Use este identificador para citar ou linkar para este item: http://www.monografias.ufop.br/handle/35400000/7098
Registro completo de metadados
Campo Dublin CoreValorIdioma
dc.contributor.advisorFreitas, Vander Luis de Souzapt_BR
dc.contributor.advisorLuz, Eduardo José da Silvapt_BR
dc.contributor.authorFernandes, Fabio Henrique Alves-
dc.date.accessioned2024-10-22T15:00:21Z-
dc.date.available2024-10-22T15:00:21Z-
dc.date.issued2024pt_BR
dc.identifier.citationFERNANDES, Fabio Henrique Alves. Caracterização dos programas de pós-graduação em Ciência da Computação no Brasil a partir de dados bibliométricos da OpenAlex. 2024. 46 f. Monografia (Graduação em Ciência da Computação) - Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto, Ouro Preto, 2024.pt_BR
dc.identifier.urihttp://www.monografias.ufop.br/handle/35400000/7098-
dc.description.abstractEstima-se que até 2025 o Brasil necessitará de mais de 797 mil profissionais qualificados em Computação. Com o aumento significativo no número de profissionais, é natural observar um aumento correspondente na oferta de cursos, destinados tanto à formação de novos talentos quanto à especialização de profissionais, por meio de Programas de Pós-Graduação (PPGs). Para garantir a qualidade do ensino, não apenas nos cursos de Ciência da Computação, mas em todas as áreas oferecidas por universidades e faculdades em todo o país, a Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) realiza avaliações quadrienais. Essas avaliações atribuem notas de 1 a 7 a todos os PPGs, sendo que as notas 1 e 2 indicam que o curso é considerado inadequado para a emissão de certificados, enquanto as notas 7 denotam excelência no programa. O objetivo deste trabalho é realizar uma análise aprofundada das características que influenciam as notas de cada PPG em Computação. Para isso, utiliza-se dados bibliométricos dos professores credenciados e outras informações públicas das instituições de ensino envolvidas. O intuito é identificar os fatores determinantes que contribuem para a qualidade dos programas. Todos os dados bibliométricos foram retirados do banco de dados da OpenAlex, uma plataforma aberta que abrange trabalhos acadêmicos, autores, locais, instituições e conceitos. Com estes dados bibliométricos, entendemos quais destes dados fazem dos PPGs o que são atualmente, porém, predizer as notas dos PPGs a partir das características dos professores resultou em um F1-Score de 30% a partir da Regressão Logística. Entretanto, foi possível obter uma melhora no F1-Score para 70% para predição de notas dos programas, quando agrupadas em dois grupos, um com Professores de PPGs notas 3, 4 e 5, e outro com as notas 6 e 7. As características que melhor separaram os grupos foram a média de citação em cinco anos, H-Index, I10-Index e o número de publicações.pt_BR
dc.language.isopt_BRpt_BR
dc.subjectPós-graduaçãopt_BR
dc.subjectOpenAlexpt_BR
dc.subjectCiência da ciênciapt_BR
dc.subjectAprendizado de máquinapt_BR
dc.titleCaracterização dos programas de pós-graduação em Ciência da Computação no Brasil a partir de dados bibliométricos da OpenAlex.pt_BR
dc.typeTCC-Graduaçãopt_BR
dc.contributor.refereeFreitas, Vander Luis de Souzapt_BR
dc.contributor.refereeLuz, Eduardo José da Silvapt_BR
dc.contributor.refereeMoreira, Gladston Juliano Pratespt_BR
dc.contributor.refereeDuarte, Fernando Henrique Oliveirapt_BR
dc.description.abstractenIt is estimated that by 2025, Brazil will need more than 797,000 qualified professionals in Computer Science. With the significant increase in the number of professionals, it is natural to observe a corresponding increase in the supply of courses, aimed at both training new talent and specializing professionals, through Postgraduate Programs (PPGs). To ensure the quality of education, not only in Computer Science courses, but in all areas offered by universities and colleges across the country, the Coordination for the Improvement of Higher Education Personnel (Capes) conducts four-year evaluations. These evaluations assign grades from 1 to 7 to all PPGs, with grades 1 and 2 indicating that the course is considered inadequate for the issuance of certificates, while grades 7 denote excellence in the program. The objective of this work is to carry out an in-depth analysis of the characteristics that influence the grades of each PPG in Computer Science. To do this, bibliometric data from accredited professors and other public information from the participating educational institutions are used. The intention is to identify the determining factors that contribute to the quality of the programs. All bibliometric data was retrieved from the OpenAlex database, an open platform that encompasses academic works, authors, locations, institutions, and concepts. With this bibliometric data, we understand which of these data make the PPGs what they are today, however, predicting the grades of the PPGs based on the characteristics of the professors resulted in an F1-Score of 30% using Logistic Regression. However, it was possible to obtain an improvement in the F1-Score to 70% for predicting program grades when grouped into two groups, one with PPG professors with grades 3, 4 and 5, and another with grades 6 and 7. The characteristics that best separated the groups were the average citation in five years, H-Index, I10-Index and the number of publications.pt_BR
dc.contributor.authorID19.1.4128pt_BR
Aparece nas coleções:Ciência da Computação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
MONOGRAFIA_CaracterizaçãoProgramasGraduação.pdf800,25 kBAdobe PDFVisualizar/Abrir


Os itens na BDTCC estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.