Search

The goal of this study is to evaluate the first affirmative action initiative developed for graduate students in Brazil, which was called The International Scholarship Program of the Ford Foundation (IFP). The present quantitative evaluation is based on the description of its beneficiary students. The IFP provided postgraduate scholarships for candidates from black, brown and indigenous populations, preferably from Brazil’s North, Northeast and Central-West regions. Based on data from IFP’s records and from the Lattes Platform, we identified the 343 fellows and conducted their scientometric description. The contribution of this study consists in summarizing information about the program’s actual impact on the Brazilian context, as well as its importance to the academic trajectories of its beneficiaries., O objetivo deste trabalho é avaliar a primeira iniciativa de ação afirmativa para a pós-graduação desenvolvida no Brasil, o Programa Internacional de Bolsas da Fundação Ford (IFP) com a caracterização de seus beneficiários. O Programa ofertou bolsas de pós-graduação para candidatos de cor/raça preta, parda e indígena, moradores, preferencialmente, das regiões norte, nordeste e centro-oeste. Com base em dados dos cadastros do Programa e da Plataforma Lattes, foi possível tanto a identificação dos 343 bolsistas quanto sua caracterização cientométrica. A contribuição deste trabalho recai na sumarização de informações sobre o real impacto do programa no contexto nacional e sua importância nas trajetórias acadêmicas dos beneficiários.

Resumo A genealogia acadêmica hierarquiza as relações formais de orientação em redes de pares orientador-orientado, por meio das quais é possível realizar uma série de análises, tais como identificar quem são os acadêmicos mais influentes, em quais áreas eles atuam, e qual é a relação existente entre essas áreas. Este trabalho tem como objetivo construir e analisar a genealogia acadêmica da Escola Nacional de Saúde Pública Sergio Arouca, da Fundação Oswaldo Cruz. Para tanto, foram utilizados os registros da rede de bibliotecas dessa instituição e os currículos da Plataforma Lattes dos pesquisadores doutores, orientadores e orientados, listados nesses registros. Os resultados obtidos indicam que, na instituição analisada, o conhecimento acadêmico tem origens múltiplas, as quais remontam à primeira metade do século vinte, e que a trajetória do conhecimento em Saúde Pública é multidisciplinar. Atualmente, o conhecimento acadêmico na Instituição tem a marca da urgência do ambiente, no sentido de obter respostas sobre/para a realidade da saúde no contexto brasileiro. Abstract Academic genealogy hierarchizes formal advisor-advisee relationships in networks of students and their advisors providing room for a series of analyzes, such as identifying who are the most influential academics, in what areas they act, and what is the relationship between these areas. This work aims to build and analyze the academic genealogy of the National School of Public Health Sergio Arouca, of the Oswaldo Cruz Foundation. Therefore, this work made use of the PhD mentoring records of the library of this institution and of the researchers’ curriculum from Lattes Platform. The results showed that, in the analyzed institution, academic knowledge has multiple origins, which dated to the first half of the twentieth century, and that the trajectory of knowledge in Public Health is multidisciplinary. Currently, the academic knowledge in the institution has the mark of the urgency of the environment, meaning that it is built to obtain answers about and to the reality of health in the Brazilian context.

Esta investigación bibliométrica buscó analizar la institucionalización del turismo en el postgrado stricto sensu desde la producción académica de doctores recién titulados en programas brasileños entre 2011 y 2015. Resume los estudios bibliométricos de la producción científica sobre turismo y por medio de la herramienta scriptLattes caracteriza y analiza la producción académica de 356 investigadores seleccionados en el período. Los resultados muestran un total de 14885 elementos separados en producción bibliográfica, producción técnica, producción artística, orientaciones en curso, supervisiones y orientaciones concluidas, proyectos de investigación, premios y títulos, participación y organización de eventos. La mayor concentración se dio en la producción bibliográfica (lo que era esperado ya que es la producción valorada por las instituciones académicas, los programas y las agencias de fomento). De esas publicaciones, se observó la preferencia por los artículos científicos, seguidos por los trabajos en actas de congreso. Esta primera experiencia mostró innumerables posibilidades de análisis de la comunicación científica en turismo con el uso del scriptLattes, y la necesidad de discusión acerca de la evaluación de la calidad científica en el área. This bibliometric research aimed to analyze the institutionalization of Tourism in research-oriented postgraduate programs based on the scholarly production of recent doctorate graduates from academic programs in Brazil between 2011 and 2015. This work summarizes quantitative and qualitative studies compounding Brazilian scholarly production on Tourism using the scriptLattes tool. In this work, we characterized the scholarly production of 356 researchers and we analyzed their bibliographic production in the period of five years. In total, 14885 items were classified in bibliographic, technical, and artistic production, ongoing and completed academic advisings, research projects, awards and academic qualifications, as well as, participation and organization of conferences. The bibliographic production stood out front of the other productions since it is the type of production valued by academic institutions, programs and research foundations. The authors of this type of production have a clear preference for publications in journals followed by annals of conferences. The latter had an increase in numbers, especially during the second half of 2010 decade. The obtained results showed numerous possibilities for scientific communication analysis in Tourism with the use of scriptLattes, and the need for discussion about the evaluation of scientific quality in the area.

The structuring of knowledge provides the means to organize formal knowledge into categories that facilitate its management and contribute to its dissemination. However, the formal models of knowledge classification do not allow the observation of the relationships between the different categories or the flow of this knowledge among members of the scientific community. In this work, we seek to structure scientific knowledge, represented by maps of science, considering the hierarchical structure provided by academic genealogy. We used, as a case study, all the academic descendants of Johann Bernoulli represented in the form of genealogy graph and the biographical information provided by Wikipedia following the standard developed by Mathematics Subject Classification as well as a glossary of areas of mathematics. To infer knowledge topics from mathematicians who did not have information, we used a topic propagation procedure that considers the topology of the genealogy graph. We believe that identifying and studying the flow of scientific knowledge among generations of researchers is an essential task in understanding how state-of-the-art knowledge has spread. However, in our understanding, this task was little explored by the scientific community due to the lack of data sets. We believe that this work will allow the definition of a new computational method for the study of knowledge flow. The relevance of the work lies in the possibility of discovering new information that helps to identify, analyze and structure the maps of science. A estruturação do conhecimento fornece os meios para organizar o saber formal em categorias que facilitem sua gestão e contribuam para sua disseminação. Entretanto os modelos formais de classificação do conhecimento não permitem a observação das relações existentes entre as diferentes categorias ou do fluxo desse conhecimento entre membros da comunidade científica. Neste trabalho, buscamos estruturar o saber científico, representado por mapas da ciência, considerando a estrutura hierárquica fornecida pela Genealogia Acadêmica. Utilizamos, como estudo de caso, a descendência acadêmica de Johann Bernoulli representada em forma de grafo de genealogia e as informações biográficas disponibilizadas pelo Wikipedia em concordância com o padrão desenvolvido pelo Mathematics Subject Classification, além de um glossário de áreas da matemática. Para inferir os tópicos do conhecimento aos matemáticos que não possuíam informações, utilizamos um procedimento de propagação de tópicos que considera a topologia do grafo de genealogia. Consideramos que identificar e estudar o fluxo do conhecimento científico entre gerações de pesquisadores é uma tarefa importante para entender como o conhecimento do estado da arte foi difundido. Contudo, no nosso entendimento, essa tarefa foi pouco explorada pela comunidade científica devido à inexistência de conjuntos de dados. Acreditamos que este trabalho permitirá a definição de um novo método computacional para o estudo de fluxo de conhecimento. A relevância do trabalho recai na possibilidade de descoberta de novas informações que auxiliem a identificar, analisar e estruturar os mapas da ciência.

Even with the growing interest of researchers in the implementation and execution of drug prevention projects in educational contexts, little is known about the effectiveness of the actions and projects developed, as well as the researchers that develop this theme. This article aimed to group information at the national level of precursors researchers the area of studies and knowledge about drug prevention in educational contexts and to present a method for the systematic mapping that identify these researchers. Using the scientometric analysis in the Bank of Thesis and Dissertations of CAPES and in the Lattes Platform, using the ScriptLattes software, the bibliographic productions, orientations, collaboration network and geolocation map of a group of 61 Brazilian researchers were identified. It is concluded that strategies for the identification of researchers and their scientific production help in the integration and sharing of information, increase the exchange of knowledge and experiences, and evidence a national mapping of researchers in certain areas. A pesar del creciente interés de los investigadores acerca de la implantación y ejecución de proyectos de prevención de drogas en contextos educativos, poco se conoce sobre la efectividad de las acciones y proyectos desarrollados, así como sobre los investigadores que desarrollan esa temática. Este artículo buscó agrupar informaciones a nivel nacional de los investigadores precursores del área de estudios y conocimiento sobre la prevención de drogas en contextos educativos y presentar un método para el mapeo sistemático para la identificación de estos investigadores. A través del análisis cientométrico realizado en el Banco de Tesis y Disertaciones de la CAPES y en la Plataforma Lattes, con utilización del software ScriptLattes, se identificaron las producciones bibliográficas, orientaciones, red de colaboración y mapa de geolocalización de un conjunto de 61 investigadores brasileños. Se concluye que estrategias para identificación de investigadores y su producción científica auxilian en la integralización y en el intercambio de informaciones, amplían el intercambio de conocimientos y experiencias, y evidencian un mapeo nacional de investigadores de determinadas áreas. Apesar do crescente interesse de pesquisadores pela implantação e execução de projetos de prevenção de drogas em contextos educacionais, pouco se conhece sobre a efetividade das ações e projetos desenvolvidos, bem como sobre os pesquisadores que desenvolvem essa temática. Este artigo visou agrupar informações em âmbito nacional dos pesquisadores precursores da área de estudos e conhecimento sobre prevenção de drogas em contextos educacionais e apresentar um método para o mapeamento sistemático para identificação destes pesquisadores. Por meio da análise cientométrica realizada no Catálogo de Teses e Dissertações da CAPES e na Plataforma Lattes, com utilização do software ScriptLattes, foram identificadas as produções bibliográficas, orientações, rede de colaboração e mapa de geolocalização de um conjunto de 61 pesquisadores brasileiros. Conclui-se que estratégias para identificação de pesquisadores e sua produção científica auxiliam na integralização e no compartilhamento de informações, ampliam a troca de conhecimentos e experiências, e evidenciam um mapeamento nacional de pesquisadores de determinadas áreas.

Introduction: Dengue is a Neglected Disease (ND) characterized by acute infection, and may present severe evolution according to how it presents itself. Because it has become a public health problem with great impact, it requires constant monitoring and analysis. Aim: To map and analyze master, doctoral and postdoctoral research projects, in progress in 2013 in Brazil, and related to dengue, and which had the support of development agencies, to create a prospect of future results as well as their potential application for disease control, based on data from Lattes Platform. Methodology: The Scriptlattes tool was used, based on text files containing researchers, teachers and students lists, that had the descriptor "dengue" in their curricula, in some Research Group in which they were registered, or that had some publication in partnership with the researchers who met the previous requirements. Results: It was noted that studies related to improvement of drugs for immunization were the most frequent, and most of them highlighted as a next step the need to verify the efficacy of such drugs, which would be a trend for next projects. Conclusion: The current projects at the time of this experimentation did little change in the current dengue panorama in Brazil. The prospective look demonstrated here allows the opportunities identification for partnerships between companies and research centers, as well as support of government agencies that promote research with a focus on main needs of country. Introducción: El dengue es una enfermedad olfateada (DN) caracterizada por una infección aguda, pudiendo presentar una evolución grave de acuerdo con la forma en que se presenta. Por haberse convertido en un problema de salud pública con gran impacto, requiere un seguimiento y análisis constantes. Objetivo: Mapear y analizar los proyectos de investigación, de maestría, doctorado y postdoctorado, en marcha en 2013 en Brasil y relacionados con el dengue, y que poseían apoyo de órganos de fomento, para crear una prospección de los futuros resultados así como de su futuro potencial de aplicación para control de la enfermedad, con base en los datos de la Plataforma Lattes. Metodología: Se utilizó la herramienta Scriptlattes, con base en archivos-texto conteniendo las listas de los investigadores, profesores y alumnos que poseían el descriptor "dengue" en sus currículos, en algún Grupo de Investigación en que estuvieran registrados, o que tuvieran alguna publicación en colaboración con los investigadores que atendían a las exigencias anteriores. Resultados: Se observó que los estudios relacionados con el perfeccionamiento de los fármacos para inmunización fueron los más frecuentes, y en su mayoría destacaban como próximo paso la necesidad de la verificación de la eficacia de tales fármacos, lo que sería una tendencia a los próximos proyectos. Conclusión: Los proyectos vigentes en la época de esta experimentación poco contribuyeron a cambiar el actual panorama de Brasil en relación al dengue. La mirada prospectiva aquí demostrada permite la identificación de oportunidades para alianzas entre empresas y centros de investigación, además del apoyo de los organismos gubernamentales de fomento a la investigación con foco en las principales necesidades del país. Introdução: A dengue é uma Doença Negligenciada (DN) caracterizada por infecção aguda, podendo apresentar evolução grave de acordo com a forma com que se apresenta. Por ter se tornado um problema de saúde pública com grande impacto, requer acompanhamento e análises constantes. Objetivo: Mapear e analisar os projetos de pesquisa, de mestrado, doutorado e pós-doutorado, em andamento em 2013 no Brasil e relacionados à dengue, e que possuíam apoio de órgãos de fomento, para criar uma prospecção dos futuros resultados bem como do seu potencial de aplicação para controle da doença, com base nos dados da Plataforma Lattes. Metodologia: Utilizou-se a ferramenta Scriptlattes, com base em arquivos-texto contendo as listas dos pesquisadores, professores e alunos que possuíam o descritor “dengue” em seus currículos, em algum Grupo de Pesquisa em que estivessem cadastrados, ou que tivessem alguma publicação em parceria com os pesquisadores que atendiam as exigências anteriores. Resultados: Notou-se que os estudos relacionados ao aperfeiçoamento dos fármacos para imunização foram os mais frequentes, e em sua maioria destacavam como próximo passo a necessidade da verificação da eficácia de tais fármacos, o que seria uma tendência para os próximos projetos. Conclusão: Os projetos vigentes à época desta experimentação pouco contribuíram para mudar o atual panorama do Brasil em relação à dengue. O olhar prospectivo aqui demonstrado permite a identificação de oportunidades para parcerias entre empresas e centros de pesquisas, além do apoio dos órgãos governamentais de fomento à pesquisa com foco nas principais necessidades do país.

International audience

Introduction: The Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) created Lattes Platform in order to unify the national register of researchers. Scriptlattes is a computational tool that downloads curriculi registered in CNPq, extracts academic and professional information, creates production reports, charts and research internationalization among geographical maps research. Objective: Using Scriptlattes to turn available the Brazilian scientific production related to dengue, a brazilian neglected disease (ND). Method: After the creation of dengue researchers ID Lattes lists, which consists in a 16 digits record that give direct access to the curriculi of the researcher, as well as lists of ID research groups in dengue registered in CNPq, Scriptlattes created the cited reports. Results: The tool compiled performance indicators of researchers and research groups on dengue, analyzing the progress of their productions and contributing to the exploration of the results for future research, making them available in web pages. Conclusion: The data presented here allows for accurate analysis in the context of public health, the progress of research on dengue in the country, enabling the creation or reformulation of strategies aimed to plan research related to the diagnosis, treatment and prevention of important clinical conditions as ND. Introdução: O Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) criou a Plataforma Lattes com o intuito de unificar o cadastro nacional de pesquisadores. O Scriptlattes é uma ferramenta computacional que baixa currículos cadastrados no CNPq, extrai informações acadêmicas e profissionais, cria relatórios de produção, gráficos de colaboração e internacionalização da pesquisa, além de mapas geográficos de investigação. Objetivo: Utilizar o Scriptlattes para disponibilizar a produção científica brasileira relacionada à dengue, uma doença negligenciada (DN) brasileira. Método: Após a criação de listas contendo os ID Lattes dos pesquisadores em dengue no país, que são um registro de 16 algarismos que dão acesso direto ao currículo do pesquisador, assim como as listas dos ID dos grupos de pesquisa em dengue cadastrados no CNPq, alimentou-se a ferramenta Scriptlattes e solicitou-se a criação dos referidos relatórios. Resultados: A ferramenta compilou indicadores de desempenho dos pesquisadores e grupos de pesquisa sobre dengue, analisando o andamento de suas produções e contribuindo para a prospecção dos resultados de pesquisas futuras, disponibilizando-os em páginas na web. Conclusão: A apresentação de dados proposta permite uma análise apurada, no âmbito da saúde coletiva, do andamento das pesquisas em dengue no país, possibilitando a criação ou reformulação de estratégias voltadas ao planejamento de pesquisas relacionadas ao diagnóstico, tratamento e prevenção de importantes condições clínicas como as DN.

A colaboração acadêmica tem sido objeto de preocupação de um sem-número de investigadores nas últimas décadas, sendo estudada sob as mais diferentes perspectivas e pressupostos. Esta forma de interação pode ser estimada de forma implícita ou explícita. Um tipo de colaboração explícita é a coautoria na escrita de artigos científicos. Neste trabalho consideramos a coautoria acadêmica dos professores/pesquisadores associados a todos os Programas de Pós-Graduação em Ciência da Informação (PPGCIs). Definimos como objetivo geral identificar e avaliar por meio de métricas em grafos (centralidade de grau, centralidade de intermediação, centralidade de proximidade, coeficiente de agrupamento e peso ponderado) a rede de coautoria interprogramas. Este tipo de rede permite estudar e avaliar a colaboração entre instituições da área, analisando as colaborações científicas no nível de artigos de periódicos, comunicações apresentadas em eventos, livros, capítulos de livros e resumos expandidos. A produção científica referente ao período 2008 a 2012 foi extraída do Currículo Lattes dos docentes/pesquisadores através da ferramenta scriptLattes. A rede de coautoria entre PPGCIs foi construída através de uma nova ferramenta que desenvolvemos. Dentre os resultados obtidos, podemos destacar que os PPGCIs da UNESP, UFPB e USP são os que mantêm o maior número de inter-relações, constituindo-se os nós centrais da rede por se encontrarem em posição estratégica; que se encontram mais próximos dos demais, de acordo com a distância geodésica; detêm o maior número de coautorias e concentram o maior controle de fluxo. Estes resultados evidenciaram que tais programas exercem grande importância, e influenciam a forma de interação com os outros programas da área

The completeness and the updating of data are key factors to any scientific analysis. The Lattes Platform provides a huge amount of data that can be used in different bibliometric studies as well as in social network analysis. Despite the volume and importance of the data provided by this platform, there are no guarantees regarding the completeness, correctness and update situation of these data, as they are registered by the platform users. This work aims to analyze the data update of the Lattes Platform considering over three million curricula and analyzing the data according to the area of interest and the last update. Additionally, historical information about the publication of full papers was used to estimate the number of missing items due to the lack of updates., A completude e a atualização dos dados são fatores fundamentais para qualquer análise estatística. A Plataforma Lattes provê uma enorme quantidade de dados que podem ser utilizados em diferentes estudos bibliométricos bem como na análise de redes sociais podendo, por exemplo, auxiliar na tomada de decisões sobre políticas científicas. Considerando o grande volume e importância dos dados providos por esta plataforma ímpar, ainda não há estudos que evidenciem de forma macro a completude, corretude e atualização destes dados já que os mesmos são preenchidos pelos seus usuários. Neste contexto, este trabalho visa a analisar a última atualização dos currículos Lattes considerando um conjunto bastante representativo, composto de mais de três milhões de registros, de acordo com a formação acadêmica e a grande área de atuação profissional. Adicionalmente, foram utilizados dados históricos sobre a publicação de artigos completos para estimar a quantidade de artigos não registrados nos currículos Lattes. Dentre os resultados obtidos, um que merece destaque é a evidência de que para determinados grupos a falta de atualização possa representar mais de 20% do total de artigos publicados no último triênio.

Orientador: Jacques Wainer Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Computação Resumo: Este trabalho tem como objetivo achar subáreas da computação. Para isso foi necessária uma extração dos dados do conjunto de publicações do DBLP, e então transformá-los em um grafo de revistas, sendo o número de autores comuns entre cada revista o fator principal para o cálculo do peso da aresta. Em seguida, 3 algoritmos de clusterização foram implementados: Agrupamento Hierárquico, algoritmo de clusterização recursivo e o terceiro sendo um método fazendo o Embedding do grafo para um espaço de dimensão específica e então clusterizando para esse espaço usando um dos algoritmos clássicos. A análise dos resultados foi feita a partir de um algoritmo de rotulação das comunidades, onde as palavras mais comuns dos títulos das revistas eram levados em consideração. Com isso, foi possível clusterizar subáreas da computação sem usar os nomes das revistas mas usando-as para verificar a qualidade dos resultados como uma variável latente Abstract: This work has the objective to find computer subareas. For this, it was necessary the data extraction from DBLP publication set, then transform them into a graph of venues, beeing the amount of authors in common between two venues the main factor to calculate the edge weight. After this, 3 clusterization algorithms were implemented: hierarchical clustering, recursive clustering and the third applying Embedding to the graph transforming it into a low dimensional space and then clustering this space using one of the classic clustering algorithms. The results were analysed from a community labeling algorithm, that discovers the most common words from the venues titles. With this, it was possible to clusterize computer subareas without using the venues names but using them to verify the quality like a latent variable Mestrado Ciência da Computação Mestre em Ciência da Computação CAPES 001

Orientador(a): Prof(a). Dr(a). Renato Naville Watanabe Coorientador: Prof. Marcos Duarte Dissertação (mestrado) - Universidade Federal do ABC, Programa de Pós Graduação em Engenharia Biomédica. São Bernardo do Campo, 2022 Neste trabalho, relatamos a geração de um dataset público, contendo dados de múltiplos esportes praticados por corredores de longa distância. Através de técnicas de web scraping, extraímos informações relacionadas a 37 esportes dos meses de 2019 e 2020 da plataforma Strava. Foram extraídas 14.644.391 atividades de 37.595 atletas de todo o mundo. Neste primeiro momento focamos na análise dos dados de corrida, no contexto individual e em grupos, além de análises dos volumes de treinamentos semanais comparados aos tempos médios de conclusão da maratona. Avaliamos como o treinamento de corredores foi afetado pela pandemia COVID-19, restringindo o dataset a 10.703.690 atividades de corrida de 36.412 atletas. Em 2020, relativamente a 2019, houve uma diminuição de 7% no volume de treinamento de corrida e de 7% do número de corredores. Também observamos grandes variações destas variáveis ao longo de 2020, chegando a 35% menos volume de corrida em setembro de 2020. In this work, we report the generation of a public dataset, containing data from multiple sports practiced by long distance runners. Through web scraping techniques, we extracted information related to 37 sports in the months of 2019 and 2020 from the Strava platform. 14,644,391 activities were extracted from 37,595 athletes from all over the world. We focused on the analysis of the running data, in the individual context and in groups. Additionaly, analyses of the weekly training volumes compared to the average times of the marathon conclusion were performed. We assessed how runner training was affected by the COVID-19 pandemic, restricting the dataset to 10,703,690 running activities by 36,412 athletes. In 2020, compared to 2019, there was a 7 % decrease in the volume of running training and a 7 % decrease in the number of runners. We also observed large variations in these variables throughout 2020, reaching 35 % less running volume in September 2020.

Orientador: Prof. Dr. Jesús Pascual Mena Chalco Tese (doutorado) - Universidade Federal do ABC, Programa de Pós-Graduação em Ciência da Computação, Santo André, 2021.

Orientador: Prof. Dr. Thiago Ferreira Covões Dissertação (mestrado) - Universidade Federal do ABC, Programa de Pós-Graduação em Ciência da Computação, Santo André, 2020. Notícias falsas têm atraído atenção nos últimos tempos, levantando questões sobre o grau de influência que podem exercer sobre importantes atividades das vidas das pessoas. Esforços têm sido feitos para detectá-las, mas geralmente dependem de trabalho humano, o que pode ser custoso e demorado. Disso surge a necessidade de maneiras automáticas de inferir se uma determinada notícia é verdadeira ou falsa. O objetivo deste trabalho é inferir se as notícias são falsas ou não em várias plataformas e idiomas a partir de aprendizado de maquina. Usamos seis bases de dados de três plataformas diferentes (websites, Twitter e WhatsApp) em três idiomas (português, inglês e búlgaro). Dois desses conjuntos de dados são novos e foram coletados durante este estudo. Monitoramos websites de checagem de fatos procurando por tópicos de notícias falsas. Então, nós recuperamos mensagens no Twitter de tais tópicos, juntamente com conteúdo verdadeiro. Também recuperamos mensagens do WhatsApp reportadas por esses websites. Então, para cada conjunto de dados, usamos diferentes conjuntos de atributos e aplicamos algoritmos de classificação. Estes algoritmos de classificação, por sua vez, são de dois tipos: classificação binária e classificação de uma classe ¿ este último, uma abordagem inovadora neste tipo de aplicação. Ao final, obtivemos resultados competitivos com benchmarks da literatura, sobretudo nos experimentos com classificação binária. Fake news have attracted attention in recent times raising questions about the degree of influence they can have on important activities of people¿s lives. Efforts have been made to detect them, but usually they rely on human labour, which can be costly and time consuming. Hence, it brings the need for automatic ways to infer if a given news article is true or false. The goal of this work is to infer whether news are fake or not in multiple platforms and languages through machine learning. We used six datasets from three differente platforms (websites, Twitter and WhatsApp) in three languages (Portuguese, English, and Bulgarian). Two of these datasets are new and were collected during this study. We monitored fact-checking websites for fake news topics. So we recovered Twitter posts on such topics along with true content. We also retrieve WhatsApp messages reported by these websites. So, for each dataset, we used different feature sets and applied classification algorithms. These classification algorithms are of two types: binary classification and one-class classification¿the latter is an innovative approach in this type of application. In the end, we obtained competitive results with literature benchmarks, especially in experiments with binary classification.

Orientadores: Jacques Wainer, Alexandre Mello Ferreira Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Computação Resumo: Durante o desenvolvimento de um projeto de software falhas podem surgir em funcionalidades do sistema em desenvolvimento. Estas falhas são denominadas na literatura como \textit{bugs} e, quando identificado, é reportado através de formulários ou relatórios de erros que contém informações de como ocorreu o problema e, em alguns casos, como reproduzir o erro reportado. Estas informações são utilizadas para identificar a possível causa do \textit{bug}. O processamento de relatórios de \textit{bugs} é um ponto essencial na correção e manutenção de software modernos. Assim, após o preenchimento das informações, o triador deve atribuir, de forma correta, qual equipe será responsável pela manutenção da funcionalidade. Em cenários como este, um sistema automatizado de processamento de relatórios de \textit{bugs} é um passo natural em direção à redução do tempo de trabalho manual e maior confiabilidade nas atribuições, pois um modelo com bom desempenho, em termos de acurácia, pode auxiliar no apoio à decisão a ser tomada pelo triador, aumentando assim a eficiência do processamento do relatório. A eficiência, neste caso, envolve melhorar a taxa de acerto dos triadores nas tarefas que envolvem o processamento do relatório e no envio de um \textit{bug} para o desenvolvedor ou equipe correta, reduzindo assim o número de re-atribuições até a sua resolução. Diferentes soluções têm sido propostas na literatura para a criação de um sistema automatizado de processamento de \textit{bugs}, no entanto as soluções propostas geralmente para a resolução de uma única tarefa dentro do processamento de relatório de \textit{bug} e não soluções que incluam todas as tarefas que compõem o conjunto de atividades do \textit{pipeline}. O grande desafio deste domínio, para os modelos de aprendizado de máquina, é que, os campos que contêm informações sobre o \textit{bug} geralmente contêm uma combinação de texto não estruturado livre, ou seja, trechos de código e texto em diferentes línguas, o que torna os dados de entrada altamente ruidosos. Trabalhos mostram que uma alternativa para lidar com problemas relativos à entrada é fazer uso de modelos de aprendizado profundo. Estes modelos têm obtido resultados superiores em diferentes tarefas de processamento de linguagem natural e classificação quando comparados aos modelos de aprendizado de máquina tradicional. Contudo, os resultados dos estudos sobre aprendizagem profunda no domínio de processamento de relatórios de \textit{bugs} ainda são insuficientes. Neste trabalho, exploramos uma técnica de aprendizado profundo bastante utilizadas em visão computacional, a transferência de aprendizado, visando obter melhorias nos resultados para o problema de triagem automática de \textit{bugs} e a rotulação de relatórios de \textit{bugs}. Realizamos a transferência a partir do modelo BERT pré-treinando com dados do domínio de \textit{bug tracking}, resultando em um novo modelo que denominamos BugBert. Este método se tornou o novo estado da arte na triagem de \textit{bugs} Abstract: During the development of a software project, failures are common in the functionality of the system being developed. These errors are referred in literature as bugs and when identified, it is reported through forms or error reports that contain information on how the problem occurred and, in some cases, how to reproduce the reported error. This information is used to identify the possible cause of the bug. The processing of bug reports is an essential point in the correction and maintenance of modern software. Thus, after filling in the information, the triator must correctly assign which team will be responsible for maintaining the functionality. In scenarios like this, an automated bug reporting system is a natural step towards reducing manual work time and greater reliability in assignments, as a model with good performance can help support the decision to be made by the triator thus increasing the efficiency of the report processing. Efficiency, in this case, involves improving the success rate of triads in tasks that involve processing the report and sending a bug to the correct developer or team, thus reducing the number of reassignments until their resolution. Different solutions have been proposed in the literature for the creation of an automated bug processing system, however the solutions proposed generally for the resolution of a single task within the processing of bug reports and not solutions that include all the tasks that comprise the set of pipeline activities. The great challenge of this domain, for machine learning models, is that, fields containing information about the bug generally contain a combination of free unstructured text, that is, snippets of code and text in different languages, which makes highly noisy input data. Studies show that an alternative to deal with problems related to entry is to use deep learning models. These models have obtained superior results in different tasks of natural language processing and classification when compared to traditional machine learning models. However, the results of studies on deep learning in the field of processing bug reports are still insufficient. In this work, we explore a deep learning technique widely used in computer vision, the transfer of learning, in order to obtain improvements in the results for the automatic bug screening problem and the labeling of bug reports. We performed the transfer from the BERT model pre-training with data from the \ textit {bug tracking} domain, resulting in a new model that we call BugBert. This method has become the new state of the art in bug triage Mestrado Ciência da Computação Mestre em Ciência da Computação CNPQ 130915/2018-1

Orientador: Prof. Dr. Daniel Morgato Martin Dissertação (mestrado) - Universidade Federal do ABC, Programa de Pós-Graduação em Ciência da Computação, 2019.