Classical statistical inference for the reliability of co-authorship network with emphasis in nodes
| Autor: | Jéssica Katty Uehara, Taiane de Paula Ferreira, Beatriz Barbero Brigantini, Sandra Cristina de Oliveira |
|---|---|
| Přispěvatelé: | Universidade Estadual Paulista (Unesp) |
| Jazyk: | portugalština |
| Rok vydání: | 2014 |
| Předmět: |
social networks
Computer science Reliability (computer networking) Maximum likelihood graph theory researcher groups Inference Library and Information Sciences inferência estatística teoria dos grafos Statistical inference Statistical analysis grupos de pesquisa Social network business.industry redes sociais centrality measures Museology Estimator lcsh:Z lcsh:Bibliography. Library science. Information resources Artificial intelligence business Centrality medidas de centralidade Information Systems statistical inference |
| Zdroj: | Perspectivas em Ciência da Informação, Volume: 19, Issue: 4, Pages: 202-225, Published: DEC 2014 SciELO Repositório Institucional da UNESP Universidade Estadual Paulista (UNESP) instacron:UNESP Perspectivas em Ciência da Informação, Vol 19, Iss 4, Pp 202-225 |
| ISSN: | 1413-9936 |
| Popis: | Made available in DSpace on 2015-02-02T12:39:26Z (GMT). No. of bitstreams: 0 Previous issue date: 2014-12-01Bitstream added on 2015-02-02T13:08:35Z : No. of bitstreams: 1 S1413-99362014000400012.pdf: 344273 bytes, checksum: d5ee8150bec27ead45a72af72c1de469 (MD5) Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) Um grupo de pesquisa pode ser considerado uma rede social, a qual pode ser modelada por um grafo G composto por k vértices e m arestas. Os pesquisadores que compõem essa rede podem ser interpretados como seus vértices, e as conexões ou ligações entre esses pesquisadores (representadas por trabalhos em coautoria) podem ser consideradas suas arestas. O objetivo deste trabalho foi estudar a medida de confiabilidade de redes considerando os vértices ou pesquisadores não confiáveis e as arestas ou conexões perfeitamente confiáveis. Especificamente, foi proposta uma abordagem inferencial clássica para a confiabilidade de redes, obtendo os estimadores de máxima verossimilhança e os respectivos intervalos de confiança para os componentes individuais (pesquisadores) e para a rede de coautoria; foi aplicada a metodologia a um grupo de pesquisa da UNESP cadastrado no CNPq; e, foram obtidas medidas de centralidade de vértices para auxiliar na identificação de situações onde a inserção de uma aresta ou ligação entre dois pesquisadores do grupo poderia aumentar significativamente a confiabilidade da rede de coautoria. Os resultados mostraram a utilidade da inferência estatística no contexto de confiabilidade de redes sociais, ressaltando que a contribuição de cada pesquisador é de extrema importância para a manutenção de um grupo de pesquisa. Verificou-se ainda que o cálculo da confiabilidade de uma rede de coautoria pode ser bastante desgastante de ser executado e que as medidas de centralidade são uma ferramenta viável quando se intenciona aumentar a confiabilidade dessa rede. A research group may be considered a social network, which may be modeled by a graph G with k nodes and m edges. Researchers that make up this network can be interpreted as its nodes or actors, and the connections or links between those researchers (represented by co- authored papers) can be considered as its edges. The aim of this study was to measure the reliability of networks considering unreliable nodes or researchers and perfectly reliable edges or connections. Specifically, a statistical analysis based on classical inference to the network reliability was proposed, obtaining the maximum likelihood estimators and confidence intervals for the individual components (researchers) and the co- authorship network; the methodology was applied to a research group of UNESP registered in CNPq; and measures of centrality of nodes were obtained to assist in identifying situations where the insertion of an edge or connection between two researchers of the group could significantly increases the reliability of this co-authorship network. The results showed the usefulness of statistical inference in the context of social networks reliability, noting that the contribution of each researcher is of extreme importance for the maintenance of a research group. It was also found that calculating the reliability of a co-authorship network can be quite exhausting to be executed and that the centrality measures are a viable tool when it intends to increase the reliability of this network. UNESP curso de Administração UNESP curso de Administração |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|