Array
(
[0] => stdClass Object
(
[journal] => stdClass Object
(
[id_jnl] => 75
)
)
[1] => stdClass Object
(
[section] => stdClass Object
(
[section] => 2026
)
)
[2] => stdClass Object
(
[title] => Array
(
[0] => EXPRESSIVIDADE SEMÂNTICA DO BIG DATA: EXTRAINDO INFORMAÇÕES DE DADOS@nn
)
)
[3] => stdClass Object
(
[abstract] => Array
(
[0] => Estuda a relação entre dados digitais e sua expressividade semântica, no contexto do Big Data. Problematiza os dados enquanto recurso semântico, que atingem todo seu potencial quando processados pelas tecnologias da informação. Objetiva examinar como o conceito de expressividade semântica atua no âmbito do Big Data, no que tange a extração de informações de dados. Conceitua dados enquanto artefatos criados a partir de uma intencionalidade, entes semióticos, representações de fenômenos ou entidades do mundo real. Sugere que dados se organizam em diferentes níveis, desde o mais simples dado digital até os agregados mais complexos, formando conjuntos ou sistemas de dados, tornando os dados mais expressivos e capazes de gerar semântica para humanos e para máquinas. Classifica-se como pesquisa de natureza qualitativa, de tipo exploratório, com caráter teórico-conceitual e procedimento bibliográfico. Apresenta como resultado um quadro onde os diferentes tipos de agregados de dados são organizados em níveis crescentes de complexidade. À medida que se tornam mais complexos estes agregados tornam-se mais expressivos semanticamente e, ao serem processados, podem gerar semântica/informação para humanos e para máquinas. Conclui que, em um ambiente de Big Data, a “semântica” emerge dos dados segundo dois eixos: o eixo das representações ou modelagem conceitual (Organização do Conhecimento), e eixo do processamento destas representações, a modelagem estatística (Ciência de Dados). Os resultados mostram que pode haver uma aproximação entre a Organização do Conhecimento e Big Data e Ciência de Dados.@pt
)
)
[4] => stdClass Object
(
[author] => Array
(
[0] => Durval Vieira Pereira
[1] => Linair Maria Campos
[2] => Sergio de Castro Martins
[3] => Mauricio Augusto Cabral Ramos Junior
[4] => Carlos Henrique Marcondes
)
)
[5] => stdClass Object
(
[subject] => Array
(
)
)
[6] => stdClass Object
(
[source] => stdClass Object
(
[vol] =>
[nr] => nacional
[year] =>
[theme] =>
)
)
[7] => stdClass Object
(
[datePub] => Array
(
[0] => 2024-09-30 14:29:35
)
)
[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/2535
)
)
)
)
[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.
)
)
)