Array
(
[0] => stdClass Object
(
[journal] => stdClass Object
(
[id_jnl] => 75
)
)
[1] => stdClass Object
(
[section] => stdClass Object
(
[section] => 1553
)
)
[2] => stdClass Object
(
[title] => Array
(
[0] => INTELIGÊNCIA ARTIFICIAL E CIÊNCIA DE DADOS EM CRIS INSTITUCIONAL: MODELO CONCEITUAL@nn
)
)
[3] => stdClass Object
(
[abstract] => Array
(
[0] => A crescente disponibilização de dados e informações relacionadas à ecologia de pesquisa,em múltiplos sistemas de informação, culmina em crescente complexidade na atividade de gestão depesquisa. Como resposta a esta complexidade, são desenvolvidos Sistemas de Informação dePesquisa Corrente, do inglês Current Research Information System (CRIS) que objetivam ogerenciamento de metadados contextuais das atividades de pesquisa relacionadas a determinadainstituição, quer seja de pesquisa ou de fomento. Neste estudo, um Modelo Conceitual de CRISinstitucional é revisitado, visando o aprimoramento do processo, com o uso de Inteligência Artificial eCiência de Dados. Como procedimento metodológico, utiliza a revisão bibliográfica para oembasamento teórico-conceitual a fim de contextualizar a Inteligência Artificial e a Ciência de Dados,incorporadas ao estudo. A partir disso, criou-se o modelo revisitado, inserindo uma camada de dadosque trata dos aspectos de Ciência de Dados, bem como técnicas e métodos de Inteligência Artificialem todos os processos do CRIS, em especial, inseriram-se Processamento de Linguagem Natural,Visão Computacional, Mineração de Texto e Aprendizagem de Máquina. Conclui-se, assim, que aadaptação apresentada do modelo se mostra como um amadurecimento na própria compreensãoque se tem do CRIS, com a inserção de elementos que tornam tal modelo mais atualizado. Assim, osestudos e a criação de modelos e de aplicações de CRIS permitem uma evolução na gestãoinstitucional.@pt
)
)
[4] => stdClass Object
(
[author] => Array
(
[0] => Caio Saraiva Coneglian
[1] => Emanuelle Torino
[2] => Silvana Aparecida Borsetti Gregorio Vidotti
)
)
[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 18:08:12
)
)
[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/337
)
)
)
)
[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.
)
)
)