Proposta de Processo de Submissão de Artigos Científicos às Publicações Eletrônicas Semânticas

Revista EDICIC v1 n4 p280298 OctDic 2011 Disponible en httpwwwedicicorgrevista UMA PROPOSTA DE PROCESSO DE SUBMISSÃO DE ARTIGOS CIENTÍFICOS ÀS PUBLICAÇÕES ELETRÔNICAS SEMÂNTICAS EM CIÊNCIAS BIOMÉDICAS Leonardo Cruz da Costa Departamento de Ciência da Computação Universidade Federal Fluminense UFF Brasil RESUMO Propõese um processo de publicação e registro de artigos científicos em Medicina que torne possível representar em formato inteligível por programas o conhecimento nele contido Segundo o processo artigos científicos seriam publicados não só em formato textual legível por pessoas mas também como instâncias de uma ontologia OCCA representando o conhecimento específico contido em cada artigo PalavrasChave Publicações Eletrônicas Representação do Conhecimento Ontologias Comunicação Científica Publicações Semânticas ABSTRACT A process of publication and register of scientific articles in Medicine which can make it possible to represent it in an intelligible format for programs the knowledge contained in it According to this process scientific paper would be published not only in textual format readable by people but also as instances of an ontology OCCA representing the specific knowledge contained in each article Keywords Electronic Publishing Knowledge Representation Ontology Scientific Communication Semantic Publishing 1 INTRODUÇÃO Bibliotecas digitais necessitam de padrões para descrever o documento eletrônico tornando possível a sua organização e a sua recuperação Para isso lançase mão dos chamados metadados que tem por fim descrever um objeto de modo a permitir sua identificação localização recuperação manipulação e uso Especificamente os metadados bibliográficos criados de acordo com as regras de catalogação e padrões estruturais incluem elementos originados de padrões como AngloAmerican Cataloguing Rules AACR2 e o Machine Readable Cataloging Format MARC definidos desde os Anos 60 de forma cooperativa 281 Revista EDICIC v1 n4 p280298 OctDic 2011 Disponible en httpwwwedicicorgrevista GILLILANDSWETLAND 2000 Atualmente padrões como o Dublin Core e Metadata Encoding Transmission Standard METS são utilizados para descrever os documentos eletrônicos de forma sucinta possibilitando a interoperabilidade entre diversas bibliotecas Os vários padrões existentes de metadados apresentam campos específicos assunto descritor subject utilizados para descrever os termos que representam os assuntos correspondentes ao documento com o objetivo de recuperálo posteriormente A representação do documento é chave para sua recuperação é nesta área que reside à relação histórica e indissociável da Ciência da Informação com a Ciência da Computação SARACEVIC 1995 Os campos específicos dos metadados podem também ser utilizados diversas vezes delineando todo o conjunto de termos empregados para representar o conteúdo do documento O conjunto pode ser oriundo do processo de Análise Documentária que se baseia no conceito de aboutness e sofrem o impacto dos mesmos fatores negativos que influenciam a indexação manual De maneira generalizada o registro bibliográfico em ambiente convencional tem a sua concepção refletida nos metadados em ambientes digitais sendo algumas vezes chamados de metadados bibliográficos A internet cada vez mais se torna um repositório universal do conhecimento e cultura humana permitindo o compartilhamento de ideias e informações em uma escala nunca vista anteriormente BAEZAYATES RIBEIRONETO 1999 A necessidade de recuperar informação em bibliotecas e centros de documentação é igualmente necessária na internet mas tal como o registro bibliográfico que apoia a atividade em um ambiente convencional os metadados são importantes para a recuperação da informação em bibliotecas digitais Contudo não houve mudanças significativas ao longo dos anos com relação à estrutura do metadado e à descrição do conteúdo do documento O conteúdo continua sendo descrito por meio do processo de análise dos documentos onde é determinado e representado sobre o que eles tratam Essa descrição é posteriormente representada por uma sequência simples de palavraschave incluídos nos metadados como nos campos de um registro bibliográfico Além disso descrições são independentes não há um relacionamento entre as palavraschave ali descritas 282 Revista EDICIC v1 n4 p280298 OctDic 2011 Disponible en httpwwwedicicorgrevista Os artigos científicos eletrônicos são para serem lidos discutidos debatidos e validados por pessoas Porém são meras cópias digitais de sua versão em papel eles não incorporam as potencialidades previstas na web semântica MARCONDES 2005 uma extensão da web atual onde a informação possui um significado bem definido permitindo melhor interação entre os computadores e as pessoas BERNERSLEE 2001 em outras palavras os metadados não incorporam descrições que permitam um processamento mais inteligente dos documentos pelos sistemas de recuperação de informação Segundo Passin 2004 a literatura sobre web semântica apresenta diversas e diferentes visões entre elas a de que deve permitir que os dados disponíveis e ligados na Internet possam ser usados por máquinas não só para propósitos de exibição mas para automatização integração e uso por várias aplicações E ainda ela deve ter como função a criação de uma web que possibilite o uso de agentes inteligentes para que se possa recuperar e manipular a informação de maneira automática e precisa utilizando o contexto no qual ela está inserida ao invés unicamente de palavraschave O princípio básico da web semântica é tornar possível expressar e representar a semântica dos dados através de outros esquemas descritivos objetivando a precisão dos significados ou seja um esquema que descreva quais os conceitos existentes em certo domínio e como eles se relacionam Como um modelo conceitual que serve como uma representação abstrata dos elementos de informação Esse esquema é representado numa ontologia Observase por meio dela como os metadados representam explicitamente a semântica das informações Portanto as ontologias têm um papel crucial para web semântica no sentido de que permitem o acesso a interoperabilidade e a comunicação baseados em conteúdo A ontologia é similar a um dicionário taxonomia ou glossário porém com estrutura e formalismo que possibilita computadores processar seu conteúdo Ela consiste de um conjunto de conceitos axiomas e relações e representa uma área de conhecimento Diferente da taxonomia ou glossário permite estabelecer relações arbitrárias entre conceitos propriedades lógicas e semânticas de relações tais como transitividade simetria e inferência lógica sobre as relações Do ponto de vista da informação a ser distribuída a respeito de um documento metadados podem ser utilizados de maneira melhorar descrições do 283 Revista EDICIC v1 n4 p280298 OctDic 2011 Disponible en httpwwwedicicorgrevista conteúdo do mesmo PASQUINELLI 1997 BERNERSLEE 1997 sem a limitação da descrição como um produto da catalogação Assim neste ponto cabe uma questão poderiam os campos dos metadados responsáveis pela representação do conteúdo incorporar relações permitindo ligações entre eles e atribuindo um maior sentido à descrição A partir do questionamento tomase como objetivo propor um processo de submissão de artigos para periódicos eletrônicos que implemente uma metodologia combinando o processamento linguístico do texto e as respostas obtidas através da interação com o usuário autor e que torne possível identificar formalizar representar e registrar as afirmações científicas como relações entre as partes constituintes da referida asserção científica 2 REFERENCIAL TEÓRICO Na busca pela resposta para a questão apresentada na introdução Marcondes 2005 propõe uma ontologia OCCA como um modelo para representar os elementos semânticos que constituem o conhecimento contido em um artigo científico baseado em elementos do Método Científico método hipotéticodedutivo e na forma como eles aparecem em artigos científicos O objetivo desse modelo é servir de base para publicações semânticas uma nova forma de publicar artigos científicos A publicação semântica fornece uma maneira dos computadores compreenderem a estrutura e até mesmo o significado das informações publicadas tornando a pesquisa de informações e a integração de dados mais eficiente Desta forma os metadados que descrevem o conteúdo do artigo são representados como uma instância de OCCA de modo a tornar seu conteúdo processável por programas Por meio de OCCA é possível representar quatro diferentes tipos de artigos teóricos experimentaisexploratórios experimentaisindutivo e experimentais dedutivos cada um baseiase em diferentes raciocínios estratégias de argumentação e pressupostos observados em diferentes tipos de artigo científico MARCONDES et al 2009 A proposta de OCCA se baseia na concepção de que o conhecimento científico consiste em propor e provar a existência de relações entre fenômenos e 284 Revista EDICIC v1 n4 p280298 OctDic 2011 Disponible en httpwwwedicicorgrevista relações entre fenômenos e a suas características BUNGE 1998 e MILLER 1947 até então desconhecidas OCCA é constituído de elementos semânticos como a questão de pesquisa a hipótese e a conclusão Enquanto a questão de pesquisa se caracteriza como uma pergunta de caráter geral e não como relação as hipóteses ao propor uma relação entre fenômenos têm importância decisiva quanto à manifestação do conhecimento novo em ciência Um exemplo disso é o seguinte enunciado The aim of this study was to assess the cytototoxicity and the potential antiviral activity of violacein against the viruses Herpes Simplex Virus type 1 HSV1 strains KOS 29Racyclovir resistant and VR733ATCC Poliovirus type 2 PV2 Simian rotavirus SA11 strain Hepatite A virus HAV strains HAF203 and HM175 and Adenovirus type 5 AdV5 a respiratory straini a hipótese é operacionalizada através de um objetivo em que o autor explicita e enfatiza o fenômeno ou fenômenos sobre os quais o artigo vai tratar no exemplo violacein e vários tipos de vírus Assim a seguinte relação poderia ser descrita violacein previne vários tipos de vírus onde previne tem o sentido de parar impedir ou eliminar uma ação ou condição como uma atividade antiviral Uma RELAÇÃO para OCCA tem a forma de um antecedente uma relação e um consequente como uma 3tupla antecedente relação consequente A relação pode ser um tipo de relação específica como causa afeta indica ou um tipo de relação temcaracterística que define uma característica do antecedente enquanto o antecedente e o consequente referemse aos fenômenos estudados pelo autor Por convenção utilizase a palavra relação em maiúscula para referenciar a 3 tupla e em minúscula quando se referir à relação específica contida na 3tupla A importância de um esquema como de OCCA que utilize relações está no fato de que estas permitem que programas façam inferências sobre o conhecimento assim representado como nos seguintes exemplos Violacein antecedente previne relação que outras infecções consequente Que outras substâncias antecedente previnem relação herpes consequente além violacein Outro aspecto apontado por OCCA é que a RELAÇÃO pode também ser mapeada para ontologias públicas estabelecendo uma ligação entre o artigo e o conhecimento público disponível e validado A falta de mapeamento entre os elementos da RELAÇÃO e a ontologia pode indicar evidências de novas 285 Revista EDICIC v1 n4 p280298 OctDic 2011 Disponible en httpwwwedicicorgrevista descobertas por causa da falta de representação de tais elementos na ontologia MALHEIROS 2010 Esse trabalho se insere em um grande contexto de pesquisa do grupo de pesquisa Informação Conhecimento e Tecnologia da Informação cadastrado no Diretório de Grupos de PesquisaCNPq Porém diferente daquilo que foi antevisto como um dos objetivos da pesquisa que era a construção de um editor de textos científicos que permitisse a um pesquisador publicar eletronicamente seu artigo tanto como texto como em formato legível por programas MARCONDES 2005 optouse por um processo de submissão considerandose que o seu desenvolvimento seria mais viável do que a construção de um editor de texto científico pois seria difícil convencer um pesquisador a abandonar o seu editor de texto preferido e adotar um novo Assim o objetivo desse trabalho é apresentar uma proposta de um processo de submissão de artigos científicos a sistemas de gestão de periódicos eletrônicos no qual artigos científicos sejam publicados simultaneamente na forma convencional como texto e em um formato inteligível por programas Nesse processo de submissão os próprios autores no momento de submeterem seus trabalhos fornecem informações sobre os resultados da pesquisa e que vão além dos dados bibliográficos De posse das respostas do autor e por meio do processamento automático do texto o processo extrai a RELAÇÃO que constituem a contribuição do artigo Buscase assim estender o conjunto de metadados bibliográficos incluindo as afirmações científicas sob a forma de relações estruturadas 3 A PROPOSTA DE UM NOVO PROCESSO DE SUBMISSÃO 31 Procedimentos Metodológicos Como o processo de submissão tem por objetivo que os próprios autores no momento de submeterem seus trabalhos forneçam informações sobre os resultados de sua pesquisa assumese que o autor é o mais capaz de identificar os pontos importantes do seu trabalho e a sua principal contribuição 286 Revista EDICIC v1 n4 p280298 OctDic 2011 Disponible en httpwwwedicicorgrevista Para apoiar o autor na tarefa de expressar por meio de uma RELAÇÃO sua principal contribuição optouse por direcionar o foco de atenção para a conclusão do artigo tornandoa o elemento chave para o processo de submissão Enquanto as hipóteses são declarações sobre características de objetos relações associações e até mesmo declarações negativas hipótese nula as conclusões são as que expressam as afirmações resultantes do trabalho além disso elas comumente fazem parte dos resumos estruturados e os autores possivelmente estão mais acostumados a informar do que as hipóteses Assim assumese que a principal afirmação científica contida no artigo científico se manifesta através da conclusão do autor Ao propor aqui um processo de submissão implementado através de um protótipo de um sistema web é necessário criar condições para que o autor através de um diálogo com o sistema consiga informar de maneira adequada a RELAÇÃO que melhor representa sua principal contribuição isto é a conclusão do trabalho sob a forma de uma RELAÇÃO Porém esperase um nível de dificuldade elevado na construção dessa interface com o usuário isso é explicado pelo fato de se exigir do autor o domínio de vários conhecimentos que impactam diretamente na usabilidade do sistema Expressar a RELAÇÃO possui alta exigência cognitiva do autor pois vários fatores dependem de sua compreensão como por exemplo O que é o antecedente consequente e a própria relação O que é uma RELAÇÃO Como mapear essa RELAÇÃO com uma ontologia pública Todos esses aspectos devem ser compreendidos identificados e indicados em um momento crítico que é o envio da versão final do artigo para um periódico Na tentativa de aliviar a pressão desses fatores sobre os autores tomase como princípio que o sistema de submissão contará com uma tarefa de extração da RELAÇÃO de forma automática Sua função é propor sugerir a RELAÇÃO ao autor que poderá aceitála ou não Acreditase que a apresentação de uma RELAÇÃO ao autor mesmo que imprecisa facilite a condução do diálogo criando meios de diminuir as exigências cognitivas e facilitando a compreensão daquilo que o sistema necessita para registrar A tarefa de extração da RELAÇÃO é apoiada em técnicas de processamento de linguagem natural PLN como as implementadas pelo programa MMTx 287 Revista EDICIC v1 n4 p280298 OctDic 2011 Disponible en httpwwwedicicorgrevista httpmmtxnlmnihgov programa esse que identifica os termos controlados do Unified Medical Language System UMLS A escolha do UMLS como suporte ao trabalho está apoiada no fato dele possuir uma infraestrutura pronta e disponível livremente para o processamento de texto além disso conhecimento é organizado como uma rede semântica em que termos estão estruturados em grandes categorias como organismos estruturas anatômicas funções biológicas e químicas eventos objetos físicos e descritos em um metatesauro Outro aspecto que apoia essa escolha é que o UMLS possui um conjunto de relações que coincide com a proposta de representação do conhecimento de OCCA sendo portanto de especial interesse para esta pesquisa O foco em artigos científicos da área biomédica é motivado pelo fato de que os mesmos seguem um rígido padrão formal em seus textos Esse padrão é comumente chamado de Introduction Method Results Abstract and Discussion IMRAD recomendado pelo The International Committee of Medical Journals Editors para artigos científicos em periódicos biomédicos isso torna mais fácil o processamento automático do texto por contar com seções bem definidas e vocabulários médicos consagrados Por outro lado o processamento do texto demanda tempo e seu tamanho tem influência direta nesse aspecto sendo comum a limitação do processamento a partes específicas Várias propostas de mineração de textos na área biomédica atuam exclusivamente sobre os abstracts obtidos no MEDLINEPubMed tornandoos as mais importantes fontes de informação para mineração de texto em bioinformática DING et al 2005 Ora a utilização apenas do abstract do artigo científico pode trazer diminuição do tempo de processamento porém a informação obtida pode ser restrita enquanto que a utilização de todo o artigo contará com uma informação mais rica mas o tempo de processamento aumenta consideravelmente e a quantidade de informação obtida pode se tornar intratável O princípio aqui estabelecido busca um equilíbrio de forças O processo deverá utilizar o texto completo porém minimizando as operações sobre ele e limitandoo a determinadas seções do artigo quando for possível Assim a tarefa de extração da RELAÇÃO é desenvolvida como parte da estratégia do processo de submissão de artigos A RELAÇÃO é obtida automaticamente por meio do processamento do texto e servirá para iniciar o 288 Revista EDICIC v1 n4 p280298 OctDic 2011 Disponible en httpwwwedicicorgrevista diálogo com o autor para que ele possa interagir com o sistema e representar a conclusão do trabalho como uma RELAÇÃO O processamento do texto para a extração da RELAÇÃO apoiase em uma abordagem híbrida que utiliza tanto técnicas oriundas do PLN e técnicas estatísticas As técnicas do PLN utilizadas se desenvolvem de acordo com a perspectiva da teórica da gramática gerativa de Chomsky 1957 e as estatísticas sob a perspectiva da representação do texto através de seus termos que são valorados através de sua frequência e peso mais especificamente sob a inspiração do trabalho de Edmundson 1969 que propõe modificações no método de Luhn 1958 ao estabelecer que as palavras além de sua frequência passassem a ter pesos de acordo com o local e características dentro do texto 32 O Processo de submissão A seguir são descritas cada atividade do processo de submissão Atividade 1 envio do artigo científico upload do artigo A tarefa de envio do arquivo assemelhase a outras já conhecidas em sistema computacionais como anexar um arquivo em uma mensagem eletrônica Atividade 2 obtenção de dados gerais do artigo Essa tarefa tem por objetivo obter informações do autor com relação ao contexto do trabalho a importância do estudo e como o artigo pode ser classificado experimental teórico etc Atividade 3 extração do objetivo A extração do objetivo baseiase na identificação de frases indicativas por ex The aim of our study is em pontos específicos do texto por causa de sua alta concentração nessas partes abstract e introdução SWALES 1990 NWOGU 1997 A partir de uma análise realizada e a identificação de vários tipos de frases indicativas COSTA 2008 foi possível elaborar um modelo de regras para a extração automática O objetivo é posteriormente utilizado na extração da RELAÇÃO Atividade 4 validação do objetivo O conjunto de frases selecionadas como indicativas do objetivo é apresentado ao autor para que ele tome a decisão e informe qual representa melhor o objetivo do 289 Revista EDICIC v1 n4 p280298 OctDic 2011 Disponible en httpwwwedicicorgrevista trabalho já que o texto pode conter várias frases indicando o objetivo COSTA 2008 Atividade 5 descrição da conclusão Cabe ao autor descrever a principal conclusão do trabalho O texto da conclusão será processado com o intuito de sintetizálo por meio de uma RELAÇÃO Atividade 6 extração automática da RELAÇÃO Essa atividade tem por objetivo transformar a conclusão de sua forma textual para antecedente relação consequente Com este fim duas hipóteses são estabelecidas 1 As relações são expressas por típicos marcadores léxicos restringindose nessa primeira versão aos verbos e 2 As relações interessantes acontecerão entre as macroproposições mais relevantes Dois passos são empregados a Identificação das Macroproposições Relevantes e b Identificação da Relação Propriamente Dita Subatividade 61 Identificação das macroproposições relevantes Tem por finalidade limitar o espaço de pesquisa na busca da relação restringindo a quantidade de termos a serem verificados A identificação das macroproposições se baseia em três etapas préprocessamento da frase da conclusão determinação dos sintagmas da frase e o cálculo da importância do sintagma préprocessamento da frase de conclusão A conclusão é submetida a um préprocessamento automático que tem por objetivo eliminar apostos vírgulas e textos entre parênteses determinação dos sintagmas da frase Após o préprocessamento é realizada a identificação dos sintagmas que formam a oração Utilizase o programa MMTx que além de fornecer os sintagmas apresenta também as unidades em sua forma condensada isto é o programa retira os artigos preposições que iniciam os sintagmas cálculo da importância do sintagma pesagem do sintagma A estratégia usada é identificar os dois principais sintagmas da frase de conclusão usandoos como limites inferior e superior e estabelecendo um intervalo para a busca da relação Os sintagmas mais importantes são aqueles que possuem os termos mais importantes A atribuição da relevância é baseada na pontuação obtida por meio de uma função linear 290 Revista EDICIC v1 n4 p280298 OctDic 2011 Disponible en httpwwwedicicorgrevista utilizando a frequência dos termos que compõe a conclusão e os pesos estabelecidos de acordo com cada local Se o termo da oração da conclusão ocorre também no objetivo obtido na atividade de extração do objetivo no título e nas palavraschave a frequência é multiplicada por pesos atribuindo uma maior importância Figura 1 Identificando os Sintagmas mais Importantes Subatividade 62 identificação da relação propriamente dita A identificação da relação se baseia na hipótese de que elas são expressas por típicos marcadores léxicos aqui restritos até o momento aos verbos Buscam se entre os limites os sintagmas verbais para candidatos à relação Figura 2 A RELAÇÃO Gerada Atividade 7 Validação da RELAÇÃO Essa atividade tem por finalidade a confirmação ou não da RELAÇÃO produzida automaticamente O autor é exposto às informações geradas antecedente relação consequente sendo possível a alteração de todos os elementos se necessário Figura 3 291 Revista EDICIC v1 n4 p280298 OctDic 2011 Disponible en httpwwwedicicorgrevista Figura 3 Validação da RELAÇÃO Atividade 8 Mapeamento da RELAÇÃO para a Ontologia Pública A função do mapeamento é prover um sentido semântico para os elementos da RELAÇÃO por meio de ligações deles com uma ontologia pública neste caso o UMLS Assim essa atividade objetiva identificar se os elementos que compõem a RELAÇÃO podem ser mapeados ou não para uma base de conhecimento público isto é se cada elemento já está conceitualmente descrito na ontologia Para o mapeamento do antecedente e do consequente é utilizado o programa MMTx que relaciona termos a conceitos do metatesauro do UMLS e para tipos semânticos da rede semântica A tabela 1 apresenta os seguintes mapeamentos para o antecedente systematic serological screening during pregnancy Tabela 1 Candidatos para mapeamento do antecedente Antecedente Cód Conceito Nome Tipo Semântico systematic C0220922 Systematic Functional Concept serological C0205473 Serologic Functional Concept screening C0220909 Aspects of disease screening Functional Concept during C0220908 Screening procedure Health Care Activity pregnancy C1409616 Special screening finding Finding C0032961 Pregnancy Organism Function Embora o MMTx seja um instrumento valiosíssimo ele não possui suporte ao mapeamento de relações no sentido desejado aqui Para buscar esse mapeamento foi criado um dicionário que relaciona as 54 relações do UMLS a um conjunto de verbos A construção do dicionário foi guiada pela análise manual da definição de 292 Revista EDICIC v1 n4 p280298 OctDic 2011 Disponible en httpwwwedicicorgrevista cada uma das relações do UMLS utilizandose de dois critérios 1 Interpretação do texto da definição de acordo com o nome atribuído a relação e 2 Observação dos verbos utilizados na definição Para cada verbo contido na definição foram obtidos verbos sinônimos através de consultas ao Wordnet um dicionário semântico para a língua inglesa desenvolvido na Universidade de Princeton que mantinham o mesmo sentido obtido pela interpretação da definição Os verbos sinônimos juntamente com os verbos contidos na definição passam a compor o dicionário e são associados à relação Uma vez construído o dicionário a tarefa de mapeamento da relação passa a ser uma simples consulta ao dicionário que busca identificar as relações do UMLS às quais o verbo está associado Atividade 9 Validação dos Mapeamentos A etapa anterior descreveu a geração de possíveis mapeamentos da RELAÇÃO para conceitos do UMLS Contudo na busca de tais mapeamentos vários conceitos vários tipos semânticos Tabela 1 e relações podem ser gerados O autor necessita escolher ou não os mapeamentos mais adequados para estabelecer o sentido desejado para a RELAÇÂO A etapa de validação dos mapeamentos se dá por meio da interface do sistema de submissão no qual o usuário é exposto a esse conjunto de informação e opta atribuindo o sentido desejado Figura 4 Figura 4 Validando os Mapeamentos 293 Revista EDICIC v1 n4 p280298 OctDic 2011 Disponible en httpwwwedicicorgrevista Atividade 10 Geração da Instância da Ontologia OCCA Na última atividade os elementos da RELAÇÃO são representados como instâncias de OCCA e um arquivo no formato XML é gerado Figura 5 Relation Antecedent systematic serological screening programs during pregnancyAntecedent RelationpreventRelation Consequentelevated number of infants with congenital toxoplasmosisConsequent MapAntecedent stringScreening procedure Health Care Activitystring MapAntecedent MapRelationStops hinders or eliminates an action or condition MapRelation MapConsequent stringToxoplasmosis Congenital Disease or Syndromestring MapConsequent Relation Figura 5 Trecho da Instância de OCCA 4 RESULTADOS FINAIS Para testar e validar o processo de submissão foi necessário a construção de um software protótipo que implementasse as atividades definidas anteriormente Assim foram convidados seis professores pesquisadores da Universidade Federal Fluminense Instituto Biomédico que submeteram ao protótipo seus trabalhos já publicados em diferentes revistas internacionais em língua inglesa Todas as interações dos autores foram gravadas e posteriormente analisadas Ao terminar o uso do protótipo os pesquisadores responderam o System Usability Scale SUS um questionário simples padronizado e validado desenvolvido pela Digital Equipment Corporation e utilizado como uma ferramenta para medir o nível de usabilidade de um sistema Composto de 10 quesitos utilizando a escala Likert permite obter uma visão global das avaliações subjetivas com respeito à usabilidade por meio de uma pontuação geral A usabilidade de um sistema é definida pela norma ISO 924111 e só pode ser aferida tendo em conta o contexto de uso do sistema isto é o sistema só poderá ser avaliado por usuários reais e em situações reais ambiente real por isso foram convidados pesquisadores cujos artigos já foram publicados Tipicamente a usabilidade é medida por três aspectos diferentes eficácia do sistema os usuários podem alcançar com êxito os seus objetivos eficiência quanto esforço e recurso 294 Revista EDICIC v1 n4 p280298 OctDic 2011 Disponible en httpwwwedicicorgrevista foram gastos na consecução desses objetivos e satisfação do usuário a experiência com o sistema foi satisfatória De uma maneira geral a avaliação da usabilidade foi considerada adequada com boas perspectivas de uso do sistema pelos autores como pode ser observada tabela 2 pela média final alcançada 8375 TABELA 2 Resultado do SUS Valores Aval 1 Aval 2 Aval 3 Aval 4 Aval 5 Aval 6 Escore SUS 8750 7000 9000 9500 775 825 Media Final 8375 Além da avaliação por meio do SUS foram observados alguns aspectos ligados à exatidão e à integralidade com que o usuário consegue alcançar os objetivos iniciais Um aspecto bastante positivo está relacionado com o fato de que todos os avaliadores completaram as tarefas dentro do tempo esperado Tabela 3 TABELA 3 Aspectos Analisados Aspectos Analisados Aval 1 Aval 2 Aval 3 Aval 4 Aval 5 Aval 6 Nº de vezes que o usuário relatou desorientação 0 0 1 0 0 0 Nº de vezes que o usuário solicitou informações 3 1 2 1 1 0 Nº de vezes que o usuário relatou discordância com relação a algum aspecto do software 0 2 1 1 1 1 Nº de tarefas não completadas 0 0 0 0 0 0 Com relação ao número de solicitações de informações 8 a maioria dos usuários pediu informações mesmo sendo dito na fase de instruções que não haveria suporte uso de manuais consultas pessoais entre outros Porém ao analisar o protocolo de voz percebese que uma parte dos pedidos 5 625 foi em função de informações já prestadas na fase de instruções como por exemplo É para escrever em inglês Posso começar Esses pedidos foram interpretados como ansiedade ou nervosismo por parte dos avaliadores por estarem sendo monitorados e gravados Essa interpretação pode ser confrontada com os quesitos 4 I think that I would need the support of a technical person to be able to use this system e 10 I needed to learn a lot of things before I could get going with this system do questionário SUS que indaga respectivamente sobre a necessidade de 295 Revista EDICIC v1 n4 p280298 OctDic 2011 Disponible en httpwwwedicicorgrevista aprendizagem antes de usar o sistema e de suporte técnico apenas um avaliador indica a necessidade de treinamento para uso do sistema e nenhum avaliador indica a necessidade de suporte técnico Outros dois pedidos de informação 25 estão em função do fato de que ao escrever a conclusão existe uma limitação do número de palavras máximo 49 dois avaliadores questionaram se o programa indicaria o limite Embora o protótipo exiba uma mensagem de erro indicando que o número de palavras permitido fora extrapolado podese pensar em alterar a interface com o objetivo de indicar dinamicamente a quantidade de palavras digitadas provendo dessa forma um melhor feedback para o usuário Em apenas um momento o pedido de informação foi considerado indicativo de problema Ao executar a tarefa Validação da RELAÇÃO no protótipo percebeuse a desorientação do terceiro avaliador com respeito às informações apresentadas sendo ele o único avaliador a indicar a necessidade de aprendizagem no questionário SUS Ao apresentar o conjunto de candidatos à relação a interface exibe esse conjunto na porção superior da tela enquanto os candidatos para o antecedente e consequente são apresentados na parte inferior Acreditase que essa organização espacial tenha levado o avaliador a interpretar que o antecedente e consequente estavam subordinados à relação Com relação ao software os avaliadores foram quase unânimes em um aspecto os conceitos apresentados para um possível mapeamento Atividade 9 eram muito gerais e não representavam adequadamente o antecedente e o consequente da RELAÇÃO Isso ocorreu em função do instrumento utilizado UMLS para o mapeamento Embora o UMLS na versão 2010 abarque 2201360 conceitos e 9976458 nomes de conceitos termos os artigos apresentados pelos avaliadores e utilizados para a avaliação do protótipo abordavam assuntos bem específicos o que dificultou a adoção de conceitos mais apropriados para a representação 41 Limitações A primeira limitação imposta desde o início do trabalho foi a de que apenas a principal conclusão do artigo científico seria tratada Essa limitação objetivava 296 Revista EDICIC v1 n4 p280298 OctDic 2011 Disponible en httpwwwedicicorgrevista manter a atenção voltada para o problema de representar a conclusão como uma RELAÇÃO ao considerar a possibilidade de tratar várias conclusões outros problemas seriam somados o que poderia tornar a discussão da obtenção da relação ofuscada Tal limitação deve ser eliminada com a continuação do estudo visto que se trata da primeira tentativa de implementação do modelo OCCA A segunda limitação foi o número de autores disponíveis para efetuar os testes A dificuldade de acesso a autores que se dispusessem a testar o protótipo foi bastante grande Tentativas de contato através de editores de periódicos nacionais não foram frutíferas até o momento o que acabou limitando o número de autores avaliadores para teste Os artigos utilizados foram da área de biomedicina todos na língua inglesa 5 CONSIDERAÇÕES FINAIS O processo proposto estabelece uma exigência fundamental para o autor a de que ele crie uma RELAÇÃO para representar sua principal conclusão de maneira que ela possa contribuir não só para a recuperação do trabalho como também para ser utilizada nos relacionamentos com outros trabalhos através de associações automáticas aumentado assim às possibilidades de recuperação de informação Tal exigência obriga o autor a ser conciso reduzindo o seu principal resultado a umas poucas palavras a uma RELAÇÃO Convidar o autor a ser conciso não é uma ideia nova diversos mecanismos foram propostos com este fim para auxiliar na recuperação do artigo científico tais como as palavraschave as terminologias padronizadas os resumos estruturados entre outros A novidade é que diferente das palavraschave que são normalmente soltas a construção de sentido é realizada através de uma RELAÇÃO Essa forma de reescrever seu principal resultado pode ser comparada com o texto para a divulgação científica em que o autor deve reformular seu discurso a fim de tornálo inteligível a uma sociedade constituída de leigos No caso da RELAÇÃO ela é a forma proposta para que ele reformule seu discurso de maneira que se torne inteligível a um programa de computador A metodologia proposta na forma de um processo de submissão combinando o processamento linguístico do texto e as respostas obtidas através da interação 297 Revista EDICIC v1 n4 p280298 OctDic 2011 Disponible en httpwwwedicicorgrevista com o usuário autor teve como base técnicas e práticas encontradas na Ciência da Informação Como exemplo citase o uso de frequência de termos palavras chaves muito utilizadas em indexação automática e estudos bibliométricos Uma possibilidade que se vislumbra é a de embutir o processo aqui definido no Sistema Eletrônico de Editoração de Revistas software desenvolvido para a construção e gestão de uma publicação periódica eletrônica com a finalidade de tornar o processo viável e aceito para os editores Estamos em um momento de transição das publicações eletrônicas ainda concebidas segundo o modelo impresso para as publicações eletrônicas semânticas as que utilizam como a nossa proposta as tecnologias da web semântica Este parece ser cada vez mais o caminho para endereçar a questão fundadora da Ciência da Informação a crescente explosão informacional A discussão dos resultados apresentados anteriormente permite afirmar que o objetivo do trabalho foi alcançado REFERÊNCIAS BAEZAYATES R RIBEIRONETO B Modern information retrieval Boston Addison Wesley 1999 544p BERNERSLEE W3C Data Formats The World Wide Web Consortium Note Disponível em httpwwww3orgTRNOTErdfarch Acesso em 23 out 2008 BUNGE M Philosophy of science From Problem to Theory New Brunswick London Transaction Publishers 1998 2v 607p CHOMSKY N Syntactic structures The Hague Mouton1957 117p COSTA L C MARCONDES C H Padrões linguísticos para identificar elementos de ontologia In SEMINÁRIO DE PESQUISA EM ONTOLOGIA NO BRASIL Niterói 2008 Poster DING J VISWANATHAN K BERLEANT D HUGHES L WURTELE E S ASHLOCK D DICKERSON J A FULMER A SCHNABLE P S Using the Biological Taxonomy to Access Biological Literature with PathBinderH Bioinformatics v21 n10 p25602562 maio 2005 EDMUNDSON H P New methods in automatic extracting Journal of the ACM v16 p264285 1969 GILLILANDSWETLAND A J Setting the Stage Defining Metadata In MURTHA B Ed Introduction to metadata Pathways to digital information Los Angeles Getty Information Institute 2000 48p p12 LUHN H P The automatic creation of literature abstracts IBM Journal of Research and Development v2 n2 p159165 1958 MALHEIROS L R A identificação de traços de descobertas científicas pela comparação do conteúdo de artigos em Ciências Biomédicas com uma ontologia pública Niterói UFF 2010 298 Revista EDICIC v1 n4 p280298 OctDic 2011 Disponible en httpwwwedicicorgrevista Tese Doutorado Programa de PósGraduação em Ciência da Informação UFFIBICT MARCONDES C H Da comunicação científica ao conhecimento público artigos científicos digitais como bases de conhecimento In ENCONTRO DA ASSOCIAÇÃO NACIONAL DE PESQUISA E PÓSGRADUAÇÃO EM CIÊNCIA DA INFORMAÇÃO 6 2005 Florianópolis Anais Florianopolis 2005 CDROM et al A publishing system to extract and represent the knowledge content of scientific articles on health science in machineprocessable format In INTERNATIONAL CONFERENCE ON ELECTRONIC PUBLISHING 13 2009 Milão Proceedings Milão Edizione Nuova Cultura 2009 CDROM Disponível em elpubscixnet Acesso em 1 ago 2009 MILLER DL Explanation versus description Philosophical Review v56 n3 p306312 1947 NWOGU K N The medical research paper Structure are functions English for Specific Purposes v16 n2 p2832 1997 PASSIN T B Explorers guide to the semantic web United States of America Manning Publications 2000 300p PASQUINELLI A Information technology directions in libraries a sun microsystems white paper Disponível em httpwwwinfoperpus8mcomartikel00005htm Acesso em 20 mar 2010 SARACEVIC T Interdisciplinary nature of information science Ciência da Informação Brasília v24 n1 p3540 janabr 1995 Disponível emhttpwwwibictbrcionline Acesso em 22 ago 2006 NOTAS i Conclusão retidada de ANDRIGHETTIFROHNER CR ANTONIO RV CRECZYNSKIPASA TB et al Cytotoxicity and potential antiviral evaluation of violacein produced by Chromobacterium violaceum Mem Inst Oswaldo Cruz v98 n6 p843848 set 2003Disponível emhttpwww scielobrscielophp script sciarttextpidS007402762003000600023 lngennrmiso Acesso em 30 Abr 2010