Ciência de Dados aplicada ao Arca

Descrição

O Arca é o Repositório Institucional da Fundação Oswaldo Cruz (Fiocruz) e sua função é reunir, hospedar, disponibilizar e dar visibilidade à produção intelectual da Instituição; visa estimular a mais ampla circulação do conhecimento, fortalecendo o compromisso institucional com o livre acesso da informação em saúde, além de conferir transparência e incentivar a comunicação científica entre pesquisadores, educadores, acadêmicos, gestores, alunos de pós-graduação, bem como a sociedade civil.

Objetivos do Projeto de Pesquisa, Inovação e Desenvolvimento Tecnológico:

• Curadoria de dados: identificar inconsistências no preenchimento dos metadados do Arca, por meio da classificação automática utilizando machine learning, e consequente correção, visando qualidade das informações e dos dados extraídos;
• Recuperação da informação e visualização de dados: oferecer uma plataforma de exploração interativa para extração e visualização de dados, utilizando filtros e combinações de dados contidos no Arca, como quantidade de produção por tipo de material, por unidade da Fiocruz, assunto, ano, entre outros, e que possam ser manipulados pelas diferentes unidades representadas no repositório institucional.