Análise macro das últimas atualizações dos Currículos Lattes

Autores

  • Luciano Antonio Digiampietri Universidade de São Paulo
  • Rogério Mugnaini Universidade de São Paulo
  • Jesús Pascual Mena Chalco Universidade Federal do ABC
  • Karina Valdivia Delgado Universidade de São Paulo
  • José Jesús Pérez Alcázar Universidade de São Paulo

Palavras-chave:

Currículo Lattes, Atualização da Informação, Análise Bibliométrica

Resumo

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.

Downloads

Não há dados estatísticos.

Biografia do Autor

Luciano Antonio Digiampietri, Universidade de São Paulo

Desde abril de 2008 Luciano Antonio Digiampietri é professor em RDIDP no curso de Sistemas de Informação da Escola de Artes Ciências e Humanidades (EACH) da Universidade de São Paulo (USP). Possui Doutorado em Ciência da Computação pela Universidade de Campinas (UNICAMP) e é Bacharel em Ciência da Computação pela UNICAMP.

Rogério Mugnaini, Universidade de São Paulo

Estatístico (2001), mestre (2003) e doutor (2006) em Ciência da Informação. Exerceu atividade profissional como Analista de Informação na BIREME/OPAS/OMS (2003-2009), tendo desenvolvido o Módulo de Bibliometria do Projeto SciELO e diversos aplicativos online para avaliação de periódicos por meio de indicadores bibliométricos. Compõe o corpo docente do Departamento de Biblioteconomia e Documentação da Escola de Comunicações e Artes (ECA) da Universidade de São Paulo (USP), onde leciona na graduação e pós-graduação. Tem experiência na coordenação de projetos de pesquisa nacionais e internacionais, nos seguintes temas: bibliometria, cientometria, avaliação de produção científica nacional, indicadores, bases de dados e política científica. Integra comissões, tanto no âmbito da universidade (Vice-Presidente da Comissão de Credenciamento do Programa de Apoio às Publicações Científicas Periódicas da USP) quanto em âmbito nacional (Avaliação Trienal 2013 da área de Ciências Sociais Aplicadas I - CAPES). Membro filiado da Associação Nacional de Pesquisa e Pós-Graduação em Ciência da Informação (ANCIB) e International Society of Scientometrics and Informetrics (ISSI).

Jesús Pascual Mena Chalco, Universidade Federal do ABC

Possui graduação em Engenharia de Sistemas pela Universidade Nacional de San Agustín (2000), mestrado (2005), doutorado (2010) e pós-doutorado (2012) em Ciência da Computação pela Universidade de São Paulo. Atualmente é professor adjunto do Centro de Matemática, Computação e Cognição da Universidade Federal do ABC. Atua na área de Ciência da Computação, com ênfase nos seguintes temas: Reconhecimento de Padrões, Prospecção de dados acadêmicos (bibliometria), Cientometria. É membro do Núcleo Estratégico NUVEM (Universos Virtuais, Entretenimento e Mobilidade) da UFABC.

Karina Valdivia Delgado, Universidade de São Paulo

Possui graduação em Engenharia de Sistemas pela Universidade Católica Santa María (1994), mestrado em Ciências da Computação pela Universidade de São Paulo (2005) e doutorado em Ciências da Computação pela Universidade de São Paulo (2010) com período sanduíche em Canberra, Austrália. Pelas contribuições da tese de doutorado, em 2009 recebeu o prêmio Silver IJAR Young Researcher Award for demonstrating excellence in research on imprecise probabilities , concedido pelos editores da International Journal of Approximate Reasoning da Elsevier. Também recebeu o premio de Melhor Tese de Doutorado no Concurso de Teses e Dissertações do Simpósio Brasileiro de Inteligência Artificial, organizado pela SBC, referente aos anos de 2009 e 2010. Atualmente é professora doutora da Universidade de São Paulo EACH. Atua na área de Ciência da Computação, com ênfase em Planejamento em Inteligência Artificial, atuando principalmente nos seguintes temas: planejamento probabilístico, processos de decisão markovianos, diagnóstico baseado em modelos.

José Jesús Pérez Alcázar, Universidade de São Paulo

Possui graduação em Ingeniería de Sistemas y Computación - Universidad de Los Andes (1983), mestrado em Ciência da Computação pela Universidade Federal de Minas Gerais (1988) e doutorado em Informática pela Pontifícia Universidade Católica do Rio de Janeiro (1995). Atualmente é professor-doutor ms3 da Universidade de São Paulo. Tem experiência na área de Ciência da Computação, com ênfase em Banco de Dados e Inteligência Artificial, atuando principalmente nos seguintes temas:web semântica, serviços web semânticos, web, sistemas multiagentes, tecnologia de informação e planejamento estratégico de tecnologia de informação.

Downloads

Publicado

2014-12-22

Como Citar

DIGIAMPIETRI, L. A.; MUGNAINI, R.; MENA CHALCO, J. P.; DELGADO, K. V.; PÉREZ ALCÁZAR, J. J. Análise macro das últimas atualizações dos Currículos Lattes. Em Questão, Porto Alegre, v. 20, n. 3, p. 88–113, 2014. Disponível em: https://www.seer.ufrgs.br/index.php/EmQuestao/article/view/49173. Acesso em: 29 maio. 2023.

Edição

Seção

Artigo

Artigos mais lidos pelo mesmo(s) autor(es)