Big Data, institucionalidade da informação e Ciência da Informação: elementos para uma reflexão

Kralco, Clara Vitória O. and Rabello, Rodrigo Big Data, institucionalidade da informação e Ciência da Informação: elementos para uma reflexão., 2019 (Unpublished) [Report]

[thumbnail of Relatório final_proic edital 2018-2019_Clara.pdf]
Preview
 Text
Relatório final_proic edital 2018-2019_Clara.pdf
Download (475kB) | Preview

English abstract

Objective: This article aims to map and analyze authors and works that deal with the Big Data theme in the field of Information Science. Method: This is a qualitative, descriptive and bibliographic research in which literature review used data mapped in previously selected national and international databases. Results: The concepts of Big Data in CI worked on in this paper demonstrate, while presenting a polysemic potential, the absence of explicit divergences regarding the conceptualization of the phenomenon. It was also observed that the research on the institutionalization of information - transformation of digital object into information, that is, into something meaningful - can be a useful way to reflect on the Big Data phenomenon. Conclusions: The Big Data phenomenon is characterized as a phenomenon considered from its technological characteristics or the way such technologies have been used. Even if preliminarily, it was observed that both approaches do not have marked differences as they can be observed concurrently in different studies.

Portuguese abstract

Objetivo: O presente artigo objetiva mapear e analisar autores e obras que tratam da temática Big Data no campo da Ciência da Informação. Método: Trata-se de uma pesquisa qualitativa, descritiva e bibliográfica em cuja revisão de literatura utilizou de dados mapeados em bases de dados nacionais e internacionais previamente selecionadas. Resultados: Os conceitos de Big Data na CI trabalhados no presente artigo demonstram, conquanto apresentem um potencial polissêmico, a inexistência de divergências explícitas quanto à conceituação do fenômeno. Observou-se, ainda, que a investigação sobre a institucionalização da informação – transformação de objeto digital em informação, ou seja, em algo com sentido – pode ser um caminho profícuo para a reflexão sobre o fenômeno do Big Data. Conclusões: O fenômeno Big Data se caracteriza como fenômeno considerado a partir das suas características tecnológicas ou do modo como tais tecnologias vêm sendo utilizadas. Mesmo que de modo preliminar, observou-se que ambas as abordagens não possuem diferenciações demarcadas à medida que podem ser observadas concomitantemente em distintos estudos.

Item type: Report
Keywords: Big Data. Information. Institutionality Information Science. Informação. Institucionalidade. Ciência da Informação.
Subjects: A. Theoretical and general aspects of libraries and information.
B. Information use and sociology of information
B. Information use and sociology of information > BC. Information in society.
Depositing user: Rodrigo Rabello
Date deposited: 15 Feb 2021 12:27
Last modified: 15 Feb 2021 12:27
URI: http://hdl.handle.net/10760/41788

References

ARAÚJO, C. A. Á. O que é Ciência da Informação? Informação & Informação, v. 19, n. 1, p. 01-30, dez. 2013. Disponível em: <http://www.uel.br/revistas/uel/index.php/informacao/article/view/15958/14205>. Acesso em: 15 jul. 2019.

ARCILA-CALDERÓN, C.; BARBOSA-CARO, E.; CABEZUELO-LORENZO, F. Técnicas big data: análisis de textos a gran escala para la investigación científica y periodística. El Profesional de la Información, v. 25, n. 4, p. 623-631, 2016. Disponível em: <https://recyt.fecyt.es/index.php/EPI/article/view/epi.2016.jul.12/31611>. Acesso em: abr. 2019.

BARRETO, A. A. A questão da informação. São Paulo em Perspectiva, v. 8, n. 4, p. 3-8, 1994. Disponível em:

<http://bogliolo.eci.ufmg.br/downloads/BARRETO%20A%20Questao%20da%20Informacao.pdf>. Acesso em: 22 jul. 2019..

BERGER, P. L.; LUCKMANN, T. A construção social da realidade: tratado de sociologia do conhecimento. 24. ed. Petrópolis, RJ: Vozes, 2004. 248 p.

BICUDO, M. A. V. Sobre a Fenomenologia. In: BICUDO, M. A. V.; ESPOSITO, V. H. C. (Org.). Pesquisa qualitativa em educação: um enfoque fenomenológico. Piracicaba: UNIMEP, 1994. p. 15-22. Disponível em:

<http://www.mariabicudo.com.br/resources/CAPITULOS_DE_LIVROS/Sobre%20a%20fenomenologia.pdf>. Acesso em: maio 2019.

BOYD, D.; CRAWFORD, K. Critical Questions for Big Data: Provocations for a Cultural, Technological, and Scholarly Phenomenon. Information, Communication & Society, v. 15, p. 662-679, 2012. Disponível em:

<https://www.tandfonline.com/doi/full/10.1080/1369118x.2012.678878?casa_token=q_ysv_jJZ84AAAAA:Ufw0Q8 3sJzV_D4Y9e8ekCEv_HMwYTaR-4NqTKNzKgJ0nczNNv9YPGC1BeZ_B3gLU71up3OBN4QkQ2GEB>. Acesso em: jun. 2019.

CALDEIRA, C.; ROBALLO, M. Data Warehousing: Conceitos e Modelos. [S.I.]: Edições Sílabo, 2012. Disponível em:<http://dspace.uevora.pt/rdpc/handle/10174/6364>. Acesso em: abr. 2019.

CONEGLIAN, C. S.; GONÇALEZ, P. R. V. A.; SANTARÉM SEGUNDO, J. E. O Profissional da Informação na Era do Big Data. Encontros Bibli: revista eletrônica de biblioteconomia e ciência da informação, Florianópolis, v. 22, n. 50, p. 128-143, set. 2017. Disponível em: <https://doi.org/10.5007/1518-2924.2017v22n50p128>. Acesso em: 01 abr. 2019.

COSTA, L. S. Big data estratégico: um framework para gestão sistêmica do ecossistema big data. XIII, 112 f. 2016. Dissertação (Mestrado em Engenharia de Produção) – Faculdade de Engenharia de Produção, Universidade Federal do Rio de Janeiro, Rio de Janeiro, 2016. Disponível em:

<http://www.producao.ufrj.br/index.php/br/teses-e-dissertacoes/teses-e-dissertacoes/mestrado/2016-1/225--194>. Acesso em: 1 abr. 2019.

DAVENPORT, T. H. Big Data at work: dispelling the myths, uncovering the opportunities. In: WEBNARS: key leaning summary. [S.l.]: Harvard Business School Publishing, mar. 2014. p. 2-7, Disponível em: <https://www.sas.com/content/dam/SAS/en_us/doc/whitepaper2/hbr-big-data-at-work-107035.pdf>. Acesso em: 13 jun. 2019

DUMBILL, E. What is big data? An introduction to the big data landscape. O'Reilly Media Inc., jan. 2012. Disponível em: <https://www.oreilly.com/ideas/what-is-big-data>. Acesso em: 2019.

LANEY, D. 3D Data Management: Controlling Data Volume, Velocity, and Variety. In: APPLICATION delivery strategies. [S.I.]: META Group Inc., fev. 2001. Disponível em: <https://www.bibsonomy.org/bibtex/742811cb00b303261f79a98e9b80bf49>. Acesso em: 23 jan. 2019.

LIMA, A. B. M. (Org.). Ensaios sobre fenomenologia: Husserl, Heidegger e Merleau-Ponty. Ilhéus, BA: Editus, 2014. 126 p. [E-book]. Disponível em: <http://books.scielo.org/id/pcd44>. Acesso em: maio 2019.

LUVIZAN, S. S.; MEIRELLES, F. S.; DINIZ, E. H. Big Data: publication evolution and research opportunities. In: INTERNATIONAL CONFERENCE ON INFORMATION SYSTEMS AND TECHNOLOGY MANAGEMENT (CONTECSI), 11., 2014, São Paulo, Anais… São Paulo: [s.n.], maio. 2014. Disponível em:

<https://gvpesquisa.fgv.br/sites/gvpesquisa.fgv.br/files/arquivos/meirelles_-

_big_data_evolucao_das_publicacoes_e_oportuniadeds_de_pesquisa.pdf>. Acesso em: 15 mar. 2019.

MARR, B. Why only one of the 5 Vs of big data really matter. In: IBM: Big Data & Analytics Hub, [S.I.]: IBM, mar. 2015. Disponível em: <https://www.ibmbigdatahub.com/blog/why-only-one-5-vs-big-data-really-matters>. Acesso em: maio 2019.

MARTÍNEZ-MARTINEZ, S.; LARA-NAVARRA, P. El Big Data Transforma La Interpretación de Los Medios Sociales. El profesional de la información, v. 23, n. 6, p. 575-581, nov./dez. 2014. Disponível em:

<https://doi.org/10.3145/epi.2014.nov.03>. Acesso em: abr. 2019.

MASSI, L.; QUEIROZ, S. L. Estudos Sobre Iniciação Científica no Brasil: Uma Revisão. Cadernos de Pesquisa, v. 40, n. 139, p.173-197, jan./abr. 2010. Disponível em: <http://www.scielo.br/pdf/cp/v40n139/v40n139a09.pdf>. Acesso em: abr. 2019.

MAZZEGA, L. C. Big Data: oportunidades e desafios para os negócios. 56 f. 2016. Trabalho de Conclusão de Curso (Bacharelado em Gestão de Empresas) – Faculdade de Ciências Aplicadas, Universidade Estadual de Campinas, Limeira, 2016. Disponível em:

<http://www.bibliotecadigital.unicamp.br/document/?down=000972333>. Acesso em: 22 abr. 2019.

MAYER-SCHÖNBERGER, V.; CUKIER, K. Big data: como extrair volume, variedade, velocidade e valor da avalanche de informação cotidiana. Rio de Janeiro: Elsevier, p.176, 2013.

MCAFEE, A.; BRYNJOLFSSON, E. Big Data: the management revolution. Harvard Business Review, v. 90, n. 10, p. 61-67, oct. 2012. Disponível em: <https://hbr.org/2012/10/big-data-the-management-revolution#>. Acesso em: abr. 2019.

MICHEL, M. H. Metodologia e pesquisa científica em ciências sociais: um guia prático para acompanhamento da disciplina e elaboração de trabalhos monográficos. 2. ed. São Paulo: Atlas, 2009.

MINAYO, M. C. S. (Org.). Pesquisa Social: teoria, método e criatividade. 18 ed. Petrópolis: Vozes, 2001. Disponível em: <http://www.faed.udesc.br/arquivos/id_submenu/1428/minayo 2001.pdf>. Acesso em: 22 jul. 2019

MIRANDA, R. C. R. O uso da informação na formulação de ações estratégicas pelas empresas. Ci. Inf., Brasília, v. 28, n. 3, set./dez. 1999. Disponível em: <http://ref.scielo.org/smd3kg>. Acesso em: abr. 2019.

NESELLO, P.; FACHINELLI, A. C. Big Data: o novo desafio para gestão. Revista Inteligência Competitiva, v. 4, n. 1, p. 18-38, 2014. Disponível em: <http://inteligenciacompetitivarev.com.br/ojs/index.php/rev/article/view/76>.

Acesso em: 14 abr. 2019.

NORONHA, D. P.; FERREIRA, S. M. S. P. Revisões de literatura. In: CAMPELLO, B. S.; CONDÓN, B. V.; KREMER, J. M. (Org.). Fontes de informação para pesquisadores e profissionais. Belo Horizonte: UFMG, 2000.

OLIVEIRA, M. Operadores Booleanos. Sistema de Bibliotecas - PUC-RIO. 27 Agosto 2009. Disponível em: http://www.dbd.puc-rio.br/wordpress/?p=116. Acesso em: 20 jun. 2019.

OLIVEIRA, M. M. Como fazer pesquisa qualitativa. 7. ed. Petrópolis, RJ: Vozes, 2016. 244 p.

PRODANOV, C. C.; FREITAS, E. C. Metodologia do trabalho científico: métodos e técnicas da pesquisa e do trabalho acadêmico. 2. ed. Novo Hamburgo: Feevale, 2013. 277 p.

RABELLO, R. Documento e institucionalidades: dimensões epistemológica e política. Encontros Bibli: Revista Eletrônica de Biblioteconomia e Ciência da Informação, v. 23, n. 51, 2018. Disponível em: <https://periodicos.ufsc.br/index.php/eb/article/view/1518-2924.2018v23n51p138/35519>. Acesso em: 22 jul 2018.

RABELLO, R. Informação institucionalizada e materializada como documento: caminhos e articulações conceituais. Brazilian Journal of Information Science: research trends, v. 13, n. 2, p. 5-25, 28 jun. 2019. Disponível em: <http://www2.marilia.unesp.br/revistas/index.php/bjis/article/view/8932>. Acesso em: 20 jul. 2019.

RODRIGUES, A. A.; NÓBREGA, E.; DIAS, G. A. Desafios da gestão de dados na era do Big Data: perspectivas profissionais. Informação & Tecnologia (ITEC), v. 4, n. 2, p. 63-79, jul./dez. 2017. Disponível em:

<http://www.periodicos.ufpb.br/ojs2/index.php/itec/article/view/40538>. Acesso em: 23 mar. 2019.

SILVEIRA, D. T.; CÓRDOVA, F. P. Unidade 2 - A pesquisa científica. In: GERHARDT, T. E.; SILVEIRA, D. T. (Org.). Métodos de pesquisa. Porto Alegre: Ed. da UFRGS, 2009. 120 p. (Série Educação a Distância). Disponível em: <http://www.ufrgs.br/cursopgdr/downloadsSerie/derad005.pdf>. Acesso em: 23 jul. 2019.

SOUZA, R. F.; STUMPF, I. R. C. Ciência da Informação como área do conhecimento: abordagem no contexto da pesquisa e da Pós-Graduação no Brasil. Perspect. Ci. Inf., v. 14, n. esp., p. 41-58, 2009. Disponível em: <http://portaldeperiodicos.eci.ufmg.br/index.php/pci/article/view/901 >. Acesso em: 17 jun. 2019.

TAURION, C. Big Data. Rio de Janeiro: Brasport Livros e Multimídia Ltda, 2013.

TOLE, A. A. Big Data Challenges. Database Systems Journal, Academy of Economic Studies, v. IV, n. 3, p.31- 40, 2013. Disponível em: <https://ideas.repec.org/a/aes/dbjour/v4y2013i3p31-40.html>. Acesso em: 22 mai. 2019.

VIANNA, W. B.; DUTRA, M. L.; FRAZZON, E. M. Big data e gestão da informação: modelagem do contexto decisional apoiado pela sistemografia. Informação & Informação, v. 21, n. 1, p. 185-212, jan./abr. 2016. Disponível em: <http://dx.doi.org/10.5433/1981-8920.2016v21n1p185>. Acesso em: 26 abr. 2019.

VOLPATO, T.; RUFINO, R. R.; DIAS, J. W. Big Data: transformando dados em decisões. [S.I.: s.n.], 2014. Disponível em: <http://web.unipar.br/~seinpar/2014/artigos/graduacao/Tiago_Volpato.pdf>. Acesso em: 29 abr. 2019.

ZIKOPOULOS, P. et al. Understanding big data: Analytics for enterprise class hadoop and streaming data. New York: McGraw-Hill, 2011. [E-book]. Disponível em:

<https://www.immagic.com/eLibrary/ARCHIVES/EBOOKS/I111025E.pdf>. Acesso em: 13 jun. 2019.

ZUPPO, D.; COSTA, L. S.; FERNANDES, S. Big Data: estudo do ambiente, desafios e análise estratégica para o Brasil. 56 f. 2013. Dissertação (Especialização em Gestão do Conhecimento) – Faculdade de Engenharia de Produção, Universidade Federal do Rio de Janeiro, Rio de Janeiro, 2013. Disponível em:<http://www.crie.ufrj.br/application/assets/uploads/files/RJ24_Projeto_Big_Data.pdf>. Acesso em: 27 maio 2019.


Downloads

Downloads per month over past year

Actions (login required)

View Item View Item
Contact us
Send email Sponsors
Sponsor: AIMS Sponsor: D&P Sponsor: UniNa CAB Get connected
Facebook Facebook Twitter Twitter Linkedin LinkedIn RSS RSS