A 7ª edição da Exposição ICMC Highly Cited and Hot Papers fica em cartaz até 31 de março na Biblioteca Achille Bassi
Uma das maneiras de avaliar o impacto de um artigo em uma área de pesquisa é olhando o número de citações que o documento recebeu. E utilizando o Essential Science Indicators (ESI), uma ferramenta que analisa indicadores científicos a partir da Web of Science, a equipe da Biblioteca do Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, levantou os trabalhos que atingiram esse diferencial.
Essa seleção estará exposta até o dia 31 de março na 7ª edição da Exposição ICMC Highly Cited and Hot Papers, na vitrine da Biblioteca Achille Bassi do ICMC. A mostra apresenta os artigos de autoria de pesquisadores atualmente vinculados ao Instituto que foram indexados na base de dados internacional Web of Science e que estão entre os mais citados em suas áreas de conhecimento no período de novembro de 2021 a outubro de 2022.
Todos os trabalhos foram classificados na categoria highly cited papers, que contém artigos publicados nos últimos 10 anos e que estão entre os 1% mais citados em seu campo de pesquisa e ano de publicação. De acordo com os critérios do ESI, o campo de pesquisa de um artigo é definido pelo campo de pesquisa do periódico no qual ele foi publicado, sendo que cada periódico pertence a apenas um dos 22 campos de pesquisa definidos pela ferramenta.
Confira, a seguir, a versão online dos artigos selecionados para esta edição da exposição. Para ter acesso ao texto completo dos artigos é necessário estar conectado a um IP da USP ou de outras instituições que tenham acesso ao Portal de Periódicos CAPES.
Campo de pesquisa: Ciência da computação
RODRIGUEZ, M. Z.; COMIN, C. H.; CASANOVA, D.; BRUNO, O. M.; AMANCIO, D. R.; COSTA, L. F.; RODRIGUES, F. A. Clustering algorithms: a comparative approach. Plos One, v. 14, n. 1, p. e0210236-1-e0210236-34, jan. 2019. Disponível em: https://doi.org/10.1371/journal.pone.0210236. Acesso em: 17 fev. 2023.
Período: nov. 2021 a out. 2022
SILVA, J. A. FARIA; E. R.; BARROS; R. C. HRUSCHKA, E. R.; CARVALHO, A. C. P. L. F.; GAMA, J. Data stream clustering: a survey. ACM Computing Surveys, v. 46, n. 1, p. 13:1-13:31, out. 2013. Disponível em: https://doi.org/10.1145/2522968.2522981. Acesso em: 17 fev. 2023.
Período: jan.-abr. 2022
Campo de pesquisa: Física
COSTA, L. D.; OLIVEIRA, O. N.; TRAVIESO, G.; RODRIGUES, F. A.; BOAS, P. R. V.; ANTIQUEIRA, L.; VIANA, M. P.; ROCHA, L. E. C. Analyzing and modeling real-world phenomena with complex networks: a survey of applications. Advances in Physics, v. 60, n. 3, p. 329-412, May-June 2011. Disponível em: https://doi.org/10.1080/00018732.2011.572452. Acesso em: 17 fev. 2023.
Período: nov.-dez. 2021
RODRIGUES, F. A.; PERON, T. K. D. M.; JI, P.; KURTHS, J. The Kuramoto model in complex networks. Physics Reports, v. 610, p. 1-98, Jan. 2016. Disponível em: https://doi.org/10.1016/j.physrep.2015.10.008. Acesso em: 17 fev. 2023.
Período: nov. 2021 a out. 2022
Campo de pesquisa: Matemática
CORDEIRO, G. M.; DE CASTRO, M. A new family of generalized distributions. Journal of Statistical Computation and Simulation, v. 81, n. 7, p. 883-898, July 2011. Disponível em: https://doi.org/10.1080/00949650903530745. Acesso em: 17 fev. 2023.
Período: nov.-dez. 2021
FRAGOSO, T. M.; BERTOLI, W.; LOUZADA, F. Bayesian model averaging: a systematic review and conceptual classification. International Statistical Review, v. 86, n. 1, p. 1-28, Apr. 2018. Disponível em: https://doi.org/10.1111/insr.12243. Acesso em: 17 fev. 2023.
Período: nov. 2021 a out. 2022
GAMEIRO, M.; HIRAOKA, Y.; IZUMI, S.; KRAMAR, M.; MISCHAIKOW, K.; NANDA, V. A topological measurement of protein compressibility. Japan Journal of Industrial and Applied Mathematics, v. 32, n. 1, p. 1-17, Mar. 2015. Disponível em: https://doi.org/10.1007/s13160-014-0153-5. Acesso em: 17 fev. 2023.
Período: nov. 2021 a fev. 2022
Texto: Laura Gazana – Assessoria de Comunicação ICMC-USP
