Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
Resumo As métricas alternativas têm sido utilizadas como complemento às métricas tradicionais, funcionando como ferramentas para rastrear os usos e a atenção social a publicações científicas no ambiente online. As revistas científicas de acesso aberto têm, potencialmente, maior chance de serem compartilhadas e lidas pelo público nas redes sociais. Nesse cenário, a produção científica do Brasil e da América Latina, a exemplo daquelas indexadas no SciELO, que reúne revistas científicas relevantes e de acesso aberto da região, poderiam se beneficiar da altmetria. No entanto, análises sobre a representatividade de países, idiomas e áreas do conhecimento na altmetria revelam que é preciso aperfeiçoar os indicadores para que valorizem a ciência publicada por países em desenvolvimento, de língua não inglesa, de acesso aberto e relevância nacional ou regional. Tendo isso como base, este paper aponta limitações da altmetria para a ciência praticada na América Latina, tomando como análise o comportamento de uso de redes sociais de acadêmicos e sociedade em geral, a presença de diferentes idiomas para compartilhar artigos de um mesmo tema, bem como os dados de plataformas que geram dados altmétricos, com enfoque para a provedora de dados inglesa Altmetric.com. A altmetria não tem sido capaz de retratar a atenção que artigos científicos brasileiros recebem nas redes sociais, apesar de haver esforços por parte das revistas em divulgação científica e do relativo engajamento social que conseguem mobilizar. É preciso ampliar a coleta de dados no Facebook, em português e espanhol, além de amplificar as coleções de blogs e veículos jornalísticos na região.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.011 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.052 | 0.173 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.005 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 0.028 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it