Array
(
[0] => stdClass Object
(
[journal] => stdClass Object
(
[id_jnl] => 75
)
)
[1] => stdClass Object
(
[section] => stdClass Object
(
[section] => 2031
)
)
[2] => stdClass Object
(
[title] => Array
(
[0] => COBERTURA DE INDICADORES ALTMÉTRICOS, DINÂMICAS DE POSTAGENS E A ATUAÇÃO DE BOTS POR GRUPO DE CONHECIMENTO NO X@nn
)
)
[3] => stdClass Object
(
[abstract] => Array
(
[0] => Identificar e reconhecer o padrão de comportamento de contas que tuitam artigos científicos é um aspecto importante na detecção de bots e contas falsas em plataformas de redes. Considera-se realizar estudos sobre a interferência e detecção de bots no contexto da altmetria no X, diante da necessidade de aprimorar a precisão e confiabilidade dos indicadores altmétricos e garantir uma avaliação mais precisa do impacto acadêmico nas redes sociais. Esta pesquisa analisa as postagens de artigos de 6 grupos de conhecimentos diferentes com o objetivo de entender o padrão de postagens das contas que tuitam artigos científicos no X buscando identificar os padrões adotados por humanos e bots, no contexto da altmetria. Este estudo visa contribuir para o avanço da avaliação científica e para uma compreensão mais profunda do papel das mídias sociais na comunicação acadêmica, incluindo a identificação de vieses e fragilidades causadas por possíveis bots, que podem inibir a utilização da altmetria para o monitoramento e avaliação da pesquisa científica. Com base nas peculiaridades deste trabalho a metodologia da pesquisa consiste em: a. Definição Randômica dos grupos de conhecimento a serem estudadas; b. Coleta dos artigos científicos de cada grupo escolhido; c. Escolha Randômica dos artigos científicos; d. Coleta de dados altmétricos; e. Análise dos dados coletados. Entre os resultados observa-se que 92,1% das contas tuitam de 1 a 5 comentários por artigo.@pt
)
)
[4] => stdClass Object
(
[author] => Array
(
[0] => Danielle Pompeu Noronha Pontes
[1] => João de Melo Maricato
)
)
[5] => stdClass Object
(
[subject] => Array
(
)
)
[6] => stdClass Object
(
[source] => stdClass Object
(
[vol] =>
[nr] => nacional
[year] =>
[theme] =>
)
)
[7] => stdClass Object
(
[datePub] => Array
(
[0] => 2025-01-06 02:25:06
)
)
[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/2965
)
)
)
)
[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.
)
)
)