UMA APLICAÇÃO DA RECOMENDAÇÃO DE ESPECIALISTAS PARA INDICAÇÃO DE PARECERISTAS DE ARTIGOS CIENTÍFICOS

Jeancarlo C Leao; Jean Jeremias Cardoso Campos Leão; Hercules Santos; Eliane Macedo Sobrinho Santos

Todos os Trabalhos

Trabalho Completo

Resumo

Título do Trabalho

UMA APLICAÇÃO DA RECOMENDAÇÃO DE ESPECIALISTAS PARA INDICAÇÃO DE PARECERISTAS DE ARTIGOS CIENTÍFICOS

Autores

Jeancarlo C Leao
Jean Jeremias Cardoso Campos Leão
Hercules Santos
Eliane Macedo Sobrinho Santos

Modalidade

Resumo Simples

Área temática

Ciências Exatas e da Terra

Data de Publicação

05/11/2021

País da Publicação

Brasil

Idioma da Publicação

Português

Página do Trabalho

https://www.even3.com.br/anais/wisci2021/340124-uma-aplicacao-da-recomendacao-de-especialistas-para-indicacao-de-pareceristas-de-artigos-cientificos

ISBN

978-65-5941-395-9

Palavras-Chave

Recomendação de Especialistas, Plataforma Lattes, Parecerista, Artigo Científico

Resumo

A atribuição de artigos a pareceristas é uma demanda frequente em eventos científicos. Contudo, a eficácia das estratégias utilizadas pelas plataformas de eventos para tentar associar o parecerista mais adequado à temática de cada artigo geralmente é limitada, pois segue uma abordagem que considera basicamente a relação direta entre a especialidade do parecerista e a temática do artigo, representados por alguma área de conhecimento definida previamente. Ademais, nessa abordagem, seria natural que um artigo fosse atribuído a algum parecerista que não possui afinidade com o tema ou que algum parecerista deixasse de receber para avaliar um artigo muito relacionado à sua expertise principal. Apesar disso, existem sistemas apropriados para a recuperação de expertise que se baseiam na indexação de palavras contidas no currículo dos especialistas e que permitem recuperar aqueles currículos mais relevantes considerando um conjunto de termos de busca específicos, fornecidos pelo usuário do sistema (Campos, 2019). Assim, o objetivo deste trabalho foi avaliar a utilização de um sistema de recuperação de expertise para indicar pareceristas de artigos científicos. Especificamente, considerou-se o sistema GeDai (Campos, 2019) e a interface web ReCCIFe (Santos, 2020) para, respectivamente, gerenciar e recuperar currículos de pareceristas a partir do fornecimento de termos de busca extraídos do texto do próprio artigo. A nossa amostra é constituída por 380 currículos Lattes e 40 resumos de artigos associados a uma de oito grandes áreas do conhecimento. Primeiro, atualizamos a base de dados do sistema GeDai com os currículos Lattes dos pareceristas. Em seguida, fornecemos, como termos de busca para a interface ReCCIFe, apenas a grande área, o título, as palavras chave e o texto do resumo. Note que, para avaliar a qualidade da indicação de pareceristas, consideramos que a temática de um trabalho científico está contida entre as especialidades do orientador principal, coautor do trabalho. Assim, foi utilizado como dados de ground truth a recomendação do próprio orientador de cada trabalho. Note que o orientador é um especialista relevante para a temática do trabalho em que colaborou. Além disso, espera-se que o parecerista ideal esteja dentre os primeiros da lista de recomendações de especialistas gerada pelo sistema. Como resultado dos experimentos, verificamos que, para 38% de todas as submissões de artigo consideradas, o orientador apareceu nas duas primeiras posições da lista de recomendações de especialistas do seu próprio artigo. Nas submissões restantes (62%), o orientador ficou, em média, na 26º posição. Adicionalmente, verificamos que 57% dos orientadores foram recomendados em uma das duas primeiras posições da lista de recomendações para todos os seus artigos. Esse contraste nas posições dos orientadores nas listas de recomendação nos levou a analisar qualitativamente os resultados e verificar que, para os artigos em que o nome do orientador não apareceu no topo da lista de recomendações, o tema abordado no texto possui pouca relação com a especialidade do orientador, justificando assim a sua posição na lista. Apesar dos resultados favoráveis obtidos no cenário experimental deste trabalho, vale ressaltar que uma limitação eventual da abordagem proposta reside no fato de que nem toda expertise pode estar declarada no currículo Lattes. Além disso, existem termos que são ambíguos ou que são amplamente utilizados em áreas distintas, o que influencia na recuperação das informações e consequentemente na qualidade da recomendação. Na continuidade deste trabalho, pretendemos aprimorar os resultados da recomendação, considerando também múltiplas áreas e áreas específicas abrangidas por cada trabalho.

Título do Evento: 2º Wi-Sci do IFNMG
Título dos Anais do Evento: Anais do Wi-Sci do IFNMG
Nome da Editora: Even3
Meio de Divulgação: Meio Digital

Como citar

LEAO, Jeancarlo C et al.. UMA APLICAÇÃO DA RECOMENDAÇÃO DE ESPECIALISTAS PARA INDICAÇÃO DE PARECERISTAS DE ARTIGOS CIENTÍFICOS.. In: Anais do Wi-Sci do IFNMG. Anais...Araçuaí(MG) IFNMG, 2021. Disponível em: https//www.even3.com.br/anais/wisci2021/340124-UMA-APLICACAO-DA-RECOMENDACAO-DE-ESPECIALISTAS-PARA-INDICACAO-DE-PARECERISTAS-DE-ARTIGOS-CIENTIFICOS. Acesso em: 06/08/2025