Redes semânticas baseadas em títulos de artigos científicos

Abstract

Nas últimas décadas tem aumentado os estudos sobre o periódico científico, não só por ser um sistema formal de comunicação científica, mas também pelas redes sociais que fomenta (e.g. redes de coautoria, redes de citação). Entretanto, no âmbito das redes sociais e complexas, pouco se tem estudado sobre o vocabulário comum em publicações de um periódico. O propósito desta pesquisa é diferenciar periódicos científicos a partir das redes de palavras baseadas em títulos de artigos científicos. Duas abordagens são exploradas: a primeira, busca nos títulos uma rede ótima, fenômeno ligado a linguagem humana, que tem sido estudado em redes de discursos orais e escritos. Assim, os periódicos são diferenciados a partir de suas redes críticas. A segunda abordagem sugere diferenciar épocas diferentes de um mesmo periódico, através de sua rede de títulos variando no tempo. Os resultados para a primeira abordagem mostram a existência de rede crítica em redes de títulos e, também, propõem formas de diferenciar periódicos a partir de suas configurações críticas. Neste estudo, um dos experimentos realizados envolveu a construção das redes com títulos escolhidos aleatoriamente em um periódico. Resultados desse processo apontam dependência temporal entre as redes de títulos de épocas diferentes. Neste sentido, a segunda abordagem da pesquisa investiga a rede de títulos da Nature ao longo do tempo (1999 a 2008). A abordagem tem sua base teórica em Grafos que variam no Tempo, i.e. Time-Varying Graphs (TVG). O modelo proposto aqui analisa a evolução de índices clássicos de redes, a partir de janelas de observação de tempo fixo que varrem todo o tempo de vida do TVG. Os resultados desta etapa revelam tend^encias ao longo do tempo para os índices. Além disso, foi verficado correlações nas series temporais, com o uso do método DFA. Com a verificação do fenômeno da rede crítica em redes de títulos, bem como a existência de correlações persistentes nas series temporais, novas possibilidades se abrem para o estudo da colaboração científica. Dessa forma, os resultados desta pesquisa podem fomentar estudos mais precisos que discutam as tendências nas series temporais, bem como os padrões modulares apresentados nas redes críticas, a fim de observar quais temáticas são mais ou menos abordadas em publicações de um dado periódico.

ABSTRACT:

In recent decades, studies on scientific journals have increased, not only because it is a formal system of scientific communication, but also because of the social networks it fosters (e.g. co-authorship networks, citation networks). However, in the context of social and complex networks, little has been studied about the common vocabulary in publications of a journal. The purpose of this research is to differentiate scientific journals from the word networks based on the titles of scientific articles. Two approaches are explored: the first seeks an optimal network in titles, a phenomenon linked to human language, which has been studied in networks of oral and written discourses. Thus, journals are differentiated based on their critical networks. The second approach suggests differentiating periods different from the same periodical, through its network of titles varying in time. The results for the first approach show the existence of a critical network in title networks and also propose ways to differentiate journals based on their critical configurations. In this study, one of the experiments carried out involved the construction of networks with titles chosen at random from a periodical. Results of this process indicate temporal dependence between the networks of titles from different eras. In this sense, the second research approach investigates Nature's network of titles over time (1999 to 2008). The approach has its theoretical basis in Time-Varying Graphs, i.e. Time-Varying Graphs (TVG). The model proposed here analyzes the evolution of indices network classics, from fixed-time observation windows that span the entire lifetime of TVG. The results of this step reveal trends over time for the indices. In addition, correlations were verified in the time series, using the DFA method. With the verification of the critical network phenomenon in title networks, as well as as the existence of persistent correlations in time series, new possibilities open up for the study of scientific collaboration. In this way, the results of this research can foster more accurate studies that discuss trends in time series, as well as the modular patterns presented in critical networks, in order to observe which themes are more or less addressed in publications of a given journal.