Array
(
    [responseDate] => 2026-02-18T02:44:37Z
    [request] => https://revista.ibict.br/liinc/oai
    [GetRecord] => SimpleXMLElement Object
        (
            [record] => SimpleXMLElement Object
                (
                    [header] => SimpleXMLElement Object
                        (
                            [identifier] => oai:ojs.revista.ibict.br:article/7694
                            [datestamp] => 2026-02-13T20:44:16Z
                            [setSpec] => Array
                                (
                                    [0] => liinc:MA
                                    [1] => driver
                                )

                        )

                    [metadata] => SimpleXMLElement Object
                        (
                            [dc] => SimpleXMLElement Object
                                (
                                    [title] => Array
                                        (
                                            [0] => MIAAR – Modelo Inferencial de Análise de Assunto orientado pela Relevância: uma abordagem epistemológica e inferencial da indexação em sistemas de recuperação da informação
                                            [1] => MIAAR – Inferential Model of Subject Analysis Guided by Relevance: an epistemological approach to indexing in information retrieval systems
                                        )

                                    [creator] => Lima, Gercina Ângela de
                                    [subject] => Array
                                        (
                                            [0] => Relevance
                                            [1] => Subject analysis
                                            [2] => Indexing
                                            [3] => Thematic representation
                                            [4] => Information retrieval
                                            [5] => Relevância
                                            [6] => Análise de Assunto
                                            [7] => Indexação
                                            [8] => Representação da informação
                                            [9] => Recuperação da informação
                                        )

                                    [description] => Array
                                        (
                                            [0] =>  (Introdução) A indexação é uma atividade estratégica na Biblioteconomia e Ciência da Informação (BCI), desempenhando papel central na organização e recuperação do conhecimento em Sistemas de Recuperação da Informação (SRI). Nesse contexto, a relevância emerge como critério essencial para orientar a análise de assunto, especialmente diante da complexidade cognitiva, situacional, afetiva e pragmática dos processos de busca.(Objetivo) Este artigo tem como objetivo propor o Modelo Inferencial de Análise de Assunto orientado pela Relevância (MIAAR), articulando fundamentos epistêmicos, heurísticos e interpretativos com vistas a qualificar a representação temática nos SRI. (Metodologia) A pesquisa adota uma abordagem qualitativa, fundamentada em revisão crítica da literatura especializada, com foco na natureza multidimensional da relevância, na qualidade da indexação e nos aspectos inferenciais da análise de assunto.(Resultados) Como resultado, propõe-se um modelo composto por cinco etapas interdependentes: leitura contextual, seleção conceitual, avaliação situacional, pertinência epistêmica e formulação representacional. O MIAAR busca qualificar a mediação entre conteúdos documentais, sistemas de organização do conhecimento e critérios de julgamento dos usuários, promovendo representações temáticas mais coerentes, situadas e responsivas. (Conclusões) Conclui-se que o modelo contribui para aprimorar a eficácia comunicacional dos SRI, ao fortalecer o vínculo entre representação, contexto e experiência do sujeito da informação. Recomenda-se sua aplicação empírica em diferentes contextos documentais, bem como investigações sobre sua contribuição para o desenvolvimento de vocabulários controlados e ontologias.
                                            [1] => Introduction) Indexing is a strategic activity in Library and Information Science, playing a central role in the organization and retrieval of knowledge within Information Retrieval Systems (IRS). In this context, relevance emerges as a key criterion for guiding subject analysis, especially given the cognitive, situational, affective, and pragmatic complexity of information-seeking processes. (Objective) This article aims to propose the Inferential Model of Subject Analysis guided by Relevance (MIAAR), articulating epistemic, heuristic, and interpretive foundations to enhance thematic representation in IRS. (Methodology) The study adopts a qualitative approach grounded in a critical review of specialized literature, focusing on the multidimensional nature of relevance, the quality of indexing, and the inferential dimensions of subject analysis. (Results) The model proposed comprises five interdependent stages: contextual reading, conceptual selection, situational evaluation, epistemic pertinence, and representational formulation. MIAAR aims to qualify the mediation between documentary content, knowledge organization systems, and users’ judgment criteria, fostering more coherent, context-aware, and responsive thematic representations. (Conclusions) The model contributes to enhancing the communicational effectiveness of IRS by aligning thematic representation with users’ informational needs and interpretative strategies. Future studies are encouraged to empirically validate the model and to explore its potential in supporting the development of controlled vocabularies and ontologies.
                                        )

                                    [publisher] => Instituto Brasileiro de Informação em Ciência e Tecnologia (Ibict)
                                    [date] => 2026-02-10
                                    [type] => Array
                                        (
                                            [0] => info:eu-repo/semantics/article
                                            [1] => info:eu-repo/semantics/publishedVersion
                                            [2] => Mais Artigos
                                        )

                                    [format] => application/pdf
                                    [identifier] => Array
                                        (
                                            [0] => https://revista.ibict.br/liinc/article/view/7694
                                            [1] => 10.18617/
                                        )

                                    [source] => Array
                                        (
                                            [0] => Liinc em Revista; Vol. 21 No. 2 (2025): Multilateralism and International Cooperation in Addressing the Ethical Dilemmas of Data Capitalism: Perspectives and Outcomes; e7694
                                            [1] => Liinc em Revista; Vol. 21 Núm. 2 (2025):  Multilateralismo y cooperación internacional para el abordaje de los dilemas éticos del capitalismo de datos: perspectivas y resultados.; e7694
                                            [2] => Liinc em Revista; v. 21 n. 2 (2025): Multilateralismo e cooperação internacional para o enfrentamento dos dilemas éticos do capitalismo de dados: perspectivas e resultados.; e7694
                                            [3] => 1808-3536
                                        )

                                    [language] => por
                                    [relation] => https://revista.ibict.br/liinc/article/view/7694/7701
                                    [rights] => Array
                                        (
                                            [0] => Copyright (c) 2025 Gercina Ângela de Lima
                                            [1] => https://creativecommons.org/licenses/by/4.0
                                        )

                                )

                        )

                )

        )

)