Inferência estatística clássica para a confiabilidade de rede de coautoria com enfoque nos vértices

Perspectivas em Ciência da Informação

Jéssica Katty Uehara¹  Sandra Cristina de Oliveira¹  Beatriz Barbero Brigantini¹  Taiane de Paula Ferreira¹ 

[1] Universidade Estadual Paulista;

关键词: social networks;    researcher groups;    graph theory;    statistical inference;    centrality measures;   

DOI  :  10.1590/1981-5344/1928

来源: DOAJ

【 摘 要 】

Um grupo de pesquisa pode ser considerado uma rede social, a qual pode ser modelada por um grafo G composto por k vértices e m arestas. Os pesquisadores que compõem essa rede podem ser interpretados como seus vértices, e as conexões ou ligações entre esses pesquisadores (representadas por trabalhos em coautoria) podem ser consideradas suas arestas. O objetivo deste trabalho foi estudar a medida de confiabilidade de redes considerando os vértices ou pesquisadores não confiáveis e as arestas ou conexões perfeitamente confiáveis. Especificamente, foi proposta uma abordagem inferencial clássica para a confiabilidade de redes, obtendo os estimadores de máxima verossimilhança e os respectivos intervalos de confiança para os componentes individuais (pesquisadores) e para a rede de coautoria; foi aplicada a metodologia a um grupo de pesquisa da UNESP cadastrado no CNPq; e, foram obtidas medidas de centralidade de vértices para auxiliar na identificação de situações onde a inserção de uma aresta ou ligação entre dois pesquisadores do grupo poderia aumentar significativamente a confiabilidade da rede de coautoria. Os resultados mostraram a utilidade da inferência estatística no contexto de confiabilidade de redes sociais, ressaltando que a contribuição de cada pesquisador é de extrema importância para a manutenção de um grupo de pesquisa. Verificou-se ainda que o cálculo da confiabilidade de uma rede de coautoria pode ser bastante desgastante de ser executado e que as medidas de centralidade são uma ferramenta viável quando se intenciona aumentar a confiabilidade dessa rede.

【 授权许可】

Unknown