa não é a única forma de qualificar e entender a atenção social da ciência, a construção do banco de dados e testes realizados demonstram que se trata de um material relevante nessa compreensão.
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 | 0,004 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,007 | 0,003 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,002 |
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 ».