A partir de uma revisão de literatura sobre Competência em Informação (Coinfo) e Competência Crítica em Informação (CCI), esta pesquisa exploratória, de abordagem qualitativa e procedimento bibliográfico buscou delinear os principais conceitos destas temáticas para compreendê-las. Neste intuito, representando as interrelações destes conceitos mediante mapas conceituais (utilizando o software CmapTools), foi possível identificar as aproximações e distinções entre elas.
O século XX originou dois paradigmas que buscam com diferentes abordagens definir o papel social das organizações comerciais: a Maximização do Lucro dos Acionistas e a Responsabilidade Social Corporativa, percebidos por alguns autores como antagônicos pela suposta incompatibilidade entre necessidades econômicas e necessidades sociais, e como semelhantes, por outros. Assim, o objetivo desta pesquisa qualitativa, básica, exploratória e bibliográfica foi, mediante a análise dos livros que representam estes paradigmas (“Capitalismo e Liberdade”, de Friedman, e “Responsabilidades sociais do homem de negócios”, de Bowen, respectivamente), e de recursos das Ciências da Informação e Computação (mapas conceituais, semelhança entre conceitos, software Cmap Tools e linguagem de programação PHP), apurar se haveria uma similaridade entre eles. O resultado indicou uma grande similaridade entre estes paradigmas, o que permitiu considerar que talvez estabeleçam uma relação dialética entre si e onde uma síntese plausível é a criação de valor compartilhado segundo Porter e Kramer.
Objetivo: De forma similar à “explosão informacional” o fenômeno do Big Data vem sendo de forma crescente, objeto da CI/OC. Como descobrir, acessar, processar e reusar a enorme e crescente quantidade de dados que são disponibilizados continuamente na Web por nossa sociedade? Em especial, como tratar os chamados “dados não estruturados”, documentos textuais, que sempre foram o objeto da CI/OC? Metodologia: Teorias de amplo espectro como Ontologia e Semiótica foram utilizadas para analisar dados como elemento essencial do Big Data, em especial os “dados não estruturados”. Resultados: A partir da análise de várias definições de dados, um dado é identificado como parte de esquemas lógicos e semióticos já conhecidos, as proposições. Um dado é encontrado juntamente com outros, formando conjuntos de dados. Conjuntos de dados são na verdade conjuntos de proposições. Estas estão presentes no que é conhecido como dados estruturados - tabelas de bancos de dados relacionais ou de planilhas. Documentos textuais também contém conjuntos de proposições. Dados estruturados são comparados com “dados não estruturados”. Conclusões: Embora no limite, ambos contenham proposições e possam ser equivalentes, enquanto conjuntos, dados estruturados são expressos e percebidos como um todo, conjuntos de dados não estruturados são processuais, expressos sequencialmente o que torna mais difícil a identificação de dados não estruturados em documentos textuais para seu processamento por máquinas.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.