Eficiência e precisão na extração de dados científicos: um estudo de caso com robôs automatizados
DOI:
https://doi.org/10.22279/navus.v16.2085Resumo
A coleta de grandes volumes de dados tem se tornado um desafio crescente em diversas áreas, incluindo negócios, saúde, governo e pesquisa acadêmica. Métodos manuais, apesar de amplamente utilizados, são ineficientes, propensos a erros humanos e incapazes de lidar com o aumento exponencial de informações. Este estudo apresenta uma abordagem automatizada para a extração de dados autorais em artigos científicos, utilizando robôs que aumentam a eficiência e a precisão do processo. Baseado nos avanços da pesquisa realizada por De Souza, Storopoli e Alves (2022), o trabalho aplica técnicas de raspagem de dados (web scraping) em 901 artigos da revista Ann. Intern. Med., com o uso de três robôs: RCDA (Robô Coletor de Dados de Autores), RCCA (Robô Coletor de Contribuições de Autores) e RIA (Robô Individualizador de Autores). A automação reduziu o tempo de coleta em até 99,9%, ampliando a precisão para uma taxa de erro inferior a 0,01%. A abordagem proposta não apenas valida a eficiência dos robôs utilizados, mas também demonstra sua escalabilidade e aplicabilidade em contextos além da pesquisa científica.
Downloads
Publicado
Edição
Seção
Licença
Copyright (c) 2025 Navus - Gestão e Tecnologia
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
O conteúdo da revista é de acesso público e gratuito, podendo ser compartilhado de acordo com os termos da Creative Commons Atribuição-Uso não-comercial-Vedada a criação de obras derivadas 4.0 Brasil. Você tem a liberdade de compartilhar — copiar, distribuir e transmitir a obra, sob as seguintes condições:
a) Atribuição — a atribuição deve ser feita quando alguém compartilhar um de seus artigos e deve sempre citar o nome da revista e o endereço do conteúdo compartilhado.
b) Uso não-comercial — você não pode usar esta obra para fins comerciais.
c) Vedada à criação de obras derivadas — você não pode alterar, transformar ou criar em cima desta obra.
Ficando claro que:
Renúncia — qualquer das condições acima pode ser renunciada se você obtiver permissão do titular dos direitos autorais. Domínio Público — onde a obra ou qualquer de seus elementos estiver em domínio público sob o direito aplicável, esta condição não é, de maneira alguma, afetada pela licença.
Outros Direitos — os seguintes direitos não são, de maneira alguma, afetados pela licença:
- Limitações e exceções aos direitos autorais ou quaisquer usos livres aplicáveis;
- os direitos morais do autor;
- direitos que outras pessoas podem ter sobre a obra ou sobre a utilização da obra, tais como direitos de imagem ou privacidade.
Aviso — para qualquer reutilização ou distribuição, você deve deixar claro a terceiros os termos da licença a que se encontra submetida esta obra.
A revista se reserva o direito de efetuar, nos originais, alterações de ordem normativa, ortográfica e gramatical, com vistas a manter o padrão culto da língua, respeitando, porém, o estilo dos autores.
Os trabalhos publicados passam a ser propriedade da revista Navus: Revista de Gestão e Tecnologia que deve ser consignada a fonte de publicação original. Os originais não serão devolvidos aos autores.
As opiniões emitidas pelos autores nos artigos são de sua exclusiva responsabilidade.
Esta obra está licenciada sob uma Creative Commons Atribuição-Uso não-comercial-Vedada a criação de obras derivadas 4.0 Brasil.
