Array
(
[0] => stdClass Object
(
[journal] => stdClass Object
(
[id_jnl] => 75
)
)
[1] => stdClass Object
(
[section] => stdClass Object
(
[section] => 2032
)
)
[2] => stdClass Object
(
[title] => Array
(
[0] => ADERÊNCIA LEXICAL A DADOS PUBLICADOS PARA PRODUTORES RURAIS@nn
)
)
[3] => stdClass Object
(
[abstract] => Array
(
[0] => Esta pesquisa insere-se no contexto da disparidade entre a linguagem presente em dados governamentais sobre agricultura e desenvolvimento rural e a que é utilizada em informações direcionadas a pequenos e médios produtores rurais no Brasil. O estudo utilizou o modelo de "Aderência Lexical", que compara o vocabulário entre diferentes fontes de dados, buscando medir a similaridade e, consequentemente, a potencial inteligibilidade das informações. Para testar o modelo, foram analisados dados do site de dados abertos do governo brasileiro (dados.gov.br) e notícias da Confederação da Agricultura e Pecuária do Brasil (CNA) direcionadas aos produtores. A pesquisa identificou alta aderência lexical (80.48% de similaridade) apenas na categoria "Crédito". As demais categorias de necessidades informacionais (Mercado, Tratos Culturais, Direitos e Oportunidades), apesar de presentes nas notícias da CNA, não foram encontradas nos conjuntos de dados governamentais. Conclui-se que a Aderência Lexical é um instrumento válido para aproximar a linguagem dos dados às necessidades dos usuários, e para evidenciar a necessidade da integração do contexto do usuário ao contexto dos dados, e assim ampliar o aproveitamento das informações. A pesquisa contribui para a Ciência da Informação ao demonstrar a importância de considerar os fluxos informacionais junto às necessidades dos usuários, para o desenvolvimento de soluções, especialmente no contexto de pequenos e médios produtores rurais.@pt
)
)
[4] => stdClass Object
(
[author] => Array
(
[0] => Jacquelin Teresa Camperos-Reyes
[1] => Ricardo Cesar Gonçalves Sant´Ana
)
)
[5] => stdClass Object
(
[subject] => Array
(
)
)
[6] => stdClass Object
(
[source] => stdClass Object
(
[vol] =>
[nr] => nacional
[year] =>
[theme] =>
)
)
[7] => stdClass Object
(
[datePub] => Array
(
[0] => 2024-12-02 12:43:51
)
)
[8] => stdClass Object
(
[DOI] => Array
(
)
)
[9] => stdClass Object
(
[http] => Array
(
[0] => stdClass Object
(
[type] => HTTP
[value] => Array
(
[0] => https://enancib.ancib.org/index.php/enancib/xxivenancib/paper/view/2152
)
)
)
)
[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.
)
)
)