Array
(
    [responseDate] => 2026-09-08T00:33:20Z
    [request] => https://ojs.uel.br/revistas/uel/index.php/informacao/oai
    [GetRecord] => SimpleXMLElement Object
        (
            [record] => SimpleXMLElement Object
                (
                    [header] => SimpleXMLElement Object
                        (
                            [identifier] => oai:ojs2.ojs.uel.br:article/53861
                            [datestamp] => 2026-09-01T13:38:22Z
                            [setSpec] => Array
                                (
                                    [0] => informacao:ART
                                    [1] => driver
                                )

                        )

                    [metadata] => SimpleXMLElement Object
                        (
                            [dc] => SimpleXMLElement Object
                                (
                                    [title] => Array
                                        (
                                            [0] => Big Data and Data for Good in Information Science: theoretical approximation
                                            [1] => Big Data y Datos para el Bien en la Ciencia de la Información: un enfoque teórico 
                                            [2] => Big Data e Data for Good na Ciência da Informação: aproximação teórica
                                        )

                                    [creator] => Array
                                        (
                                            [0] =>  Santos, Patricia Siqueira
                                            [1] => Werlang, Nathalia Berger
                                        )

                                    [subject] => Array
                                        (
                                            [0] => Big Data
                                            [1] => Data for Good
                                            [2] => Ciência da Informação
                                            [3] => Revisão de Literatura
                                            [4] => Big Data
                                            [5] =>  Data for Good
                                            [6] => Information Science
                                            [7] =>  Literature Review
                                            [8] => Big Data
                                            [9] => Datos para el bien
                                            [10] => Ciencia de la Información
                                            [11] =>  Revisión de Literatura
                                        )

                                    [description] => Array
                                        (
                                            [0] => Introduction: based on the scope of Big Data and its relationship with Information Science, this work investigates the concepts and applications of Data for Good, an approach to using data for the common good.Objective: To understand how the themes already studied in Information Science are embedded in discussions about Data for Good, as well as to understand which paths, based on the Enancib Working Groups, best engage with the identified publications. Methodology: A qualitative research with an exploratory and documentary character is developed through a literature review. Thematic analysis is used to identify the relationships found, and four main themes are defined: Cities; Education, Health, and Community. Data from the researched articles are also cross-referenced with information from the abstracts of the working groups of the National Meeting of Research in Information Science (Enancib). Results: The retrieved works present research with a diversity of data collection and analysis methods. These studies, even without directly referencing Information Science, explore themes that are transversal and clearly relevant to the area. The four working groups that stand out in the relationship made are WG 05 – Information Policy and Economics; WG 11 – Information & Health; GT 08 – Data, Information and Technology and GT 06 – Information, Education and Work, finding a relationship with the proposed themes. Conclusions: it is possible to draw a parallel in their attempts to use Big Data to support the solution of socio-environmental problems, with the identification of risks, benefits and indication of good practices for informed decision-making.
                                            [1] => Introducción: basado en el alcance del Big Data y su relación con las Ciencias de la Información, este trabajo investiga los conceptos y aplicaciones de Data for Good, un enfoque de uso de datos para el bien común. Objetivo: comprender cómo los temas ya estudiados en Ciencias de la Información se integran en los debates sobre Data for Good, así como identificar qué enfoques, basados ​​en los Grupos de Trabajo de Enancib, permiten una mejor interacción con las publicaciones identificadas em la revisión bibliográfica.Metodología: se utiliza el análisis temático para identificar las relaciones encontradas y se definen cuatro temas principales: Ciudades; Educación, Salud y Comunidad. Los datos de los artículos investigados se referencian cruzadamente con la información de los resúmenes de los grupos de trabajo de la Reunión Nacional de Investigación en Ciencia de la Información (Enancib). Resultados: os trabajos recuperados presentan investigación con una diversidad de métodos de recopilación y análisis de datos. Estos estudios, incluso sin referenciar directamente a la Ciencia de la Información, exploran temas que son transversales y claramente relevantes para el área. Los cuatro grupos de trabajo que destacan en la relación hecha con los artículos son GT 05; GT 11; GT 08 y GT 06, encontrando una relación con los temas propuestos.Conclusiones: es posible establecer un paralelismo entre sus intentos de utilizar Big Data para apoyar la solución de problemas socioambientales, con la identificación de riesgos, beneficios e indicación de buenas prácticas para la toma de decisiones informadas.
                                            [2] => Objetivo: compreender de que forma os temas já estudados na Ciência da Informação estão inseridos nas discussões sobre Data for Good (dados para o bem), assim como explorar quais caminhos, com base nos GTs do Enancib, melhor dialogam com as publicações identificadas.Metodologia: é desenvolvida pesquisa qualitativa, com caráter exploratório e documental, por meio de revisão de literatura. A análise temática é utilizada para levantar as relações encontradas e são definidos quatro temas principais: Cidades, Educação, Saúde e Comunidade. Para completar a análise e atender ao objetivo proposto, é realizado cruzamento de dados dos artigos pesquisados com as informações das ementas dos grupos de trabalho do Encontro Nacional de Pesquisa em Ciência da Informação. Resultados: os trabalhos recuperados apresentam pesquisas com diversidade de métodos de coleta e análise. Tais pesquisas, mesmo sem fazer referência direta à Ciência da Informação, exploram temas que são transversais e de clara relevância para a área. Os quatro GTs que se destacam na relação feito com os artigos são GT 05 – Política e Economia da Informação; GT 11 – Informação & Saúde; GT 08 – Dados, Informação e Tecnologia e GT 06 – Informação, Educação e Trabalho, encontrando relação com os temas propostos.Conclusões: é possível traçar o paralelo de buscarem utilizar o Big Data como apoio à solução de problemas socioambientais, com levantamento de riscos, benefícios e indicação de boas práticas para tomada de decisões informadas.
                                        )

                                    [publisher] => Universidade Estadual de Londrina
                                    [date] => 2026-08-21
                                    [type] => Array
                                        (
                                            [0] => info:eu-repo/semantics/article
                                            [1] => info:eu-repo/semantics/publishedVersion
                                        )

                                    [format] => application/pdf
                                    [identifier] => Array
                                        (
                                            [0] => https://ojs.uel.br/revistas/uel/index.php/informacao/article/view/53861
                                            [1] => 10.5433/1981-8920.2026v31n2p322
                                        )

                                    [source] => Array
                                        (
                                            [0] => Informação & Informação; v. 31 n. 2 (2026): Informação & Informação ; 322-345
                                            [1] => 1981-8920
                                        )

                                    [language] => por
                                    [relation] => https://ojs.uel.br/revistas/uel/index.php/informacao/article/view/53861/54261
                                    [rights] => Array
                                        (
                                            [0] => Copyright (c) 2026 Patricia Siqueira  Santos, Nathalia Berger Werlang
                                            [1] => http://creativecommons.org/licenses/by/4.0
                                        )

                                )

                        )

                )

        )

)