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

        )

    [1] => stdClass Object
        (
            [section] => stdClass Object
                (
                    [section] => 2032
                )

        )

    [2] => stdClass Object
        (
            [title] => Array
                (
                    [0] => FERRAMENTAS DE INTELIGÊNCIA ARTIFICIAL APLICADAS À CURADORIA AUTOMATIZADA DE DADOS@nn
                )

        )

    [3] => stdClass Object
        (
            [abstract] => Array
                (
                    [0] => O crescimento exponencial da disponibilidade dos dados digitais tem gerado uma demanda crescente por soluções que permitam a curadoria eficiente e automatizada de grandes volumes de dados. Para mensurar o interesse da comunidade científica em ferramentas de IA para curadoria automatizada de dados, foram analisados 277 documentos publicados entre 2003 e 2023. O primeiro documento, de 2003, da área de bioinformática, e desde então, o número de publicações cresceu 19,75% ao ano, atingindo 65 em 2023. Este artigo revisa e compara ferramentas de Inteligência Artificial (IA) que podem ser utilizadas no suporte à curadoria automatizada de dados, incluindo GPT-4, IBM Watson, Google Cloud AutoML, Amazon Sagemaker, DataRobot, Alteryx, Microsoft Azure Machine Learning e SAS Viya. As ferramentas são avaliadas e comparadas com base em critérios tais como inovação tecnológica, versatilidade, facilidade de uso, integração com outros sistemas e eficácia. Cada uma oferece um conjunto específico de funcionalidades que contempla desde a limpeza e organização de dados até a análise preditiva e a extração de informações relevantes. Conclui-se que a escolha da ferramenta depende das necessidades específicas de cada aplicação e, muitas vezes, é necessário o uso de mais de uma ferramenta para que seja realizado o processo de curadoria de dados.@pt
                )

        )

    [4] => stdClass Object
        (
            [author] => Array
                (
                    [0] => Denise Fukumi Tsunoda
                    [1] => André José Ribeiro Guimarães
                )

        )

    [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 20:00:45
                )

        )

    [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/2438
                                )

                        )

                )

        )

    [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.
                )

        )

)