Estudo sistêmico da geração de conhecimento no IPEN

Com o escopo de fornecer subsídios para compreender como o processo de colaboração científica ocorre e se desenvolve em uma instituição de pesquisas, particularmente o IPEN, o trabalho utilizou duas abordagens metodológicas. A primeira utilizou a técnica de análise de redes sociais (ARS) para ma...

Full description

Bibliographic Details
Main Author: Carlos Anisio Monteiro
Other Authors: Antonio Carlos de Oliveira Barroso
Language:Portuguese
Published: Universidade de São Paulo 2016
Subjects:
Online Access:http://www.teses.usp.br/teses/disponiveis/85/85131/tde-16052016-152329/
Description
Summary:Com o escopo de fornecer subsídios para compreender como o processo de colaboração científica ocorre e se desenvolve em uma instituição de pesquisas, particularmente o IPEN, o trabalho utilizou duas abordagens metodológicas. A primeira utilizou a técnica de análise de redes sociais (ARS) para mapear as redes de colaboração científica em P&D do IPEN. Os dados utilizados na ARS foram extraídos da base de dados digitais de publicações técnico-científicas do IPEN, com o auxílio de um programa computacional, e basearam-se em coautoria compreendendo o período de 2001 a 2010. Esses dados foram agrupados em intervalos consecutivos de dois anos gerando cinco redes bienais. Essa primeira abordagem revelou várias características estruturais relacionadas às redes de colaboração, destacando-se os autores mais proeminentes, distribuição dos componentes, densidade, boundary spanners e aspectos relacionados à distância e agrupamento para definir um estado de redes mundo pequeno (small world). A segunda utilizou o método dos mínimos quadrados parciais, uma variante da técnica de modelagem por equações estruturais, para avaliar e testar um modelo conceitual, apoiado em fatores pessoais, sociais, culturais e circunstanciais, para identificar aqueles que melhor explicam a propensão de um autor do IPEN em estabelecer vínculos de colaboração em ambientes de P&D. A partir do modelo consolidado, avaliou-se o quanto ele explica a posição estrutural que um autor ocupa na rede com base em indicadores de ARS. Nesta segunda parte, os dados foram coletados por meio de uma pesquisa de levantamento com a utilização de um questionário. Os resultados mostraram que o modelo explica aproximadamente 41% da propensão de um autor do IPEN em colaborar com outros autores e em relação à posição estrutural de um autor na rede o poder de explicação variou entre 3% e 3,6%. Outros resultados mostraram que a colaboração entre autores do IPEN tem uma correlação positiva com intensidade moderada com a produtividade, da mesma forma que, os autores mais centrais na rede tendem a ampliar a sua visibilidade. Por fim, vários outros indicadores estatísticos bibliométricos referentes à rede de colaboração em P&D do IPEN foram determinados e revelados, como, a média de autores por publicação, média de publicações por autores do IPEN, total de publicações, total de autores e não autores do IPEN, entre outros. Com isso, esse trabalho fornece uma contribuição teórica e empírica aos estudos relacionados à colaboração científica e ao processo de transferência e preservação de conhecimento, assim como, vários subsídios que contribuem para o contexto de tomada de decisão em ambientes de P&D. === With the aim of providing subsidies to understand how scientific collaboration process occurs and develops into a research institution, particularly IPEN, this study used two methodological approaches. The first used the social networking analysis (SNA) technique to map the scientific collaboration networks in R&D of IPEN. The data used for the SNA technique were extracted from the technical and scientific publications database of IPEN, using a computer program, and were based on co-authorship from 2001 to 2010 period. These data were grouped into consecutive intervals of two years generating five biennial networks. This first approach showed several structural features related to collaborative networks, especially the most prominent authors, distribution of components, density, boundary spanners and aspects related to distance and clustering to define small world networks. In the second approach, partial least squares, a method to structure equation modeling, was used to evaluate and test a conceptual model based on personal, social, cultural and circumstantial factors to identify those that best explain the propensity of an IPENs author in establishing links of collaboration in R&D environments. From the consolidated model, we evaluated how much it explains the structural position of an author on the network based on SNA indicators. In this second part, the data were collected through a survey research using a questionnaire. The results showed that the model explains about 41% of the propensity of an IPEN author in collaborating with others authors, and in relation to the structural position of an author on the network, the explanation power of model ranged between 3% and 3.6%. Other results have shown that collaboration between IPEN authors have a positive correlation with moderate intensity to productivity, in the same way, the most central authors in the network tend to increase its visibility. Finally, several other bibliometric statistical indicators related to R&D collaboration network of IPEN were determined and unveiled, such as the average number of authors per publication, the average of publications by IPEN authors, the total number of publications, the total number of authors, among others. Thus, this work provides a theoretical and empirical contribution to the studies related to scientific collaboration and to the transfer and preservation process of knowledge, as well as various subsidies that contribute to the decision making context in R&D environments.