Array
(
    [responseDate] => 2026-08-03T21:48:12Z
    [request] => https://periodicos.ufpb.br/index.php/ies/oai
    [GetRecord] => SimpleXMLElement Object
        (
            [record] => SimpleXMLElement Object
                (
                    [header] => SimpleXMLElement Object
                        (
                            [identifier] => oai:periodicos.ufpb.br:article/74098
                            [datestamp] => 2026-08-03T20:48:59Z
                            [setSpec] => Array
                                (
                                    [0] => ies:RP
                                    [1] => driver
                                )

                        )

                    [metadata] => SimpleXMLElement Object
                        (
                            [dc] => SimpleXMLElement Object
                                (
                                    [title] => Array
                                        (
                                            [0] => Integration between Information Science and Data Science:: content analysis applied to variable selection for predictive modeling
                                            [1] => INTEGRACIÓN ENTRE LA CIENCIA DE LA INFORMACIÓN Y LA CIENCIA DE LOS DATOS EN LA SELECCIÓN DE VARIABLES: un estudio de caso con análisis de contenido aplicado a la modelización predictiva
                                            [2] =>  Integração entre Ciência da Informação e Ciência de Dados:: análise de conteúdo aplicada à seleção de variáveis para modelagem preditiva
                                        )

                                    [creator] => Array
                                        (
                                            [0] => Fabrin, Alexsandra Schmidt
                                            [1] => Juliani, Jordan Paulesky
                                        )

                                    [subject] => Array
                                        (
                                            [0] => Information Science
                                            [1] => Data Science
                                            [2] => Variables
                                            [3] => Content Analysis
                                            [4] => school dropout prediction
                                            [5] => Ciencia de la información
                                            [6] => Ciencia de datos
                                            [7] => Predicción
                                            [8] => Variables
                                            [9] => Análisis de contenido
                                            [10] => Ciência da Informação
                                            [11] => Ciência de dados
                                            [12] => Variáveis
                                            [13] => Análise de Conteúdo
                                            [14] => predição do abandono escolar
                                        )

                                    [description] => Array
                                        (
                                            [0] => The variables used in predictive models are fundamental to the quality of the results obtained, making their identification and selection relevant steps in the modeling process. This article aims to present the application of content analysis, a technique widely used in Information Science, in the exploration and selection of variables for predicting high school dropout among students in the Santa Catarina State public school system. The research is characterized as applied, with exploratory objectives, a predominantly qualitative approach, and documentary research and a case study as its technical procedures. The corpus consisted of 16 studies selected through a bibliographic survey, from which 269 variables were identified, subsequently grouped into 114 groupings based on semantic and conceptual similarity and classified according to the characteristics of Availability, Relevance, and Dimension. The results demonstrate that content analysis made it possible to organize and systematize the variables in a contextualized and structured manner, supporting their selection for predictive modeling. It is concluded that the application of content analysis fosters the integration of Information Science principles and Data Science methods, providing an initial systematization of the variables identified in the literature that may support future research on variable selection and predictive modeling of school dropout.
                                            [1] => Las variables utilizadas en los modelos de predicción son elementos esenciales, y su identificación y selección maximizan los resultados que se pueden obtener. El objetivo principal de este artículo es presentar la aplicación del análisis de contenido, técnica cualitativa ampliamente utilizada en Ciencias de la Información, en la exploración y selección de variables para la predicción del abandono escolar entre alumnos de la enseñanza media del estado de Santa Catarina. La investigación se caracteriza por ser de naturaleza aplicada, con objetivos exploratorios, abordaje cualitativo y cuantitativo y procedimientos documentales, además de un estudio de caso y la aplicación del análisis de contenido. Los resultados muestran que el análisis de contenido permitió agrupar y categorizar las variables de forma clara, contextualizada y estructurada, contribuyendo a la integración de los principios de organización de la información y de los métodos de la ciencia de datos.
                                            [2] => qualidade dos resultados obtidos, tornando sua identificação e seleção etapas relevantes no processo de modelagem. O presente artigo tem como objetivo apresentar a aplicação da análise de conteúdo, técnica amplamente utilizada na Ciência da Informação, na exploração e seleção de variáveis para predição do abandono escolar dos alunos no ensino médio da rede estadual de ensino de Santa Catarina. A pesquisa caracteriza-se como aplicada, de objetivos exploratórios, abordagem predominantemente qualitativa e procedimentos técnicos documental e estudo de caso. O corpus foi constituído por 16 estudos selecionados por meio de levantamento bibliográfico, dos quais foram identificadas 269 variáveis, posteriormente agrupadas em 114 agrupamentos por similaridade semântica e conceitual e classificadas segundo as características Disponibilidade, Relevância e Dimensão. Os resultados demonstram que a análise de conteúdo possibilitou organizar e sistematizar as variáveis de forma contextualizada e estruturada, subsidiando sua seleção para modelagem preditiva. Conclui-se que a aplicação da análise de conteúdo favorece a integração entre princípios da Ciência da Informação e métodos da Ciência de Dados, oferecendo uma sistematização inicial das variáveis identificadas na literatura que poderá subsidiar pesquisas futuras voltadas à seleção de variáveis e à modelagem preditiva do abandono escolar.
                                        )

                                    [publisher] => UFPB
                                    [date] => 2026-08-02
                                    [type] => Array
                                        (
                                            [0] => info:eu-repo/semantics/article
                                            [1] => info:eu-repo/semantics/publishedVersion
                                        )

                                    [format] => application/pdf
                                    [identifier] => https://periodicos.ufpb.br/index.php/ies/article/view/74098
                                    [source] => Array
                                        (
                                            [0] => Informação & Sociedade; Vol. 35 (2025)
                                            [1] => Informação & Sociedade; Vol. 35 (2025)
                                            [2] => Informação & Sociedade: Estudos; v. 35 (2025)
                                            [3] => 1809-4783
                                            [4] => 0104-0146
                                        )

                                    [language] => por
                                    [relation] => https://periodicos.ufpb.br/index.php/ies/article/view/74098/44656
                                    [rights] => Copyright (c) 2026 Informação & Sociedade: Estudos
                                )

                        )

                )

        )

)