Uma plataforma para exploração da genealogia acadêmica brasileira

dc.creatorJoão Marcos Martins da Costa Cota
dc.date.accessioned2021-06-02T14:54:03Z
dc.date.accessioned2025-09-09T00:32:39Z
dc.date.available2021-06-02T14:54:03Z
dc.date.issued2021-01-20
dc.description.abstractThroughout history, many researchers have made remarkable contributions to science, not only advancing knowledge, but also forming new scientists. Currently, identifying and studying the formation of researchers over the years is a challenging task, as the current repositories of theses and dissertations are cataloged in a decentralized manner in different digital libraries, many of them with limited scope. In this MSc dissertation, we take a first step towards building a large repository to record the Brazilian academic genealogy. For that, we collected data from the CNPq Lattes platform and developed a computational framework in order to generate the academic genealogy trees of Brazilian researchers from them, also providing additional data resulting from a series of analyses that describe the main properties of such trees. Our effort has identified interesting aspects related to the academic background of the Brazilian researchers, which highlight the importance of generating and cataloging their academic genealogy trees
dc.description.sponsorshipOutra Agência
dc.identifier.urihttps://hdl.handle.net/1843/36247
dc.languagepor
dc.publisherUniversidade Federal de Minas Gerais
dc.rightsAcesso Aberto
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/3.0/pt/
dc.subjectComputação – Teses.
dc.subjectVisualização de dados – Teses.
dc.subjectBancos de dados – Teses.
dc.subjectGenealogia acadêmica – Teses
dc.subject.otherVisualização de dados
dc.subject.otherBancos de dados
dc.subject.otherGenealogia acadêmica
dc.subject.otherPlataforma Lattes
dc.subject.otherPlataforma Árvore da Ciência
dc.titleUma plataforma para exploração da genealogia acadêmica brasileira
dc.title.alternativeScience Tree: a platform for exploring the brazilian academic Ggnealogy
dc.typeDissertação de mestrado
local.contributor.advisor-co1Raquel Oliveira Prates
local.contributor.advisor1Alberto Henrique Frade Laender
local.contributor.advisor1Latteshttp://lattes.cnpq.br/9089204821424223
local.contributor.referee1Ado Jorio de Vasconcelos
local.contributor.referee1Thiago Magela Rodrigues Dias
local.contributor.referee1José Palazzo Moreira de Oliveira
local.creator.Latteshttp://lattes.cnpq.br/8637166118721177
local.description.resumoAo longo da história, muitos pesquisadores têm dado contribuições notáveis à ciência, não apenas avançando o conhecimento, mas também formando novos cientistas. Atualmente, identificar e estudar a formação de pesquisadores ao longo dos anos é uma tarefa desafiadora, pois os atuais repositórios de teses e dissertações são catalogados de forma descentralizada em diferentes bibliotecas digitais, muitas delas de escopo limitado. Nesta dissertação, damos um primeiro passo para a construção de um grande repositório que registre a genealogia acadêmica brasileira. Para isso foram coletados dados da plataforma Lattes do CNPq e desenvolvido um arcabouço computacional para gerar as árvores genealógicas acadêmicas dos pesquisadores brasileiros a partir deles, fornecendo ainda dados adicionais resultantes de uma série de análises que descrevem as principais propriedades dessas árvores. Nosso esforço identificou aspectos interessantes relacionados à formação acadêmica dos pesquisadores brasileiros, os quais destacam a importância da geração e catalogação de suas árvores genealógicas acadêmicas.
local.publisher.countryBrasil
local.publisher.departmentICX - DEPARTAMENTO DE CIÊNCIA DA COMPUTAÇÃO
local.publisher.initialsUFMG
local.publisher.programPrograma de Pós-Graduação em Ciência da Computação

Arquivos

Pacote original

Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
JoaoMarcos_DissertacaoFinal.pdf
Tamanho:
4.51 MB
Formato:
Adobe Portable Document Format

Licença do pacote

Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
license.txt
Tamanho:
2.07 KB
Formato:
Plain Text
Descrição: