Autores:  (1) Hamid Reza Saeidnia, Departamento de Ciência da Informação e Estudos do Conhecimento, Universidade Tarbiat Modares, Teerão, República Islâmica do Irão;  (2) Elaheh Hosseini, Departamento de Ciência da Informação e Estudos do Conhecimento, Faculdade de Psicologia e Ciências da Educação, Universidade Alzahra, Teerão, República Islâmica do Irão;  (3) Shadi Abdoli, Departamento de Ciência da Informação, Université de Montreal, Montreal, Canadá  (4) Marcel Ausloos, School of Business, Universidade de Leicester, Leicester, Reino Unido e Universidade de Estudos Económicos de Bucareste, Bucareste, Roménia.  Tabela de links   Resumo e introdução   Materiais e métodos   Resultados   RQ 1: IA e cienciometria   RQ 2: IA e webometria   RQ 3: IA e bibliometria   Discussão   RQ 4: Futuro da Cienciometria, Webometria e Bibliometria com IA   RQ 5: Considerações Éticas de Cientometria, Webometria e Bibliometria com IA   Conclusão, Limitações e Referências  RQ 4: Futuro da Cientometria, Webometria e Bibliometria com IA  Do exposto, pode-se imaginar, se não lacunas na investigação, pelo menos direções para novos progressos. A inteligência artificial (IA) tem potencial para beneficiar significativamente todos os três campos – cienciometria, webometria e bibliometria. No entanto, o grau de desempenho da IA e as suas implicações futuras podem variar em cada domínio.  Foi demonstrado aqui acima que a IA pode melhorar enormemente a cienciometria, melhorando a recolha e análise de dados, a extracção de textos e a recuperação de informações, a identificação de tendências de investigação emergentes, as técnicas de visualização, a avaliação da investigação e a colaboração e networking. O uso de algoritmos de IA pode automatizar processos, aumentar a eficiência e fornecer insights mais profundos sobre a literatura científica [21-31]. O futuro da cienciometria com IA provavelmente envolverá algoritmos de IA mais avançados, melhor integração de várias fontes de dados e maior automação, levando a análises mais precisas e abrangentes.  A IA pode desempenhar um papel significativo na webometria, melhorando a coleta e análise de dados, análise de links da web, análise de conteúdo da web, avaliação de impacto da web, mineração de uso da web e rastreamento eficiente da web e extração de dados [9, 10, 21, 36-41, 43 -45]. As técnicas de IA podem ajudar a extrair informações valiosas da web, analisar o comportamento do usuário e avaliar o impacto dos recursos da web [9, 36-45]. O futuro da webometria com IA pode envolver avanços nos algoritmos de IA para análise de dados da web, melhor compreensão do comportamento do usuário e técnicas aprimoradas para avaliação de impacto na web.  A IA pode aprimorar a bibliometria, melhorando a análise de publicações, análise de citações, desambiguação de autores, modelos preditivos, análise de colaboração e avaliação de pesquisas. Os algoritmos de IA podem automatizar processos, fornecer análises precisas de citações e desenvolver modelos preditivos para tendências futuras de pesquisa [28-30, 47-53]. O futuro da bibliometria com IA pode envolver técnicas mais avançadas para desambiguação de autores, modelos de previsão aprimorados, integração de métricas alternativas e melhor avaliação do impacto da pesquisa além das contagens de citações tradicionais.  Em termos de qual campo a IA pode ter o melhor desempenho, é difícil determinar um vencedor claro. A IA tem potencial para beneficiar significativamente todos os três campos e pode ter um desempenho excepcionalmente bom em cada um deles, dependendo das aplicações e técnicas específicas utilizadas. A eficácia da IA em cada domínio dependerá também da disponibilidade e qualidade dos dados, da complexidade da análise necessária e das questões de investigação específicas abordadas.  O futuro destas três áreas com IA é promissor. À medida que as tecnologias de IA continuam a avançar, podemos esperar algoritmos mais sofisticados, melhor integração de várias fontes de dados e maior automação e eficiência em cienciometria, webometria e bibliometria. A utilização da IA conduzirá provavelmente a análises mais precisas e abrangentes, a uma melhor compreensão das tendências e do impacto da investigação e a melhores processos de tomada de decisão no meio académico, nas instituições de investigação e nas agências de financiamento.  Este artigo está   sob licença CC BY 4.0 DEED. disponível no arxiv

Part of HackerNoon's growing list of open-source research papers, promoting free access to academic material.

Decentralize AI Technology

decentralizeai

Este áudio é produzido no idioma original da história!

RQ 4: Futuro da Cientometria, Webometria e Bibliometria com IA

About Author

COMENTARIOS

Rótulos

ESTE ARTIGO FOI APRESENTADO EM

Related Stories

As camadas invisíveis: por que as entrevistas com usuários são um ativo insubstituível

Navegando pelas águas: desenvolvendo aplicações RAG de nível de produção com data lakes

O guia completo para uma migração bem-sucedida para a nuvem: estratégias e práticas recomendadas

Valhalla de Floki se junta como patrocinador associado da viagem da Índia ao Sri Lanka

As camadas invisíveis: por que as entrevistas com usuários são um ativo insubstituível

Navegando pelas águas: desenvolvendo aplicações RAG de nível de produção com data lakes

O guia completo para uma migração bem-sucedida para a nuvem: estratégias e práticas recomendadas

Valhalla de Floki se junta como patrocinador associado da viagem da Índia ao Sri Lanka

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps