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
- Este periódico é de acesso aberto
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: gold
- Licença: cc-by-nc-sa
-
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://www.teses.usp.br/teses/disponiveis/55/55134/tde-24102025-112509/. Acesso em: 28 dez. 2025. -
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://www.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 2025 dez. 28 ] Available from: https://www.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 2025 dez. 28 ] Available from: https://www.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
- 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
- Classification of abrupt changes along viewing profiles of scientific articles
- 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
- Network analysis and natural language processing to obtain a landscape of the scientific literature on materials applications
Informações sobre o DOI: 10.11606/T.55.2025.tde-24102025-112509 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
