Descrição de conjuntos de dados na Web com schema.org
DOI:
https://doi.org/10.22478/ufpb.2358-3908.2018v5n1.38451Resumen
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.
Descargas
Citas
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.
