Array
(
    [responseDate] => 2024-11-19T13:41:30Z
    [request] => https://ancib.org/enancib/index.php/enancib/xxxiiienancib/oai
    [GetRecord] => SimpleXMLElement Object
        (
            [record] => SimpleXMLElement Object
                (
                    [header] => SimpleXMLElement Object
                        (
                            [identifier] => oai:ocs.enancib.ancib.org:paper/1223
                            [datestamp] => 2022-12-08T20:52:36Z
                            [setSpec] => enancib:xxiienancib:GT 7
                        )

                    [metadata] => SimpleXMLElement Object
                        (
                            [dc] => SimpleXMLElement Object
                                (
                                    [title] => DETECÇÃO DE BOTS QUE DIVULGAM ARTIGOS CIENTÍFICOS NO TWITTER: CONTRIBUIÇÕES PARA APRIMORAMENTO DOS INDICADORES ALTMÉTRICOS
                                    [creator] => Array
                                        (
                                            [0] => Danielle Pompeu Noronha Pontes; Laboratório de Sistemas Inteligentes/Universidade do Estado do Amazonas
                                            [1] => João de Melo Maricato; Faculdade de Ciência da Informação/Universidade de Brasília (UNB)
                                        )

                                    [subject] => Altmetria; Aprendizagem de Máquina; Bots; Twitter; Mídia social
                                    [description] => Agentes autônomos computacionais (bots) são softwares automáticos, que empregam inteligência artificial e automatizam processos informacionais. As informações (maliciosas ou não) disseminadas por estes agentes nas mídias sociais influenciam a tomada de decisões de diferentes atores sociais. Diferentemente de agentes humanos, os bots têm capacidade quase ilimitada de disseminação de informações, podendo dificultar, ou até inviabilizar, a interpretação de indicadores oriundos de mídias sociais. Bots automatizados em redes sociais como o Twitter aumentam a incerteza sobre os padrões de divulgação científica nas mídias e redes sociais, levantando a dúvida sobre a validade e confiabilidade desses dados para análises altmétricas. Diante disso, este artigo discute e testa maneiras de se detectar a atuação de bots em contas do Twitter que divulgam artigos científicos. Propõe-se um workflow para teste da acurácia em dados de treinamento e outro para a detecção preliminar de contas bots no contexto da altmetria, utilizando-se de técnicas de aprendizagem de máquina por meio da plataforma KNIME. O workflow proposto classificou 6.094 das 6.301 contas de usuários do Twitter, das quais 2.900 (48%) foram classificadas como humanos e 3.194(52%) como bots. Embora os dados sejam preliminares, acredita-se ser possível desenvolver metodologias capazes de aumentar a acurácia dos dados de maneira a vislumbrar maior credibilidade de uso da altmetria para a avaliação científica.
                                    [publisher] => Enancib
                                    [contributor] => SimpleXMLElement Object
                                        (
                                        )

                                    [date] => 2022-08-23 15:09:24
                                    [type] => Documento avaliado pelos pares
                                    [format] => application/pdf
                                    [identifier] => https://ancib.org/enancib/index.php/enancib/xxiienancib/paper/view/1223
                                    [source] => Enancib; XXII ENCONTRO NACIONAL DE PESQUISA E PÓS-GRADUAÇÃO EM CIÊNCIA DA INFORMAÇÃO
                                    [language] => pt
                                    [rights] => 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.
                                )

                        )

                )

        )

)