Linked Open Data no contexto acadêmico

identificação e análise de vocabulários utilizados na academia e na pesquisa científica

Autores/as

DOI:

https://doi.org/10.36311/1981-1640.2017.v11n3.05.p34

Palabras clave:

Linked Education, Linked Science, Linked Data, Vocabulários abertos, Web de Dados, Ontologia

Resumen

O presente trabalho tem como objetivo identificar quais são os vocabulários Linked Data utilizados na descrição de recursos no contexto acadêmico. Esta é uma pesquisa descritiva, pois caracteriza os vocabulários identificados; utiliza uma abordagem quantitativa para definir indicadores de popularidade; e realiza a coleta de dados por meio de uma abordagem documental. Os vocabulários são identificados por meio de Web Sites e conjuntos de dados (datasets) no contexto acadêmico. Indicadores de popularidade são criados baseados na presença do vocabulário no Linked Open Vocabularies (LOV) e da quantidade de ocorrência dos vocabulários em datasets tanto dentro quanto fora do contexto acadêmico. Os datasets utilizados para a identificação de vocabulários foram encontrados em iniciativas Linked Data para o contexto acadêmico. Ao todo, foram identificados 102 vocabulários utilizados na descrição de dados e metadados para o contexto acadêmico, relacionados a variados tópicos: Pessoas e Organizações, Cursos e Formação, Recursos Acadêmicos e Institucionais, Projetos, Pesquisas, Coleções, Recursos de Multimídia, Páginas Web e Redes Sociais, Localização, Tempo e Eventos, Dados Estatísticos, Metadados e Outros. Assim, percebemos que a CI pode contribuir em diferentes vertentes relacionadas ao Linked Data, tais como na criação e disseminação de diretrizes sobre o uso de metadados, conciliadas a partir de práticas e estudos de usuário.

Descargas

Los datos de descarga aún no están disponibles.

Referencias

.

Publicado

2017-10-09

Número

Sección

Artigos

Cómo citar

Rozsa, Vitor, et al. “Linked Open Data No Contexto Acadêmico: Identificação E análise De vocabulários Utilizados Na Academia E Na Pesquisa científica”. Brazilian Journal of Information Science: Research Trends, vol. 11, no. 3, Oct. 2017, https://doi.org/10.36311/1981-1640.2017.v11n3.05.p34.

Artículos más leídos del mismo autor/a