Internet das coisas e aprendizado de máquina na área da saúde: uma análise bibliométrica da produção científica de 2009 a 2019

Abstract

A internet das coisas e o aprendizado de máquina são temas emergentes na área da saúde com potencial para otimizar a área e criar um sistema de saúde inteligente em virtude do envelhecimento da população. Este artigo analisa a produção científia do período de 2009 a 2019 a respeito da internet das coisas e do aprendizado de máquina na área da saúde. Utiliza metodologia bibliométrica em 1.353 artigos recuperados na base de dados Web of Science. Constata um crescimento da produção científia sobre o tema, sendo os Estados Unidos o principal polo de pesquisa na área. Identifia os autores mais produtivos e com maior impacto, periódicos mais produtivos, colaboração entre países e palavras-chave utilizadas, bem como suas relações. Incentiva que novas pesquisas explorem as abordagens identifiadas no estudo.

Um Estudo Cienciométrico Da Pesquisa Em Ensino De Ciências Em Espaços Não Formais Em Periódicos Nacionais Da Área De Ensino (2008 – 2019)

“…Logo, a palavra mais frequente ocupará a posição 1 do ranking, seguida pela segunda palavra de maior frequência, e assim por diante. Sendo 𝑟 a posição da palavra (listada em ordem decrescente), e 𝑓 a frequência com que a palavra aparece, a Lei de Zipf enuncia que o produto da posição da palavra no ranking pela sua frequência será constante, isto é, as palavras mais frequentes em um texto indicarão o assunto abordado pelo mesmo (Araújo, 2006;Razera, 2016b;Razera, Matos, & Bastos, 2019;Moreira, Salerno, & Tsunoda, 2020). Para a análise de palavras com menor frequência, a primeira Lei de Zipf sofre uma pequena modificação, passando a se chamar segunda Lei de Zipf ou Lei de Zipf-Booth, a qual afirma que as palavras-chave de menor ocorrência têm a mesma frequência (Guedes & Borschiver, 2005).…”

“…Para a análise de palavras com menor frequência, a primeira Lei de Zipf sofre uma pequena modificação, passando a se chamar segunda Lei de Zipf ou Lei de Zipf-Booth, a qual afirma que as palavras-chave de menor ocorrência têm a mesma frequência (Guedes & Borschiver, 2005). Ambas as leis de Zipf descrevem as duas extremidades do ranking de frequência das palavras, sendo que o meio entre elas contém as palavras de maior conteúdo semântico do texto, conhecido como Ponto de Transição T de Goffman (Guedes & Borschiver, 2005;Moreira, Salerno, & Tsunoda, 2020), reunindo termos e expressões mais representativas que descrevem a temática estudada.…”

“…Por fim, a análise de ocorrência de palavras em um texto tem como objetivo identificar os termoschave que são mais representativos da pesquisa (Moreira, Salerno, & Tsunoda, 2020). Em nossa pesquisa, mapeamos 656 palavras-chave de todos os artigos selecionados, uma média de 3,6 palavras-chave por artigo.…”

“…Tabela 2 -Ranking de palavras-chave mapeadas nos artigos. Utilizando a Segunda Lei de Zipf, encontramos o ponto de transição 6 em que se encontram nele e nas suas imediações as palavras de maior significado para as pesquisas, sendo essas mais representativas à temática pesquisada (Moreira, Salerno, & Tsunoda, 2020). Como resultado 7 , identificamos a Educação em Museus como expressão mais representativa, enquanto as palavras adjacentes a ela possuem alto conteúdo semântico tanto para o texto como para indexação deste (Guedes & Borschiver, 2005), sendo essas: educação científica, educação em ciências, mediação e popularização da ciência.…”

Indústria 4.0 Aplicada Ao Setor Fitness: Uma Proposta De Automação Como Apoio Ao Microempreendedor Durante a Pandemia Pelo Covid-19

“…Atualmente a IoT é bastante usada na área da saúde, pois muitas vezes dados são armazenados em planilhas eletrônicas, tendo em vista disso, a IoT é usada como um elo entre as diferentes fontes de dados e os dispositivos médicos que são capazes de dar diagnósticos mais ágeis e precisos, segundo Moreira et al (2020).…”