Use este identificador para citar ou linkar para este item: https://repositorio.unipampa.edu.br/jspui/handle/riu/8839
Tipo: Trabalho de Conclusão de Curso
Título: PPGEva: sistemas para avaliar a relação entre indicadores e conceitos de PPGs
Autor(es): Silva, Fábio Righi da
Primeiro Orientador: Mansilha, Rodrigo Brandão
Resumo: Diversos cursos de pós-graduação são ofertados pelas universidades. No Brasil estes cursos são avaliados quadrienalmente pela CAPES, recebendo conceitos entre três e sete. Com o intuito de alcançar conceitos maiores, e consequentemente obterem maiores investimentos, os programas de Pós-Graduação precisam buscar um constante aprimoramento. A maneira de demonstrar a produtividade à CAPES é melhorando os indicadores bibliométricos. Como não é de conhecimento público quais são os índices que mais impactam nos conceitos, este trabalho busca identificar e classificar sistematicamente os indicadores bibliométricos de acordo com sua importância. Para essa proposta, um conjunto de dados bibliométricos são obtidos através de métodos de automação computacional e, posteriormente, processados através de técnicas de inteligência artificial até gerar uma classificação decrescente de influência das métricas na obtenção de conceitos superiores. Propõe-se um sistema computacional para facilitar a execução do processo e assim, ajudar os coordenadores de programas de pós-graduação a identificarem qual plano de gestão devem utilizar para melhorar o conceito de seus programas. Palavras-chave: Conceitos. Indicadores Bibliométricos. Pós-Graduação. Inteligência Artificial.
Abstract: Several graduate courses are offered by universities. In Brazil, these courses are evaluated every four years by CAPES, receiving ratings ranging from three to seven. In order to achieve higher ratings and consequently obtain greater investments, Graduate Programs need to constantly seek improvement. Demonstrating productivity to CAPES is done by improving bibliometric indicators. Since it is not publicly known which indices have the most impact on ratings, this work seeks to systematically identify and classify bibliometric indicators according to their importance. For this purpose, a set of bibliometric data is obtained through computational automation methods and subsequently processed using artificial intelligence techniques until generating a descending classification of the influence of metrics on obtaining higher concepts. A computational system is proposed to facilitate the execution of the process and, thus, assist postgraduate program coordinators in identifying which management plan to use to enhance the rating of their programs. Key-words: Ratings. Bibliometric Indicators. Graduate Programs. Artificial Intelligence.
Palavras-chave: Ciência da computação
Conceitos
Bibliometria
Educação - Estudo e ensino (Pós-graduação)
Computer science
Ratings
Bibliometrics
Education - Study and teaching (Graduate)
CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA
Idioma: por
País: Brasil
Editor: Universidade Federal do Pampa
Sigla da Instituição: UNIPAMPA
Campus: Campus Alegrete
Citação: SILVA, Fábio Righi. PPGEva: sistemas para avaliar a relação entre indicadores e conceitos de PPGs. Orientador: Rodrigo Brandão Mansilha. 2023. 45p. Trabalho de Conclusão de Curso (Bacharel em Ciência da Computação) - Universidade Federal do Pampa, Curso de Ciência da Computação, Alegrete, 2023.
Tipo de Acesso: Acesso Aberto
URI: https://repositorio.unipampa.edu.br/jspui/handle/riu/8839
Data do documento: 4-Dez-2023
Aparece nas coleções:Ciência da Computação

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
Fábio Righi da Silva - 2023.pdf1.34 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.