Análise de domínio a partir da análise de logs : os sistemas de organização e recuperação da informação para o estudo do comportamento de busca dos usuários do periódico Reciis no acesso e disseminação da informação científica

Abstract

A pesquisa tem por objetivo analisar o comportamento de busca em sistemas de informação dos usuários da Revista Eletrônica de Comunicação, Informação e Inovação em Saúde (Reciis) por meio da Análise de Domínio a partir da Análise de Logs. Diante da nova percepção dos usuários quanto a busca pela informação que soma-se ao impacto que a pandemia/infodemia causou e causa na sociedade, tem-se como um dos pontos relevantes observar e compreender como o usuário busca a informação, principalmente em periódicos científicos como a Reciis. Cada vez mais torna-se necessária a colaboração científica e da sociedade, ponto este que só se concretiza com efetivo acesso à informação científica que só ocorre pela efetiva recuperação da informação. A pesquisa caracteriza-se como de natureza aplicada e descritiva, com abordagem mista (qualitativo-quantitativo). Compõem o corpus de análise 2.072 logs gerados pela interação dos usuários com o sistema de recuperação da informação (SRI) da Reciis no período de 1 de janeiro de 2020 a 31 de dezembro de 2021. Metodologicamente, utiliza-se a Análise de Logs (oito etapas) para quantificação dos dados e a Análise de Domínio como abordagem teórica para a análise e discussão (face qualitativa). Na via de acesso a revista identifica-se que 95% se dá por via particular. Verifica-se que 90% dos usuários realizam consultas do tipo simples sem a utilização de filtros, além de baixo índice de uso (6,2%) de booleanos e modificadores na constituição de suas expressões. Encontra-se também que a linguagem do usuário não dialoga com eficiência com a linguagem documentária sugerida pela revista (66% de expressões sem validação). Quanto ao uso de artifícios específicos, 17% das expressões utilizam nome de autores ou título de artigos. Observa-se entre as expressões validadas que "Covid-19" foi o descritor mais utilizado pelos usuários. Em relação ao acesso de publicações da revista, identifica-se que 33% dos usuários acessam uma ou mais publicações após interação com o SRI. Na compatibilidade das expressões com as temáticas das publicações acessadas pelos usuários, identifica-se que 76% dos usuários que acessam publicações são compatíveis com a expressão utilizada na consulta. Nesta mesma perspectiva, verifica-se que as publicações mais acessadas são os dossiês e os artigos originais (56%) caracterizados por temáticas e discussões relacionadas direta e indiretamente a pandemia e infodemia. As palavras-chave mais utilizadas pelos autores foram "Comunicação em Saúde" (1,6%) e "Comunicação" (1,6%). Identifica-se também um aumento de 162% no volume de bots nos logs de um ano para o outro. Por fim, identifica-se a presença de variação denominativa (183 conjuntos) com predominância do tipo "redução de extensão", já na variação conceitual (8 conjuntos) tem-se predominância de termos que retém o sentido original do núcleo conceitual. Observase também a predominância de relações semânticas do tipo associativa (sintagmática) (71%) dentre 35 conjuntos identificados. Conclui-se que os resultados obtidos podem auxiliar a Reciis e sua equipe para um melhor uso e aperfeiçoamento dos sistemas de organização e consequentemente do seu SRI, além de contribuir para o estudo e aplicação da Análise de Domínio e Análise de Logs.

The research aims to analyze the information searching behaviour of users of the Revista Eletrônica de Comunicação, Informação e Inovação em Saúde (Reciis) through Domain Analysis from Log Analysis. In view of the new perception of users regarding the search for information that is added to the impact that the pandemic/infodemic has caused and is causing in society, one of the relevant points is to observe and understand how the user searches for information, especially in scientific journals such as Reciis. Scientific and societal collaboration is increasingly necessary, a point that can only be achieved with effective access to scientific information, which only occurs through effective information retrieval. The research is characterized as applied in nature and descriptive, with a mixed approach (qualitativequantitative). The corpus of analysis comprises 2.072 logs generated by user interaction with Reciis information retrieval systems (IRS) in the period from January 1, 2020 to December 31, 2021. Methodologically, Log Analysis (eight steps) is used for data quantification and Domain Analysis as the theoretical approach for analysis and discussion (qualitative side). As for the means of access to the journal, 95% is private. It is found that 90% of users perform simple queries without the use of filters, besides the low rate of use (6.2%) of Booleans and modifiers in the constitution of their expressions. It is also found that the user's language does not dialog efficiently with the documentary language suggested by the journal (66% of expressions without validation). As for the use of specific gimmicks, 17% of the expressions use authors' names or article titles. It is observed among the validated expressions that "Covid-19" was the descriptor most used by users. Regarding the access to the journal's publications, it is identified that 33% of the users access one or more publications after interacting with the IRS. In the compatibility of the expressions with the themes of the publications accessed by users, it is identified that 76% of users who access publications are compatible with the expression used in the query. In this same perspective, it is verified that the most accessed publications are dossiers and original articles (56%) characterized by themes and discussions directly and indirectly related to pandemic and infodemic. The keywords most used by the authors were "Communication in Health" (1.6%) and "Communication" (1.6%). There is also a 162% increase in the volume of bots in the logs from one year to the next. Finally, the presence of denominative variation is identified (183 sets) with a predominance of the type "reduction of extension", whereas in the conceptual variation (8 sets) there is a predominance of terms that retain the original meaning of the conceptual nucleus. There is also a predominance of associative (syntagmatic) semantic relationships (71%) among 35 identified sets. It is concluded that the results obtained can help Reciis and its team for a better use and improvement of the organization systems and consequently of its SRI, in addition to contributing to the study and application of Domain Analysis and Log Analysis.