Organização do Conhecimento e suas contribuições em um contexto Big Data
Palavras-chave:
Categorização, Dados, Produção científica, Representação da informaçãoResumo
O objetivo deste trabalho é analisar o fenômeno Big Data (contexto tecnológico que lida com análises de fluxos intensos de
dados para a consecução de informações que possam ser relevantes para diversos atores sociais) e seus impactos na Organização
do Conhecimento (área que possibilita a descoberta informacional utilizando-se, para isso, da construção de ferramentas organizacionais de cunho lógico-semântico, como tesauros, taxonomias e sistemas de classificação, objetivando a disseminação
e desenvolvimento do conhecimento na sociedade) por meio de uma proposta de categorização da produção científica. Com base nas categorias orientadas ao produto, aos processos e à cognição, e nas dimensões epistemológica, aplicada, política e social, da ISKO-Brasil, esta proposta representa uma possibilidade de compreensão do fenômeno de dados na Organização do Conhecimento. Usa o método exploratório para a revisão de literatura e de busca em bases de dados especializadas sobre os temas Big Data e Organização do Conhecimento. Os resultados demonstram a predominância de um perfil mais aplicado e orientado a processos relacionados à coleta, curadoria e utilização de dados. Conclui-se que é necessária a ampliação de pesquisas relacionadas às questões sociais, cognitivas, epistemológicas e metodológicas, bem como a elaboração de mais estudos voltados à ética nesse cenário intenso de dados. A pesquisa contribui para a compreensão e ampliação dos cenários de pesquisa sobre Big Data na Organização do Conhecimento.
Downloads
Referências
Alhoori, H. et al. A. Anatomy of scholarly information behavior patterns in the wake of academic social media platforms. International Journal on Digital Libraries, v. 20, n. 4, p.369-389, 2019.
Araújo, P. C. Epistemology of knowledge organization: a metatheorical investigation. 2019. 134 f. Tese (Doutorado em Ciência da Informação) – Universidade Estadual Paulista, Marília, SP, 2019. Disponível em: https://repositorio.unesp.br/bitstream/handle/11449/181617/araujo_pc_dr_mar.pdf?sequence=5&isAllowed=y. Acesso em: 26 ago. 2021.
Araújo, P. C.; Bufrem, L. S. The intelectual foundation of the elite of Brazilian researchers on knowledge organization domain. Transinformação, v. 33, e200068, 2021. Doi: https://doi.org/10.1590/2318-0889202133e200068
Araújo, C. A. V.; Lima, G. A. B. O. Estruturação e representação semântica de big data no contexto de base de dados governamentais. Múltiplos Olhares em Ciência da Informação, v. 9, n. 2, 2019.
Araújo Júnior, R. H.; Souza, R. T. B. Estudo do ecossistema de big data para conciliação das demandas de acesso, por meio da representação e organização da informação. Ciência da Informação, v. 45, n. 3, p. 187-198, 2016.
Baracho, R. M. A. et al. O caminhar da Ciência da Informação e o XV Encontro Nacional de Pesquisa em Ciência da Informação. Perspectivas em Gestão & Conhecimento, v. 4, p. 198-211, 2014.
Barbosa, E. C.; Kobashi, N. Y. Extroversão e descoberta: visualização de dados no auxílio a buscas e recuperação de informações. Revista Brasileira de Biblioteconomia e Documentação, v. 13, p. 115-120, 2017.
Benítez, A. S.; Sánchez-Vigil, J. M. Tools and metrics in editorial marketing: from big data to artificial intelligence. Scire, v. 26, n. 1, p. 35-46, 2020.
Borgman, C. Big data, little data, no data: scholarship in the networked world. Cambridge: MIT Press, 2015. Doi: https://doi.org/10.7551/mitpress/9963.001.0001
Büchi, M.; Festic, N.; Latzer, M. The chilling effects of digital dataveillance: a theoretical model and an empirical research agenda. Big data & Society, v. 9, n. 1, p. 1-14, 2022. Doi: https://doi.org/10.1177/20539517211065368
Castanha, R. C. G.; Wolfram, D. The domain of Knowledge Organization: a bibliometric analysis of prolific authors and their intelectual space. Knowledge Organization, v. 45, n. 1, p.13-22, 2018.
Cervone, H. F. Organizational considerations initiating a big data and analytics implementation. Digital Library Perspectives, v. 32, n. 3, p. 137-141, 2016.
Cleverley, P. H.; Muir, L. J. Using knowledge organization systems to automatically detect forward-looking sentiment in company reports to infer social phenomena. Knowledge Organization, v. 45, n. 2, p. 152-169, 2018.
Costa, M.; Cunha, M. B. O bibliotecário no tratamento de dados oriundos da e-Science: considerações iniciais. Perspectivas em Ciência da Informação, v. 19, n. 3, p. 189-206, 2014. Doi: https://doi.org/10.1590/1981-5344/1900
Davis, J. L.; Williams, A.; Yang, M. W. Algorithmic reparation. Big data & Society, v. 8, n.2, p.1-12, 2021. Doi: https://doi.org/10.1177/20539517211044808
De Mauro, A.; Greco, M; Grimaldi, M. A formal definition of Big data based on its essential features. Library Review, v. 65, n. 3, p. 122-135, 2016. Disponível em: https://www.emerald.com/insight/content/doi/10.1108/LR-06-2015-0061/full/pdf?title=a-formal-definition-of-big-data-based-on-itsessential-features. Acesso em: 27 jun. 2021.
Du, W. et al. Establishing interoperability among knowledge organization systems for research management: a social network approach. Scientometrics, v. 112, n. 3, p. 1489-1506, 2017.
Ekbia, H. et al. Big data, bigger dilemmas: a critical review. Journal of the Association for Information Science and Technology, v. 66, p. 1523-1545, 2015. Disponível em: https://arxiv.org/ftp/arxiv/papers/1509/1509.00909.pdf. Acesso em: 20 maio 2021.
Falsarella, O. M.; Jannuzzi, C. A. S. C. Inteligência organizacional e competitiva e big data: uma visão sistêmica para a gestão sustentável das organizações. Perspectivas em Ciência da Informação, v. 25, n. 1, p. 179-204, 2020.
Ferreira, L. B.; Rockembach, M.; Krebs, L. M. Reflexões conceituais e éticas sobre Big data: limites e oportunidades. In: Encontro Nacional de Pesquisa em Ciência da Informação, 18., 2017, Marília. Anais Eletrônicos […] Marília: Unesp, 2017. Disponível em: http://enancib.marilia.unesp.br/index.php/xviiienancib/ENANCIB/paper/viewFile/442/1096. Acesso em: 4 set. 2021.
Furlan, P. K.; Laurindo, F. J. B. Agrupamentos epistemológicos de artigos publicados sobre Big data analytics. Transinformação, v. 29, n. 1, p. 91-100, 2017. Doi: https://doi.org/10.1590/2318- 08892017000100009
Glänzel, W. Bibliometrics as a research field: a course on theory and application of bibliometric indicators. Bélgica: [s.n.], 2003.
Disponível em: http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.97.5311&rep=rep1&type=pdf. Acesso em: 6 ago. 2021.
Guimarães, J. A. C. A dimensão teórica do tratamento temático da informação e suas interlocuções com o universo científico da International Society for Knowledge Organization (ISKO). Revista Ibero-Americana de Ciência da Informação, v. 1, n. 1, p. 77-99, 2008. Disponível em: https://brapci.inf.br/index.php/res/download/86848. Acesso em: 30 jul. 2021.
Guimarães, J. A. C.; Dodebei, V. (org.). Desafios e perspectivas científicas para a organização e representação do conhecimento na atualidade. Marília: ISKO-Brasil: Fundepe, 2012. (Série Estudos Avançados em Organização do Conhecimento, v. 1). Disponível em: http://isko-brasil.org.br/wp-content/uploads/2013/02/Livro-finalizado_correcoes-feitas_prontopara-publicar-07_02_2013.pdf. Acesso em: 31 maio 2021.
Hajibayova, L. Algorithmic relevance: a case of knowledge representation, organization and discovery systems. In: Haynes, D.; Vernau, J. (ed.). The human position in an artificial world: creativity, ethics and AI in Knowledge Organization. London: Ergon, 2019a. p. 250-254. (ISKO, v. 6).
Hajibayova, L. Guardians of the knowledge: relevant, irrelevante, or algorithmic? Information Research, v. 4, n. 4, 2019b. Disponível em: http://www.informationr.net/ir/24-4/paper839.html. Acesso em: 23 jul. 2021.
Hajibayova, L.; Salaba, A. Critical questions for big data approach in knowledge representation and organization. In: Ribeiro, F.; Cerveira, M. E. (ed.). Challenges and opportunities for Knowledge Organization in the Digital Age. Baden-Baden: Ergon, 2018 p. 144-151. Disponível em: https://books.google.com.br/books?hl=pt-BR&lr=&id=MyuDDwAAQBAJ&oi=fnd&pg=PA144&ots=MUMbrgeHHL&sig=t4svqy_GIQixvov5XPybr
zt71A4#v=onepage&q&f=false. Acesso em: 23 ago. 2021.
Haridasan, S.; Kulshrestha, V. K. Citation analysis of scholarly communication in the journal Knowledge Organization. Library Review, v. 56, n. 4, p. 299-310, 2007.
Hjørland, B. Citation analysis: a social and dynamic approach to knowledge organization. Information Processing & Management, v. 49, n. 6, p. 1313-1325, 2013.
Hjorland, B. Data (with big data and database semantics). Knowledge Organization, v.45, n. 8, p. 685-708, 2018.
Hjørland, B. Knowledge organization (KO). Knowledge Organization, v. 43, n. 6, p. 475-484, 2016. Disponível em: https://www.nomos-elibrary.de/10.5771/0943-7444-2016-6-475.pdf?download_full_pdf=1. Acesso em: 4 nov. 2021
Ibekwe-Sanjuan, F.; Bowker, G. C. Implications of big data for knowledge organization. Knowledge Organization, v. 44, n. 3, p.187-198, 2017.
Iwata, S. Big Data era. Journal of Information Processing and Management, v. 55, n. 8, p. 543-551, 2012.
Ko, Y. M.; Song, M. S.; Lee, S. J. Construction of the structural definition-based terminology ontology system and semantic search evaluation. Library Hi Tech, v. 34, n. 4, p. 705-732, 2016.
Li, S. et al. Research on the application of information technology of Big Data in Chinese digital library. Library Management, v. 40, n. 8-9, p. 518-553, 2019.
Ma, F.; Chen, Y.; Zhao, Y. Research on the organization of user needs information in the big data environment. Electronic Library, v. 35, n. 1, p. 36-49, 2017.
Macias-Chapula, C. A. O papel da informetria e da cientometria e sua perspectiva nacional e internacional. Ciência da Informação, v. 27, n. 2, p.134-140, 1998.
Makori, E. O. Promoting innovation and application of internet of things in academic and research information organizations. Library Review, v. 66, n. 8-9, p. 655-678, 2017.
Martínez-Ávila, D.; Guimarães, J. A. C.; Evangelista, I. V. Epistemic communities in Knowledge Organization: an analysis of the NASKO meetings proceedings. In: North American Symposium on Knowledge Organization, 6., 2017, Washington. Proceedings [...]. Washington: NASKO, 2017. p. 113-123. Disponível em: https://journals.lib.washington.edu/index.php/nasko/article/view/15235/12693. Acesso em: 26 set. 2021.
Mueller, S. P. M. Literatura científica, comunicação científica e Ciência da Informação. In: Toutain, L. M. B. B. (org.). Para entender a Ciência da Informação. Salvador: EduFBA, 2007. p. 125-144.
Navarro, F. P.; Coneglian, C. S.; Santarém Segundo, J. E. Big data no contexto de dados acadêmicos: o uso de machine learning na construção de sistema de organização do conhecimento. Informação & Tecnologia, v. 5, n. 2, p. 181-200, 2018.
Ribeiro, N. C.; Oliveira, D. A.; Araújo, R. F. Conjecturas da Ciência Aberta na contemporaneidade do Big Data. Biblos: Revista do Instituto de Ciências Humanas e da Informação, v. 33, n. 2, p. 163-179, 2019.
Restrepo Fernández, M. C. Aproximación bibliométrica a las contribuciones de Hope A. Olson en el campo de la Organización del conocimiento. Scire, v. 24, n. 1, p. 91-101, 2018.
Sales, R. Knowledge organization in the Brazilian scientific Community and its epistemological intersection with Information Science. In: Guimarães, J. A. C.; Milani, S. O.; Dodebei, V. (ed.). Knowledge Organization: for a sustainable world: challenges and perspectives for cultural, scientific, and technological sharing in a connected Society.
Würzburg: Ergon, 2016. p. 67-74. (Advances in Knowledge Organization, v. 15). Disponível em: https://www.ergon-verlag.de/isko_ko/downloads/aiko_vol_15_2016.pdf#page=69. Acesso em: 26 set. 2021.
Sales, L. F.; Sayão, L. F. Uma proposta de taxonomia para dados de pesquisa. Revista Conhecimento em Ação, v. 4, n. 1, p. 31-48, 2019.
San Segundo Manuel, R.; Martínez-Ávila, D. Digital as a hegemonic medium for epistemology and knowledge organization. Advances in Knowledge Organization, v. 14, p. 96-100, 2014. Disponível em: https://www.ergon-verlag.de/ isko_ko/downloads/aiko_vol_14_2014_14.pdf. Acesso em: 3 nov. 2021.
Santana, R. C. G. Ciclo de vida dos dados: uma perspectiva a partir da ciência da informação. Informação & Informação, v. 21, n. 2, p. 116-142, 2016.
Shiri, A. Linked data meets Big Data: a knowledge organization systems perspective. Advances in Classification Research Online, v. 24, p.16-20, 2014.
Soergel, D. Unleashing the power of data through organization: structure and connections for meaning, learning and discovery. Knowledge Organization, v. 42, n. 6, p. 401-427, 2015.
Szostak, R.; Gnoli, C.; López-Huertas, M. Interdisciplinary Knowledge Organization. Cham: Springer, 2016. E-book.
Tejada-Artigas, C. M.; Giménez-Toledo, E.; Oliveira, A. B. El prestigio de las editoriales académicas con libros en Ciencias Sociales y humanidades en Brasil. Transinformação, v. 32, 2020. Doi: https://doi.org/10.1590/2318-0889202032e190043
Tennis, J. T. Epistemology, Theory, and Methodology in Knowledge Organization: Toward a Classification, Metatheory, and Research Framework. Knowledge Organization, v. 35, n. 2, p. 102-112, 2008. Disponível em: https://www.nomoselibrary.de/10.5771/0943-7444-2008-2-3-102.pdf?download_full_pdf=1. Acesso em: 4 nov. 2021.
Törnberg, P.; Uitermark, J. For a heterodox computational social science. Big data & Society, v. 8, n. 2, p. 1-13, 2021. Doi: https://doi.org/10.1177/20539517211047725
Varela, A. V.; Barbosa, M. L. A. O caráter técnico, social e mediador da organização do conhecimento. In: Dodebei, V.; Guimarães, J. A. C. (org.). Complexidade e organização do conhecimento, desafios de nosso século. Rio de Janeiro: ISKOBrasil, 2015. p. 277-282. E-Book (Série: Estudos Avançados em Organização do Conhecimento, v. 2). Disponível em: https://isko.org.br/wp-content/uploads/2021/05/Proceedings-ISKOBrasil-
pdf. Acesso em: 22 jul. 2021
Victorino, M. et al. Transforming open data to linked open data using ontologies for information organization in big data environments of the brazilian government: the brazilian database government open linked data DBgoldbr. Knowledge Organization, v. 45, n. 6, p. 443-466, 2018.
Wolfram, D. The power to influence: an informetric analysis of the works of Hope Olson. Knowledge Organization, v. 43, n. 5, p.331-337, 2016.
Xia, C.; Zhang, L. The application of linked data in Shanghai library’s service of genealogy digital humanities. Library Journal, v. 35, n. 10, p. 26-34, 2016.
Zhang, J.; Sun, Y.; Yao, C. Semantically linking events for massive scientific literature research. Electronic Library, v. 35, n. 4, p. 724-744, 2017.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
