Bases de dados qualificadas para a descoberta de conhecimentos úteis à gestão cultural de acervos

Autores

DOI:

https://doi.org/10.22477/viii.widat.238

Palavras-chave:

Padrões de documentação, Acervos culturais, Qualidade de dados, Análise de redes de Informação, Descoberta de conhecimento

Resumo

Padrões de documentação são usados amplamente nas ações de organização e tratamento da informação para a constituição de bases de dados com qualidade, na intenção de se obter informações estratégicas para a gestão de acervos culturais. O presente estudo relata a experiência com a construção das bases de dados do acervo do Fundo de Cultura do Espírito Santo, sob a gestão da Secretaria de Estado da Cultura, disponibilizadas na rede de provedores da plataforma Midiateca Capixaba. Assim, a partir da análise exploratória destas bases, a pesquisa objetivou identificar agrupamentos coesos nos autores contemplados nos editais por meio de similaridades nos eixos temáticos de seus respectivos projetos. Metodologicamente, a modelagem de metadados, incluindo o uso de vocabulários controlados e do padrão de metadados Dublin Core, contou com a técnica conhecida como Matriz de Restrições para a elaboração de perfis de aplicação para a constituição das bases de dados qualificadas. Por conseguinte, as redes de informações projetadas a partir da exploração de dados dessas bases foram construídas a partir do método de Análise de Redes Sociais. A análise de redes de informação revelou relações entre autores, editais e temas, evidenciando padrões de participação e distribuição de recursos. Além disso, a análise exploratória de dados permitiu identificar tendências para subsidiar políticas públicas culturais. Assim, a pesquisa reforça a importância dos padrões de documentação para qualificar os dados e contribui para a gestão da informação cultural em ambientes digitais, indicando caminhos para aprimoramentos na organização de acervos e na democratização do acesso à cultura.

Biografia do Autor

Daniela Lucas da Silva Lemos, Universidade Federal do Espírito Santo (UFES)

Professora Associada e pesquisadora do Departamento de Biblioteconomia da Universidade Federal do Espírito Santo (UFES). Doutora em Ciência da Informação pela Universidade Federal de Minas Gerais (2014); mestre em Ciência da Informação pela Universidade Federal de Minas Gerais (2008); especialista em Gestão Estratégica da Informação pela Universidade Federal de Minas Gerais (2002); e graduada em Administração de Sistemas de Informação pela Faculdade de Sistemas de Informações Gerenciais do Centro Universitário UNA (2001). Atualmente atua como professora permanente do Programa de Pós Graduação em Ciência da Informação da UFES. Coordena o laboratório de Ciência da Informação, Dados e Tecnologia (Cidat Lab) vinculado à UFES e registrado como grupo de pesquisa no CNPq, com o qual coordena os projetos de pesquisa Acervo em Rede: acervos digitais dos museus do Ibram e Inteligência analítica para o setor museal, parceria com o Instituto Brasileiro de Museus (Ibram). Participa ainda como membro pesquisadora dos grupos Representação do Conhecimento, Ontologias e Linguagem (UFMG) e Laboratório de Inteligência de Redes (UnB), sendo esse último como pesquisadora do projeto Tainacan, um software livre para a construção de repositórios e bibliotecas digitais; além de parceria em pesquisas com a Secretaria da Cultura do Estado do Espírito Santo (Secult/ES) com o projeto Midiateca Capixaba. Tem se dedicado em pesquisas voltadas ao aspecto interdisciplinar entre a Ciência da Informação, a Ciência de Dados e a Ciência da Computação no que diz respeito a contribuições pontuais para a melhoria da qualidade de dados e metadados em bases de dados, visando infraestrutura informacional adequada para acesso, reúso, agregação, busca e recuperação de objetos digitais em rede, incluindo princípios FAIR [Findable/Localizável, Accessible/Acessível, Interoperable/ Interoperável e Reusable/Reutilizável] e de catalogação, técnicas de pré-processamento de dados e aprendizado de máquina. Tem experiência em áreas da Ciência da Informação, incluindo Organização e Tratamento da Informação, Representação do Conhecimento e Recuperação de Informação, atuando principalmente nos seguintes temas: Repositórios e Bibliotecas Digitais, Patrimônio Cultural Digital, Organização do Conhecimento, Modelagem Conceitual, Bancos de Dados, Vocabulários Controlados, Ontologias, Metadados, Web Semântica, Linked Data e Anotação Semântica de Recursos Multimídia na Web. Experiência na área de Tecnologia da Informação no segmento industrial e de serviços, com ênfase em bancos de dados, engenharia de software e análise, projeto, implantação e administração de sistemas de informação. Possui 21 anos de experiência docente em Instituições de Ensino Superior, incluindo cursos de Ciência da Computação, Engenharias, Sistemas de Informação, Ciência da Informação e Biblioteconomia.

Henrique Monteiro Cristovão, Universidade Federa do Espírito Santo (UFES)

Doutor em Ciência da Informação na Universidade de Brasília (UnB) com estágio de pesquisa (doutorado sanduíche) no Institute for Human Machine Cognition (IHMC - EUA). Mestre em Informática na Universidade Federal do Espírito Santo (UFES). Bacharel em Matemática Aplicada e Computacional na UFES. Professor do Programa de Pós-graduação em Ciência da Informação (PPGCI-UFES), Professor Associado lotado no Departamento de Arquivologia/UFES. Estágio técnico científico no Human Nature Lab/Yale Institute for Network Science (HNL/YINS/YALE - EUA). Líder do grupo de pesquisa Organização e Recuperação de Conhecimento em Rede (NetKOR), registrado no CNPq. Coordena o Laboratório de Ciência da Informação, Dados e Tecnologia - Cidat Lab/PPGCI/UFES. Participa dos grupos de pesquisa: Observatório da Informação Arquivística Digital; e Acervo em Rede: Acervos Digitais dos Museus do IBRAM. Temas de pesquisa atuais: Organização, representação e recuperação de informação e conhecimento em rede; interoperabilidade, metadados, ontologias e dados ligados na Web semântica; Ciência de Dados pelo viés da Ciência da Informação com ênfase em processos de análise de redes de informação, descoberta e visualização de dados, informação e conhecimento.

Referências

BAKER, Thomas; NILSSON, Mikael; JOHNSTON, Pete. The Singapore Framework for Dublin Core Application Profiles. DCMI, 2008. Disponível em: http://dublincore.org/documents/singapore-framework/. Acesso em: 4 mar. 2025.

DE CASTRO, Leandro Nunes; FERRARI, Daniel Gomes. Introdução à mineração de dados. Saraiva Educação SA, 2017.

ESPÍRITO SANTO. Instituto Jones dos Santos Neves. Análise Executiva do FUNCULTURA/ES. Vitória, ES, 2023. 2. ed. 61 p.; il. tab. (Relatório de Pesquisa).

GILLILAND, Anne J. Setting the Stage. In: BACA, Murta. (ed.). Introduction to metadata. 3. ed. Los Angeles: Getty Research Institute, 2016. E-book. Disponível em: https://www.getty.edu/publications/intrometadata/setting-the-stage/. Acesso em: 4 mar. 2025.

HIGGINS, Silvio Salej; RIBEIRO, Antonio Carlos Andrade. Análise de redes em Ciências Sociais. Brasília: Enap, 2018. Disponível em: https://repositorio.enap.gov.br/bitstream/1/3337/1/Livro_Analise%20de%20Redes%20em%20Ci%C3%AAncias%20Sociais.pdf. Acesso em: 4 mar. 2025

HJØRLAND, Birger. Data (with big data and database semantics). Knowledge Organization, v. 45, n. 8, p. 643–652, 2018. Disponível em: https://www.isko.org/cyclo/data. Acesso em: 4 mar. 2025

LEMOS, Daniela Lucas da Silva; MARTINS, Dalton Lopes; MACEDO, Dirceu Flávio. Plataforma de agregação midiateca capixaba: projeto cultura digital nas instituições de memória do Espírito Santo. In ENCONTRO NACIONAL DE PESQUISA EM CIÊNCIA DA INFORMAÇÃO, 24, 2024, Vitória. Anais do XXIV ENCONTRO NACIONAL DE PESQUISA EM CIÊNCIA DA INFORMAÇÃO, Vitória, ANCIB, 2024. Disponível em: https://enancib.ancib.org/index.php/enancib/xxivenancib/paper/viewFile/2565/1516. Acesso em: 04 de mar. 2025.

WASSERMAN, Stanley; FAUST, Katherine. Social network analysis: methods and applications. Cambridge, England; New York: Cambridge University Press, 1994.

Downloads

Publicado

08-09-2025

Como Citar

LEMOS, D. L. da S.; CRISTOVÃO, H. M. Bases de dados qualificadas para a descoberta de conhecimentos úteis à gestão cultural de acervos. VIII Workshop de Informação, Dados e Tecnologia (WIDaT) 2025, Brasília, DF, v. 8, 2025. DOI: 10.22477/viii.widat.238. Disponível em: https://widat.ibict.br/index.php/widat2025/article/view/238. Acesso em: 31 maio. 2026.