
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.creator | Universidade Federal do Paraná - UFPR | - |
| Autor(es): dc.creator | Denise Fukumi Tsunoda | - |
| Autor(es): dc.creator | Paulo Conceição Moreira | - |
| Autor(es): dc.creator | André Ribeiro Guimarães | - |
| Data de aceite: dc.date.accessioned | 2025-09-01T12:09:21Z | - |
| Data de disponibilização: dc.date.available | 2025-09-01T12:09:21Z | - |
| Data de envio: dc.date.issued | 2024-11-12 | - |
| Data de envio: dc.date.issued | 2024-11-12 | - |
| Data de envio: dc.date.issued | 2019-05-23 | - |
| Fonte completa do material: dc.identifier | https://hdl.handle.net/1884/92339 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/1884/92339 | - |
| Descrição: dc.description | Almeja identificar métodos de machine learning empregados na automatização de revisões sistemáticas. Analisa, baseado na recomendação Preferred Reporting Items for Systematic Reviews, 29 de 211 documentos científicos recuperados das bases Web of Science e Scopus, sem restrição de idioma ou recorte temporal. Demonstra a tendência de crescimento da produção relacionada ao tema, com 65,51% dos registros publicados após 2016. Indica o interesse dos pesquisadores em técnicas de text mining, sendo a palavra-chave mais utilizada pelos autores. Em relação aos métodos encontrados, evidencia o algoritmo Support Vector Machine como o mais frequente, sendo utilizado em oito trabalhos, seguido pelas heurísticas Redes Neurais Artificiais e Naive Bayes, com duas aplicações cada. Ressalta a aplicação majoritária dos métodos à área médica. Conclui, entretanto, que nenhuma das ferramentas identificadas oferece uma solução aplicável a qualquer área do conhecimento. | - |
| Formato: dc.format | application/pdf | - |
| Relação: dc.relation | II Congresso de Gestão Estratégica da Informação, Empreendedorismo e Inovação (2019) | - |
| Palavras-chave: dc.subject | Aprendizado de máquina | - |
| Palavras-chave: dc.subject | Revisão sistemática | - |
| Palavras-chave: dc.subject | Ferramentas de automatização | - |
| Palavras-chave: dc.subject | Mineração de textos. | - |
| Título: dc.title | Machine learning e revisão sistemática de literatura automatizada: uma revisão sistemática | - |
| Tipo de arquivo: dc.type | livro digital | - |
| Aparece nas coleções: | Repositório Institucional - Rede Paraná Acervo | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: