Framework baseado em conhecimento para análise de rede de colaboração científica

Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia e Gestão do Conhecimento, Florianópolis, 2015.Entender a configuração da colaboração científica em um ambiente de Pesquisa e Desenvolvimento (P&D) permite a tomada de decisão em vários níveis, desde o individual até o estratégico. Análise de Redes Sociais (ARS) é um dos métodos utilizados analisar redes de colaboração científica. Nele uma rede é usualmente representada como um grafo ou matriz, o que carece de semântica e não permite que sejam analisadas características adicionais dessa rede. Ao analisar exclusivamente a estrutura da rede através das métricas de ARS, não contemplando o conteúdo dos artefatos oriundos da colaboração, perde-se um insumo importante que pode contribuir nesta análise. Percebe-se também que tarefas de análise de rede de colaboração científica são intensivas em conhecimento, pois requerem o conhecimento de um especialista, nem sempre disponível, de como realizar as tarefas. Conduzido pela abordagem metodológica Design Science Research, este trabalho apresenta uma proposição de representação ontológica de conhecimentos necessários ? conhecimento de domínio, conhecimento de tarefa e solução de tarefa ? para a realização de um conjunto de dezoito tarefas de análise de rede de colaboração, juntamente com um conjunto de artefatos para armazenamento e recuperação de dados dessas representações combinados em um framework de conhecimento para análise de rede de colaboração científica. A abordagem de modelagem de conhecimento é inspirada na noção de Problem-Solved Method (PSM) e utiliza a técnica de decomposição de tarefa (task-structure). O framework oferece artefatos de representação de conhecimento e módulos de implementação que podem ser reutilizados em outros contextos ou aplicações. Ele foi avaliado junto a gestores de Programas de Pós-Graduação onde verificou-se que as tarefas são relevantes e que os resultados possuem um grau de confiança alto. As ações de gestão propostas para as tarefas indicam a aplicabilidade como instrumento de gestão pois seus resultados evidenciam a realidade de um contexto de colaboração científica, baseado em produções em coautoria, e podem ser utilizados como insumo para a tomada de decisão por gestores, pesquisadores e comunidade do ambiente analisado.Abstract : Understanding the configuration of scientific collaboration in a research and development (R&D) environment enables decision making at various levels, from the individual to the strategic. Social Network Analysis (SNA ) is one of the methods used to analyze scientific collaboration networks. In it, a network is usually represented as a graph or matrix , which lacks semantics and do not allow additional features of this network to be analyzed. By analyzing exclusively the structure of the network while not contemplating the content of the artifacts resulting from the collaboration, one may lose an important input that can contribute to the analysis of such network. It may also be noted that the analysis tasks of scientific collaboration networks are knowledge intensive because they require the knowledge of an expert, not always available, as to how to perform the tasks. Based on the arguments presented and guided by methodological approach named Design Science Research, this work presents a proposition of ontological knowledge representation - domain knowledge, task knowledge and task solution - required to carry out a set of eighteen tasks for analysis of collaboration along with a set of artifacts for storing and retrieving data from these representations combined into a knowledge framework for scientific collaboration network analysis. The knowledge modeling approach is inspired by the notion of Problem Solved-Method (PSM) and uses the task decomposition technique (task-structure). The framework provides knowledge representation artifacts and implementation modules that can be reused in other contexts or applications. He was evaluated by Graduate Program coordinators where it was found that the tasks are relevant, and that the results have a high level of reliability. The actions of management proposals for the tasks indicate the applicability as a management tool because their results show the reality of a scientific collaboration context, based on co-authorship, and can be used as input for decision making by managers, researchers and community of the analyzed environment