Machine learning e revisão sistemática de literatura automatizada: uma revisão sistemática
Autor(a) principal: | |
---|---|
Data de Publicação: | 2020 |
Outros Autores: | , |
Tipo de documento: | Artigo |
Idioma: | por |
Título da fonte: | Revista Tecnologia e Sociedade (Online) |
Texto Completo: | https://periodicos.utfpr.edu.br/rts/article/view/12119 |
Resumo: | Almeja identificar métodos de machine learning empregados na automatização de revisões sistemáticas. Analisa, baseado na recomendação Preferred Reporting Items for Systematic Reviews, 29 de 211 documentos científicos recuperados das bases Web of Science e Scopus, sem restrição de idioma ou recorte temporal. Demonstra a tendência de crescimento da produção relacionada ao tema, com 65,51% dos registros publicados após 2016. Indica o interesse dos pesquisadores em técnicas de text mining, sendo a palavra-chave mais utilizada pelos autores. Em relação aos métodos encontrados, evidencia o algoritmo Support Vector Machine como o mais frequente, sendo utilizado em oito trabalhos, seguido pelas heurísticas Redes Neurais Artificiais e Naïve Bayes, com duas aplicações cada. Ressalta a aplicação majoritária dos métodos à área médica. Conclui, entretanto, que nenhuma das ferramentas identificadas oferece uma solução aplicável a qualquer área do conhecimento. |
id |
UTFPR-6_4a98730c0309b343ba1e5a789586daa2 |
---|---|
oai_identifier_str |
oai:periodicos.utfpr:article/12119 |
network_acronym_str |
UTFPR-6 |
network_name_str |
Revista Tecnologia e Sociedade (Online) |
repository_id_str |
|
spelling |
Machine learning e revisão sistemática de literatura automatizada: uma revisão sistemática6.07.00.00-9 Ciência da InformaçãoAprendizado de máquina; Revisão sistemática; Ferramentas de automatização; Mineração de textosAlmeja identificar métodos de machine learning empregados na automatização de revisões sistemáticas. Analisa, baseado na recomendação Preferred Reporting Items for Systematic Reviews, 29 de 211 documentos científicos recuperados das bases Web of Science e Scopus, sem restrição de idioma ou recorte temporal. Demonstra a tendência de crescimento da produção relacionada ao tema, com 65,51% dos registros publicados após 2016. Indica o interesse dos pesquisadores em técnicas de text mining, sendo a palavra-chave mais utilizada pelos autores. Em relação aos métodos encontrados, evidencia o algoritmo Support Vector Machine como o mais frequente, sendo utilizado em oito trabalhos, seguido pelas heurísticas Redes Neurais Artificiais e Naïve Bayes, com duas aplicações cada. Ressalta a aplicação majoritária dos métodos à área médica. Conclui, entretanto, que nenhuma das ferramentas identificadas oferece uma solução aplicável a qualquer área do conhecimento.Universidade Tecnológica Federal do Paraná (UTFPR)Universidade Federal do ParanáPrograma de Pós-Graduação em Gestão da InformaçãoCNPqTsunoda, Denise FukumiMoreira, Paulo Sergio da ConceiçãoGuimarães, André José Ribeiro2020-09-25info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://periodicos.utfpr.edu.br/rts/article/view/1211910.3895/rts.v16n45.12119Revista Tecnologia e Sociedade; v. 16, n. 45 (2020); 337-354Revista Tecnologia e Sociedade; v. 16, n. 45 (2020); 337-3541984-35261809-004410.3895/rts.v16n45reponame:Revista Tecnologia e Sociedade (Online)instname:Universidade Tecnológica Federal do Paraná (UTFPR)instacron:UTFPRporhttps://periodicos.utfpr.edu.br/rts/article/view/12119/7811Direitos autorais 2020 CC-BYhttp://creativecommons.org/licenses/by/4.0info:eu-repo/semantics/openAccess2020-09-25T22:41:24Zoai:periodicos.utfpr:article/12119Revistahttps://periodicos.ifrs.edu.br/index.php/tearPUBhttps://periodicos.utfpr.edu.br/rts/oai||rts-ct@utfpr.edu.br1984-35261809-0044opendoar:2020-09-25T22:41:24Revista Tecnologia e Sociedade (Online) - Universidade Tecnológica Federal do Paraná (UTFPR)false |
dc.title.none.fl_str_mv |
Machine learning e revisão sistemática de literatura automatizada: uma revisão sistemática |
title |
Machine learning e revisão sistemática de literatura automatizada: uma revisão sistemática |
spellingShingle |
Machine learning e revisão sistemática de literatura automatizada: uma revisão sistemática Tsunoda, Denise Fukumi 6.07.00.00-9 Ciência da Informação Aprendizado de máquina; Revisão sistemática; Ferramentas de automatização; Mineração de textos |
title_short |
Machine learning e revisão sistemática de literatura automatizada: uma revisão sistemática |
title_full |
Machine learning e revisão sistemática de literatura automatizada: uma revisão sistemática |
title_fullStr |
Machine learning e revisão sistemática de literatura automatizada: uma revisão sistemática |
title_full_unstemmed |
Machine learning e revisão sistemática de literatura automatizada: uma revisão sistemática |
title_sort |
Machine learning e revisão sistemática de literatura automatizada: uma revisão sistemática |
author |
Tsunoda, Denise Fukumi |
author_facet |
Tsunoda, Denise Fukumi Moreira, Paulo Sergio da Conceição Guimarães, André José Ribeiro |
author_role |
author |
author2 |
Moreira, Paulo Sergio da Conceição Guimarães, André José Ribeiro |
author2_role |
author author |
dc.contributor.none.fl_str_mv |
Universidade Federal do Paraná Programa de Pós-Graduação em Gestão da Informação CNPq |
dc.contributor.author.fl_str_mv |
Tsunoda, Denise Fukumi Moreira, Paulo Sergio da Conceição Guimarães, André José Ribeiro |
dc.subject.por.fl_str_mv |
6.07.00.00-9 Ciência da Informação Aprendizado de máquina; Revisão sistemática; Ferramentas de automatização; Mineração de textos |
topic |
6.07.00.00-9 Ciência da Informação Aprendizado de máquina; Revisão sistemática; Ferramentas de automatização; Mineração de textos |
description |
Almeja identificar métodos de machine learning empregados na automatização de revisões sistemáticas. Analisa, baseado na recomendação Preferred Reporting Items for Systematic Reviews, 29 de 211 documentos científicos recuperados das bases Web of Science e Scopus, sem restrição de idioma ou recorte temporal. Demonstra a tendência de crescimento da produção relacionada ao tema, com 65,51% dos registros publicados após 2016. Indica o interesse dos pesquisadores em técnicas de text mining, sendo a palavra-chave mais utilizada pelos autores. Em relação aos métodos encontrados, evidencia o algoritmo Support Vector Machine como o mais frequente, sendo utilizado em oito trabalhos, seguido pelas heurísticas Redes Neurais Artificiais e Naïve Bayes, com duas aplicações cada. Ressalta a aplicação majoritária dos métodos à área médica. Conclui, entretanto, que nenhuma das ferramentas identificadas oferece uma solução aplicável a qualquer área do conhecimento. |
publishDate |
2020 |
dc.date.none.fl_str_mv |
2020-09-25 |
dc.type.none.fl_str_mv |
|
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://periodicos.utfpr.edu.br/rts/article/view/12119 10.3895/rts.v16n45.12119 |
url |
https://periodicos.utfpr.edu.br/rts/article/view/12119 |
identifier_str_mv |
10.3895/rts.v16n45.12119 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
https://periodicos.utfpr.edu.br/rts/article/view/12119/7811 |
dc.rights.driver.fl_str_mv |
Direitos autorais 2020 CC-BY http://creativecommons.org/licenses/by/4.0 info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Direitos autorais 2020 CC-BY 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 Tecnológica Federal do Paraná (UTFPR) |
publisher.none.fl_str_mv |
Universidade Tecnológica Federal do Paraná (UTFPR) |
dc.source.none.fl_str_mv |
Revista Tecnologia e Sociedade; v. 16, n. 45 (2020); 337-354 Revista Tecnologia e Sociedade; v. 16, n. 45 (2020); 337-354 1984-3526 1809-0044 10.3895/rts.v16n45 reponame:Revista Tecnologia e Sociedade (Online) instname:Universidade Tecnológica Federal do Paraná (UTFPR) instacron:UTFPR |
instname_str |
Universidade Tecnológica Federal do Paraná (UTFPR) |
instacron_str |
UTFPR |
institution |
UTFPR |
reponame_str |
Revista Tecnologia e Sociedade (Online) |
collection |
Revista Tecnologia e Sociedade (Online) |
repository.name.fl_str_mv |
Revista Tecnologia e Sociedade (Online) - Universidade Tecnológica Federal do Paraná (UTFPR) |
repository.mail.fl_str_mv |
||rts-ct@utfpr.edu.br |
_version_ |
1800223876150460416 |