Resumen de A method for the identification of collaboration in large scientific databases

Thiago Magela Rodrigues Dias, Gray Farias Moita

• English

  The analysis of scientific collaboration networks has contributed significantly to improve the understanding of the collaboration process between researchers. Additionally, it has helped to understand how scientific productions by researchers and research groups evolve. However, the identification of collaborations in large scientific databases is not a trivial task, given the high computational cost of the prevalent methods. This paper proposes a method for identifying collaborations in large scientific databases, namely, ISColl – Identification of Scientific Collaboration. Unlike methods that use techniques such as exhaustive comparisons of publication pairs, the proposed method produces satisfactory results with a low computational cost, thus providing an interesting alternative for the modelling and characterization of large scientific collaboration networks. To demonstrate the potential of the proposed technique, tests were conducted using scientific publications data registered in the Lattes Platform of CNPq, with the obtained results yielding excellent accuracy during the identification of scientific collaborations.

• português

  A análise de redes de colaboração científica tem contribuído significativamente para melhorar a compreensão do processo de colaboração entre os pesquisadores. Além disso, tem ajudado a compreender como as produções científicas de pesquisadores e grupos de pesquisa têm evoluído. No entanto, a identificação de colaborações em grandes repositórios de dados científicos não é uma tarefa trivial, tendo em vista o alto custo computacional dos métodos frequentemente utilizados. Este artigo propõe um método para identificar colaborações em grandes repositórios de dados científicos, denominado ISColl – Identificação de Colaboração Científica. Ao contrário dos métodos que utilizam técnicas como a validação cruzada, o método proposto produz resultados satisfatórios com um baixo custo computacional, proporcionando, assim, uma alternativa interessante para a modelagem e caracterização de grandes redes de colaboração científica. Para comprovar todo o potencial do método proposto, são realizados testes com dados de publicações científicas da Plataforma Lattes do CNPq, obtendo excelentes resultados para o processo de identificação de colaborações científicas.