Array
(
    [0] => stdClass Object
        (
            [journal] => stdClass Object
                (
                    [id_jnl] => 6
                )

        )

    [1] => stdClass Object
        (
            [section] => stdClass Object
                (
                    [section] => 812
                )

        )

    [2] => stdClass Object
        (
            [title] => Array
                (
                    [0] => Identification of cancer specialists in Brazil on a big data platform: a case study mining the Lattes Platform with the aid of data prospection softwares@en
                    [1] => Identificação de especialistas em câncer no Brasil em plataforma de big data: um estudo de caso minerando a Plataforma Lattes com auxílio de softwares de extração e exploração de dados@pt
                )

        )

    [3] => stdClass Object
        (
            [abstract] => Array
                (
                    [0] => Introdução: Dados de diversas fontes são gerados a cada segundo, exigindo, assim, novas soluções para processá-los e gerenciá-los de maneira rápida. Muitas organizações públicas e privadas têm utilizado a análise de Big Data como estratégia de gestão. No campo da Oncologia, a análise de Big Data é capaz de fornecer subsídios valiosos à tomadores de decisão, seja para o desenho de políticas públicas, a alocação de recursos para pesquisa. Neste trabalho propõe-se uma metodologia para prospecção e análise de dados de CV Lattes visando identificar pesquisadores especialistas no campo da oncologia. Método: Utilizou-se, neste estudo, a ferramenta computacional ScriptLattes em combinação com o software KNIME para extração e análise de dados. Foram obtidas informações essenciais dos pesquisadores que atuam em oncologia, na subárea Medicina. A metodologia envolveu a identificação de especialistas, principais produções, distribuição geográfica e redes de colaboração. Resultados: A Plataforma Lattes revelou 198 pesquisadores aderentes aos critérios e filtros aplicados na estratégia de busca, dos quais 134 especialistas foram identificados com graduação em medicina e produções na área de oncologia. Artigos científicos figuram como principal produção entre os especialistas de maior destaque. Observou-se maior concentração desses especialistas na Região Sudeste do país e a presença de uma rede de colaborações envolvendo a maior parte dos especialistas mais produtivos. Conclusão: As estratégias e metodologias apresentadas neste estudo permitem a prospecção de informações e construção do cenário de especialistas brasileiros em oncologia, sendo promissoras para subsidiar gestores de CT&I na tomada de decisões.@pt
                    [1] => Introduction: Data from different sources are generated every second, thus requiring new solutions to process and manage them quickly. Many public and private organizations have used Big Data analysis as a management strategy. In the field of Oncology, Big Data analysis is capable of providing valuable subsidies to decision makers, whether for the design of public policies or the allocation of resources for research. This work proposes a methodology for prospecting and analyzing data from CV Lattes in order to identify specialist researchers in the field of oncology. Method: In this study, the computational tool ScriptLattes was used in combination with the KNIME software for data extraction and analysis. Essential information was obtained from researchers who work in oncology, in the Medicine subarea. The methodology involved the identification of specialists, main productions, geographic distribution and collaboration networks. Results: The Lattes platform revealed 198 researchers adhering to the criteria and filters applied in the search strategy, of which 134 specialists were identified with a degree in medicine and productions in the field of oncology. Scientific articles are the main production among the most prominent specialists. There was a greater concentration of these specialists in the southeastern region of the country and the presence of a network of collaborations involving most of the most productive specialists. Conclusion: The strategies and methodologies presented in this study allow the prospection of information and construction of the scenario of Brazilian specialists in oncology, being promising to support ST&I managers in decision-making.@en
                )

        )

    [4] => stdClass Object
        (
            [author] => Array
                (
                    [0] => Henrique Koch Chaves
                    [1] => Alessandra Moreira de Oliveira
                    [2] => Suzanne de Oliveira Rodrigues Schumacher
                    [3] => Rafael Cavalcante dos Santos
                    [4] => Adelaide Maria de Souza Antunes
                    [5] => Jorge Lima de Magalhães
                )

        )

    [5] => stdClass Object
        (
            [subject] => Array
                (
                    [0] => Cancer@en
                    [1] => Oncology@en
                    [2] => Lattes platform@en
                    [3] => Scriptlattes@en
                    [4] => Medicine@en
                    [5] => Specialists@en
                    [6] => Câncer@pt
                    [7] => Oncológicos@pt
                    [8] => Plataforma lattes@pt
                    [9] => Scriptlattes@pt
                    [10] => Medicina@pt
                    [11] => Especialistas.@pt
                )

        )

    [6] => stdClass Object
        (
            [source] => stdClass Object
                (
                    [vol] => 14
                    [nr] => novas
                    [year] => 2025
                    [theme] => 
                )

        )

    [7] => stdClass Object
        (
            [datePub] => Array
                (
                    [0] => 2025-09-30
                )

        )

    [8] => stdClass Object
        (
            [DOI] => Array
                (
                    [0] => stdClass Object
                        (
                            [type] => DOI
                            [value] => Array
                                (
                                    [0] => 10.5380/atoz.v14.91962
                                )

                        )

                )

        )

    [9] => stdClass Object
        (
            [http] => Array
                (
                    [0] => stdClass Object
                        (
                            [type] => HTTP
                            [value] => Array
                                (
                                    [0] => https://revistas.ufpr.br/atoz/article/view/91962
                                )

                        )

                    [1] => stdClass Object
                        (
                            [type] => HTTP
                            [value] => Array
                                (
                                    [0] => https://revistas.ufpr.br/atoz/article/view/91962/75989
                                )

                        )

                )

        )

    [10] => stdClass Object
        (
            [language] => Array
                (
                    [0] => pt
                )

        )

    [11] => stdClass Object
        (
            [license] => Array
                (
                    [0] => Copr
                    [1] => http://creativecommons.org/licenses/by/4.0
                )

        )

)