Impactos dos nomes nas propriedades de redes sociais: um estudo em rede de coautoria sobre sustentabilidade

Barbastefano, Rafael Garcia; Souza, Cristina Gomes de; Costa, Juliana Maria; Teixeira, Patrícia Mattos

doi:10.1590/s1413-99362013000300006

Cited by 16 publications

(15 citation statements)

References 30 publications

(20 reference statements)

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Nessa sua pesquisa, ao mesmo tempo em que destacam o avanço de algumas técnicas computacionais para a limpeza dos dados, tais autores admitem que o desafio da confiabilidade da identificação estará ainda pendente mesmo se passar a ser aceita uma identificação única para os pesquisadores. Afinal, os dados do passado, frequentemente usados em pesquisas sociométricas, não seriam tão facilmente atualizados para a nova forma de registro (Barbastefano, Souza, Costa, & Teixeira, 2013).…”

Section: Erros Na Pesquisa Sociométricaunclassified

Riscos e Possível Solução Associados às Amostras em Redes de Coautoria

et al. 2018

View full text Add to dashboard Cite

ResumoJá existe um conjunto razoável de trabalhos que aplicaram a sociometria e a teoria de redes para caracterizar o arranjo de pesquisadores e/ou de instituições de pesquisa subjacente a um objeto específico de interesse, seja ele Programa de Pós-Graduação, periódico, congresso, campo teórico ou técnico. Se o objeto de interesse é circunscrito, o censo é razoável e pode ser empregado. Caso contrário, trabalha-se com uma fração da população obtida por amostragem. Contudo, o uso de amostra tem riscos que, sendo ignorados, podem comprometer os achados. Frente a essa questão, este trabalho teve por objetivos avaliar os riscos decorrentes do emprego de amostras em estudos de redes de coautoria e propor um encaminhamento alternativo a simplesmente desconsiderálos. Para tanto, foram feitas 300 simulações de uma rede de coautoria, reduzindo-a em 5, 10, 15, 20, 25 e 30%, para depois testar a extrapolação a partir do modelo linear. Os resultados indicam que mesmo amostras relativamente grandes podem ser enganadoras. Ainda assim, foi possível inferir algumas das características estruturais da população a partir do método em consideração, de tal forma que esse desenvolvimento pode vir a ser um recurso interessante a fim de conferir maior confiabilidade à pesquisa na área. AbstractThere is already a reasonable set of papers that applied sociometry and network theory to characterize the arrangement of researchers and/or research institutions underlying a specific object of interest, whether it be a Postgraduate Program, periodical, conference, or theoretical or technical field. If the object of interest is circumscribed, the census is reasonable and can be employed. Otherwise, you work with a fraction of the sample population. The use of such a sample has risks that, in theory, may compromise the findings. To meet this study's objectivesto evaluate the risks arising from the use of samples in co-authorship network analysis and to propose a more adequate approach than to simply disregard them -300 simulations of a co-authorship network were made, reducing it by 5, 10, 15, 20, 25 and 30% to subsequently test the extrapolation from the linear model. Results indicate that even relatively large samples can be misleading. However, it was possible to infer some of the structural characteristics of the population from the method under consideration, in such a way that this development can turn out to be an interesting resource to confer greater reliability to the research in the area.

show abstract

Section: Erros Na Pesquisa Sociométricaunclassified

Riscos e Possível Solução Associados às Amostras em Redes de Coautoria

et al. 2018

View full text Add to dashboard Cite

show abstract

“…Several studies on SNA-employing coauthorship show that collaborations among researchers increased in all areas of knowledge and reveal the importance of co-authorship in the establishment of scientific production (Newman, 2004;Lee & Bozeman, 2005;Maia & Caregnato, 2008;Hayashi, Hayashi Lima, 2008;Yan & Ding, 2009;Abbasi, Altmann, & Hwang, 2010;Goldenberg et al, 2010;Souza & Barbastefano, 2011;Abbasi, Altmann, & Hossain, 2011;Barbastefano, Souza, Costa, & Teixeira, 2013;Abbasi, Wigand, & Hossain, 2014;among others).…”

Section: Introductionmentioning

confidence: 99%

<b>A comparative study on the reliability of co-authorship networks with emphases on edges and nodes

2016

View full text Add to dashboard Cite

ABSTRACT.A scientific co-authorship network may be modeled by a graph G composed of k nodes and m edges. Researchers that make up this network may be interpreted as its nodes and the link between these agents (co-authored papers) as its edges. Current work evaluated and compared the reliability measure of networks with two emphases: 1) On nodes (perfectly reliable edges) and 2) On edges (perfectly reliable nodes). Specifically, the reliability of a fictitious co-authorship network at a given time t was analyzed taking into account, first, the reliability of nodes (researchers) equal and different, and, second, the reliability of edges (co-authorship relations), equal and different. Additionally, centrality measures of nodes were obtained to identify situations where the insertion of an edge significantly increased the reliability of the network. Results showed that the reliability of the co-authorship network focusing on edges is more sensitive to changes in individual reliabilities than the reliability of the network focusing on nodes. Additionally, the use of centrality measures was viable to identify possible insertions of edges or coauthorship relations to increase the reliability of the network in the two approaches.Keywords: scientific co-authorship, theory of graphs, simulation, centrality measures.Um estudo comparativo sobre confiabilidade de redes de coautoria com enfoques nas arestas e nos vértices RESUMO. Uma rede de coautoria científica pode ser modelada por um grafo G composto por k vértices e m arestas. Os pesquisadores que compõem essa rede podem ser interpretados como seus vértices, e as relações entre esses agentes (trabalhos em coautoria) como suas arestas. Neste trabalho avaliou-se e comparou-se a medida da confiabilidade de redes considerando dois enfoques: nos vértices (arestas perfeitamente confiáveis) e nas arestas (vértices perfeitamente confiáveis). Especificamente, foi analisada a confiabilidade de uma rede de coautoria fictícia em um dado tempo t, considerando primeiramente as confiabilidades dos vértices (pesquisadores) iguais e distintas, e, em seguida, as confiabilidades das arestas (relações de coautoria) iguais e distintas; e, foram obtidas medidas de centralidade de vértices que auxiliaram na identificação de situações onde a inserção de uma aresta aumentava significativamente a confiabilidade desta rede. Os resultados mostraram que a confiabilidade da rede de coautoria com enfoque nas arestas é mais sensível às alterações das confiabilidades individuais do que a com enfoque nos vértices. Além disso, o uso de medidas de centralidade se mostrou viável na identificação de possíveis inserções de arestas ou relações de coautoria visando o aumento da confiabilidade da rede para os dois enfoques.Palavras-chave: coautoria científica, teoria dos grafos, simulação, medidas de centralidade.

show abstract

“…Tratando especificamente do impacto da grafia dos nomes sobre propriedades de redes de coautoria, pode ser citado o trabalho de Barbastefano et al (2013), que indicou grandes variações em densidade, grau mé-dio; abrangência da componente gigante; distribuição de graus; distância média e diâmetro e coeficiente de clusterização de Watts-Strogatz, ao se considerarem os nomes dos autores a partir de diferentes métodos.…”

Section: Introductionunclassified

Influência da ambiguidade de nomes na centralidade de redes de coautoria

et al. 2015

Self Cite

View full text Add to dashboard Cite

A ambiguidade de nomes de autores pode gerar uma série de problemas, tanto em estudos bibliométricos, quanto em Análise de Redes Sociais envolvendo esse tipo de dado. Trata-se de um problema ainda não resolvido, que vem se tornando cada vez mais complexo diante do aumento da produção científica no mundo, principalmente em países orientais, onde os nomes dos autores apresentam muitas similaridades, dificultando a correta identificação. O objetivo deste artigo é mostrar como o problema da ambiguidade de nomes influencia as métricas de centralidade utilizadas em Análise de Redes Sociais, que se destinam a identificar o papel desempenhado por um ator dentro de uma rede social. Este estudo baseou-se nas relações de coautoria de cerca de quase 30 mil artigos indexados na Web of Science. Para a análise, foram construídas três redes de coautoria fazendo uso de formas distintas de registro do nome dos autores. Os resultados apontaram diferenças significativas entre as redes, considerando-se as medidas de centralidade de grau (degree), proximidade (closeness) e intermediação (betweenness). O trabalho mostra o quanto é importante uma meticulosa etapa de normalização de nomes e chama atenção para a necessidade de maior discussão da questão no ambiente da academia, em busca de alternativas de solução.

show abstract

Impactos dos nomes nas propriedades de redes sociais: um estudo em rede de coautoria sobre sustentabilidade

Cited by 16 publications

References 30 publications

Riscos e Possível Solução Associados às Amostras em Redes de Coautoria

Riscos e Possível Solução Associados às Amostras em Redes de Coautoria

<b>A comparative study on the reliability of co-authorship networks with emphases on edges and nodes

Influência da ambiguidade de nomes na centralidade de redes de coautoria

Contact Info

Product

Resources

About