Descrição de conjuntos de dados na Web com schema.org

Resumo

O reuso dos dados contribui para minimizar a duplicação do trabalho de coleta, otimizando custos e recursos; possibilitando a preservação de longo prazo e mantendo a integridade dos dados; também fornece salvaguardas contra má conduta científica, incluindo fraudes e ferramentas de treinamentos para novas gerações de pesquisadores. Dessa forma, esse trabalho contextualiza-se pelo questionamento de como descrever os conjuntos de dados produzidos nas pesquisas científicas de forma a permitir a descoberta e recuperação desses conjuntos de dados de pesquisa na Web? Para isso, objetiva-se a analisar a iniciativa de representação de recursos digitais para enriquecimento de informações schema.org como alternativa para representação dos dados. De natureza exploratória, abordagem qualitativa, apresenta um levantamento bibliográfico e análise de exemplos. Por se tratar de uma iniciativa recém lançada e em fase de desenvolvimento, mas com grande potencial de aplicação com resultados práticos, o padrão schema.org para dados de pesquisa enfrenta inúmeros desafios apresentando-se como uma proposta inovadora e potencialmente funcional, podendo, quando totalmente implementado, tornar acessíveis os conjuntos de dados de pesquisa na Web.

Biografia do Autor

Marcos Teruo Ouchi, Universidade Federal de São Carlos (UFSCar)
Mestrando do Programa de Pós-Graduação em Ciência da Informação da Universidade Federal de São Carlos (UFSCar). Bacharel em Biblioteconomia e Ciência da Informação pela Universidade Federal de São Carlos (UFSCar)
Ana Carolina Simionato, Universidade Federal de São Carlos (UFSCar)
Docente do Departamento de Ciência da Informação (DCI) e do Programa de Pós-Graduação em Ciência da Informação (PPGCI) da Universidade Federal de São Carlos (UFSCar). Doutora em Ciência da Informação pela Universidade Estadual Paulista (UNESP).

Referências

CURTY, R. G.; CERVANTES, B. M. N. Data Science: Ciência orientada a dados. Informação & Informação, v. 21, n. 2, p. 1–4, 20 dez. 2016.

DATA CITATION SYNTHESIS GROUP. Joint Declaration of Data Citation Principles - FINAL. San Diego, 30 out. 2013. Disponível em: <https://www.force11.org/group/joint-declaration-data-citation-principles-final>. Acesso em: 3 abr. 2017.

FONS, T.; PENKA, J.; WALLIS, R. OCLC´s Linked Data Initiative: Using Schema.org to Make Library Data Relevant on the Web. Information Standards Quarterly, Linked Data for Libraries, Archives, and Museums. v. 24, n. 2/3, Spring/Summer 2012.

GOOGLE. Datasets | Search. Disponível em: <https://developers.google.com/search/docs/data-types/datasets>. Acesso em: 4 nov. 2017.

HARVEY, D. R. Digital Curation: A How-To-Do-It Manual. New York: Neal-Schuman Publishers, 2010.

MOLLOY, J. C. The Open Knowledge Foundation: Open Data Means Better Science. PLOS Biology, v. 9, n. 12, p. e1001195, 6 dez. 2011.

NATIONAL OCEANIC AND ATMOSPHERIC ADMINISTRATION, DEPARTMENT OF COMMERCE. NCDC Storm Events Database - Data.gov. Disponível em: <https://catalog.data.gov/dataset/ncdc-storm-events-database>. Acesso em: 26 nov. 2017.

NOY, N. Facilitating the discovery of public datasetsGoogle Research Blog, 24 jan. 2017. Disponível em: <https://research.googleblog.com/2017/01/facilitating-discovery-of-public.html>. Acesso em: 4 nov. 2017

SALES, L. F.; CAVALCANTI, M. T. SELEÇÃO E AVALIAÇÃO DE COLEÇÕES DE DADOS DIGITAIS DE PESQUISA: uma possível abordagem metodológica. Informação & Tecnologia, v. 2, n. 2, p. 88–105, 2015.

SANTOS, P. L. V. A. DA C.; SIMIONATO, A. C.; ARAKAKI, F. A. Definição de metadados para recursos informacionais: apresentação da metodologia BEAM. Informação & Informação, v. 19, n. 1, p. 146, 25 fev. 2014.

SAYÃO, L. F.; SALES, L. F. Dados de pesquisa: contribuição para o estabelecimento de um modelo de curadoria digital para o país. Pesquisa Brasileira em Ciência da Informação e Biblioteconomia, v. 8, n. 2, 2013.

SAYÃO, L. F.; SALES, L. F. Guia de gestão de dados de pesquisa para bibliotecários e pesquisadores. [s.l.] Instituto de Engenharia Nuclear, 2015.

SAYÃO, L. F.; SALES, L. F. Curadoria digital e dados de pesquisa. AtoZ: novas práticas em informação e conhecimento, v. 5, n. 2, p. 67–71, 9 jan. 2017.

STATISTA. Brazil search engine market share 2017 | Statistic. Disponível em: <https://www.statista.com/statistics/309652/brazil-market-share-search-engine/>. Acesso em: 26 nov. 2017.

Publicado
2019-02-10