Data Science applied to arca: development and availability of tools for information retrieval in the Institutional Repository of Fundação Oswaldo cruz
Autor(a) principal: | |
---|---|
Data de Publicação: | 2017 |
Outros Autores: | , |
Tipo de documento: | Artigo |
Idioma: | por |
Título da fonte: | RECIIS (Online) |
DOI: | 10.29397/reciis.v11i0.1417 |
Texto Completo: | https://www.reciis.icict.fiocruz.br/index.php/reciis/article/view/1417 |
Resumo: | The Arca institutional repository is the main instrument of open access at the Oswaldo Cruz Foundation, with the mission of gathering, hosting, preserving, making available and giving visibility to the institution’s intellectual production. The thematic diversity and institutional complexity of the Foundation foster a methodological challenge related to the classification and retrieval of deposited digital objects and the governance of the metadata recorded by the communities that make up the repository. In 2016, the Arca search engine counted more than 400 thousand queries. An Information Retrieval system is needed that meets the specificities of indexing the repository and the growing demand for information from users internal and external to Fiocruz. In this work we propose the use of Data Science tools, especially Data Mining and Machine Learning techniques, with the objective of improving Information Retrieval by means of automatic classification of digital objects deposited in the Arca and the development and availability of the system of IR based on quality metrics related to precision and recall concepts. |
id |
FIOCRUZ-6_881c1bf6f99e13054daa8a37edd5defb |
---|---|
oai_identifier_str |
oai:www.reciis.icict.fiocruz.br:article/1417 |
network_acronym_str |
FIOCRUZ-6 |
network_name_str |
RECIIS (Online) |
spelling |
Data Science applied to arca: development and availability of tools for information retrieval in the Institutional Repository of Fundação Oswaldo cruzciencia de Datos aplicada al arca: desarrollo y disponibilización de herramientas para recuperación de la información en el Repositorio Institucional de la Fundação Oswaldo cruzCiência de Dados aplicada ao Arca: desenvolvimento e disponibilização de ferramentas para recuperação da informação no Repositório Institucional da Fundação Oswaldo CruzData ScienceInformation Storage and RetrievalData MiningMachine LearningInstitutional Repositories.Ciencia de DatosAlmacenamiento y Recuperación de la InformaciónMinería de DatosAprendizaje AutomáticoRepositorios Institucionales.Ciência de DadosArmazenamento e Recuperação da InformaçãoMineração de DadosAprendizagem de MáquinaRepositórios Institucionais.The Arca institutional repository is the main instrument of open access at the Oswaldo Cruz Foundation, with the mission of gathering, hosting, preserving, making available and giving visibility to the institution’s intellectual production. The thematic diversity and institutional complexity of the Foundation foster a methodological challenge related to the classification and retrieval of deposited digital objects and the governance of the metadata recorded by the communities that make up the repository. In 2016, the Arca search engine counted more than 400 thousand queries. An Information Retrieval system is needed that meets the specificities of indexing the repository and the growing demand for information from users internal and external to Fiocruz. In this work we propose the use of Data Science tools, especially Data Mining and Machine Learning techniques, with the objective of improving Information Retrieval by means of automatic classification of digital objects deposited in the Arca and the development and availability of the system of IR based on quality metrics related to precision and recall concepts.El repositorio institucional Arca es el principal instrumento de realización del acceso abierto en la Fundación Oswaldo Cruz, teniendo como misión reunir, hospedar, preservar, poner a disposición y dar visibilidad a la producción intelectual de la Institución. La diversidad temática y la complejidad institucional de la Fundación fomentan un desafío metodológico relacionado con la clasificación y recuperación de los objetos digitales depositados y la gobernanza de los metadatos registrados por las comunidades que integran el repositorio. En 2016 el mecanismo de búsqueda del Arca contabilizó más de 400 mil consultas. Es necesario un sistema de Recuperación de la Información que atienda las especificidades de indexación del repositorio y la creciente demanda por información por parte de los usuarios internos y externos a Fiocruz. En este trabajo proponemos la utilización de herramientas de Ciencia de Datos, especialmente técnicas de Minería de Datos y Aprendizaje Automático con el objetivo de mejorar la Recuperación de la Información, a través de la clasificación automática de objetos digitales depositados en el Arca y el desarrollo y puesta a disposición del sistema de RI basado en métricas de calidad relacionadas con los conceptos de precisión y revocación.O repositório institucional Arca é o principal instrumento de realização do acesso aberto na Fundação Oswaldo Cruz, tendo como missão reunir, hospedar, preservar, disponibilizar e dar visibilidade à produção intelectual da Instituição. A diversidade temática e a complexidade institucional da Fundação fomentam um desafio metodológico relacionado a classificação e recuperação dos objetos digitais depositados e a governança dos metadados registrados pelas comunidades que integram o repositório. Em 2016 o mecanismo de busca do Arca contabilizou mais de 400 mil consultas. É necessário um sistema de Recuperação da Informação que atenda as especificidades de indexação do repositório e a crescente demanda por informação por parte dos usuários internos e externos a Fiocruz. Neste trabalho propomos a utilização de ferramentas de Ciência de Dados, especialmente técnicas de Mineração de Dados e Aprendizagem de Máquina com o objetivo de aprimorar a Recuperação da Informação, por meio da classificação automática de objetos digitais depositados no Arca e o desenvolvimento e disponibilização de sistema de RI baseado em métricas de qualidade relacionadas aos conceitos de precisão e revocação.Instituto de Comunicação e Informação Científica e Tecnológica em Saúde (Icict/Fiocruz)2017-11-30info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://www.reciis.icict.fiocruz.br/index.php/reciis/article/view/141710.29397/reciis.v11i0.1417Revista Eletrônica de Comunicação, Informação & Inovação em Saúde; Vol. 11 (2017): SuplementoRevista Eletrônica de Comunicação, Informação e Inovação em Saúde; Vol. 11 (2017): SuplementoRevue de la Communication, de l'Information et de l'Innovation en santé; Vol. 11 (2017): SuplementoRevista Eletrônica de Comunicação, Informação & Inovação em Saúde; v. 11 (2017): Suplemento1981-6278reponame:RECIIS (Online)instname:Fundação Oswaldo Cruz (FIOCRUZ)instacron:FIOCRUZporhttps://www.reciis.icict.fiocruz.br/index.php/reciis/article/view/1417/pdf1417Pedroso, Marcel de MoraesLima, Jefferson da CostaAssef Neto, Vinicius Belchiorinfo:eu-repo/semantics/openAccess2018-03-15T19:49:43Zoai:www.reciis.icict.fiocruz.br:article/1417Revistahttps://www.reciis.icict.fiocruz.br/index.php/reciisPRIhttps://www.reciis.icict.fiocruz.br/index.php/reciis/oaireciis@icict.fiocruz.br1981-62781981-6278opendoar:2018-03-15T19:49:43RECIIS (Online) - Fundação Oswaldo Cruz (FIOCRUZ)false |
dc.title.none.fl_str_mv |
Data Science applied to arca: development and availability of tools for information retrieval in the Institutional Repository of Fundação Oswaldo cruz ciencia de Datos aplicada al arca: desarrollo y disponibilización de herramientas para recuperación de la información en el Repositorio Institucional de la Fundação Oswaldo cruz Ciência de Dados aplicada ao Arca: desenvolvimento e disponibilização de ferramentas para recuperação da informação no Repositório Institucional da Fundação Oswaldo Cruz |
title |
Data Science applied to arca: development and availability of tools for information retrieval in the Institutional Repository of Fundação Oswaldo cruz |
spellingShingle |
Data Science applied to arca: development and availability of tools for information retrieval in the Institutional Repository of Fundação Oswaldo cruz Data Science applied to arca: development and availability of tools for information retrieval in the Institutional Repository of Fundação Oswaldo cruz Pedroso, Marcel de Moraes Data Science Information Storage and Retrieval Data Mining Machine Learning Institutional Repositories. Ciencia de Datos Almacenamiento y Recuperación de la Información Minería de Datos Aprendizaje Automático Repositorios Institucionales. Ciência de Dados Armazenamento e Recuperação da Informação Mineração de Dados Aprendizagem de Máquina Repositórios Institucionais. Pedroso, Marcel de Moraes Data Science Information Storage and Retrieval Data Mining Machine Learning Institutional Repositories. Ciencia de Datos Almacenamiento y Recuperación de la Información Minería de Datos Aprendizaje Automático Repositorios Institucionales. Ciência de Dados Armazenamento e Recuperação da Informação Mineração de Dados Aprendizagem de Máquina Repositórios Institucionais. |
title_short |
Data Science applied to arca: development and availability of tools for information retrieval in the Institutional Repository of Fundação Oswaldo cruz |
title_full |
Data Science applied to arca: development and availability of tools for information retrieval in the Institutional Repository of Fundação Oswaldo cruz |
title_fullStr |
Data Science applied to arca: development and availability of tools for information retrieval in the Institutional Repository of Fundação Oswaldo cruz Data Science applied to arca: development and availability of tools for information retrieval in the Institutional Repository of Fundação Oswaldo cruz |
title_full_unstemmed |
Data Science applied to arca: development and availability of tools for information retrieval in the Institutional Repository of Fundação Oswaldo cruz Data Science applied to arca: development and availability of tools for information retrieval in the Institutional Repository of Fundação Oswaldo cruz |
title_sort |
Data Science applied to arca: development and availability of tools for information retrieval in the Institutional Repository of Fundação Oswaldo cruz |
author |
Pedroso, Marcel de Moraes |
author_facet |
Pedroso, Marcel de Moraes Pedroso, Marcel de Moraes Lima, Jefferson da Costa Assef Neto, Vinicius Belchior Lima, Jefferson da Costa Assef Neto, Vinicius Belchior |
author_role |
author |
author2 |
Lima, Jefferson da Costa Assef Neto, Vinicius Belchior |
author2_role |
author author |
dc.contributor.author.fl_str_mv |
Pedroso, Marcel de Moraes Lima, Jefferson da Costa Assef Neto, Vinicius Belchior |
dc.subject.por.fl_str_mv |
Data Science Information Storage and Retrieval Data Mining Machine Learning Institutional Repositories. Ciencia de Datos Almacenamiento y Recuperación de la Información Minería de Datos Aprendizaje Automático Repositorios Institucionales. Ciência de Dados Armazenamento e Recuperação da Informação Mineração de Dados Aprendizagem de Máquina Repositórios Institucionais. |
topic |
Data Science Information Storage and Retrieval Data Mining Machine Learning Institutional Repositories. Ciencia de Datos Almacenamiento y Recuperación de la Información Minería de Datos Aprendizaje Automático Repositorios Institucionales. Ciência de Dados Armazenamento e Recuperação da Informação Mineração de Dados Aprendizagem de Máquina Repositórios Institucionais. |
description |
The Arca institutional repository is the main instrument of open access at the Oswaldo Cruz Foundation, with the mission of gathering, hosting, preserving, making available and giving visibility to the institution’s intellectual production. The thematic diversity and institutional complexity of the Foundation foster a methodological challenge related to the classification and retrieval of deposited digital objects and the governance of the metadata recorded by the communities that make up the repository. In 2016, the Arca search engine counted more than 400 thousand queries. An Information Retrieval system is needed that meets the specificities of indexing the repository and the growing demand for information from users internal and external to Fiocruz. In this work we propose the use of Data Science tools, especially Data Mining and Machine Learning techniques, with the objective of improving Information Retrieval by means of automatic classification of digital objects deposited in the Arca and the development and availability of the system of IR based on quality metrics related to precision and recall concepts. |
publishDate |
2017 |
dc.date.none.fl_str_mv |
2017-11-30 |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://www.reciis.icict.fiocruz.br/index.php/reciis/article/view/1417 10.29397/reciis.v11i0.1417 |
url |
https://www.reciis.icict.fiocruz.br/index.php/reciis/article/view/1417 |
identifier_str_mv |
10.29397/reciis.v11i0.1417 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
https://www.reciis.icict.fiocruz.br/index.php/reciis/article/view/1417/pdf1417 |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Instituto de Comunicação e Informação Científica e Tecnológica em Saúde (Icict/Fiocruz) |
publisher.none.fl_str_mv |
Instituto de Comunicação e Informação Científica e Tecnológica em Saúde (Icict/Fiocruz) |
dc.source.none.fl_str_mv |
Revista Eletrônica de Comunicação, Informação & Inovação em Saúde; Vol. 11 (2017): Suplemento Revista Eletrônica de Comunicação, Informação e Inovação em Saúde; Vol. 11 (2017): Suplemento Revue de la Communication, de l'Information et de l'Innovation en santé; Vol. 11 (2017): Suplemento Revista Eletrônica de Comunicação, Informação & Inovação em Saúde; v. 11 (2017): Suplemento 1981-6278 reponame:RECIIS (Online) instname:Fundação Oswaldo Cruz (FIOCRUZ) instacron:FIOCRUZ |
instname_str |
Fundação Oswaldo Cruz (FIOCRUZ) |
instacron_str |
FIOCRUZ |
institution |
FIOCRUZ |
reponame_str |
RECIIS (Online) |
collection |
RECIIS (Online) |
repository.name.fl_str_mv |
RECIIS (Online) - Fundação Oswaldo Cruz (FIOCRUZ) |
repository.mail.fl_str_mv |
reciis@icict.fiocruz.br |
_version_ |
1822181148874244096 |
dc.identifier.doi.none.fl_str_mv |
10.29397/reciis.v11i0.1417 |