O Brasil como assunto científico e os investimentos na economia globalizada : um estudo cientométrico nas ciências sociais
Bibliographic record
Abstract
Em um estudo Cientométrico sobre o assunto Brasil como nome geográfico no campo das Ciências Sociais investiga-se o uso do artigo científico na decisão de investimento na economia globalizada. Foram capturados, tabulados e analisados dados bibliográficos (SciELO, SSCI e SCOPUS) e dados de investimento estrangeiro (Banco Central do Brasil), de 1991 até 2010, para responder a três perguntas: (i) existe relação entre os investimentos estrangeiros realizados no Brasil no século XXI e os artigos sobre o Brasil indexados em bases de dados internacionais?; (ii) em qual estágio de crescimento das necessidades e usos da informação está a comunidade científica que investiga este assunto?; e (iii) esta comunidade se vincula com a sociedade através de produções externalistas, em que o texto se relaciona ao contexto socioeconômico? Trata-se de uma pesquisa quantitativa na qual são utilizados métodos estatísticos para coletar, analisar, interpretar e apresentar os dados e seguintes resultados: (i) sim, o Brasil tornou-se interessante como objeto de pesquisa e local de investimento, com notório crescimento em ambos, no século XXI, entretanto estes interesses não se relacionam entre si; (ii) sim, foram identificados um moroso processo evolutivo (crescimento e expansão) da coautoria bem como um estágio de crescimento lento, com estudos multifacetados no campo e com uma colaboração ainda incipiente, não sendo possível considerá-los uma frente de pesquisa; e (iii) sim, a comunidade científica que estuda o Brasil se vincula à sociedade através de produções externalistas.
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 | 0.005 | 0.015 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.015 | 0.047 |
| Science and technology studies | 0.002 | 0.003 |
| Scholarly communication | 0.007 | 0.003 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.000 |
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".