A pessoa bibliotecária como agente de combate à desinformação na área da Ciência da Informação
Bibliographic record
Abstract
A Ciência da Informação apresenta características interdisciplinares, com tendências transdisciplinares e também um elo com a Biblioteconomia. Com todo esse aparato, contando também com a interatividade humana, começaram a surgir problemas relacionados ao uso indevido da informação, ocasionando o surgimento da desinformação. Dessa forma, o artigo traz uma perspectiva de como pode ocorrer a atuação da pessoa bibliotecária no enfrentamento desse fenômeno. Foi feito levantamento bibliográfico que visou a busca por trabalhos atuais que mostrassem o cenário dos temas citados, a fim de contextualizar os conceitos sob a perspectiva de diferentes autores. Obteve-se uma visão ampla sobre como a interdisciplinaridade Ciência da Informação e da sua ligação com a Biblioteconomia, até chegar ao ponto da existência das problemáticas que levaram ao fenômeno da desinformação e, por fim, chegando nas possibilidades de atuação da pessoa bibliotecária frente a isso. A pesquisa concluiu que a participação ativa da pessoa bibliotecária no combate à desinformação se faz necessária, já que ela possui potencial transformador através da mediação da informação e educação de usuários.
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 | 0.011 | 0.026 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.010 | 0.015 |
| Science and technology studies | 0.011 | 0.020 |
| Scholarly communication | 0.032 | 0.024 |
| Open science | 0.002 | 0.011 |
| Research integrity | 0.005 | 0.005 |
| Insufficient payload (model declined to judge) | 0.029 | 0.008 |
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".