Engenharia do Conhecimento e Ciência da Informação aplicadas a Objetos Digitais Imagéticos na Era de Dados
DOI:
https://doi.org/10.35699/2237-6658.2024.51378Palavras-chave:
Organização do Conhecimento, Era de Dados, Objetos Digitais Imagéticos, Engenharia do Conhecimento, Ciência da InformaçãoResumo
O papel da Engenharia do Conhecimento, como área científica multidisciplinar, à luz de teorias e práticas em mineração e curadoria de dados digitais, Organização do Conhecimento, programação computacional, desenvolvimento de sistemas e Inteligência Artificial. A Engenharia do Conhecimento que se estabelece socialmente, de modo aplicado ante às contribuições, para fomentar a Era de Dados. A pesquisa em tela objetiva analisar os Objetos Digitais Imagéticos como parte do movimento de Dataficação no contexto de Big Data, além de caracterizar um repertório de processos em Engenharia do Conhecimento: sobretudo àqueles que dialogam fronteiriçamente com saberes e fazeres em Ciência da Informação. Para atender a este objetivo optou-se por uma metodologia ensaística, reunindo fontes de informação sistematicamente levantadas e analisadas mediante os procedimentos científicos de análise de conteúdo. A discussão aponta que as mídias digitais atuam de modo propulsor à proliferação de Objetos Digitais Imagéticos, corroborando com o fenômeno de Big Data; um cenário no qual a Organização do Conhecimento (enquanto processo, na Engenharia do Conhecimento, subsidiado por preceitos comuns à Ciência da Informação) opera para metodizar o encadeamento e viabilizar a recuperação e difusão de dado digitais.
Downloads
Referências
ARAÚJO, C. A. A. O que é ciência da informação. Belo Horizonte: KMA, 2018.
BARDIN, L. Análise de conteúdo. São Paulo: Edições 70. 2011.
BORKO, H. Information Science: What is it? American Documentation, v.19, n.1, p.3-5, jan. 1968. Disponível em: https://edisciplinas.usp.br/pluginfile.php/1992827/mod_resource/content/1/Borko.pdf Acesso em: 10 jan. 2024. DOI: https://doi.org/10.1002/asi.5090190103
CAPURRO, R. Epistemologia e ciência da informação. In: Encontro Nacional de Pesquisa em Ciência da Informação, 5., 2003, Belo Horizonte. Anais. Belo Horizonte: Associação Nacional de Pesquisa e Pós-Graduação em Ciência da Informação e Biblioteconomia, 2003. Disponível em: http://enancib.ppgci.ufba.br/artigos/GT1--231.pdf Acesso: 10 jan. 2024.
GIL, A. C. Métodos e técnicas de pesquisa social. 6. ed. São Paulo: Atlas, 2008.
INNARELLI, H. C. Cryptex da preservação digital. 1 ed. Curitiba: Appris, 2023.
MARQUES, A. J. Metodología em ciencia dedutiva. Juiz de Fora - MG. Ed. Gráfica Rio Branco. 1999.
MINAYO, M. C. S. SANCHES, O. Métodos Qualitativos e Quantitativos: oposição ou complementaridade? Caderno de Saúde Pública, Rio de Janeiro, v. 9, n. 3, p. 239-262, jul./set. 1993. Disponível em: https://www.scielo.br/j/csp/a/Bgpmz7T7cNv8K9Hg4J9fJDb/?format=pdf&lang=pt Acesso em: 12 jan. 2024.
LÉVY, P. Cibercultura. São Paulo: Editora 34. 1999.
SARACEVIC, T. Ciência da informação: origem, evolução e relações. Perspectivas em Ciência da Informação. Belo Horizonte, v. 1, n. 1, p. 41-62, jan./jun. 1996. Disponível em: https://periodicos.ufmg.br/index.php/pci/article/view/22308 Acesso: 10 jan. 2024.
SCHREIBER, A. Th. et. al. Knowledge engineering and management: the commonKADS metodology. Massachusetts Institute of Technology. 2000.
SHERA, J. Sobre biblioteconomia, documentação e ciência da informação. In: GOMES, Hagar Espanha (org.) Ciência da Informação ou informática? Rio de Janeiro: Calunga, 1980.
SILVA, I. B. S. Recomendações para uma ontologia de domínio no âmbito de objetos digitais imagéticos à luz da Ciência da Informação. 2023. 112f. Tese (Doutorado em Ciência da Informação). Programa de Pós-Graduação em Ciência da Informação da Universidade Federal da Bahia (PPGCI/UFBA). Salvador, 2023. Disponível em: https://repositorio.ufba.br/handle/ri/37408 Acesso em: 12 jan. 2024.
VAN HARMELEN, F. A. H., FENSEL, D. Formal Methods in Knowledge Engineering. Knowledge Engineering Review, 10(4), 345-360. 1995. Disponivel em: https://doi.org/10.1017/S0269888900007554 Acesso em: 13 jan. 2024. DOI: https://doi.org/10.1017/S0269888900007554
WITTEN, I. H. EIBE, F. HALL, M. A. Data mining: practical machine learning tools and techniques. Ed. Morgan Kaufmann, 3rd ed. 2011. DOI: https://doi.org/10.1016/B978-0-12-374856-0.00001-8
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2024 Ismaelly Batista dos Santos Silva, Hildenise Ferreira Novo
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Autores que publicam na Revista Múltiplos Olhares em Ciência da Informação mantêm os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista. Contratos adicionais poderão ser assumidos, separadamente, pelos autores, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (exemplo: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
