Proyecciones exponenciales de ciencia brasileña: modelos y análisis cuantitativo de producción científica nacional publicados en los últimos 30 años
DOI:
https://doi.org/10.5433/1981-8920.2021v26n1p53Palabras clave:
Producción científica, Regresión segmentada, Plataforma lattes, BrasilResumen
Introducción: El estudio examina el crecimiento de la producción científica brasileña en el período 1990-2017, en base a una muestra compuesta por aproximadamente 5.8 millones de artículos científicos indexados a la plataforma Lattes. De manera original, se identificaron puntos de cambio en la tasa de crecimiento de la producción científica en grandes áreas de conocimiento. Dichos puntos, estimados mediante un modelo de crecimiento exponencial, segmentan la producción científica en períodos marcados por tasas de crecimiento constantes. La periodización de resultados facilita la contextualización de la producción científica frente a las políticas científicas implementadas en las últimas décadas.Objetivo: producir indicadores que sirvan como insumos para las discusiones sobre el desempeño reciente de la ciencia nacional y contribuir a los análisis basados en la información disponible en la plataforma Lattes.
Metodología: destaca la Plataforma Lattes como una base de datos esencial para la comprensión de la ciencia brasileña. Basado en la recopilación de este conjunto de datos, aplica modelos de regresión segmentada que incluyen las transformaciones cuantitativas de la actividad científica durante el período analizado.
Resultados: indican que el total de la producción científica brasileña creció a una tasa anual de 6.61% entre los años 1990 a 2017 y que las áreas de Ciencias de la Salud y Ciencias Biológicas registraron las tasas de crecimiento más bajas en el período.
Conclusiones: reforzar la relevancia de la Plataforma Lattes y observar las características y proyecciones de la producción científica nacional. Además, abrir nuevos caminos y preguntas para futuras investigaciones que también pueden contribuir a la comprensión del status quo de los avances científicos brasileños.
Descargas
Los datos de descargas todavía no están disponibles.
Citas
ABITEBOUL, S.; BUNEMAN, P.; SUCIU, D. Gerenciando dados na Web. Rio de Janeiro: Campus, 2000.
ACEMOGLU, D.; AKCIGIT, U., ALP, H., BLOOM, N., KERR, W. Innovation, reallocation, and growth. American Economic Review, v. 108, n. 11, p. 3450-91, 2018.
BORNMANN, L.; MUTZ, R. Growth rates of modern science: A bibliometric analysis based on the number of publications and cited references. Journal of the Association for Information Science and Technology, v. 66, n. 11, p. 2215-2222, 2015.
BORNMANN, L.; WAGNER, C.; LEYDESDORFF, L. BRICS countries and scientific excellence: A bibliometric analysis of most frequently cited papers. Journal of the Association for Information Science and Technology, v. 66, n. 7, p. 1507-1513, 2015.
BRUSILOVSKIY, E. The piecewise regression model as a response modeling tool. Philadelphia: University of Pennsylvania, 2004.
MCZGEE, V.; CARLETON, W.T. Piecewise regression. Journal of the American Statistical Association, Issue 331, p. 1109–1124, 1970.
CONSELHO NACIONAL DE DESENVOLVIMENTO CIENTÍFICO E TECNOLÓGICO (CNPq). Termo de Adesão e de Condições de Uso Sistema de Currículos da Plataforma Lattes. Brasília: CNPq, 2020. Disponível em: https://wwws.cnpq.br/cvlattesweb/pkg_cv_estr.termo. Acessado em 25 Jan. de 2020.
CROSS, D.; THOMSON, S.; SINCLAIR, A. Research in Brazil: A Report for CAPES by Clarivative Analytics. São Paulo: Clarivative Analytics, 2017.
DE SOLLA PRICE, D. J. O desenvolvimento da ciência: análise histórica, filosófica, sociológica e econômica. Rio de Janeiro: Livros Técnicos e Científicos, 1976.
DE SOLLA PRICE, D. J. Little science, big science. New York: Columbia University, 1963.
DIAS, T. M. R.; MOITA, G. F. Um retrato da produção científica brasileira baseado em dados da Plataforma Lattes. Brazilian Journal of Information Science: research trends, v. 12, n. 4, p. 62-74, 2018.
DRORI, G. S.; MEYER, J.W.; RAMIREZ, O.F.; SCHOFER, E. Science in the modern world polity: Institutionalization and globalization. Palo Alto: Stanford University Press, 2003.
EGGHE, L.; RAO, R. Classification of growth models based on growth rates and its applications. Scientometrics, v. 25, n. 1, p. 5-46, 1992.
HAYNE, L. A.; WYSE, A. T. S. Econometric Analysis of Brazilian Scientific Production and Comparison with BRICS. Science, Technology and Society, v. 23, n. 1, p. 25-46, 2018.
KELLNER, A. W.A. Editors of Brazilian journals-a hard life that is getting harder! Anais da Academia Brasileira de Ciências, v. 89, n. 1, p. 1-2, 2017.
LANE, J. Let's make science metrics more scientific. Nature, v. 464, n. 7288, p. 488, 2010.
LERMAN, P. Fitting segmented regression models by grid search. Journal of the Royal Statistical Society: Series C, v. 29, n. 1, p. 77–84, 1980.
MINNITI, A.; VENTURINI, F. The long-run growth effects of R&D policy. Research Policy, v. 46, n. 1, p. 316-326, 2017
MITCHELL, R. Web scraping with Python: Collecting more data from the modern web. 2.ed. Newton: O’Reilly Media, 2018.
MUELLER, S.P.M. A publicação da ciência: áreas científicas e seus canais preferenciais. DataGramaZero: Revista de Ciência da Informação, v.6, n.1, p.1-12, 2005.
MUGNAINI, R.; DAMACENO, R. J. P.; DIGIAMPIETRI, L. A.; MENA-CHALCO, J. P. Panorama da produção científica do Brasil além da indexação: uma análise exploratória da comunicação em periódicos. Transinformação, v.31, e190033, p.22-36, 2019.
NELSON, R. R. The Simple Economics of Basic Scientific Research. Journal of Political Economy, v. 67, n. 3, p.297–306, 1959. Disponível em: http://jstor.org/stable/1827448. Acesso em: 22 Jan. 2020.
PERLIN, M. S.; SANTOS, A.P; IMASATO, T.; BORESTEIN, D.; SILVA, S. The Brazilian scientific output published in journals: A study based on a large CV database. Journal of Informetrics, v. 11, n. 1, p. 18-31, 2017.
CORE TEAM. R: A Language and Environment for Statistical Computing. Vienna: R Foundation for Statistical Computing, 2020.
RODRIGUES, R. S.; QUARTIERO, E.; NEUBERT, P. Periódicos científicos brasileiros indexados na Web of Science e Scopus: estrutura editorial e elementos básicos. Informação & Sociedade, v. 25, n. 2, p.26 – 42, 2015. Disponível em: https://periodicos.ufpb.br/ojs/index.php/ies/article/view/117. Acesso em: 23 Jan. 2020.
SAS, S. STAT 9.3 User’s guide. Cary, New York: SAS Institute Inc, 2011.
SIDONE, O.J.G.; HADDAD, E.A.; MENA-CHALCO, J.P. A ciência nas regiões brasileiras: evolução da produção e das redes de colaboração científica, Transinformação, v. 28, n. 1, p. 15-32, 2016.
SOUZA, J. F. Captchas Negated by Python reQuests. CNPQ GitHub repositor; GitHub, 2018. Disponível em: https://github.com/josefson/CNPQ. Acessado em 24 Jan. 2020.
SOUZA R. F.; SABINO, W. GetLattes: Read and process data from Lattes currriculum platform. Zenodo, 2020.
TAGUE, J.; BEHESHTI, J.; REES-POTTER, L. The law of exponential growth: evidence, implications and forecasts. Library Trends, v.30, n.1, p.97 – 114, 1981.
SPERBERG-MCQUEEN, C. Extensible Markup Language 1.0. New York: World Wide Web Consortium, 2000. Disponível em http://www. w3. org/TR/2000/REC-xml-20001006, Acessado em: 22 Jan. 2020.
VAN RAAN, A. On growth, ageing, and fractal differentiation of science. Scientometrics, v. 47, n. 2, p. 347–362, 2000.
WILSDON, J. Knowledge, networks and nations: Global scientific collaboration in the 21st century. London: Royal Society Policy document, 2011.
ZHANG, L.; POWELL, J.W.; BAKER, D. P. Exponential growth and the shifting global center of gravity of science production, 1900–2011. Change: The Magazine of Higher Learning, v. 47, n. 4, p. 46-49, 2015.
ACEMOGLU, D.; AKCIGIT, U., ALP, H., BLOOM, N., KERR, W. Innovation, reallocation, and growth. American Economic Review, v. 108, n. 11, p. 3450-91, 2018.
BORNMANN, L.; MUTZ, R. Growth rates of modern science: A bibliometric analysis based on the number of publications and cited references. Journal of the Association for Information Science and Technology, v. 66, n. 11, p. 2215-2222, 2015.
BORNMANN, L.; WAGNER, C.; LEYDESDORFF, L. BRICS countries and scientific excellence: A bibliometric analysis of most frequently cited papers. Journal of the Association for Information Science and Technology, v. 66, n. 7, p. 1507-1513, 2015.
BRUSILOVSKIY, E. The piecewise regression model as a response modeling tool. Philadelphia: University of Pennsylvania, 2004.
MCZGEE, V.; CARLETON, W.T. Piecewise regression. Journal of the American Statistical Association, Issue 331, p. 1109–1124, 1970.
CONSELHO NACIONAL DE DESENVOLVIMENTO CIENTÍFICO E TECNOLÓGICO (CNPq). Termo de Adesão e de Condições de Uso Sistema de Currículos da Plataforma Lattes. Brasília: CNPq, 2020. Disponível em: https://wwws.cnpq.br/cvlattesweb/pkg_cv_estr.termo. Acessado em 25 Jan. de 2020.
CROSS, D.; THOMSON, S.; SINCLAIR, A. Research in Brazil: A Report for CAPES by Clarivative Analytics. São Paulo: Clarivative Analytics, 2017.
DE SOLLA PRICE, D. J. O desenvolvimento da ciência: análise histórica, filosófica, sociológica e econômica. Rio de Janeiro: Livros Técnicos e Científicos, 1976.
DE SOLLA PRICE, D. J. Little science, big science. New York: Columbia University, 1963.
DIAS, T. M. R.; MOITA, G. F. Um retrato da produção científica brasileira baseado em dados da Plataforma Lattes. Brazilian Journal of Information Science: research trends, v. 12, n. 4, p. 62-74, 2018.
DRORI, G. S.; MEYER, J.W.; RAMIREZ, O.F.; SCHOFER, E. Science in the modern world polity: Institutionalization and globalization. Palo Alto: Stanford University Press, 2003.
EGGHE, L.; RAO, R. Classification of growth models based on growth rates and its applications. Scientometrics, v. 25, n. 1, p. 5-46, 1992.
HAYNE, L. A.; WYSE, A. T. S. Econometric Analysis of Brazilian Scientific Production and Comparison with BRICS. Science, Technology and Society, v. 23, n. 1, p. 25-46, 2018.
KELLNER, A. W.A. Editors of Brazilian journals-a hard life that is getting harder! Anais da Academia Brasileira de Ciências, v. 89, n. 1, p. 1-2, 2017.
LANE, J. Let's make science metrics more scientific. Nature, v. 464, n. 7288, p. 488, 2010.
LERMAN, P. Fitting segmented regression models by grid search. Journal of the Royal Statistical Society: Series C, v. 29, n. 1, p. 77–84, 1980.
MINNITI, A.; VENTURINI, F. The long-run growth effects of R&D policy. Research Policy, v. 46, n. 1, p. 316-326, 2017
MITCHELL, R. Web scraping with Python: Collecting more data from the modern web. 2.ed. Newton: O’Reilly Media, 2018.
MUELLER, S.P.M. A publicação da ciência: áreas científicas e seus canais preferenciais. DataGramaZero: Revista de Ciência da Informação, v.6, n.1, p.1-12, 2005.
MUGNAINI, R.; DAMACENO, R. J. P.; DIGIAMPIETRI, L. A.; MENA-CHALCO, J. P. Panorama da produção científica do Brasil além da indexação: uma análise exploratória da comunicação em periódicos. Transinformação, v.31, e190033, p.22-36, 2019.
NELSON, R. R. The Simple Economics of Basic Scientific Research. Journal of Political Economy, v. 67, n. 3, p.297–306, 1959. Disponível em: http://jstor.org/stable/1827448. Acesso em: 22 Jan. 2020.
PERLIN, M. S.; SANTOS, A.P; IMASATO, T.; BORESTEIN, D.; SILVA, S. The Brazilian scientific output published in journals: A study based on a large CV database. Journal of Informetrics, v. 11, n. 1, p. 18-31, 2017.
CORE TEAM. R: A Language and Environment for Statistical Computing. Vienna: R Foundation for Statistical Computing, 2020.
RODRIGUES, R. S.; QUARTIERO, E.; NEUBERT, P. Periódicos científicos brasileiros indexados na Web of Science e Scopus: estrutura editorial e elementos básicos. Informação & Sociedade, v. 25, n. 2, p.26 – 42, 2015. Disponível em: https://periodicos.ufpb.br/ojs/index.php/ies/article/view/117. Acesso em: 23 Jan. 2020.
SAS, S. STAT 9.3 User’s guide. Cary, New York: SAS Institute Inc, 2011.
SIDONE, O.J.G.; HADDAD, E.A.; MENA-CHALCO, J.P. A ciência nas regiões brasileiras: evolução da produção e das redes de colaboração científica, Transinformação, v. 28, n. 1, p. 15-32, 2016.
SOUZA, J. F. Captchas Negated by Python reQuests. CNPQ GitHub repositor; GitHub, 2018. Disponível em: https://github.com/josefson/CNPQ. Acessado em 24 Jan. 2020.
SOUZA R. F.; SABINO, W. GetLattes: Read and process data from Lattes currriculum platform. Zenodo, 2020.
TAGUE, J.; BEHESHTI, J.; REES-POTTER, L. The law of exponential growth: evidence, implications and forecasts. Library Trends, v.30, n.1, p.97 – 114, 1981.
SPERBERG-MCQUEEN, C. Extensible Markup Language 1.0. New York: World Wide Web Consortium, 2000. Disponível em http://www. w3. org/TR/2000/REC-xml-20001006, Acessado em: 22 Jan. 2020.
VAN RAAN, A. On growth, ageing, and fractal differentiation of science. Scientometrics, v. 47, n. 2, p. 347–362, 2000.
WILSDON, J. Knowledge, networks and nations: Global scientific collaboration in the 21st century. London: Royal Society Policy document, 2011.
ZHANG, L.; POWELL, J.W.; BAKER, D. P. Exponential growth and the shifting global center of gravity of science production, 1900–2011. Change: The Magazine of Higher Learning, v. 47, n. 4, p. 46-49, 2015.
Descargas
Publicado
2021-03-31
Cómo citar
Nascimento, D. S. A., Souza, R. F., Junior, J. J. da S., & Silva, L. R. da. (2021). Proyecciones exponenciales de ciencia brasileña: modelos y análisis cuantitativo de producción científica nacional publicados en los últimos 30 años. Informação & Informação, 26(1), 53–73. https://doi.org/10.5433/1981-8920.2021v26n1p53
Número
Sección
Artigos
Licencia
Derechos de autor 2021 Informação & Informação
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
A revista se reserva o direito de efetuar, nos originais, alterações de ordem normativa, ortográfica e gramatical, com vistas a manter o padrão culto da língua e a credibilidade do veículo. Respeitará, no entanto, o estilo de escrever dos autores. Alterações, correções ou sugestões de ordem conceitual serão encaminhadas aos autores, quando necessário.
O conteúdo dos textos e a citação e uso de imagens submetidas são de inteira responsabilidade dos autores.
Em todas as citações posteriores, deverá ser consignada a fonte original de publicação, no caso a Informação & Informação.
