Array
(
[0] => stdClass Object
(
[journal] => stdClass Object
(
[id_jnl] => 75
)
)
[1] => stdClass Object
(
[section] => stdClass Object
(
[section] => 1553
)
)
[2] => stdClass Object
(
[title] => Array
(
[0] => Análise automatizada do autoarquivamento na Ciência da Informação: um método reprodutível@nn
)
)
[3] => stdClass Object
(
[abstract] => Array
(
[0] => A abertura da ciência tem se tornado cada vez mais desejável. Desde o acesso aberto às publicaçõescientíficas até a abertura dos dados e do fluxo de trabalho dos pesquisadores, busca-se a transparência paraque as pesquisas se tornem acessíveis e replicáveis. A presente pesquisa apresenta uma proposta de métodoreprodutível para análise do autoarquivamento na Ciência da Informação, a partir da produção científicadisponível no repositório Eprints in Library and Information Science. O estudo é aplicado, descritivo e de caráterexploratório. Aplica a linguagem de programação Python, o ambiente computacional Jupyter Notebook e aplataforma de Ciência de Dados Anaconda para a criação dos instrumentos de coleta e análise de dados. Temcomo resultado a criação de um script para coleta e análise de dados do repositório. Com ele foi possível extrairdados de páginas web, organizar, analisar e visualizar os dados obtidos. A partir dos 125 conjuntos de dadoscoletados com informações de 23.245 publicações, foram gerados 57 gráficos e 40 tabelas sobre as categoriasde análise: types, subjects, date, datestamp, linguabib, publication, conference e keywords. Oautoarquivamento foi realizado entre 2002 e 2020, com publicações feitas entre 1965 e 2020. Os artigos deperiódicos, artigos de conferências e apresentações são as tipologias mais depositadas e suas temáticasrefletem as tendências e perspectivas da área. A partir desse estudo, observa-se que é possível pensar maneirasde tornar o percurso metodológico de pesquisas nas ciências sociais mais aberto e transparente.@pt
)
)
[4] => stdClass Object
(
[author] => Array
(
[0] => Sarah Rúbia de Oliveira Santos
[1] => Dalgiza Andrade Oliveira
)
)
[5] => stdClass Object
(
[subject] => Array
(
)
)
[6] => stdClass Object
(
[source] => stdClass Object
(
[vol] =>
[nr] => nacional
[year] =>
[theme] =>
)
)
[7] => stdClass Object
(
[datePub] => Array
(
[0] => 2021-09-26 18:07:20
)
)
[8] => stdClass Object
(
[DOI] => Array
(
)
)
[9] => stdClass Object
(
[http] => Array
(
[0] => stdClass Object
(
[type] => HTTP
[value] => Array
(
[0] => https://ancib.org/enancib/index.php/enancib/xxienancib/paper/view/194
)
)
)
)
[10] => stdClass Object
(
[language] => Array
(
[0] => pt
)
)
[11] => stdClass Object
(
[license] => Array
(
[0] => Autores que submetem a esta conferência concordam com os seguintes termos:
a) Autores mantém os direitos autorais sobre o trabalho, permitindo à conferência colocá-lo sob uma licença Licença Creative Commons Attribution, que permite livremente a outros acessar, usar e compartilhar o trabalho com o crédito de autoria e apresentação inicial nesta conferência.
b) Autores podem abrir mão dos termos da licença CC e definir contratos adicionais para a distribuição não-exclusiva e subseqüente publicação deste trabalho (ex.: publicar uma versão atualizada em um periódico, disponibilizar em repositório institucional, ou publicá-lo em livro), com o crédito de autoria e apresentação inicial nesta conferência.
c) Além disso, autores são incentivados a publicar e compartilhar seus trabalhos online (ex.: em repositório institucional ou em sua página pessoal) a qualquer momento antes e depois da conferência.
)
)
)