Análise bibliométrica da produção científica brasileira acerca da temática Blockchain
Bibliographic record
Abstract
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 arm | Categories | Study design | Confidence |
|---|---|---|---|
| gemma | Bibliometrics Domain: not available · Genre: Empirical About the Canadian research system: no · About a Canadian topic: no | Observational | low |
| gpt | Bibliometrics Domain: not available · Genre: Empirical About the Canadian research system: no · About a Canadian topic: no | Observational | high |
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.010 | 0.072 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.002 |
| Bibliometrics | 0.087 | 0.160 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.008 | 0.004 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.012 | 0.004 |
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.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedLabeled directly by 2 models reading the full record.
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".