Search

Realiza comparação entre softwares para auxiliar no processo de seleção das ferramentas adequadas para pesquisas bibliométricas. A partir de uma lista com 16 ferramentas apresentadas em publicações precedentes, seleciona quatro soluções com base em critérios de exclusão predefinidos pelos autores. A partir da exploração das funcionalidades presentes em cada uma das ferramentas, os resultados indicam que, destas quatro, o Biblioshiny apresenta o maior número de possibilidades em análises, embora apresente limitações nos relatórios visuais. O VOSviewer adota uma interface limpa e simples focada na visualização de redes bibliométricas. O Publish or Perish exibe a maior restrição em relação aos critérios comparativos, mas sua integração com o Google Acadêmico lhe confere vantagem em relação aos demais. Por fim, o CiteSpace oferece uma grande quantidade de parâmetros para formar suas visualizações de redes, mas sua interface desorganizada prejudica a experiência dos usuários. De acordo com o conteúdo analisado, constata um processo de renovação dos softwares bibliométricos. Conclui que não há uma única solução para as principais demandas da bibliometria e que a combinação entre as ferramentas tende a oferecer o melhor resultado aos pesquisadores.Palavras-chave: Bibliometria. Comparação de ferramentas. Ferramentas bibliométricas. Redes bibliométricas.

Diante da quantidade de músicas disponíveis atualmente, classificar músicas manualmente é uma tarefa árdua. Neste sentido, a classificação automática de gêneros musicais é uma abordagem pertinente, auxiliando o processo de organização, pesquisa, recuperação e recomendação de músicas. Verifica que, apesar da existência de bases de dados tradicionais relacionadas à classificação de gêneros musicais, essas bases tendem a considerar gêneros tradicionais, como o Jazz e a Música Clássica, ignorando gêneros regionais, como os da cultura brasileira, por exemplo. Desse modo, o objetivo deste estudo é apresentar uma base de dados destinada à classificação automática de gêneros musicais brasileiros. Para tanto, utiliza o Spotify para identificar músicas relacionadas aos gêneros Axé, Bossa Nova, Brega, Choro, Forró, Frevo, Funk Carioca, Maracatu, Música Sertaneja, Pagode e Samba. Como resultado, desenvolve uma base de dados com 1.907 registros relacionados a esses gêneros, e estabelece comparação entre esta e outras seis bases de dados, identificando que a base proposta supera quatro bases em número de registros e consiste na mais abrangente em relação ao total de gêneros considerados. Por fim, disponibiliza a base para novos estudos, e incentiva a sua aplicação em pesquisas que envolvam heurísticas de Mineração de Dados e Deep Learning.

Tem por objetivo classificar gêneros musicais automaticamente por meio de algoritmos de Mineração de Dados, considerando descritores extraídos do sinal de áudio. Identifica na Last.fm as 150 músicas mais populares de sete gêneros musicais (Rock, Jazz, POP, Música Clássica, MPB, Heavy Metal e Samba). Mediante a extração de descritores relacionados ao sinal de áudio destas músicas, aplica os algoritmos Random Forest; Bayes Net; C4.5; KNN e as estratégias Bagging e Boosting para a classificação. Obtém como melhor resultado 66,67% de acerto com o algoritmo C4.5 para classificação entre Samba e MPB. Constata que a classificação de gêneros musicais se apresenta como um "problema interessante" para estudos que envolvem técnicas de Machine Learning. Estimula a continuidade de estudos semelhantes aplicando algoritmos baseados em Redes Neurais e Algoritmos Genéticos.

Almeja identificar métodos de machine learning empregados na automatização de revisões sistemáticas. Analisa, baseado na recomendação Preferred Reporting Items for Systematic Reviews, 29 de 211 documentos científicos recuperados das bases Web of Science e Scopus, sem restrição de idioma ou recorte temporal. Demonstra a tendência de crescimento da produção relacionada ao tema, com 65,51% dos registros publicados após 2016. Indica o interesse dos pesquisadores em técnicas de text mining, sendo a palavra-chave mais utilizada pelos autores. Em relação aos métodos encontrados, evidencia o algoritmo Support Vector Machine como o mais frequente, sendo utilizado em oito trabalhos, seguido pelas heurísticas Redes Neurais Artificiais e Naïve Bayes, com duas aplicações cada. Ressalta a aplicação majoritária dos métodos à área médica. Conclui, entretanto, que nenhuma das ferramentas identificadas oferece uma solução aplicável a qualquer área do conhecimento.

A internet das coisas e o aprendizado de máquina são temas emergentes na área da saúde com potencial para otimizar a área e criar um sistema de saúde inteligente em virtude do envelhecimento da população. Este artigo analisa a produção científia do período de 2009 a 2019 a respeito da internet das coisas e do aprendizado de máquina na área da saúde. Utiliza metodologia bibliométrica em 1.353 artigos recuperados na base de dados Web of Science. Constata um crescimento da produção científia sobre o tema, sendo os Estados Unidos o principal polo de pesquisa na área. Identifia os autores mais produtivos e com maior impacto, periódicos mais produtivos, colaboração entre países e palavras-chave utilizadas, bem como suas relações. Incentiva que novas pesquisas explorem as abordagens identifiadas no estudo.

The internet of things and machine learning are emerging issues with the potential to optimize the health fild and create an intelligent health system due to the aging population. This article analyzes the scientific production of the period from 2009 to 2019 regarding the internet of things and machine learning in the health area. It uses bibliometric methodology in 1.353 articles retrieved from the Web of Science database. It notes an increase in scientifi production on the subject, the United States being the main research center in this area. It identifis the most productive and inflential authors, the most productive journals, collaboration between countries and keywords used, as well as their relations. It encourages new research to explore the approaches identifid in the study. La internet de las cosas y el aprendizaje de máquinas son temas emergentes en el área de la salud con potencial para optimizar el área y crear un sistema de salud inteligente en virtud del envejecimiento de la población. Este artículo analiza la producción científia del período de 2009 hasta 2019 respecto a internet de las cosas y del aprendizaje de máquina en el área de la salud. Utiliza metodología bibliométrica en 1.353 artículos recuperados en la base de datos Web of Science. Constata un crecimiento de la producción científia sobre el tema, siendo los Estados Unidos el principal polo de investigación en el área. Identifica a los autores más productivos y con mayor impacto, periódicos más productivos, colaboración entre países y palabras clave utilizadas, así como sus relaciones. Estimula a que nuevas investigaciones exploren los enfoques identifiados en el estudio. A internet das coisas e o aprendizado de máquina são temas emergentes na área da saúde com potencial para otimizar a área e criar um sistema de saúde inteligente em virtude do envelhecimento da população. Este artigo analisa a produção científia do período de 2009 a 2019 a respeito da internet das coisas e do aprendizado de máquina na área da saúde. Utiliza metodologia bibliométrica em 1.353 artigos recuperados na base de dados Web of Science. Constata um crescimento da produção científia sobre o tema, sendo os Estados Unidos o principal polo de pesquisa na área. Identifia os autores mais produtivos e com maior impacto, periódicos mais produtivos, colaboração entre países e palavras-chave utilizadas, bem como suas relações. Incentiva que novas pesquisas explorem as abordagens identifiadas no estudo.

EnglishThe present study aimedto identify the number of publications, authors and most productive institutions, most cited documents, journals that publish the most on the topic, and keywords most used in scientific articles that deal with innovation models. The study was carried out in 1,538 articles retrieved from the Scopus database based on the search for the term “innovation models” in the title, abstract and keywords fields, without any time frame. The results show that there is a growing trend in the number of publications on this topic, having identified Zi-Li Deng as the author with the greatest impact. In addition, the article “Open for innovation: the role of openness in explaining innovation performance among U.K.manufacturing firms”, by Laursen, K and Salter, A, emerged as the most cited among the identified documents. Among the journals, Technological Forecasting and Social Change magazine presented the largest number of articles on the topic. The United States shows itself to be the country with the largest share in the number of articles and Delft University of Technology, located in the Netherlands, is the most productive institution. As for keywords, the terms management, innovation adoption and strategy were those with the highest semantic content. The use of bibliometric techniques proved to be adequate to identify the essential characteristics of scientific production on models of innovation. The study can be adopted as a decision-making tool for researchers,since it provides the main journals, authors and indexing terms on models of innovation. portuguesO presente estudo teve como objetivo identificar a quantidade de publicacoes, autores e instituicoes mais produtivos, documentos mais citados, periodicos que mais publicam sobre o tema e, palavras-chave mais empregadas em artigos cientificos que tratam de modelos de inovacao. O estudo foi realizado em 1.538 artigos recuperados da base de dados Scopus a partir de busca pelo termo “modelos de inovacao” nos campos titulo, resumo e palavras-chaves, sem qualquer recorte temporal. Os resultados mostram que ha uma tendencia de crescimento na quantidade de publicacoes sobre este tema, tendo identificado Zi-Li Deng como o autor de maior impacto. Alem disto, o artigo Open for innovation: the role of openness in explaining innovation performance among U.K. manufacturing firms, de Laursen, K e Salter, A, despontou como o mais citado entre os documentos identificados. Entre os periodicos, a revista Technological Forecasting and Social Change apresentou o maior numero de artigos com o tema. Os Estados Unidos mostraram ser o pais com a maior participacao no numero de artigos e a Delft University of Technology, localizada na Holanda, e a instituicao mais produtiva. Quanto as palavras-chave, os termos management, innovation adoption e strategy foram aqueles de maior conteudo semântico. O emprego de tecnicas de bibliometria mostrou-se adequado para identificar as caracteristicas essenciais da producao cientifica sobre modelos de inovacao. O estudo pode ser adotado como ferramenta de tomada de decisao para pesquisadores, vistoque fornece principais periodicos, autores e termos indexadores sobre modelos deinovacao.

Trata-se de um estudo descritivo por meio da análise quantitativa multi e bivariada, em que se objetiva realizar uma análise criminal na base Global Terrorism Database, como forma de detectar padrões nos ataques terroristas em território brasileiro. Coletaram-se 262 registros desta base e, sobre estes, aplicaram-se testes não paramétricos e Análise de Correspondência Múltipla. Utilizando-se as ferramentas PASW Statistics 18® e Microsoft Office Excel 2007®, identificou-se o grupo “Esquadrão da morte” como o mais letal e que, ataques armados, cometidos com armas de fogo, são aqueles com o maior número de vítimas fatais. Incentiva-se a continuidade de estudos semelhantes em bases nacionais ou internacionais, utilizando-se heurísticas de Mineração de Dados para estabelecer-se comparações com os resultados obtidos neste estudo.