Statistical comparisons of non-deterministic IR systems using two dimensional variance

Retrieval systems with non-deterministic output are widely used in information retrieval. Common examples include sampling, approximation algorithms, or interactive user input. The effectiveness of such systems differs not just for different topics, but also for different instances of the system. The inherent variance presents a dilemma - What is the best way to measure the effectiveness of a non-deterministic IR system? Existing approaches to IR evaluation do not consider this problem, or the potential impact on statistical significance. In this paper, we explore how such variance can affect system comparisons, and propose an evaluation framework and methodologies capable of doing this comparison. Using the context of distributed information retrieval as a case study for our investigation, we show that the approaches provide a consistent and reliable methodology to compare the effectiveness of a non-deterministic system with a deterministic or another non-deterministic system. In addition, we present a statistical best-practice that can be used to safely show how a non-deterministic IR system has equivalent effectiveness to another IR system, and how to avoid the common pitfall of misusing a lack of significance as a proof that two systems have equivalent effectiveness.

Responses and relationship dynamics of men and their spouses during active surveillance for prostate cancer: health literacy as an inquiry framework

BACKGROUND: Early stage prostate cancer patients may be allocated to active surveillance, where the condition is observed over time with no intervention. Living with a cancer diagnosis may impose stress on both the men and their spouses. In this study we explore whether the scores of and verbal responses to a Health Literacy Questionnaire can be used to identify individuals in need of information and support and to reveal differences in perception and understanding in health related situations within couples. METHODS: We used the nine-domain Health Literacy Questionnaire (HLQ) as a framework to explore health literacy in eight couples where the men were on active surveillance for prostate cancer progression. Scores were calculated for each domain for both individuals. For each couple differences in scores were also calculated and related to the informants' self-reported experiences and reflections in relation to participating in an active surveillance program. Also an inductive analysis was performed to identify themes in the responses and these themes were compared to those of HLQ. RESULTS: The men tended to score higher than their spouses. There was no consistent relation between scores and the reported experiences and reflections. However, some interesting patterns emerged, e.g. in two of the three couples with the largest within couple differences in HLQ scores, responses revealed discrepancies in how the men and their spouses perceived their situation. Also, three themes emerged which related to six of the HLQ domains, i.e. involvement of spouses and other people around the men; support from and interaction with healthcare professionals; and use of the Internet for information retrieval. CONCLUSIONS: Using the HLQ as an interview framework provided insight into the differences within couples and provided new perspectives on their experiences, including their contact with health professionals and the patient-spouse interaction when dealing with prostate cancer. The HLQ used as a dialogue tool may be an adjunct to assist healthcare providers to understand the need for support and information of men with prostate cancer on active surveillance and the dynamics within couples.

Aggregating cultural heritage data for research use: The humanities networked infrastructure (HuNI)

This paper looks at the Humanities Networked Infrastructure (HuNI), a service which aggregates data from thirty Australian data sources and makes them available for use by researchers across the humanities and creative arts. We discuss the methods used by HuNI to aggregate data, as well as the conceptual framework which has shaped the design of HuNI’s Data Model around six core entity types. Two of the key functions available to users of HuNI – building collections and creating links – are discussed, together with their design rationale.

A recuperação da informação sob a ótica dos usuários: um estudo de caso da base de dados Accessus

Trata das questões de organização e recuperação da informação no caso específico do acervo do Centro de Pesquisa e História Contemporânea do Brasil – CPDOC. Baseia essa análise num estudo de caso do uso do serviço de referência da instituição prestado pela Sala de Consulta e também no utilização da base de dados Accessus. Traça um perfil do usuário do acervo da instituição além de um perfil de pesquisa desses indivíduos ao mapear o comportamento dos usuários diante da ferramenta Accessus. Aborda o contexto da elaboração da base de dados e investiga a criação da linguagem controlada em história e ciências afins que serviu de base para o Accessus. Problematiza as questões de acessibilidade da linguagem a um público não relacionado com a área. Pareia essa problematização com análise dos diferentes perfis de usuários. Discute a forma de indexação do acervo do CPDOC e suscita reflexões sobre esse processo que considere uma relação direta com o perfil dos usuários.

Documentação, terminologia e lingüística : uma interface produtiva

Esta pesquisa tem como objetivo principal propor uma metodologia que agilize a construção de uma ferramenta no campo da Documentação. Trata-se da geração de uma base de dados terminológica com sustentação na terminologia utilizada pelo especialista em sua área de domínio. Ela se apóia nos pressupostos teóricos da Teoria da Enunciação, da Teoria Comunicativa da Terminologia e da Socioterminologia. Com esse referencial acredita-se ser possível assegurar a efetiva comunicação entre os Sistemas de Recuperação de Informação e os usuários, sendo o bibliotecário o mediador do processo comunicativo que tem origem no autor do texto indexado. Buscou-se o suporte da Terminografia e da Lingüística de Corpus pela possibilidade de coletar, tratar e armazenar um grande volume de informações de uma determinada área do saber.

Hemeroteca digital temática: socialização da informação em cinema

MEDEIROS, Rildeci; MELO, Erica S. F.; NASCIMENTO, M. S. Hemeroteca digital temática: socialização da informação em cinema.In:SEMINÁRIO NACIONAL DE BIBLIOTECAS UNIVERSITÁRIAS,15.,2008,São Paulo. Anais eletrônicos... São Paulo:CRUESP,2008. Disponível em: http://www.sbu.unicamp.br/snbu2008/anais/site/pdfs/3018.pdf

Especificação e implementação de um protótipo de serviço web para buscas baseadas em contextos compartilhados definidos a partir de sintagmas e relacionamentos

The popularization of the Internet has stimulated the appearance of Search Engines that have as their objective aid the users in the Web information research process. However, it s common for users to make queries and receive results which do not satisfy their initial needs. The Information Retrieval in Context (IRiX) technique allows for the information related to a specific theme to be related to the initial user query, enabling, in this way, better results. This study presents a prototype of a search engine based on contexts built from linguistic gatherings and on relationships defined by the user. The context information can be shared with softwares and other tool users with the objective of promoting a socialization of contexts

Simulação das temperaturas diárias na cidade de Natal-rn

Information retrieval is of paramount importance in all areas of knowledge. Regarding the temperatures of Natal, they were simulated and analyzed. Thus, it was possible to recover, with some accuracy, the temperatures of days they were not collected. For this we constructed a software that displays the temperature value at each moment in the city. The program was developed in Delphi using interpolated polynomial function of third degree. The equations were obtained in Excel and data were collected at the Instituto Nacional de Pesquisas Espaciais (INPE). These functions were changed from a correction factor in order to provide values to temperatures between those who were not collected. Armed with this program you can build tables and charts to analyze the temperatures for certain periods of time. The same analysis was done by developing mathematical functions that describes the temperatures. With the data provided by this software is possible to say which are the hours of highest and lowest temperatures in the city, as the months have indexes with the highest and lowest temperatures.

A situação atual da indexação nas tarefas bibliotecárias

Na atualidade a atribuição dos descritores de assuntos ou indexação do conteúdo dos livros, nem sempre está associada ao contexto concreto de cada biblioteca, provocando, em muitos casos, que a recuperação por assuntos não resulte adequada. Neste trabalho analisam-se os principais desafios e perspectivas da indexação dos livros, os avanços de análises de assuntos nos catálogos de bibliotecas, examinam-se procedimentos, instrumentos, regras e condutas utilizadas nas análises e representação do conteúdo dos livros. Também se mostra a interação entre o ensino, a pesquisa e a atuação profissional necessária para que os estudantes possam desenvolver competências na análise, na representação e na procura da informação, assim como os princípios - provavelmente menos evidentes- da organização do conhecimento. Este trabalho coloca em evidência que as políticas de gestão da informação, mais quantitativas que qualitativas, deixam num segundo plano o processamento intelectual do conteúdo prejudicando, desta maneira, a recuperação por assuntos através do catalogo da biblioteca. Finalmente, se recolhe uma serie de propostas docentes relacionadas com a atribuição de descritores de assuntos em contextos bibliotecários.

O uso de linguagem documentária em catálogos coletivos de bibliotecas universitárias: um estudo de avaliação sociocognitiva com protocolo verbal

Avaliou-se o uso de linguagem documentária alfabética de catálogos coletivos, na perspectiva das bibliotecas universitárias e no contexto sociocognitivo dos indexadores e dos usuários. Concluiu-se que o uso adequado de linguagens documentárias de áreas científicas especializadas faz-se por meio da avaliação quanto à atualização, especificidade e compatibilidade para atender às necessidades de indexação e recuperação da informação.

Estudos de avaliação quantitativa e qualitativa de linguagens documentárias: uma síntese bibliográfica

Este estudo apresenta uma síntese bibliográfica sobre as metodologias de avaliação que foram propostas por pesquisadores internacionais e nacionais e utilizadas por indexadores de instituições de ensino e/ou pesquisas atuantes em unidades de informação e/ou centros de documentação, bem como aquelas que foram analisadas pelas opiniões dos próprios usuários da informação registrada e disponibilizada em inúmeros sistemas de informações, com enfoques nas abordagens quantitativa, qualitativa e qualitativa/cognitiva, respectivamente.

O ensino de procedimentos de política de indexação na perspectiva do conhecimento organizacional: uma proposta de programa para a educação à distância do bibliotecário

A política de indexação deve ser constituída de estratégias que permitam o alcance dos objetivos de recuperação do sistema de informação. O indexador tem a função primordial de compreender o documento ao realizar uma análise conceitual que represente adequadamente seu conteúdo. Utilizando a leitura como evento social/protocolo verbal em grupo, nosso objetivo é contribuir com a literatura sobre política de indexação e apresentar propostas de ensino de política de indexação direcionadas a alunos de graduação e pós-graduação, além de uma experiência de educação à distância com vistas à formação do bibliotecário em serviço. Os resultados obtidos demonstraram que a metodologia pode ser utilizada por sistemas de informação para que se tenha acesso ao conhecimento do indexador. Conclui que o indexador deve ser o alvo de investimento dos sistemas de informação e sugere aos sistemas de informação que a experiência do indexador também seja utilizada como parâmetro para política de indexação.

Indexação automatizada de artigos de periódicos científicos: análise da aplicação do software SISA com uso da terminologia DeCS na área de Odontologia

The indexing automation has been discussed by researches in the area of Information Science however the discussions have not been so clear on the use of indexing software. Thus, it is necessary to know the indexing software, as well as its application in the analysis of documentary contents. To do so, it is proposed, here, to investigate both the consistency of indexing and the exhaustiveness and precision of the information retrieval, by means of comparative analysis between SISA (Sistema de Indizacion Semi-Automatico) automatic index and BIREME ( Centro Latino-Americano e do Caribe de Informação em Ciencias da Saude) manual indexing. The aim of this paper is to contribute to the theoretical development of the indexing automation and the improvement of SISA. Thus, SISA application and evaluation was used based on the calculation of the consistency indexes between the two types of indexing, and the calculation of the exhaustiveness and precision indexes in information retrieval, by means of searching into BDSISA and BIREME databases, composed by descriptors taken from SISA and manual indexing respectively. The differences among the terms used in scientific papers comparing to the DeCS ones were the main difficult factor to achieve higher consistency indexes in the indexing. These differences influenced the exhaustiveness and precision indexes in the information retrieval, showing that it is necessary to improve the documentary language used by SISA software and to incorporate linguistic methods.

Desempenho de escolares com transtorno de déficit de atenção e hiperatividade em tarefas metalinguisticas e de leitura

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)