Submitted by Isaac Francisco de Souza Dias (isaac.souzadias@ufpe.br) on 2016-07-05T18:26:41Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Dissertação-Ricardo-Lopes-de-Andrade.pdf: 4257006 bytes, checksum: b06c1952144b950bdfb3166592b318ff (MD5) / Made available in DSpace on 2016-07-05T18:26:41Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Dissertação-Ricardo-Lopes-de-Andrade.pdf: 4257006 bytes, checksum: b06c1952144b950bdfb3166592b318ff (MD5) Previous issue date: 2016-02-26 / CNPQ / O estudo, por meio da análise de redes sociais (ARS), das redes de coautoria permite identificar e analisar porque os pesquisadores colaboram e quais as consequências dessas colaborações. Pesquisas apontam a melhoria da qualidade dos artigos e o aumento do número de publicações como benefícios da colaboração. É crescente o número de estudos que buscam analisar as redes de coautorias e os impactos nos desempenhos dos autores, medidos, por exemplo, por meio dos índices h e g. Outros trabalhos também analisam o desempenho de grupos acadêmicos com base na estrutura e dinâmica de relacionamento entre os pesquisadores. O desempenho dos pesquisadores e dos grupos acadêmicos (programas de pós-graduação) também são avaliados por instituições de fomento à pesquisa como a CAPES e o CNPq. A CAPES avalia os programas de pós-graduação para assegura e manter a qualidade dos programas. O CNPq financia projetos de pesquisa e concede bolsas de produtividades a pesquisadores de diferentes áreas do conhecimento. Ambas têm como indicadores, entre outros, as produções bibliográficas dos pesquisadores. Esta dissertação buscou analisar como a estrutura social, por meio das métricas de ARS, influenciou o nível da bolsa de produtividade dos pesquisadores bolsistas de produtividade do CNPq na área de engenharia de produção e os conceitos dos programas de pós-graduação em engenharia de produção avaliados pelo CAPES. Foi desenvolvido também um método que integrou a importância do nó na estrutura da rede. Com as informações bibliométricas dos pesquisadores bolsistas foi criada uma rede de coautoria e calculadas as métricas de ARS de três maneiras distintas: não-ponderadas, ponderadas com pesos das arestas e ponderadas com pesos das arestas e dos nós. Essas métricas foram correlacionadas (correlação de Spearman) com os níveis de bolsa de produtividade dos pesquisadores e concluiu-se que as métricas ponderadas com os pesos das arestas e dos nós (E-I index, centralidade de intermediação, de proximidade e utilidade) e as métricas não-ponderadas (E-I index, PageRank, centralidade de grau e de autovetor) são as que obtiveram maiores correlações. Com as informações bibliográficas dos professores permanentes dos programas foram construídas, para cada triênio (2007-2009 e 2010-2012), três conjuntos de redes: redes entre professores de cada programa analisado, rede de coautoria entre os programas, e rede entre os professores de todos os programas. Para o primeiro conjunto de redes foram analisadas as variações das medidas globais entre os triênios e os impactos dessas variações nos conceitos e concluiu-se que: a variação da quantidade de artigos publicados (com ou sem coautoria) impacta nas variações dos conceitos dos programas; as variações do número de arestas, da média das arestas, da densidade, do coeficiente médio, do grau médio e do grau médio ponderado apontaram correlações fortes e significativas com os conceitos dos programas. Para o segundo conjunto de redes, onde cada programa é um nó da rede, foram analisadas as variações das métricas individuais de ARS entre os triênios e as correlações com os conceitos dos programas, nenhuma das métricas calculadas apresentou correlação significativa. O último conjunto de redes, os valores médios, de uma métrica, obtidos por um determinado grupo de professores pertencente a um dado programa foram considerados com o valor médio do programa. As variações das métricas foram correlacionadas com as variações dos conceitos dos programas, concluindo-se que as variações da centralidade de grau e do grau ponderado impactam os conceitos dos programas. / The study, through social network analysis (SNA), of co-authorship networks allows to identify and to analyze why researchers collaborate and which are the consequences of these collaborations. Researches suggest the improvement on the quality of papers and the increasing number of publications as benefits of collaboration. An incresing number of studies seek to analyze the co-authorship networks and the impact on the performance of the authors, measured, for example, through the h and the g indexes. Other works analyze the performance of academic groups based on the structure and relationship dynamics among researchers. The performance of researchers and academic groups (Graduate Programs) are also evaluated by funding institutions, such as CAPES and CNPq. CAPES evaluates Graduate Programs to ensure and maintain the quality of these programs. CNPq finances research projects and provides productivity fellowships to researchers from different areas of knowledge. Both have as indicators, among others, the bibliography production of the researchers. This dissertation sought to analyze how the social structure, through SNA metrics, influenced the level of productivity fellowship of CNPq’s research productivity fellows in the area of Industrial Engineering and the grades of Graduate Programs in Industrial Engineering evaluated by CAPES. A method that integrated the importance of the node in the network structure was developed. With bibliometric information of the fellows, it was created a network of co-authorship and calculated the SNA metrics in three distinct ways: unweighted, with weights of edges and with weights of both edges and nodes. These metrics were correlated (Spearman correlation) with the researchers' productivity fellowship levels and it was found that the metrics with weights of edges and nodes (E-I index, intermediary centrality, closeness and utility) and unweighted metrics (E-I index, PageRank, degree centrality and eigenvector) are the ones that had higher correlations. With the bibliographic information of the permanent professors of the Graduate Programs, three sets of networks were built for each three-year period (2007-2009 and 2010-2012): networks among professors in each program analyzed, co-authoring network among programs and network among professors of all programs. For the first set of networks, the variations of overall measures between the studied periods and the effects of these variations on the grades have been analyzed. It was found that: the variation of the amount of published articles (with or without co-authorship) impact on variations of the programs’ grades; variations in the number of edges, the mean edges, the density, the average coefficient, average weighted degree and average degree indicated strong and significant correlation with programs’ grades. For the second set of networks, where each program is a network node, variations of the individual metrics of SNA within the study periods and correlations with the grade of the programs were analyzed, none of the computed metrics presented significant correlation. For the last set of networks, the average values of a metric, obtained for a certain group of professors that belong to a certain program were considered to be the mean value of the program. Variations of the metrics were correlated with variations on the grades of the programs, so that the variations of the degree centrality and the weighted degree influence the grade of programs.