Using Complex Networks and Natural Language Processing to Characterize and Predict Academic Success (2025)
- Authors:
- Autor USP: BRITO, ANA CAROLINE MEDEIROS - ICMC
- Unidade: ICMC
- Sigla do Departamento: SCC
- DOI: 10.11606/T.55.2025.tde-24102025-112509
- Subjects: REDES COMPLEXAS; PROCESSAMENTO DE LINGUAGEM NATURAL; CIÊNCIA; INTERDISCIPLINARIDADE; PESQUISA CIENTÍFICA
- Keywords: Academic success; Cienciometria; Complex networks; Natural language processing; Scientometrics; Sucesso acadêmico
- Agências de fomento:
- Language: Inglês
- Abstract: Cienciometria é uma área de estudo focada em estudar a própria Ciência, sendo comum estudos nas subáreas de análise de citações, mapeamento científico, análise de redes de colaborações e bibliometria. Durante este doutorado, os trabalhos desenvolvidos, apesar de distintos entre si, apresentam como comum objetivo análises que enriquecem nossa compreensão a respeito de sucesso acadêmico, usando como base principalmente técnicas de redes complexas e processamento de linguagem natural. Os trabalhos dessa coleção consistem em: (1) um estudo sobre interdisciplinaridade, baseada em citações e referências, dos pesquisadores e como essa medida se relaciona com outras medidas de visibilidade e desempenho; (2) um trabalho sobre as colaborações entre autores, definindo o que seria o principal colaborador de um pesquisador, estendemos essa análise para um grande conjunto de pesquisadores, agrupando-os por área de pesquisa e observamos como as medidas de desempenho foram impactadas pela remoção das produções desenvolvidas com os principais colaboradores; (3) aplicação de um framework baseado em redes complexas e processamento de linguagem natural para dois estudos de caso de revistas da área da Química, onde conseguimos obter panoramas do desenvolvimento dessa área; (4) uma análise detalhada de dados de visualização online de artigos da revista PLoS One, envolvendo análise estatística e uso de técnicas de agrupamento para caracterização dessas curvas, reforçando a importância de outrasmedidas alternativas às tradicionais de bibliometria para entender as dinâmicas de interesse da comunidade acadêmica. De forma geral, com esses trabalhos, ampliamos nosso entendimento a respeito do desenvolvimento científico por diferentes perspectivas, relacionado principalmente ao sucesso acadêmico medido com citações.
- Imprenta:
- Publisher place: São Carlos
- Date published: 2025
- Data da defesa: 14.08.2025
- Status:
- Artigo publicado em periódico de acesso aberto (Gold Open Access)
- Versão do Documento:
- Versão publicada (Published version)
- Acessar versão aberta:
-
ABNT
BRITO, Ana Caroline Medeiros. Using Complex Networks and Natural Language Processing to Characterize and Predict Academic Success. 2025. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2025. Disponível em: https://teses.usp.br/teses/disponiveis/55/55134/tde-24102025-112509/. Acesso em: 07 abr. 2026. -
APA
Brito, A. C. M. (2025). Using Complex Networks and Natural Language Processing to Characterize and Predict Academic Success (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de https://teses.usp.br/teses/disponiveis/55/55134/tde-24102025-112509/ -
NLM
Brito ACM. Using Complex Networks and Natural Language Processing to Characterize and Predict Academic Success [Internet]. 2025 ;[citado 2026 abr. 07 ] Available from: https://teses.usp.br/teses/disponiveis/55/55134/tde-24102025-112509/ -
Vancouver
Brito ACM. Using Complex Networks and Natural Language Processing to Characterize and Predict Academic Success [Internet]. 2025 ;[citado 2026 abr. 07 ] Available from: https://teses.usp.br/teses/disponiveis/55/55134/tde-24102025-112509/ - Using complex networks to analyze the Brazilian Chamber of deputies
- Associations between author-level metrics in subsequent time periods
- Analyzing the influence of prolific collaborations on authors productivity and visibility
- A complex network approach to political analysis: application to the Brazilian chamber of deputies
- Network analysis and natural language processing to obtain a landscape of the scientific literature on materials applications
- Using network analysis and large-language models to obtain a landscape of the literature on dressing materials for wound healing: the predominance of chitosan and other biomacromolecules : a review
- History of Chemistry of Materials according to topic evolution based on network analysis and natural language processing. [Editorial]
- Quantifying the hierarchical adherence of modular documents
- Classification of abrupt changes along viewing profiles of scientific articles
Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).
Por se tratar de integração com serviço externo, podem existir diferentes versões do trabalho (como preprints ou postprints), que podem diferir da versão publicada.
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
