Inferência estatística clássica para a confiabilidade de rede de coautoria com enfoque nos vértices

Inferência estatística clássica para a confiabilidade de rede de coautoria com enfoque nos vértices :: Brapci 2.0
[Perspectivas em Ciência da Informação; v. 19, n. 4 (2014); 202-225]
Artigo Científico
Inferência estatística clássica para a confiabilidade de rede de coautoria com enfoque nos vértices

Resumo: Grupos de pesquisa altamente confiáveis, ou seja, com uma estrutura forte de colaboração dos pesquisadores, podem contribuir ampla e intensamente para o surgimento e/ou concretização de ideias, uma vez que são responsáveis por grande parte das investigações realizadas na atualidade e também pela formação de inúmeros pesquisadores. Um grupo de pesquisa pode ser considerado como uma rede social, a qual pode ser modelada por um grafo. Os pesquisadores que compõem essa rede podem ser interpretados como seus vértices ou atores, e as conexões ou ligações entre esses agentes (representadas por publicações em comum, isto é, trabalhos em coautoria) podem ser consideradas suas arestas. Na literatura, existem algumas maneiras de se calcular a confiabilidade de uma rede modelada por um grafo G composto por k vértices e m arestas. O objetivo deste trabalho foi estudar a medida de confiabilidade de redes considerando os vértices não confiáveis ou propensos a falhas (ou seja, um ou mais vértices pode(m) deixar de pertencer à rede) e as arestas perfeitamente confiáveis. Especificamente, foi proposta uma análise estatística baseada em inferência clássica para a confiabilidade de redes, obtendo os estimadores de máxima verossimilhança e os respectivos intervalos de confiança para os componentes individuais (vértices) e para a rede (probabilidade do grupo de pesquisa permanecer em atividade em um dado tempo t); foi aplicada a metodologia proposta a um caso especial de grupo de pesquisa da UNESP cadastrado no CNPq; e, foram obtidas medidas de centralidade de vértices para auxiliar na identificação de situações onde a inserção de uma aresta (ligação entre dois pesquisadores do grupo) poderia aumentar significativamente a confiabilidade desta rede de coautoria. Os resultados mostraram a viabilidade da inferência estatística clássica aliada ao uso de medidas de centralidade no contexto de análise de redes sociais.

Palavras-chave: Matematica Aplicada. Estatística. Ciência da Informação. Rede Social. Grupo de Pesquisa. Teoria do Grafo. Inferência Estatística.



Como citar
FERREIRA, T. P.; BRIGANTINI, B. B.; OLIVEIRA, S. C.; UEHARA, J. K. Inferência estatística clássica para a confiabilidade de rede de coautoria com enfoque nos vértices. Perspectivas em Ciência da Informação, v. 19, n. 4, p. 202-225, 2014. Disponível em: <http://hdl.handle.net/20.500.11959/brapci/37795>. Acesso em: 24 ago. 2019.

Compartilhe
propriedadevalor
DescritorInferência estatística clássica para a confiabilidade de rede de coautoria com enfoque nos vértices
FERREIRA, Taiane de Paula; BRIGANTINI, Beatriz Barbero; OLIVEIRA, Sandra Cristina de; UEHARA, Jéssica Katty
Perspectivas em Ciência da Informação, n. 4, v. 19, p. 202-225, 2014. (Artigo Científico) (pt-BR) 3
Identificadorhttp://portaldeperiodicos.eci.ufmg.br/index.php/pci/article/view/1928 (pt-BR) 3
TítuloInferência estatística clássica para a confiabilidade de rede de coautoria com enfoque nos vértices (pt-BR) 3
AutorFERREIRA, Taiane de Paula (pt-BR) 1
AutorBRIGANTINI, Beatriz Barbero (pt-BR) 1
AutorOLIVEIRA, Sandra Cristina de (pt-BR) 1
AutorUEHARA, Jéssica Katty (pt-BR) 1
Link de acessohttp://portaldeperiodicos.eci.ufmg.br/index.php/pci/article/view/1928/1513 (pt-BR) 3
Link de acessohttp://portaldeperiodicos.eci.ufmg.br/index.php/pci/article/downloadSuppFile/1928/661 (pt-BR) 3
EdiçãoPerspectivas em Ciência da Informação, n. 4, v. 19, 2014. (pt-BR) 2
Nome da PulicaçãoPerspectivas em Ciência da Informação (pt-BR) 1
SessãoArtigo Científico (pt-BR) 1
Disponibilizado2014-12-10 (pt-BR) 1
hasAbstractGrupos de pesquisa altamente confiáveis, ou seja, com uma estrutura forte de colaboração dos pesquisadores, podem contribuir ampla e intensamente para o surgimento e/ou concretização de ideias, uma vez que são responsáveis por grande parte das investigações realizadas na atualidade e também pela formação de inúmeros pesquisadores. Um grupo de pesquisa pode ser considerado como uma rede social, a qual pode ser modelada por um grafo. Os pesquisadores que compõem essa rede podem ser interpretados como seus vértices ou atores, e as conexões ou ligações entre esses agentes (representadas por publicações em comum, isto é, trabalhos em coautoria) podem ser consideradas suas arestas. Na literatura, existem algumas maneiras de se calcular a confiabilidade de uma rede modelada por um grafo G composto por k vértices e m arestas. O objetivo deste trabalho foi estudar a medida de confiabilidade de redes considerando os vértices não confiáveis ou propensos a falhas (ou seja, um ou mais vértices pode(m) deixar de pertencer à rede) e as arestas perfeitamente confiáveis. Especificamente, foi proposta uma análise estatística baseada em inferência clássica para a confiabilidade de redes, obtendo os estimadores de máxima verossimilhança e os respectivos intervalos de confiança para os componentes individuais (vértices) e para a rede (probabilidade do grupo de pesquisa permanecer em atividade em um dado tempo t); foi aplicada a metodologia proposta a um caso especial de grupo de pesquisa da UNESP cadastrado no CNPq; e, foram obtidas medidas de centralidade de vértices para auxiliar na identificação de situações onde a inserção de uma aresta (ligação entre dois pesquisadores do grupo) poderia aumentar significativamente a confiabilidade desta rede de coautoria. Os resultados mostraram a viabilidade da inferência estatística clássica aliada ao uso de medidas de centralidade no contexto de análise de redes sociais. (pt-BR) 3
hasFileStorage_repository/477/2018/09/oai_ojs_testes_eci_ufmg_br_article_1928#00029.pdf () 1
hasIdInferência estatística clássica para a confiabilidade de rede de coautoria com enfoque nos vértices
FERREIRA, Taiane de Paula; BRIGANTINI, Beatriz Barbero; OLIVEIRA, Sandra Cristina de; UEHARA, Jéssica Katty
Perspectivas em Ciência da Informação, n. 4, v. 19, p. 202-225, 2014. (Artigo Científico) () 3
hasPageEnd225 (pt-BR) 1
hasPageStart202 (pt-BR) 1
SourcePerspectivas em Ciência da Informação; v. 19, n. 4 (2014); 202-225 (pt-BR) 3
Source19815344 () 3
TemaMatematica Aplicada (pt-BR) 1
TemaEstatística (pt-BR) 1
TemaCiência da Informação (pt-BR) 1
TemaRede Social (pt-BR) 1
TemaGrupo de Pesquisa (pt-BR) 1
TemaTeoria do Grafo (pt-BR) 1
TemaInferência Estatística (pt-BR) 1