Array
(
    [responseDate] => 2023-12-26T02:05:25Z
    [request] => https://www.reciis.icict.fiocruz.br/index.php/reciis/oai
    [GetRecord] => SimpleXMLElement Object
        (
            [record] => SimpleXMLElement Object
                (
                    [header] => SimpleXMLElement Object
                        (
                            [identifier] => oai:www.reciis.icict.fiocruz.br:article/3253
                            [datestamp] => 2022-08-25T18:01:44Z
                            [setSpec] => reciis:DPMSDCS
                        )

                    [metadata] => SimpleXMLElement Object
                        (
                            [dc] => SimpleXMLElement Object
                                (
                                    [title] => Array
                                        (
                                            [0] => Using Python to detect fake news about covid-19: challenges and possibilities
                                            [1] => Usar Python para detectar noticias falsas sobre covid-19: desafíos y posibilidades
                                            [2] => Uso de Python para detecção de fake news sobre a covid-19: desafios e possibilidades
                                        )

                                    [creator] => Array
                                        (
                                            [0] => Ferreira, Fernanda Vasques
                                            [1] => Varão, Rafiza
                                            [2] => Boselli, Marco Aurélio
                                            [3] => Santos, Leandro Brito
                                            [4] => Moret, Marcelo A.
                                        )

                                    [subject] => Array
                                        (
                                            [0] => Fake news
                                            [1] => Artificial Intelligence
                                            [2] => Covid-19
                                            [3] => Python
                                            [4] => Misinformation.
                                            [5] => Noticias falsas
                                            [6] => Inteligencia artificial
                                            [7] => Covid-19
                                            [8] => Python
                                            [9] => Desinformación.
                                            [10] => Fake news
                                            [11] => Inteligência artificial
                                            [12] => Covid-19
                                            [13] => Python
                                            [14] => Desinformação.
                                        )

                                    [description] => Array
                                        (
                                            [0] => This work aims to report strategies for collecting a dataset in Portuguese for training Artificial Intelligence models to automatically identify fake news about covid-19 disseminated during the pandemic, using Python code. We analyze a fake news detection method based on a Recurrent Neural Network and supervised learning. We selected a corpus with 7,200 texts collected on websites and news agencies by Monteiro et al. (2018), each one of them previously cataloged as true or false as a training and validation dataset. This model was used to detect fake news about covid-19 in a set of news collected and classified by the authors of this work. The hit rate was 70%.
                                            [1] => Este trabajo tiene como objetivo informar estrategias para recopilar un conjunto de datos en portugués para entrenar modelos de Inteligencia Artificial para identificar automáticamente noticias falsas sobre covid-19 difundidas durante la pandemia, utilizando el código Python. Analizamos un método de detección de noticias falsas basado en una Red Neuronal Recurrente y de aprendizaje supervisado. Seleccionamos un corpus de 7.200 textos recogidos en webs y agencias de noticias por Monteiro et al. (2018) con cada uno catalogado previamente como verdadero o falso como un conjunto de datos de entrenamiento y validación. El modelo se utilizó para detectar noticias falsas sobre covid-19 en un conjunto de noticias recopiladas y clasificadas por los autores de este trabajo. La tasa de acierto fue del 70%, es decir, esta fue la tasa de éxito de detección de los artículos catalogados.
                                            [2] => Este trabalho tem como objetivo relatar estratégias para coleta de um conjunto de dados em português para treinamento de modelos de Inteligência Artificial com vistas a identificar de forma automática fake news sobre covid-19 disseminadas durante a pandemia, a partir de código Python. Analisamos um método de detecção de fake news baseado em uma Rede Neural Recorrente e de aprendizagem supervisionada. Selecionamos um corpus com 7,2 mil textos coletados em websites e agências de notícias por Monteiro et al. (2018) com cada um previamente catalogado como verdadeiro ou falso como conjunto de dados de treino e validação. O modelo foi usado para detecção de fake news sobre covid-19 em um conjunto de notícias coletadas e classificadas pelos autores deste trabalho. O índice de acerto foi de 70%, ou seja, essa foi a taxa de sucesso da detecção dos itens catalogados.
                                        )

                                    [publisher] => Instituto de Comunicação e Informação Científica e Tecnológica em Saúde (Icict/Fiocruz)
                                    [date] => 2022-06-30
                                    [type] => Array
                                        (
                                            [0] => info:eu-repo/semantics/article
                                            [1] => info:eu-repo/semantics/publishedVersion
                                        )

                                    [format] => application/pdf
                                    [identifier] => Array
                                        (
                                            [0] => https://www.reciis.icict.fiocruz.br/index.php/reciis/article/view/3253
                                            [1] => 10.29397/reciis.v16i2.3253
                                        )

                                    [source] => Array
                                        (
                                            [0] => Revista Eletrônica de Comunicação, Informação & Inovação em Saúde; Vol. 16 No. 2 (2022): Dossiê Perspectivas multidisciplinares sobre desinformação em ciência e saúde
                                            [1] => Revista Eletrônica de Comunicação, Informação e Inovação em Saúde; Vol. 16 Núm. 2 (2022): Dossiê Perspectivas multidisciplinares sobre desinformação em ciência e saúde
                                            [2] => Revue de la Communication, de l'Information et de l'Innovation en santé; Vol. 16 No 2 (2022): Dossiê Perspectivas multidisciplinares sobre desinformação em ciência e saúde
                                            [3] => Revista Eletrônica de Comunicação, Informação & Inovação em Saúde; v. 16 n. 2 (2022): Dossiê Perspectivas multidisciplinares sobre desinformação em ciência e saúde
                                            [4] => 1981-6278
                                        )

                                    [language] => por
                                    [relation] => https://www.reciis.icict.fiocruz.br/index.php/reciis/article/view/3253/2509
                                )

                        )

                )

        )

)