Pular para o conteúdo principal

Primeira reunião de Projeto (DFCris) - 08/02/2022

IBICT - CODIC: Coordenação de Tratamento, Análise e Disseminação de Informação Científica

Washington Segundo (Coordenador)

(2002) BDTD - Biblioteca Digital de Teses e Dissertações

(2006) Oasisbr - Portal Brasileiro de Publicações e Dados Científicos de Acesso Aberto

DSpace (software)

(2019) LaEPeCBr - Laboratório do Ecossistema da Pesquisa Científica Brasileira

(2020) BrCris - Sistema de Informação sobre o Ecossistema da Pesquisa Científica Brasileira

(2021) DFCris

(2022) Projeto Inova do Observatório em C&T da FioCruz

(2022) Princípios FAIR no BrCris - Fase II

(2022) Palataforma Inteligente de Coleta, Organização, Certificação. Análise e Reuso da Informação (CEOIS)

 

Parceiros


Universidades do Minho, Twenty, Toulon, GoFair, etc ... 

15 novos membros nos projetos 

CEOIS é um agregador e desenvolve ferramentas a serem aproveitadas pelos demais projetos

Plataforma de atribuição de identificadores persistentes

Interface de Recuperação,Visualização e Análise de Dados

Plataforma de Curadoria de Recursos Digitais

Fontes: Oasisbr, BDTD, Lattes, Sucupira, OpenAIRE, Wikidata

Cruzamento de dados para certificar a informação como por exemplo Lattes x BDTD

BrCris: discussões começaram em 2015

https://brcris.ibict.br/vivo


Recuperar informações da produção científica

Recuperar informações sobre o pesquisador (origem Lattes)

Financiamento, Laboratórios, etc ...

Ecossistema tem algumas entidades

Software La Referência: carrega o modelo e depois carrega as informações mapeadas pelo modelo. Depois de carregado pode ser exportado para o VIVO ou para sistemas de Dashboards (ElasticSearch e Kibana)

Modelo de Dados do Sistema (ER)

Modelo Básico é mapeado para a Ontologia VIVO (conjunto de vocabulários). Foram acrescentadas entidades como Programa de Pós Graduação que não existem no exterior.

Pontos a serem investigados: novas métricas de publicação, colaboração entre instituições, identificar especialistas, identificar as relações entre a fonte de financiamento e o resultado das pesquisas, ...

Certificação do Lattes: autodeclaratório x fontes de referência para confirmação (como a BDTD)

Certificação de Patentes e reaproveitamento para uso não comercial de forma aberta

Dados de Pesquisa: reuso, exigência em editais do depósito dos dados

Oasisbr

Centro de Estudos de Desenvolvimento de Inovação e Software - UNB Campus GAMA


 

Comentários

Postar um comentário

Sinta-se a vontade para comentar. Críticas construtivas são sempre bem vindas.

Postagens mais visitadas deste blog

Connected Papers: Uma abordagem alternativa para revisão da literatura

Durante um projeto de pesquisa podemos encontrar um artigo que nos identificamos em termos de problema de pesquisa e também de solução. Então surge a vontade de saber como essa área de pesquisa se desenvolveu até chegar a esse ponto ou quais desdobramentos ocorreram a partir dessa solução proposta para identificar o estado da arte nesse tema. Podemos seguir duas abordagens:  realizar uma revisão sistemática usando palavras chaves que melhor caracterizam o tema em bibliotecas digitais de referência para encontrar artigos relacionados ou realizar snowballing ancorado nesse artigo que identificamos previamente, explorando os artigos citados (backward) ou os artigos que o citam (forward)  Mas a ferramenta Connected Papers propõe uma abordagem alternativa para essa busca. O problema inicial é dado um artigo de interesse, precisamos encontrar outros artigos relacionados de "certa forma". Find different methods and approaches to the same subject Track down the state of the art rese...
3 comentários
Leia mais

Aprendizado de Máquina Relacional

 Extraído de -> https://www.lncc.br/~ziviani/papers/Texto-MC1-SBBD2019.pdf   Aprendizado de máquina relacional (AMR) destina-se à criação de modelos estatísticos para dados relacionais (seria o mesmo que dados conectados) , isto é, dados cuja a informação relacional é tão ou mais impor tante que a informação individual (atributos) de cada elemento.    Essa classe de aprendizado tem sido utilizada em diversas aplicações, por exemplo, na extração de informação de dados não estruturados [Zhang et al. 2016] e na modelagem de linguagem natural [Vu et al. 2018].   A adoção de técnicas de aprendizado de máquina relacional em tarefas de comple mentação de grafo de conhecimento se baseia na premissa de existência de regularidades semânticas presentes no mesmo . Modelos grafos probabilísticos  Baseada em regras / heurísticas que não podem garantir 100% de precisão no resultado da inferência mas os resultados podem ser explicados. Modelos de características de ...
Postar um comentário
Leia mais

Knowledge Graph Embedding with Triple Context - Leitura de Abstract

  Jun Shi, Huan Gao, Guilin Qi, and Zhangquan Zhou. 2017. Knowledge Graph Embedding with Triple Context. In Proceedings of the 2017 ACM on Conference on Information and Knowledge Management (CIKM '17). Association for Computing Machinery, New York, NY, USA, 2299–2302. https://doi.org/10.1145/3132847.3133119 ABSTRACT Knowledge graph embedding, which aims to represent entities and relations in vector spaces, has shown outstanding performance on a few knowledge graph completion tasks. Most existing methods are based on the assumption that a knowledge graph is a set of separate triples, ignoring rich graph features, i.e., structural information in the graph. In this paper, we take advantages of structures in knowledge graphs, especially local structures around a triple, which we refer to as triple context. We then propose a Triple-Context-based knowledge Embedding model (TCE). For each triple, two kinds of structure information are considered as its context in the graph; one is the out...
Postar um comentário
Leia mais