Array
(
    [0] => stdClass Object
        (
            [journal] => stdClass Object
                (
                    [id_jnl] => 75
                )

        )

    [1] => stdClass Object
        (
            [section] => stdClass Object
                (
                    [section] => 1540
                )

        )

    [2] => stdClass Object
        (
            [title] => Array
                (
                    [0] => QUALIDADE DE DADOS EM ACERVOS MUSEAIS: UMA AVALIAÇÃO SEMIAUTOMÁTICA PARA OS ACERVOS SOB GESTÃO DO IBRAM@nn
                )

        )

    [3] => stdClass Object
        (
            [abstract] => Array
                (
                    [0] => A demanda por dados com qualidade a partir de práticas maduras de catalogação tem sido uma realidade em instituições, como é o caso do Instituto Brasileiro de Museus (Ibram). O objetivo do artigo é apresentar uma avaliação diagnóstica de qualidade de dados realizada nas bases dos museus vinculados ao Ibram frente às boas práticas de catalogação indicadas no guia Cataloging Cultural Objects (CCO). Metodologicamente, a exploração dos dados foi realizada por solução semiautomática em 3 coleções de caráter museológico do Ibram. O diagnóstico permite à Instituição fazer recomendações visando qualificar seus atuais padrões de documentação pensando no usuário final.@pt
                )

        )

    [4] => stdClass Object
        (
            [author] => Array
                (
                    [0] => Abeil Coelho Júnior
                    [1] => Daniela Lucas da Silva Lemos
                )

        )

    [5] => stdClass Object
        (
            [subject] => Array
                (
                    [0] => Organização da informação@pt
                    [1] => Qualidade de dados@pt
                    [2] => Padrões de documentação@pt
                )

        )

    [6] => stdClass Object
        (
            [source] => stdClass Object
                (
                    [vol] => 
                    [nr] => nacional
                    [year] => 
                    [theme] => 
                )

        )

    [7] => stdClass Object
        (
            [datePub] => Array
                (
                    [0] => 2022-08-28 14:38:45
                )

        )

    [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/xxiienancib/paper/view/1194
                                )

                        )

                )

        )

    [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. ) ) )