Bioeconomia: Diversidade e Riqueza para o Desenvolvimento Sustentável
22 a 24 de outubro de 2019
Trabalho 12738
| ISSN | 2237-9045 |
|---|---|
| Instituição | Universidade Federal de Viçosa |
| Nível | Graduação |
| Modalidade | Pesquisa |
| Área de conhecimento | Ciências Exatas e Tecnológicas |
| Área temática | Teoria e Tecnologia da informação |
| Setor | Instituto de Ciências Exatas e Tecnológicas |
| Bolsa | CNPq |
| Conclusão de bolsa | Sim |
| Apoio financeiro | CNPq |
| Primeiro autor | Sheila Marilane de Paula Peluzio |
| Orientador | ADRIANA ZANELLA MARTINHAGO |
| Outros membros | JOELSON ANTONIO DOS SANTOS, Rafaela Cruz Marques |
| Título | Uso de técnicas de mineração de dados para extrair conhecimento relacionado à produção científica de mulheres na área de computação |
| Resumo | Ao longo dos anos, as mulheres têm conquistado uma maior representatividade em áreas que anteriormente eram ocupadas somente por homens, como por exemplo na política e no campo militar. Porém, na área das ciências e engenharias da computação, incluindo o campo científico, essa realidade ainda é muito discrepante. O objetivo deste trabalho consiste em investigar qual a atuação das mulheres no contexto de publicação de trabalhos científicos voltados para temas relacionados à computação, a fim de analisar e quantificar a participação feminina nesse contexto. Para realização deste estudo, um conjunto de dados textuais baseados em resumos de artigos científicos foi utilizado para a inferência nas análises. Adicionalmente, técnicas de mineração de dados (ou do inglês, Data Mining), tais como Agrupamento de Dados, foram utilizadas para extração automática de padrões nos dados textuais. De maneira específica, 1000 artigos utilizados neste trabalho foram extraídos de fontes oficiais e online de divulgação científica, sendo 21,9% destes correspondentes a publicações feitas por autores do gênero feminino e 77,1% por autores do gênero masculino. Para extração de padrões nos dados investigados, quatro etapas foram definidas, sendo elas: a coleta de dados de maior relevância; o pré-processamento; o agrupamento de dados por dois algoritmos (k-means e Average Linkage) ; avaliação e interpretação dos resultados obtidos pelas etapas anteriores. De acordo com os experimentos realizados, a melhor partição do agrupamento encontrada foi com oito clusters, pelo algoritmo Average Linkage. A partir da leitura e compreensão da base de dados e a análise e a interpretação gráfica dos resultados, foram identificados padrões no conjunto de palavras com maiores frequência induzindo que as mulheres estão contribuindo mais nas áreas de Engenharia de Software e Inteligência Artificial (IA). Sendo assim foi concluído que a maioria dos artigos investigados escritos por mulheres, foram direcionados para área de IA e engenharia de software. Mudanças no mercado de trabalho e campo científico podem ser motivo de interesse por essas áreas especificas. |
| Palavras-chave | Mulheres, Mineração de Texto, Inteligência Artificial |
| Forma de apresentação..... | Oral |