Submitted by Maria Cristina (library@lncc.br) on 2018-08-07T14:56:30Z
No. of bitstreams: 1
dissertacao_LNCC_Pedro_C_Siracusa.pdf: 6667553 bytes, checksum: 8e4bc4cbfb017c3310acba5656150294 (MD5) / Approved for entry into archive by Maria Cristina (library@lncc.br) on 2018-08-07T14:56:45Z (GMT) No. of bitstreams: 1
dissertacao_LNCC_Pedro_C_Siracusa.pdf: 6667553 bytes, checksum: 8e4bc4cbfb017c3310acba5656150294 (MD5) / Made available in DSpace on 2018-08-07T14:56:56Z (GMT). No. of bitstreams: 1
dissertacao_LNCC_Pedro_C_Siracusa.pdf: 6667553 bytes, checksum: 8e4bc4cbfb017c3310acba5656150294 (MD5)
Previous issue date: 2018-06-26 / Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) / Coleções biológicas são consideradas fundamentais fontes de informação científica sobre biodiversidade, tendo historicamente suportado uma ampla gama de iniciativas para conservação de recursos naturais. Por serem tipicamente compostas de registros pontuais de espécies (muitos dos quais derivam de amostragem não aleatória e oportunística), dados de coleções biológicas são comumente associados a uma variedade de vieses, que precisam ser caracterizados e mitigados antes que dados possam ser consumidos.
Nesta dissertação temos como principal motivação os vieses taxonômico e de coletor, que podem ser compreendidos como o efeito de preferências pessoais de coletores-chave na composição taxonômica das coleções com as quais eles contribuem.
Neste contexto, propomos dois modelos de redes como um primeiro passo para um
modelo conceitual, com o objetivo de compreender a formação de coleções biológicas
como resultado da composição dos interesses e atividades de seus coletores. Os modelos estendem o campo bem estabelecido da análise de redes sociais, beneficiando-se de uma variedade de métricas e algoritmos para a caracterização de aspectos topológicos.
Redes Espécie-Coletor (SCNs) modelam os interesses dos coletores em espécies, e se estruturam por meio de enlaces entre coletores e espécies que eles registram. De forma complementar, SCNs permitem tanto a investigação de coletores compartilhando interesses comuns em conjuntos de espécies; quanto de espécies normalmente coletadas por conjuntos similares de coletores.
Redes Colaborativas de Coletores (CWNs) são um tipo especial de redes de colaboração, estruturadas a partir de enlaces colaborativos que se formam entre coletores que registram espécies em conjunto em campo. Tais relações de colaboração são criadas entre pares de coletores caso ambos tenham sido incluídos como coletores responsáveis pelo mesmo registro.
Com base nos modelos definidos, nós também apresentamos um estudo de caso em que exploramos a comunidade de coletores e a composição taxonômica dos herbário da Universidade de Brasília. Descrevemos aspectos topológicos gerais das redes e indicamos alguns dos coletores mais relevantes na coleção, bem como grupos taxonômicos de seus respectivos interesses. Nós também investigamos o comportamento colaborativo de coletores durante a coleta de espécimes. Ao final, discutimos perspectivas futuras para a incorporação das dimensões temporal e geográfica nos modelos. Também indicamos algumas possíveis direções de investigação que poderiam se beneficiar de nossa abordagem para a modelagem e análise de coleções biológicas. / Biological collections have been historically regarded as fundamental sources of scientific information on biodiversity, supporting a wide range of scientific and management initiatives in the scope of natural resources conservation. As they are typically composed of discrete records of specimens (most of which derived from
non-random and opportunistic sampling), biological collection datasets are commonly associated with a variety of biases, which must be characterized and mitigated before data can be consumed.
In this dissertation, we are particularly motivated by taxonomic and collector biases, which can be understood as the effect of particular recording preferences of key collectors on shaping the overall taxonomic composition of biological collections they contribute to. In this context, we propose two network models as the first steps
towards a network-based conceptual framework for understanding the formation of biological collections as a result of the composition of collectors’ interests and activities. Both models extend the well-established framework of social network analytics, benefiting from a whole set of metrics and algorithms for characterizing
network topological features.
Species-Collector Networks (SCNs) model the interests of collectors towards particular species, and are structured by linking collectors to each species they have recorded in biological collection datasets. From complementary perspectives, SCNs allow one to investigate which collectors share common interest for sets of
species; and conversely, which species are usually recorded by similar sets of collectors.
Collector CoWorking Networks (CWNs) are a special type of collaboration networks, structured from collaboration ties that are formed between collectors who record specimens together in field. Such collaborative ties are created between pairs of collectors whenever they are both included as collectors in the same record.
Building upon the defined network models, we also present a case study in which we use our models to explore the community of collectors and the taxonomic composition of the University of Brasília herbarium. We describe general topological features of the networks and point out some of the most relevant collectors in the
biological collection as well as their taxonomic groups of interest. We also investigate the collaborative behavior of collectors while recording specimens. Finally, we discuss future perspectives for incorporating temporal and geographical dimensions to the models. Moreover, we indicate some possible investigation directions that could possibly benefit from our approach based on social network analytics to model and analyze biological collections.
| Identifer | oai:union.ndltd.org:IBICT/oai:tede-server.lncc.br:tede/279 |
| Date | 26 June 2018 |
| Creators | Siracusa, Pedro Correia de |
| Contributors | Ziviani, Artur, Gadelha Junior, Luiz Manoel Rocha, Ziviani, Artur, Porto, Fábio André Machado, Saraiva, Antonio Mauro, Dalcin, Eduardo Couto |
| Publisher | Laboratório Nacional de Computação Científica, Programa de Pós-Graduação de Modelagem Computacional, LNCC, Brasil, Coordenação de Pós-Graduação e Aperfeiçoamento |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | English |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | reponame:Biblioteca Digital de Teses e Dissertações do LNCC, instname:Laboratório Nacional de Computação Científica, instacron:LNCC |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0035 seconds