Article
Grupos de pesquisa altamente confiáveis, ou seja, com uma estrutura forte de colaboração dos pesquisadores, podem contribuir ampla e intensamente para o surgimento e/ou concretização de ideias, uma vez que são responsáveis por grande parte das investigações realizadas na atualidade e também pela formação de inúmeros pesquisadores. Um grupo de pesquisa pode ser considerado como uma rede social, a qual pode ser modelada por um grafo. Os pesquisadores que compõem essa rede podem ser interpretados como seus vértices ou atores, e as conexões ou ligações entre esses agentes (representadas por publicações em comum, isto é, trabalhos em coautoria) podem ser consideradas suas arestas. Na literatura, existem algumas maneiras de se calcular a confiabilidade de uma rede modelada por um grafo G composto por k vértices e m arestas. O objetivo deste trabalho foi estudar a medida de confiabilidade de redes considerando os vértices não confiáveis ou propensos a falhas (ou seja, um ou mais vértices pode(m) deixar de pertencer à rede) e as arestas perfeitamente confiáveis. Especificamente, foi proposta uma análise estatística baseada em inferência clássica para a confiabilidade de redes, obtendo os estimadores de máxima verossimilhança e os respectivos intervalos de confiança para os componentes individuais (vértices) e para a rede (probabilidade do grupo de pesquisa permanecer em atividade em um dado tempo t); foi aplicada a metodologia proposta a um caso especial de grupo de pesquisa da UNESP cadastrado no CNPq; e, foram obtidas medidas de centralidade de vértices para auxiliar na identificação de situações onde a inserção de uma aresta (ligação entre dois pesquisadores do grupo) poderia aumentar significativamente a confiabilidade desta rede de coautoria. Os resultados mostraram a viabilidade da inferência estatística clássica aliada ao uso de medidas de centralidade no contexto de análise de redes sociais.@pt
Array ( [dateOfAvailability] => Array ( [pt] => Array ( [0] => Array ( [2014-12-10] => 32033 ) ) ) [hasAuthor] => Array ( [nn] => Array ( [0] => Array ( [Taiane de Paula Ferreira] => 37799 ) [1] => Array ( [Beatriz Barbero Brigantini] => 37800 ) [2] => Array ( [Sandra Cristina de Oliveira] => 37801 ) [3] => Array ( [Jéssica Katty Uehara] => 37802 ) ) ) [hasFileStorage] => Array ( [nn] => Array ( [0] => Array ( [_repository/477/2018/09/oai_ojs_testes_eci_ufmg_br_article_1928#00029.pdf] => 48842 ) ) ) [hasPageEnd] => Array ( [pt] => Array ( [0] => Array ( [225] => 5189 ) ) ) [hasPageStart] => Array ( [pt] => Array ( [0] => Array ( [202] => 1629 ) ) ) [hasSectionOf] => Array ( [pt] => Array ( [0] => Array ( [Artigo científico] => 435 ) [1] => Array ( [Artigo] => 3 ) ) ) [hasSubject] => Array ( [pt] => Array ( [0] => Array ( [Matematica aplicada] => 37796 ) [1] => Array ( [Estatística] => 5780 ) [2] => Array ( [Ciência da informação] => 237157 ) [3] => Array ( [Rede social] => 263360 ) [4] => Array ( [Grupo de pesquisa] => 248409 ) [5] => Array ( [Teoria do grafo] => 37797 ) [6] => Array ( [Inferência estatística] => 37798 ) [7] => Array ( [Redes sociais] => 236020 ) [8] => Array ( [Grupos de pesquisa] => 279739 ) [9] => Array ( [Teoria dos grafos] => 270185 ) ) ) [wasPublicationInDate] => Array ( [nn] => Array ( [0] => Array ( [2014-12-10] => 274825 ) ) ) [hasLanguageExpression] => Array ( [nn] => Array ( [0] => Array ( [pt] => 232736 ) ) ) [hasLicense] => Array ( [nn] => Array ( [0] => Array ( [RESERVERD] => 234643 ) ) ) [isPartOfSource] => Array ( [pt] => Array ( [0] => Array ( [Perspectivas em ciência da informação] => 477 ) ) ) [hasIssueOf] => Array ( [pt] => Array ( [0] => Array ( [ISSUE:JNL:00029-2014-19-4] => 32029 ) ) ) [hasAbstract] => Array ( [pt] => Array ( [0] => Array ( [Grupos de pesquisa altamente confiáveis, ou seja, com uma estrutura forte de colaboração dos pesquisadores, podem contribuir ampla e intensamente para o surgimento e/ou concretização de ideias, uma vez que são responsáveis por grande parte das investigações realizadas na atualidade e também pela formação de inúmeros pesquisadores. Um grupo de pesquisa pode ser considerado como uma rede social, a qual pode ser modelada por um grafo. Os pesquisadores que compõem essa rede podem ser interpretados como seus vértices ou atores, e as conexões ou ligações entre esses agentes (representadas por publicações em comum, isto é, trabalhos em coautoria) podem ser consideradas suas arestas. Na literatura, existem algumas maneiras de se calcular a confiabilidade de uma rede modelada por um grafo G composto por k vértices e m arestas. O objetivo deste trabalho foi estudar a medida de confiabilidade de redes considerando os vértices não confiáveis ou propensos a falhas (ou seja, um ou mais vértices pode(m) deixar de pertencer à rede) e as arestas perfeitamente confiáveis. Especificamente, foi proposta uma análise estatística baseada em inferência clássica para a confiabilidade de redes, obtendo os estimadores de máxima verossimilhança e os respectivos intervalos de confiança para os componentes individuais (vértices) e para a rede (probabilidade do grupo de pesquisa permanecer em atividade em um dado tempo t); foi aplicada a metodologia proposta a um caso especial de grupo de pesquisa da UNESP cadastrado no CNPq; e, foram obtidas medidas de centralidade de vértices para auxiliar na identificação de situações onde a inserção de uma aresta (ligação entre dois pesquisadores do grupo) poderia aumentar significativamente a confiabilidade desta rede de coautoria. Os resultados mostraram a viabilidade da inferência estatística clássica aliada ao uso de medidas de centralidade no contexto de análise de redes sociais.] => 0 ) ) ) [hasID] => Array ( [nn] => Array ( [0] => Array ( [oai:ojs.testes.eci.ufmg.br:article/1928] => 0 ) [1] => Array ( [oai:periodicos.ufmg.br:article/22965] => 0 ) ) ) [hasRegisterId] => Array ( [pt] => Array ( [0] => Array ( [http://portaldeperiodicos.eci.ufmg.br/index.php/pci/article/view/1928] => 0 ) [1] => Array ( [https://periodicos.ufmg.br/index.php/pci/article/view/22965] => 0 ) ) ) [hasSource] => Array ( [pt] => Array ( [0] => Array ( [Perspectivas em Ciência da Informação; v. 19, n. 4 (2014); 202-225] => 0 ) [1] => Array ( [Perspectivas em Ciência da Informação; v. 19 n. 4 (2014); 202-225] => 0 ) [2] => Array ( [1413-9936] => 0 ) ) [nn] => Array ( [0] => Array ( [19815344] => 0 ) [1] => Array ( [1981-5344] => 0 ) ) ) [hasTitle] => Array ( [pt] => Array ( [0] => Array ( [Inferência estatística clássica para a confiabilidade de rede de coautoria com enfoque nos vértices] => 0 ) ) ) [hasUrl] => Array ( [pt] => Array ( [0] => Array ( [http://portaldeperiodicos.eci.ufmg.br/index.php/pci/article/view/1928/1513] => 0 ) [1] => Array ( [http://portaldeperiodicos.eci.ufmg.br/index.php/pci/article/downloadSuppFile/1928/661] => 0 ) [2] => Array ( [https://periodicos.ufmg.br/index.php/pci/article/view/22965/18549] => 0 ) ) [nn] => Array ( [0] => Array ( [https://periodicos.ufmg.br/index.php/pci/article/view/22965] => 0 ) [1] => Array ( [https://periodicos.ufmg.br/index.php/pci/article/view/22965/18549] => 0 ) ) ) [prefLabel] => Array ( [pt] => Array ( [0] => Array ( [Oai:ojs.testes.eci.ufmg.br:article/1928#00029] => 0 ) ) ) )