MétaCan
Menu
Back to cohort
Record W3159284827 · doi:10.13140/rg.2.2.21014.37440

Análise bibliométrica da produção científica brasileira acerca da temática Blockchain

2020· article· pt· W3159284827 on OpenAlexaboutno aff
Nadynne Cristinne da Silva Gonçalves, Fernando de Assis Rodrigues

Bibliographic record

Venuenot available
Typearticle
Languagept
FieldComputer Science
TopicHealthcare during COVID-19 Pandemic
Canadian institutionsnot available
Fundersnot available
KeywordsHumanitiesPhilosophyPhysics

Abstract

fetched live from OpenAlex

Blockchain e uma tecnologia de registro distribuido que utiliza como medida de seguranca a criptografia, validacao de operacoes por consenso, distribuicao de dados e a possibilidade de controlar esses dados de modo descentralizado. Utilizando estas tecnicas, o Blockchain funciona como uma cadeia de blocos interconectados onde os nos (usuarios da rede) estabelecem um consenso para validar ou nao um dado a ser registrado na rede. Cada bloco armazena um volume de dados criptografados e os distribui na rede para que todos os nos possam visualizar o que foi registrado. A criptografia e a distribuicao de dados sao os principais fatores que possibilitam manter a autenticidade e integridade dos dados armazenados na cadeia de blocos. Por conta disso, a tecnologia Blockchain ganha destaque tambem fora do setor financeiro, onde foi inicialmente aplicada, e posteriormente analisada a possibilidade de sua aplicacao em areas tais como: agronomia, direito e medicina. Com base nisso, o objetivo deste estudo e identificar i) quais as pesquisas que fornecem os subsidios de referencial teorico para as pesquisas brasileiras de Blockchain, e ii) a elite academica que influencia os pesquisadores brasileiros. Desta forma, realizou-se uma coleta de dados durante os meses de abril e maio de 2019 nas bases de conhecimento i) Google Academico, ii) SciELO e iii) Web of Science, utilizando como termo de busca Nestas bases foram recuperadas a seguintes quantidades: 100 (i), 4 (ii) e 4 (iii); resultando num total de 108 comunicacoes cientificas. A amostra foi delimitada a publicacoes em lingua portuguesa produzidas em forma de artigo em periodico e em anais de eventos cientificos. Desse modo, descartou-se  48 publicacoes, visto que nao se encaixam na amostra delimitada. Logo, foram analisadas 60 comunicacoes cientificas. A partir disso, 1.249 referencias foram processadas e 1.079 autores identificados. Em seguida realizou-se uma coleta de informacoes acerca dos autores que se destacaram em numero de citacoes, buscando conhecer o vinculo institucional destes autores e a nacionalidade das instituicoes desenvolvem pesquisas sobre Blockchain. O autor mais citado (Satoshi Nakamoto) foi descartado, pois trata-se de um pseudonimo utilizado por uma pessoa ou por grupo de pessoas e nao ha informacoes de fontes confiaveis para afirmar a sua identidade. Notou-se a grande influencia dos pesquisadores Don Tapscott (citado em 14 artigos) e Alex Tapscott  (com 13 artigos), do Instituto de Pesquisas Blockchain (Canada); Melanie Swan (12 citacoes) do Institute for Blockchain Studies (EUA), e Andrew Miller (10 citacoes) da Iniciativa Para Criptomoedas e Contratos (EUA); Fernando Ulrich (7 citacoes) da XP Investimentos (Brasil) e Timoteo Pimenta Pires (4 citacoes) do Banco do Brasil S.A (Brasil); Iuon-Chang Lin (4 citacoes) da National Chung Hsing University (China) e Zibin Zeng (4 citacoes) da Sun Yat-Sen University (China). Em relacao as instituicoes com mais pesquisas sobre Blockchain, destaca-se a Iniciativa para Criptomoedas e Contratos, Harvard Business School e o Instituto de Pesquisas Blockchain. Referente a nacionalidade das instituicoes o destaque e para os Estados Unidos da America (35,29%), em seguida Brasil (21,57%), Canada e China (5,88%). Contudo, apesar da lideranca dos EUA em maior numero de autores, os pesquisadores mais citados estao no Canada. Alem disso, as areas do conhecimento que mais pesquisam sobre o tema sao: Ciencias Exatas, com enfase na Ciencia da Computacao; e as Ciencias Sociais Aplicadas, com enfase na Economia.

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.

How this classification was reachedexpand

Direct model labels (unvalidated)

Per-model category and study-design labels from the labeling rounds. They are machine output, unvalidated, and the disagreement between models ships as data. No study design here is MEDLINE-validated yet.

Model armCategoriesStudy designConfidence
gemmaBibliometrics
Domain: not available · Genre: Empirical
About the Canadian research system: no · About a Canadian topic: no
Observationallow
gptBibliometrics
Domain: not available · Genre: Empirical
About the Canadian research system: no · About a Canadian topic: no
Observationalhigh
models agreeAgreement compares identical category sets and study designs across arms.

Full frame distilled prediction

Teacher imitation

Not 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.

metaresearch head score (Codex)0.002
metaresearch head score (Gemma)0.003
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Bibliometrics, Scholarly communication, Insufficient payload (model declined to judge)
Consensus categoriesInsufficient payload (model declined to judge)
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.693
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0020.003
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0030.028
Science and technology studies0.0010.000
Scholarly communication0.0020.001
Open science0.0050.003
Research integrity0.0010.002
Insufficient payload (model declined to judge)0.0010.004

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.

Opus teacher head0.099
GPT teacher head0.334
Teacher spread0.234 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Labeled directly by 2 models reading the full record.

Study designObservational
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2020
Admission routes1
Has abstractyes

Explore more

Same topicHealthcare during COVID-19 PandemicCategoryBibliometricsFrench-language works237,207