Colaboração científica intraorganizacional: análise de redes por coocorrência de palavras-chave

Abstract

Research on the impacts of collaboration on scientific research has been growing in recent years, mainly focused on the policy implications and allocation of financial resources. Scientific collaboration can encompass various levels of analysis, with emphasis on the internal - intrainstitutional, (intra) national - or in situating what is being analyzed in an external context - interinstitutional, international and others. However, the issue of intraorganizational collaboration and identification of possible collaborations have little approach and studies. There is no knowledge of studies that deal with these two themes in order to identify opportunities for internal collaboration in an institution. Thus, this paper presents an overview of the scientific collaboration between the professors of a federal university in the state of São Paulo, and presents a method to identify potential researchers for future collaborations. The identification of these potential collaborations is based on the coupling of authors by subject matter through the keywords that the professors themselves fill in their Lattes Curricula. 635 professors and 2,678 words were identified. As a result, a keyword affiliation network where it is possible to identify researchers with high potential for collaboration is presented, which can help teachers identify their potential partners, as well as be used by strategic institutional bodies to foster collaboration between internal professors to the organization.

Alternate abstract:

 Pesquisas sobre os impactos da colaboração em pesquisas científicas vêm crescendo nos últimos anos, principalmente com um olhar sobre as implicações políticas e a destinação de recursos financeiros. A colaboração científica pode contemplar diversos níveis de análise, dando ênfase nos aspectos internos – intrainstitucional, (intra)nacional – ou em situar o que está sendo analisado em um contexto externo – interinstitucional, internacional e outros. No entanto, a questão da colaboração intraorganizacional e identificação de possíveis colaborações têm pouca abordagem e estudos. Não há conhecimento de estudos que tratem simultaneamente desses dois temas visando à identificação de oportunidades de colaboração interna em uma instituição. Assim, este trabalho apresenta um panorama da colaboração científica entre os docentes de uma universidade federal do estado de São Paulo, e expõe um procedimento para identificar pesquisadores potenciais para futuras colaborações. A identificação dessas colaborações em potencial baseia-se no acoplamento de autores por temáticas através das palavras-chave lançadas pelos próprios docentes em seus Currículos Lattes. Foram identificados 635 docentes e 2.678 palavras. E, como resultado, é apresentada uma rede de afiliação por palavras-chave, onde é possível identificar os pesquisadores com alto potencial de colaboração, o que pode auxiliar os próprios docentes a identificarem seus possíveis parceiros, além de poder ser utilizada por órgãos institucionais estratégicos para fomentar a colaboração entre os professores internos à organização. 

Headnote

Resumo: Pesquisas sobre os impactos da colaboraçâo em pesquisas científicas vem crescendo nos últimos anos, principalmente com um olhar sobre as implicaçöes políticas e a destinaçâo de recursos financeiros. A colaboraçâo científica pode contemplar diversos níveis de análise, dando enfase nos aspectos internos - intrainstitucional, (intra)nacional - ou em situar o que está sendo analisado em um contexto externo - interinstitucional, internacional e outros. No entanto, a questâo da colaboraçâo intraorganizacional e identificaçâo de possíveis colaboraçöes tem pouca abordagem e estudos. Nâo há conhecimento de estudos que tratem simultaneamente desses dois temas visando a identificaçâo de oportunidades de colaboraçâo interna em uma instituiçâo. Assim, este trabalho apresenta um panorama da colaboraçâo científica entre os docentes de uma universidade federal do estado de Sâo Paulo, e expöe um procedimento para identificar pesquisadores potenciais para futuras colaboraçöes. A identificaçâo dessas colaboraçöes em potencial baseia-se no acoplamento de autores por temáticas através das palavras-chave lançadas pelos próprios docentes em seus Currículos Lattes. Foram identificados 635 docentes e 2.678 palavras. E, como resultado, é apresentada uma rede de afiliaçâo por palavras-chave, onde é possível identificar os pesquisadores com alto potencial de colaboraçâo, o que pode auxiliar os próprios docentes a identificarem seus possíveis parceiros, além de poder ser utilizada por 0rgâos institucionais estratégicos para fomentar a colaboraçâo entre os professores internos a organizaçâo.

Palavras-chave: Análise de Redes. Colaboraçâo científica. Coocorrencia de palavras. Acoplamento.

Abstract: Research on the impacts of collaboration on scientific research has been growing in recent years, mainly focused on the policy implications and allocation of financial resources. Scientific collaboration can encompass various levels of analysis, with emphasis on the internal - intrainstitutional, (intra) national - or in situating what is being analyzed in an external context - interinstitutional, international and others. However, the issue of intra-organizational collaboration and identification of possible collaborations have little approach and studies. There is no knowledge of studies that deal with these two themes in order to identify opportunities for internal collaboration in an institution. Thus, this paper presents an overview of the scientific collaboration between the professors of a federal university in the state of Săo Paulo, and presents a method to identify potential researchers for future collaborations. The identification of these potential collaborations is based on the coupling of authors by subject matter through the keywords that the professors themselves fill in their Lattes Curricula. 635 professors and 2,678 words were identified. As a result, a keyword affiliation network where it is possible to identify researchers with high potential for collaboration is presented, which can help teachers identify their potential partners, as well as be used by strategic institutional bodies to foster collaboration between internal professors to the organization.

Keywords: Network Analysis. Scientific collaboration. Co-occurrence of words. Coupling.

Recebido: 24/01/2018

Aceito: 19/06/2018

1Introduçâo

A mediçâo da ciencia sempre foi importante, Horácio dizia que há uma medida para todas as coisas e para Heike K. Onnes, descobridor da supercondutividade, "medir é saber" (VAN RAAN, 2004). A ideia de examinar a literatura remonta ao inicio do século, Okubo (1997) relata que em 1917, Cole e Eales publicaram uma análise estatística da história da anatomia comparada, e esta foi um marco na história da análise bibliométrica. Bibliometria é um termo que surgiu em 1969, com Alan Pritchard, e trata-se de um ramo da Ciencia que analisa a atividade científica e tecnológica através de dados derivados da literatura científica e de patentes, envolvendo o estudo quantitativo da produçâo, disseminaçâo e uso da informaçâo registrada, com o principal objetivo de desenvolver indicadores cada vez mais confiáveis (FARIA, 2001; HAYASHI et al., 2007; OKUBO, 1997).

Dentre muitos indicadores bibliométricos destaca-se aqui o indicador de coautoria, que é utilizado para identificar e estudar a colaboraçâo científica academica. Colaboraçâo e coautoria nâo precisam ser sinónimos, pois a coautoria é apenas uma parte da colaboraçâo científica, uma vez que nâo mede a colaboraçâo na sua totalidade e complexidade (VANZ, 2009). Para Lima, Velho e Faria (2007), "Quando se fala de cooperaçâo científica na visâo da bibliometria, devemos ter em mente que quase sempre estamos nos referindo a análise de trabalhos publicados em coautoria." (LIMA; VELHO; FARIA, 2007, p. 54). Newman (2001) faz uma colocaçâo pertinente quando se trata de colaboraçâo, alegando que, apesar da importancia da comunicaçâo escrita na ciencia, através de documentos e artigos, pode-se dizer que a maior parte da comunicaçâo científica ainda ocorre, efetivamente, por conversa privada, e atinge a maioria dos membros de uma rede através de conversas particulares e de maneira muito rápida. Assim, ainda que nâo publiquem conjuntamente, estes atores podem ter colaboraçöes informais entre si que nâo sejam possíveis de verificar apenas através da análise de rede baseada em publicaçâo de artigos com coautoria, pois estas relaçöes informais nâo sâo passíveis de análise quantitativa. Dessa forma, as redes baseadas em coautoria servem de instrumento para analisar as colaboraçöes e parcerias científicas e tecnológicas, permitindo uma visâo dos padröes de cooperaçâo entre indivíduos e organizaçöes (SAMPAIO et al., 2015).

Assim, colaboraçâo científica pode ser definida como uma interaçâo entre dois ou mais pesquisadores que compartilham recursos intelectuais, económicos e/ou físicos, trabalhando juntos em um projeto de pesquisa, dentro de um contexto social, para atingir o mesmo objetivo comum de produzir novos conhecimentos científicos (SAMPAIO et al., 2015; KATZ; MARTIN, 1997; VANZ, 2009).

Este estudo das ligaçöes entre atores pode ser realizado através da Análise de Redes Sociais (ARS), que é um estudo aprofundado dos pontos e conexöes das redes, a fim de mapear os relacionamentos através do fluxo de informaçöes (BARROS; GAMA; FERNANDES, 2014), e, além de outras funcionalidades, pode identificar e representar as coautorias e o acoplamento de palavras. Sucintamente, rede é um conjunto de pontos (ou nós) que se ligam a outros pontos por meio de linhas. As redes, para Borgatti, Everett e Johnson (2013), sao uma forma de pensar sobre sistemas sociais e focam as relaçöes entre os entes que compöem o sistema, chamados de atores ou nós. Estes nós possuem características, denominadas 'atributos', que distinguem um nó do outro, e podem ser indivíduos ou coletividades. E as relaçöes entre os nós, que sao os laços ou links, também com características próprias, entrelaçam-se criando uma teia. As espessuras desiguais dos traços mostram as diferenças do relacionamento entre os atores, ou seja, quanto mais espessa, maior é a qualidade desta relaçao. A Figura 1 representa uma rede simples, com os nós e laços, sendo as linhas mais importantes que os pontos, uma vez que fazem as conexöes. Um conjunto de nós dispersos nada representa se nao houver alguma conexáo entre eles. Assim "Muitos pontos pouco interligados tem menos qualidade de rede do que poucos pontos profundamente conectados. A medida da rede é o número de conexöes, nao de pontos." (WWF-Brasil, 2003, p.19).

Atualmente, com o aumento da capacidade de processamento numérico e o auxilio de softwares especializados e mais sofisticados na criaçao de matrizes e na geraçao de imagens e gráficos de redes, o cruzamento destes dados pode ser feito de maneira mais rápida e os sistemas podem ser simulados e avaliados em maiores detalhes (SAMPAIO et al., 2015). As redes de coautoria remetem a participaçâo ativa dos envolvidos na produçâo dos trabalhos em colaboraçâo, que é uma tendencia do mundo contemporáneo, pois agrega diversas habilidades, interesses e demandas dentro da estrutura do campo científico (BELLO, 2013). No entanto, segundo Faria (2001), há outros critérios que podem ser usados para estabelecer os relacionamentos em redes de autores, chamados de indicadores de ligaçao ou relacional, que sao baseados em coocorrencias de publicaçöes, citaçöes e palavras-chaves. Ou seja, os atores podem nunca ter trabalhado juntos, mas publicam trabalhos com as mesmas palavras-chaves e temas de igual interesse. Este indicador auxilia na elaboraçao de mapas responsáveis pela descriçao do conhecimento e relacionamento entre pesquisadores, instituiçöes e países. Segundo Lu e Wolfram (2012), atualmente, existem cinco abordagens utilizadas para medir relaçöes entre autores, que podem ser: citaçao direta, análise de cocitaçao, análise de coautoria, análise de acoplamento bibliográfico e análise de co-palavra ou co-word. Esta análise baseada em co-word permite estabelecer as possiveis forças de ligaçao entre os termos e assuntos que coocorrem, proporcionando, desta forma, a criaçao de um mapa do conhecimento. E pode ser obtida através das palavras-chave contidas nos artigos, "[...] palavras do titulo, palavras do resumo, palavras do texto integral, palavras presentes na classificaçao dos artigos ou o próprio código de classificaçao do artigo, neste último caso sendo chamada de análise de coclassificaçao." (CALLON, 19931 apud FARIA, 2001, p. 45).

Esta ideia de relacionar dois autores que compartilham as mesmas temáticas, segundo Kessler (19632 apud LU; WOLFRAM, 2012), é um acoplamento bibliográfico, e quanto mais semelhanças dois autores tem em comum, mais intimamente relacionados eles devem ser. Essas possibilidades de análise fornecem dados sobre o impacto científico de grupos de pesquisas ou países na comunidade nacional e internacional, dando cobertura a todas as áreas científicas.

Ainda há poucos estudos conhecidos que abordam a colaboraçâo intrainstitucional. Newman (2004) investigou a aplicaçâo de um método de detecçâo de comunidades a rede de coautorias do Instituto Santa Fe, e Pepe e Rodriguez (2010) estudaram padröes de coautoria do Center for Embedded Networked Sensing, centro de pesquisa da Universidade da California. Gazni e Didegah (2011) estudaram diversos aspectos da colaboraçâo científica da Universidade de Harvard, inclusive a colaboraçâo intrainstitucional e seu impacto em termos de citaçöes recebidas quando comparada as publicaçöes em colaboraçâo interinstitucional. Savić, Ivanović e Surla (2017); Bellanca (2009) e Birnholtz e outros (2013) analisaram a colaboraçâo nas Universidades de Novi Sad, York, Salerno e Cornell.

Há ao menos um estudo, desenvolvido por Boyack (2009), que visa a identificaçâo de potenciais colaboraçöes como uma contribuiçâo a elaboraçâo de estratégia e planejamento institucionais. No entanto, a colaboraçâo tratada nessa pesquisa está no nível interinstitucional, uma vez que foca na identificaçâo de oportunidades de colaboraçâo entre o Laboratorio Sandia e outras instituiçöes. Também, o estudo nâo diferencia colaboraçöes já existentes de colaboraçöes ainda inéditas, tratando a todas como potenciais. Finalmente, o método de identificaçâo de oportunidades adotado nâo utiliza coautorias como critério de medida da ligaçâo entre as instituiçöes e baseia-se na elaboraçâo de redes de publicaçöes com temas comuns, as quais sâo associadas, posteriormente, as instituiçöes. Assim, o objetivo desta pesquisa é desenvolver um procedimento baseado na análise bibliométrica de publicaçöes científicas e na análise de redes sociais para a identificaçâo de oportunidades de colaboraçâo intrainstitucional. A base de dados escolhida para recuperar as informaçöes dos docentes foi o Currículo Lattes, presente na Plataforma Lattes, com acesso público por meio da ferramenta SyncLattes, desenvolvida por Matias (2015).

A Plataforma Lattes é um Sistema de Informaçöes que tem o objetivo de integrar currículos, grupos de pesquisa e instituiçöes brasileiras numa plataforma única, a Plataforma Lattes (PL). O nome Lattes foi dado em homenagem ao físico Césare Mansueto Giulio Lattes, mais conhecido como César Lattes, que foi um dos maiores cientistas brasileiro e tornou-se um ícone mundial na produçâo científica. No final do ano de 2002, o Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) passou a licenciar gratuitamente o software e a fornecer consultoria técnica para sua implantaçâo nos países da América Latina, como Colombia, Equador, Chile, Peru e Argentina, além de Portugal e Moçambique. Brito, Quoniam e Mena-Chalco (2016) apontam algumas limitaçöes referentes a Plataforma Lattes, que, por ser atualizada pelos próprios usuarios, năo possui padronizaçâo de preenchimento, podendo conter informaçöes incorretas ou incompletas. Além disso, pesquisadores vinculados a programas de P0s-Graduaçâo tem uma obrigatoriedade maior de manter os dados atualizados, enquanto outros ficam anos sem atualizar. Os autores ainda falam sobre o grau de confiabilidade das informaçöes, pois năo há supervisáo dos dados cadastrados (BRITO; QUONIAM; MENA-CHALCO, 2016). Mas, apesar destes entraves, é uma plataforma inédita que reúne e integra informaçöes académicas, profissionais, institucionais e bibliográficas com 3,5 milhöes3 de currículos cadastrados, sendo, aproximadamente, 598.900 currículos de mestres e doutores disponíveis (CONSELHO NACIONAL DE DESENVOLVIMENTO CIENTÍFICO E TECNOLÓGICO, 2016). Ressalta-se ainda que os dados desta pesquisa foram todos retirados da Plataforma Lattes, sem a utilizaçăo de outras bases de dados ou repositório institucional.

A Plataforma Lattes permite a atribulo de palavras-chave as publicaçöes cadastradas. As palavras-chave fornecem um breve resumo do conteúdo da publicaçăo, podendo ser entendidas como a menor unidade que sintetiza e identifica o conteúdo de todo o texto, permitindo uma visăo simplificada do documento. "Palavras-chave săo particularmente úteis porque podem ser interpretadas individualmente e independentemente umas das outras." (DIAS, 2004, p. 35). Ao mesmo tempo em que ajudam a descrever os assuntos tratados nas publicaçöes, devido ao fato de as palavras chaves serem preenchidas de forma livre no momento em que os pesquisadores cadastram ou atualizam seus currículos, a análise bibliométrica das mesmas, na Plataforma Lattes, representa um desafio. Năo há um vocabulário controlado para a escolha das palavras-chave. Nao há obrigatoriedade de atribuiçâo de palavras-chave as publicaçöes. Nao há verificaçâo se as palavras-chave atribuidas as publicaçöes na Plataforma Lattes sao as mesmas que os autores inseriram na publicaçao original. Nao há definiçao de idioma que deve ser utilizado na escolha das palavras-chave. Autores de uma mesma publicaçao podem atribuir a ela palavras-chave diferentes, cada um em seu curriculo. E é possivel atribuir até 6 palavras-chave por publicaçao. Mas este problema de análise de palavras-chave nao ocorre somente na Plataforma Lattes, bases de dados e indexadores também podem, de acordo com Lu e Wolfram (2012), criar distorçöes e subjetividades na atribuiçao dos termos dos artigos indexados.

Em estudos realizados por Gil-Leiva e Alonso-Arroyo (2007), os autores debatem o uso de vocabulários controlados e palavras-chave para recuperaçao de informaçöes dos artigos científicos, e constataram que, apesar de todos estes percalços enfrentados para a utilizaçao das palavras-chaves, quase 46% das palavras-chave também aparecem em descritores que possuem vocabulário controlado. Isto significa que as palavras-chave fornecidas pelos autores sao uma valiosa fonte de informaçao tanto para indexaçao humana quanto para sistemas de indexaçao automática de artigos de periódicos.

2 Dados e métodos

De acordo com Gil (2017, p. 25), a "[...] classificaçâo é uma característica da racionalidade humana.", pois facilita o entendimento e os objetivos da pesquisa a ser desenvolvida. Esta pesquisa, de acordo com a sua finalidade, é classificada como pesquisa aplicada, que é a "[...] aquisiçao de conhecimentos com vistas a aplicaçao numa situaçao especifica." (GIL, 2017, p. 27) já que se propöe a estudar as formas de colaboraçâo científica, e aplicá-las numa instituiçao de ensino superior a fim de verificar o comportamento colaborativo de seus docentes. Segundo seus objetivos, é uma pesquisa descritiva, pois irá descrever e estudar as características de um determinado grupo, e "[...] descobrir a existencia de associaçöes entre variáveis, [...]" (GIL, 2017, p. 28). Para que seja possível avaliar a qualidade dos resultados obtidos numa pesquisa, Gil (2017) fala da necessidade de entender como os dados foram obtidos e quais procedimentos foram adotados em sua análise e interpretaçâo. O sistema adotado deve levar em consideraçâo a natureza dos dados, o ambiente de coleta e análise dos dados. Neste caso, é uma pesquisa bibliográfica (elaborada com base em material já publicado), quantitativa (amplas amostras com informaçöes numéricas) e aplicada com técnicas bibliométricas (análises estatísticas de publicaçöes e atividades científicas).

O objeto de pesquisa é a Universidade Federal de Sao Carlos (UFSCar), pelo fato de sua relevancia científica. A UFSCar tem sua fundaçao datada de 1968 e, atualmente, possui quatro campi: Sao Carlos, Araras, Sorocaba e Lagoa do Sino (UNIVERSIDADE FEDERAL DE SAO CARLOS, 2018). Para esta pesquisa, foram analisadas as produçöes científicas constantes nos currículos da Plataforma Lattes de todos os docentes da UFSCar, dos quatro campi, desde sua fundaçao, em 1968, até dezembro de 2016. A última atualizaçao dos dados foi realizada em outubro de 2017, para garantir, assim, que todos os docentes tenham seus documentos relativos ao ano 2016 já lançados na plataforma.

2.1 Coleta dos dados

A extraçao dos dados constantes na PL foi feita através da ferramenta chamada SyncLattes, desenvolvida por Matias (2015), que descreve detalhadamente seu funcionamento em sua dissertaçao. Esta ferramenta utiliza o IDLattes, que é um identificador único para cada CPF cadastrado na PL. Assim, para verificaçao dos IdLattes, Bassoli (2017), em sua dissertaçao, elaborou uma listagem com todos os docentes que sao ou já foram vinculados a UFSCar, com seus respectivos departamentos e centros, e o período em que sao ou foram docentes da UFSCar. Para Bassoli (2017), os dados extraídos pela ferramenta SyncLattes sao confiáveis, já que os registros com dados inconsistentes correspondem a apenas 1,56% do total de registros de artigos identificados. Isso resulta em um alto grau de confiabilidade para os dados extraídos dos Currículos Lattes.

2.2 Tratamento dos dados

Para o tratamento e análise dos dados será utilizado o VantagePoint versáo 5.0, que é uma ferramenta computacional de mineraçâo e análise de dados para tratar e analisar grandes volumes de dados de forma rápida e eficaz (SEARCH TECHNOLOGY, 2001?). Para realizar as análises de rede, seráo utilizados os softwares UCINET, versáo 6.631, NetDraw, versáo 2.161, e Gephi, versáo 0.9.1, que apresenta as redes em 3D (tres dimensöes). Além do Microsoft Excel®, para elaboraçâo e tratamento das matrizes e gráficos.

Para o desafio de demonstrar quais sáo as possíveis colaboraçöes existentes que náo sáo exploradas, ou seja, quais sáo os docentes que trabalham com os mesmos assuntos, mas náo tem colaboraçáo ou publicaçáo em coautoria entre si, optou-se por trabalhar com as palavras-chave lançadas pelos docentes na PL, pois as palavras representam, de forma sucinta, os assuntos abordados e de interesse dos docentes.

Entretanto, no conjunto de dados extraído inicialmente, foram identificadas 27.999 palavras, do total de 27.107 artigos, o que representa quase a proporçáo de uma palavra por artigo publicado. Justificam-se, assim, os cortes feitos para reduzir a amostra de publicaçáo para um conjunto de palavras passíveis de análise. O primeiro critério adotado foi o temporal, fazendo-se um recorte entre os anos de 2013 e 2016, pois este período corresponde á última aval^áo realizada pela CAPES, onde se entende que os docentes devam ter atualizado seus currículos. Além disso, recupera os temas que os docentes estáo trabalhando atualmente, uma vez que os temas de pesquisa podem se alterar ao longo dos anos. Este primeiro recorte totalizou 8.128 artigos com 8.648 palavras-chave. Posteriormente, utilizando filtros incrementais desenvolvidos, foram selecionados apenas os artigos que possuíam coautoria ao menos com um outro docente vinculado á universidade, chegou-se ao total de 2.009 artigos com 2.678 palavras. E, por fim, foram selecionados apenas os artigos que possuíam ao menos uma palavra-chave, uma vez que as palavras seráo as conexöes realizadas entre os docentes, totalizando 1.028 artigos com 2.678 palavras. Após realizar o List Cleanup das palavras, dentro do Vantage Point, foi feito um refinamento com as cinco primeiras palavras-chave, buscando por palavras que fossem sinônimas em outras línguas, com ou sem espaçamento, grafia incorreta, totalizando assim, 2.510 palavras e 635 docentes, com os mesmos 2.009 artigos. Na Tabela 1, tem-se destaque os dois conjuntos de dados utilizados, sendo o recorte número 3 utilizado para as análises de coautoria, e o recorte número 7 para os estudos de possíveis colaboraçöes através das palavras-chave.

A partir deste conjunto de dados, foi elaborada uma rede de dois modos (autor x palavra-chave) que Borgatti, Everett e Johnson (2013) denominam como dados de afiliaçâo. Para melhor entendimento, esta matriz deve ser convertida em uma matriz de dados, de um modo onde tanto as linhas quanto as colunas representem os docentes, e os valores das células indiquem o número de palavras que cada docente cita. Assim, um par de docentes estará vinculado na medida em que citam ao menos uma palavra-chave semelhante, e, na melhor das hipóteses, tem-se aí um potencial de interaçâo ou colaboraçâo, uma vez que quanto mais palavras um par de docentes possui em comum, maiores sâo as chances de se relacionarem ou colaborarem entre si, pois indica interesses em comum. Borgatti, Everett e Johnson (2013) explicam como construir esta matriz de forma matemática: deve-se multiplicar a matriz de dois modos por sua transposiçâo:

(ProQuest: ... denotes formula omitted.)

Ou seja, para cada par de linhas, olha-se para cada coluna e conta-se o número de vezes que ambas săo iguais a 1. Quando um par de docentes tem uma palavra em comum conta-se 1, e se nunca lançaram a mesma palavra na PL, eles năo estăo conectados.

Para chegar as oportunidades de colaboraçâo intrainstitucionais, foi necessário filtrar da rede de autores ligados pela ocorrencia de palavras os autores que já colaboravam. Para isso, foi importada a matriz "Autores x Autores (1-mode) " de relaçâo entre docentes por palavras, e a matriz de coautoria do mesmo período para o Microsoft Excel. As duas matrizes foram combinadas para a geraçâo de uma terceira matriz, denominada "Autores x Autores (1-mode) sem colaboraçâo", onde apenas os autores ligados por palavras e sem coautoria entre si deveriam ser apontados.

3 Resultados e discussäo

Segundo Bello (2013), observar redes de colaboraçâo permite visualizar as relaçöes constituidas pelos pesquisadores e promover novos direcionamentos no ámbito das publicaçöes científicas. Colaborar tem uma funçâo social, pois é através disso que o pesquisador estabelece laços, acumula créditos científicos e fornece visibilidade aos campos científicos a que pertence. Vale lembrar que o layout das redes é mutável e o espaço e tempo devem ser demarcados, pois as relaçöes continuam acontecendo, fortalecendo e enfraquecendo as ligaçöes.

Para entender como se dá a colaboraçâo científica entre os docentes da UFSCar, o Gráfico 1 apresenta os totais de autores com colaboraçâo, seja interna ou externa, e o total de docentes que nâo apresentam nenhuma colaboraçâo. Lembrando que se considera aqui, como colaboraçâo, as coautorias preenchidas pelos docentes na PL.

A partir deste gráfico é possível notar que a grande maioria dos docentes trabalha em colaboraçâo, ou seja, 95% dos docentes trabalham em parcerias, sejam elas internas, externas ou ambas. Supöe-se que estes contatos externos e estas parcerias podem melhorar o fluxo de informaçâo dentro da Universidade, com o compartilhamento de novas tecnologías, métodos e pesquisas. Entretanto, os 5% dos docentes que nâo possuem qualquer tipo de colaboraçâo, podem nâo cooperar com a disseminaçâo de conhecimento, pois nâo tem o compartilhamento das informaçöes com outros pesquisadores.

Outro dado interessante para entender a evoluçâo da colaboraçâo científica intraorganizacional é verificar a relaçâo entre a média de artigos publicados por autor e a média de autores colaboradores por artigo, separados por década, conforme o Gráfico 2.

As barras laranja representam a média de artigos que cada docente publica, passando de dois artigos, no primeiro período, para 11 na última década analisada, ou seja, os docentes estăo publicando cinco vezes mais que publicavam no inicio da fundaçâo da UFSCar. Também houve um acréscimo na média de colaboradores por artigos, que dobrou com o passar dos anos, passando de dois para quatro autores na última década. Fato que corrobora os estudos de Melin e Persson (1996), que afirmam que houve um grande aumento de artigos em coautoria entre cientistas individuais, e, também, entre instituiçöes de pesquisa. Isto nos leva a assumir que a colaboraçâo científica tornou-se um pré-requisito para a ciencia moderna nos últimos vinte anos, em funçâo das dinámicas internas da ciencia e iniciativas de políticas científicas. Se 95% dos trabalhos produzidos dentro da UFSCar sao em coautoria com pesquisadores internos ou de outras instituiçöes de pesquisa, tem-se, assim, uma rede de cientistas que interagem e comunicam-se entre si. Dessa forma, foi elaborada uma rede, Figura 2, representando a colaboraçâo entre os Centros da UFSCar. As cores representam cada Centro da universidade e o tamanho do nó é proporcional ao número de artigos publicados por cada Centro, a distribuiçâo utilizada foi a Fruchterman Reingold, cujo algoritmo, segundo Sampaio e outros (2015), faz uma distribuiçâo circular dos vértices, colocando os elementos com maior centralidade no centro da esfera. O Centro de Ciencias Exatas e de Tecnología (CCET) é o Centro com o maior número de artigos publicados, e todos os Centros pertencem a mesma rede, nâo tendo nenhum Centro que nâo se comunica. O CCET e o Centro de Ciencias Biológicas e da Saúde (CCBS) tem ligaçâo com todos os demais centros, mas a força de ligaçâo entre eles é a mais forte da rede. Em suas pesquisas, Savić, Ivanović e Surla (2017) concluíram que os pesquisadores envolvidos em colaboraçöes entre departamentos tendem a ser mais produtivos, colaborativos e institucionalmente importantes, ao contrario dos pesquisadores que colaboram apenas com colegas de seus próprios departamentos.

Uma maneira confiável de verificar a colaboraçâo é através das chamadas redes de autores, uma vez que a coautoria é uma das formas mais concretas e documentadas de colaboraçâo científica. Assim, a Figura 3 apresenta a rede de colaboraçâo intraorganizacional, por coautoria, dos 1.575 docentes estudados.

Nesta rede constam apenas os docentes vinculados a universidade, desconsiderando as ligaçöes extraorganizacionais que os docentes possuem com outras instituiçöes ou orientandos. As cores representam os Centros aos quais os docentes estâo vinculados, o tamanho do nó é proporcional ao número de artigos publicados e a força de ligaçâo dos nós é representada pelas arestas. Para Newman (2001), a maioria dos pesquisadores que obtem altas forças de ligaçâo sâo individuos bem conhecidos e bem conectados, e, consequentemente, com alto número de artigos escritos. A coautoria em grande quantidade de papers é uma boa maneira de se tornar bem conectado, colocar o pesquisador em contato com seus pares (NEWMAN, 2001). A distribuiçâo utilizada foi a Fruchterman Reingold e posteriormente a distribuiçâo "Năo Sobrepor", para que fosse possivel identificar os docentes.

3.1 Análise das palavras-chave

É fato que a colaboraçâo científica tem aumentado ao longo do tempo, assim como as medidas de colaboraçâo e a investigaçâo de seu impacto, utilizando-se principalmente da coautoria. Entretanto, Boyack (2009) coloca a seguinte pergunta: "Com quem eu deveria colaborar?". Sob o ponto de vista estratégico e do planejamento institucional, identificar as melhores oportunidades de colaboraçâo é parte importante. Assim, para identificar futuras colaboraçöes, é preciso apontar os pesquisadores que possam cooperar por trabalhar com os mesmos tópicos. Assim, foi elaborada a rede de temáticas, conforme Figura 4, onde foram excluidas as coautorias já existentes e mantiveram-se as relaçöes por palavras-chave. O tamanho dos nós é igual, as cores estâo relacionadas aos Centros de vínculo dos docentes e a distribuiçâo foi a Force Atlas 2, que, de acordo com Sampaio e outros (2015), "[...] foca nos relacionamentos mais fortes e evidentes, demonstrando a coesâo dos grupos. " (SAMPAIO et al., 2015, p. 85). Portanto, os nós mais próximos sâo os que tem maior afinidade de temas.

Nesta rede, é possível identificar os pesquisadores que estâo trabalhando nos mesmos assuntos. Boyack (2009) define como "colaboraçâo potencial" as colaboraçöes em coautoria, porque, embora já exista uma colaboraçâo, ela pode continuar no futuro e, também, as potenciais colaboraçöes por aproximaçâo temática, mas aqui demonstra-se apenas as colaboraçöes que ainda nâo acontecem por coautoria. É possível, ainda, verificar que os Centros acabam ficando mais próximos, por abordarem temas em comum, mas existem diversos nós intercalados, o que propöe uma interdisciplinaridade. Podemos citar como exemplo destas possibilidades, os professores F.A.C., do Departamento de Medicina (DMed - CCBS), e L.P.A., do Departamento de Fisioterapia (DFisio - CCBS). Eles tem o maior peso de ligaçâo desta rede, 0,9233, e trabalham com as temáticas: Alzheimer, envelhecimento, aging; entretanto, estes docentes nunca publicaram nenhum trabalho juntos, nem dentro do quadrienio analisado, nem em todo o período de vínculo com a universidade. Outro caso, que tem o segundo maior peso de ligaçâo, igual a 0,9163, sâo os professores L.I.L.F., do Departamento de Ciencia da Informaçâo - Centro de Educaçâo e Ciencias Humanas (DCI - CECH), e S.E.A.C., do Departamento de Engenharia de Produçâo (DEP - CCET). Ambos utilizam as temáticas: bibliometria, inteligencia competitiva e indicadores de Ciencia e Tecnología, mas nunca tiveram nenhum trabalho em coautoria. Neste caso, esta possível colaboraçâo também leva a interdisciplinaridade de departamentos e Centros.

Esta rede apresenta a situaçâo da UFSCar como um todo, mas é possível selecionar um docente e verificar quais sao seus potenciais colaboradores. Como exemplo, será utilizado o professor Leandro Innocentini Lopes de Faria, para encontrar a rede de "vizinhos" deste docente deve-se seguir o seguinte passo a passo: a principio, dentro do arquivo "rede possíveis colaboraçöes.gephi", no Gephi, deve-se localizar o professor, na aba "Laboratório de dados", clicar com o botao direito do mouse sobre o nome e selecionar o item "Selecionar na Visăo Geral". Voltando para a aba "Visăo Gerai", o software dará um zoom no docente selecionado. Ao clicar sobre o professor, o Gephi mostra a rede de vizinhos dele, esta rede pode ser colorida de outra cor para destacá-la entre as demais. Na sequencia, a Figura 5 e a Figura 6 demonstram o passo a passo deste processo.

O software permite que vanas configuraçöes sejam realizadas, desde a cor e tamanho dos nós, redes de vizinhos e também vizinhos dos vizinhos, depende do que se esta querendo analisar e visualizar. Deste modo, todos os docentes podem ser identificados e ter sua rede de potenciais colaboradores selecionada. Este tipo de pesquisa pode ser tanto do interesse dos docentes, para identificar aqueles que trabalham com a mesma temática e buscar novas parcerias, já que existem campi que estăo físicamente longe, e mesmo dentro de um mesmo campus existem muitos docentes que năo se conhecem e năo sabem com quais assuntos cada um trabalha; como também pode ser do interesse de departamentos como a Secretaria Geral de Planejamento e Desenvolvimento Institucionais (SPDI), Pró Reitoria de Pesquisa (ProPq) ou Biblioteca Comunitária (Bco), que podem utilizar estes dados para incentivar e fomentar parceiras com alto grau de potencialidade.

Com esta rede, é possível analisar todos os docentes que podem ser possíveis colaboradores e fazer com que toda a universidade ganhe com isso, em termos de disseminaçâo do conhecimento e compartilhamento de ferramentas, laboratórios e experiencias. Ainda que nem todas estas potenciais colaboraçöes sejam passíveis de acontecer na prática, por diversos fatores, devem existir sim, colaboraçöes potenciais que năo ocorrem atualmente, e podem ser despertadas através desta análise da rede.

Vale ressaltar, ainda, que essa pesquisa năo tem a finalidade de investigar a vida academica dos pesquisadores em si, mas sim, como eles podem contribuir para o fortalecimento do conhecimento dentro da Universidade e a formaçăo de redes de colaboraçăo com suas características próprias e determinantes.

4 Considerares finais

Atualmente, com o avanço tecnológico e as inúmeras maneiras de se obter informaçöes, a colaboraçăo surge como possibilidade de construir novos conhecimentos de forma coletiva. Além do mais, săo exigidos elevados níveis de produtividade e reconhecimento dos pesquisadores, que se utilizam das relaçöes de cooperaçăo, compartilhamento e parcerias para o crescimento da ciencia como um todo. Entăo, com essa demanda de prod^ăo e aval^ăo na área academica, os cientistas precisam construir redes que propiciem o acúmulo de capital científico, a interdisciplinaridade, a reduçâo dos custos de pesquisas e as trocas de experiencias entre os pesquisadores da mesma instituiçâo e de instituiçöes diferentes (BELLO, 2013).

O presente trabalho apresentou um procedimento para identificar futuras colaboraçöes intraorganizacionais, tema pouco abordado nos trabalhos científicos. As colaboraçöes potenciais sao aquelas em que os autores trabalham com as mesmas palavras-chave lançadas na Plataforma Lattes e extraídas pela ferramenta SyncLattes, mas este processo pode ser expandido e aplicado para outros conjuntos de dados e instituiçöes, como também pode ser analisado em níveis menores, como por departamento, centro ou temática.

Esta pesquisa mostrou que é possível elaborar e analisar redes sociais a partir dos dados extraídos da Plataforma Lattes, e que sao dados consistentes e confiáveis. Demonstrou, ainda, que na instituiçâo foco do estudo existe um grande potencial de colaboraçâo que já é realizado, mas também, existem parcerias nao exploradas. Para tal, foi elaborada uma maneira eficiente para identificar oportunidades de colaboraçâo entre professores com assuntos específicos. E, assim, tentar trazer contribuiçöes em termos de gestâo, ou seja, os gestores devem estimular e aproximar estes docentes para que desenvolvam trabalhos em conjunto, pois a técnica de Análise de Redes Sociais permite criar redes que proporcionam informaçöes sobre o relacionamento dos professores dentro da Universidade, sendo úteis aos gestores para a administraçâo estratégica.

Além disso, é importante destacar que, do total de docentes, apenas 635 tinham ao menos uma palavra registrada neste campo na Plataforma Lattes. Corroborando os estudos de Gil-Leiva e Alonso-Arroyo, nos quais cerca de 45% dos docentes puderam ser recuperados. Isso mostra que, para trabalhos futuros, é possível adotar este procedimento em conjunto com outras técnicas, ou ainda adotar um sistema com vocabulário controlado, para que os docentes possam registrar as palavras-chave que mais representam sua pesquisa. Validando, assim, o método adotado, já que, com os professores que realizam o preenchimento, foi possível realizar a análise proposta.

Footnote

1 CALLON, M.; COURTIAL, J.P.; PENAN, H. La scientométrie. Paris: Presses Universitaires de France, 1993. (Coleçâo Que sais-je?).

2 Kessler, M. M. Bibliographic coupling between scientific papers. American Documentation, v. 14, n. 1, p. 10-25, 1963.

3 Dados extraídos da base de Currículos Lattes em 29 de maio de 2018, com a última atualizaçâo datada de 30 de novembro de 2016, constando um total de 3.520.867 currículos cadastrados.

References

Referencias

BARROS, C.; GAMA, R.; FERNANDES, R. Conhecimento, redes e universidades: as redes de colaboraçâo científica das Universidades de Lisboa, Porto e Coimbra. In: ASSOCIAÇÂO PORTUGUESA PARA O DESENVOLVIMENTO REGIONAL CONGRESS, 20., 2014, Évora. Anais... Évora: University of Évora, 2014. p. 1-20.

BASSOLI, M. Avaliaçâo do curriculo lattes como fonte de informaçâo para construçâo de indicadores: o caso da UFSCar. 2017. Dissertaçao (Mestrado em Ciencia, Tecnología e Sociedade) - Universidade Federal de Sao Carlos, Sao Carlos, 2017.

BELLANCA, L. Measuring interdisciplinary research: analysis of co-authorship for research staff at the University of York. Bioscience Horizons, Oxford, v. 2, n. 2, p. 99-112, Apr. 2009.

BELLO, S. F. Análise de redes de colaboraçâo científica entre a Educaçâo Especial e a Fonoaudiologia. 2013. Tese (Doutorado em Educaçao Especial) - Universidade Federal de Sao Carlos, Sao Carlos, 2013.

BIRNHOLTZ, J. et al. Cross-campus collaboration: a scientometric and network case study of publication activity across two campuses of a single institution. Journal of the American Society for Information Science and Technology, New York, v. 64, n. 1, p. 162-172, Jan. 2013.

BORGATTI, S. P.; EVERETT, M. G.; JOHNSON, J. C. Analyzing social networks. Los Angeles: Sage, 2013.

BOYACK, K. W. Using detailed maps of science to identify potential collaborations. Scientometrics, Dordrecht, v. 79, n. 1, p. 27-44, Apr. 2009.

BRITO, A. G. C. de; QUONIAM, L.; MENA-CHALCO, J. P. Exploraçao da Plataforma Lattes por assunto: proposta de metodologia. TransInformaçâo, Campinas, v. 28, n. 1, p. 77-86, jan./abr. 2016.

CONSELHO NACIONAL DE DESENVOLVIMENTO CIENTÍFICO E TECNOLÓGICO. Painel Lattes. [S.l.]: CNPq, 2016.

DIAS, M. A. L. Extraçâo automática de palavras-chave na lingua portuguesa aplicada a dissertaçoes e teses da área das engenharias. 2004. Dissertaçao (Mestrado em Engenharia Elétrica) - Faculdade de Engenharia Elétrica e de Computaçao, Universidade de Campinas, Campinas, 2004.

FARIA, L. I. L. de. Prospecçâo tecnológica em materiais: aumento da eficiencia do tratamento bibliométrico. Aplicaçao na análise de tratamentos de superficie resistentes ao desgaste. 2001. Tese (Doutorado em Ciencia e Engenharia de Materiais) - Universidade Federal de Săo Carlos, Săo Carlos, 2001.

GAZNI, A.; DIDEGAH, F. Investigating different types of research collaboration and citation impact: a case study of Harvard University's publications. Scientometrics, Dordrecht, v. 87, n. 2, p. 251-265, Jan. 2011.

GIL, A. C. Como elaborar projetos de pesquisa. 5. ed. Săo Paulo: Atlas, 2017.

GIL-LEIVA, I.; ALONSO-ARROYO, A. Keywords given by authors of scientific articles in database descriptors. Journal of the American Society for Information Science and Technology, New York, v. 58, n. 8, p. 1175-1187, 2007.

HAYASHI, M. C. P. I. et al. Um estudo bibliométrico da produçâo científica sobre a educaçâo jesuítica no Brasil colonial. Biblios, Lima, v. 8, n. 27, p. 1-18, jan./mar. 2007.

KATZ, J. S.; MARTIN, B. R. What is research collaboration? Research Policy, Oxford, v. 26, n. 1, p. 1-18, 1997.

LIMA, R. A. de; VELHO, L. M. L. S.; FARIA, L. I. L. de. Indicadores bibliométricos de cooperaçâo científica internacional em bioprospecçâo. Perspectivas em Ciencia da Informaçâo, Belo Horizonte, v. 12, n. 1, p. 50-64, jan./abr. 2007.

LU, K.; WOLFRAM, D. Measuring author research relatedness: a comparison of word-based, topic-based, and author cocitation approaches. Journal of the American Society for Information Science and Technology, New York, v. 63, n. 10, p. 1973-1986, Sept. 2012.

MATIAS, M. S. de O. Base referencial para o povoamento de repositorios institucionais: coleta automatizada de metadados da Plataforma Lattes. 2015. Dissertaçâo (Mestrado em Gestăo de Organizaçöes e Sistemas Públicos) - Universidade Federal de Săo Carlos, Săo Carlos, 2015.

MELIN, G.; PERSSON, O. Studying research collaboration using coauthorships. Scientometrics, Dordrecht, v. 36, n. 3, p. 363-377, 1996.

NEWMAN, M. E. J. The structure of scientific collaboration networks. Proceedings of the National Academy of Sciences, Washington, v. 98, n. 2, p. 404-409, Jan. 2001.

NEWMAN, M. E. J. Coauthorship networks and patterns of scientific collaboration. Proceedings of the National Academy of Sciences, Washington, v. 101, n. 1, p. 5200-5205, Apr. 2004.

OKUBO, Y. Bibliometric indicators and analysis of research systems: methods and examples. Paris: OECD, 1997.

PEPE, A.; RODRIGUEZ, M. A. Collaboration in sensor network research: an in-depth longitudinal analysis of assortative mixing patterns. Scientometrics, Dordrecht, v. 84, n. 3, p. 687-701, Sept. 2010.

SAMPAIO, R. B. et al. A colaboraçâo científica na pesquisa sobre coautoria: um método baseado na análise de redes. Perspectivas em Ciencia da Informaçâo, Belo Horionte, v. 20, n. 4, p. 79-92, out./dez. 2015.

SAVIĆ, M.; IVANOVIĆ, M.; SURLA, B. D. Analysis of intra-institutional research collaboration: a case of a Serbian faculty of sciences. Scientometrics, Dordrecht, v. 110, n. 1, p. 195-216, Jan. 2017.

SEARCH TECHNOLOGY. Vantage Point. [S.l.]: Search Technology, [2001?].

UNIVERSIDADE FEDERAL DE SÄO CARLOS. Apresentaçâo. [S.l.]: UFSCar, 2018. Portal da universidade.

VAN RAAN, A. F. J. Science meansuring. In: MOED, H. F.; GLÄNZEL, W.; SCHMOCH, U. (Ed.). Handbook of quantitative science and technology research: the use of publication and patent statistics in studies of S&T systems. New York: Kluwer Academic Publishers, 2004. p. 19-50.

VANZ, S. A. de S. As redes de colaboraçâo científica no Brasil. 2009. Tese (Doutorado em Comunicaçâo e Informaçâo) - Faculdade de Biblioteconomia e Comunicaçâo, Universidade Federal do Rio Grande do Sul, Porto Alegre, 2009.

WWF-Brasil. Redes: uma introduçâo as dinámicas da conectividade e da auto-organizaçâo. Brasilia: WWF-Brasil, 2003.