Análise estatística da literatura publicada sobre Organização do Conhecimento no Brasil
Bibliographic record
Abstract
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.
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
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 | 0.017 | 0.066 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.030 | 0.046 |
| Science and technology studies | 0.003 | 0.004 |
| Scholarly communication | 0.009 | 0.005 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.010 | 0.001 |
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, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".