Machine learning and Information Science: contributions to a research and teaching agenda in the brazilian Information Science

Detalhes bibliográficos
Autor(a) principal: Martins, Dalton Lopes
Data de Publicação: 2023
Outros Autores: Monterei, Rafaella
Tipo de documento: Artigo
Idioma: por
Título da fonte: Informação & Informação
Texto Completo: https://ojs.uel.br/revistas/uel/index.php/informacao/article/view/47201
Resumo: Objective: it intends to support the construction of a research and teaching agenda on the subject of machine learning through knowledge of its main applications and most used algorithms. Methodology: article studies references to machine learning algorithms in indexed documents in the area of Information Science in the Web of Science database. Results and Conclusions: evaluates 3111 identified documents and concludes that the supervised approach through classification techniques is the most used in the field, with evidence for the Support Vector Machine, Decision Tree, Random Forest algorithms.
id UEL-8_e736a9b8fbd2a5ce21807cb3e1cf8b0e
oai_identifier_str oai:ojs.pkp.sfu.ca:article/47201
network_acronym_str UEL-8
network_name_str Informação & Informação
repository_id_str
spelling Machine learning and Information Science: contributions to a research and teaching agenda in the brazilian Information ScienceAprendizaje automático y Ciencias de la Información: contribuciones para una agenda de investigación y enseñanza en la Ciencias de la Información brasileñaAprendizagem de máquina e Ciência da Informação: contribuições para uma agenda de pesquisa e ensino na CI brasileiraAprendizagem de máquinaCiência da InformaçãoAlgoritmosWeb of ScienceMachine learningInformation ScienceAlgorithmsWeb of ScienceTeachingAprendizaje automáticoCiencias de la InformaciónAlgoritmosWeb de la CienciaEnseñandoObjective: it intends to support the construction of a research and teaching agenda on the subject of machine learning through knowledge of its main applications and most used algorithms. Methodology: article studies references to machine learning algorithms in indexed documents in the area of Information Science in the Web of Science database. Results and Conclusions: evaluates 3111 identified documents and concludes that the supervised approach through classification techniques is the most used in the field, with evidence for the Support Vector Machine, Decision Tree, Random Forest algorithms.Objetivo: pretende apoyar la construcción de una agenda de investigación y docencia en el tema de aprendizaje automático a través del conocimiento de sus principales aplicaciones y algoritmos más utilizados. Metodología: el artículo estudia las referencias a algoritmos de aprendizaje automático en documentos indexados del área de Ciencias de la Información en la base de datos Web of Science. Resultados y Conclusiones: evalúa 3111 documentos identificados y concluye que el enfoque supervisado a través de técnicas de clasificación es el más utilizado en campo, con evidencia para los algoritmos Support Vector Machine, Decision Tree, Random Forest.Objetivo: tem por intenção apoiar na construção de uma agenda de pesquisa e ensino do tema da aprendizagem de máquina por meio do conhecimento de suas principais aplicações e algoritmos mais usados. Metodologia:  artigo estuda as referências de algoritmos de aprendizagem de máquina em documentos indexados na área da Ciência da Informação na base Web of Science. Resultados e Conclusões: avalia 3111 documentos identificados e conclui que a abordagem supervisionada por meio de técnicas de classificação é a mais utilizada no campo, com evidência para os algoritmos de Support Vector Machine, Decision Tree, Random Forest.Universidade Estadual de Londrina2023-07-15info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://ojs.uel.br/revistas/uel/index.php/informacao/article/view/4720110.5433/1981-8920.2022v27n3p751Informação & Informação; v. 27 n. 3 (2022): Estudos Métricos da Informação; 751-7741981-8920reponame:Informação & Informaçãoinstname:Universidade Estadual de Londrina (UEL)instacron:UELporhttps://ojs.uel.br/revistas/uel/index.php/informacao/article/view/47201/49056Copyright (c) 2023 Dalton Lopes Martins, Rafaella Montereihttp://creativecommons.org/licenses/by/4.0info:eu-repo/semantics/openAccessMartins, Dalton LopesMonterei, Rafaella2023-12-14T19:26:40Zoai:ojs.pkp.sfu.ca:article/47201Revistahttps://www.uel.br/revistas/uel/index.php/informacao/indexPUBhttps://www.uel.br/revistas/uel/index.php/informacao/oai||infoeinfo@uel.br10.5433/1981-89201981-89201414-2139opendoar:2023-12-14T19:26:40Informação & Informação - Universidade Estadual de Londrina (UEL)false
dc.title.none.fl_str_mv Machine learning and Information Science: contributions to a research and teaching agenda in the brazilian Information Science
Aprendizaje automático y Ciencias de la Información: contribuciones para una agenda de investigación y enseñanza en la Ciencias de la Información brasileña
Aprendizagem de máquina e Ciência da Informação: contribuições para uma agenda de pesquisa e ensino na CI brasileira
title Machine learning and Information Science: contributions to a research and teaching agenda in the brazilian Information Science
spellingShingle Machine learning and Information Science: contributions to a research and teaching agenda in the brazilian Information Science
Martins, Dalton Lopes
Aprendizagem de máquina
Ciência da Informação
Algoritmos
Web of Science
Machine learning
Information Science
Algorithms
Web of Science
Teaching
Aprendizaje automático
Ciencias de la Información
Algoritmos
Web de la Ciencia
Enseñando
title_short Machine learning and Information Science: contributions to a research and teaching agenda in the brazilian Information Science
title_full Machine learning and Information Science: contributions to a research and teaching agenda in the brazilian Information Science
title_fullStr Machine learning and Information Science: contributions to a research and teaching agenda in the brazilian Information Science
title_full_unstemmed Machine learning and Information Science: contributions to a research and teaching agenda in the brazilian Information Science
title_sort Machine learning and Information Science: contributions to a research and teaching agenda in the brazilian Information Science
author Martins, Dalton Lopes
author_facet Martins, Dalton Lopes
Monterei, Rafaella
author_role author
author2 Monterei, Rafaella
author2_role author
dc.contributor.author.fl_str_mv Martins, Dalton Lopes
Monterei, Rafaella
dc.subject.por.fl_str_mv Aprendizagem de máquina
Ciência da Informação
Algoritmos
Web of Science
Machine learning
Information Science
Algorithms
Web of Science
Teaching
Aprendizaje automático
Ciencias de la Información
Algoritmos
Web de la Ciencia
Enseñando
topic Aprendizagem de máquina
Ciência da Informação
Algoritmos
Web of Science
Machine learning
Information Science
Algorithms
Web of Science
Teaching
Aprendizaje automático
Ciencias de la Información
Algoritmos
Web de la Ciencia
Enseñando
description Objective: it intends to support the construction of a research and teaching agenda on the subject of machine learning through knowledge of its main applications and most used algorithms. Methodology: article studies references to machine learning algorithms in indexed documents in the area of Information Science in the Web of Science database. Results and Conclusions: evaluates 3111 identified documents and concludes that the supervised approach through classification techniques is the most used in the field, with evidence for the Support Vector Machine, Decision Tree, Random Forest algorithms.
publishDate 2023
dc.date.none.fl_str_mv 2023-07-15
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://ojs.uel.br/revistas/uel/index.php/informacao/article/view/47201
10.5433/1981-8920.2022v27n3p751
url https://ojs.uel.br/revistas/uel/index.php/informacao/article/view/47201
identifier_str_mv 10.5433/1981-8920.2022v27n3p751
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://ojs.uel.br/revistas/uel/index.php/informacao/article/view/47201/49056
dc.rights.driver.fl_str_mv Copyright (c) 2023 Dalton Lopes Martins, Rafaella Monterei
http://creativecommons.org/licenses/by/4.0
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Copyright (c) 2023 Dalton Lopes Martins, Rafaella Monterei
http://creativecommons.org/licenses/by/4.0
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Estadual de Londrina
publisher.none.fl_str_mv Universidade Estadual de Londrina
dc.source.none.fl_str_mv Informação & Informação; v. 27 n. 3 (2022): Estudos Métricos da Informação; 751-774
1981-8920
reponame:Informação & Informação
instname:Universidade Estadual de Londrina (UEL)
instacron:UEL
instname_str Universidade Estadual de Londrina (UEL)
instacron_str UEL
institution UEL
reponame_str Informação & Informação
collection Informação & Informação
repository.name.fl_str_mv Informação & Informação - Universidade Estadual de Londrina (UEL)
repository.mail.fl_str_mv ||infoeinfo@uel.br
_version_ 1799305987880910848

Registros relacionados