SlideShare uma empresa Scribd logo
1 de 27
Baixar para ler offline
http://publicationslist.org/junio
http://publicationslist.org/junio
Metodologia de Pesquisa para
Ciência da Computação
Prof. Raul Sidnei Wazlawick, 2009
Prof. Jose Fernando Rodrigues Junior
http://www.icmc.usp.br/~junio
ICMC-USP
2
http://publicationslist.org/juniohttp://publicationslist.org/junio
Capítulo 2
Estilos de Pesquisa Correntes em
Computação
3
http://publicationslist.org/juniohttp://publicationslist.org/junio
Uma área nova
 Ciência da Computação é uma área nova em franco
desenvolvimento  mesmo assim, há necessidade de
embasamento metodológico adequado
 Após 2000, definição clara das carreiras:
 Bacharelado em Ciência da Computação
 Bacharelado em Sistemas de Informação
 Licenciatura em Informática
 Engenharia de Computação
 Tipos de pesquisa (consenso não universal)
1. Apresentação de um produto
2. Apresentação de algo diferente
3. Apresentação de algo presumivelmente melhor
4. Apresentação de algo reconhecidamente melhor
5. Apresentação de uma prova
4
http://publicationslist.org/juniohttp://publicationslist.org/junio
1. Apresentação de um produto
 Simples apresentação de algo novo
 Aceito apenas em novas áreas de pesquisa
 Difícil de comparar com outros que ainda não
existem
 No entanto, SEMPRE se deve comparar com
alguma coisa
 Deve-se evitar, pois é um tipo de pesquisa de baixa
aceitação
 Em eventos científicos, encaixam-se apenas em
sessões especiais:
 Sessão de ferramentas
 Sessão de trabalhos em andamento
 Sessão de informática aplicada
5
http://publicationslist.org/juniohttp://publicationslist.org/junio
1. Apresentação de um produto
 Simples apresentação de algo novo
 Aceito apenas em novas áreas de pesquisa
 Difícil de comparar com outros que ainda não
existem
 No entanto, SEMPRE se deve comparar com
alguma coisa
 Deve-se evitar, pois é um tipo de pesquisa de baixa
aceitação
 Em eventos científicos, encaixam-se apenas em
sessões especiais:
 Sessão de ferramentas
 Sessão de trabalhos em andamento
 Sessão de informática aplicada
Exemplo, Xgobi, Xmdv:
http://www2.research.att.com/areas/stat/xgobi/papers/xgobi98.pdf
http://davis.wpi.edu/xmdv/docs/vis94.pdf
6
http://publicationslist.org/juniohttp://publicationslist.org/junio
2. Apresentação de algo diferente
 Apresentação de uma maneira diferente de se fazer
algo
 Avaliação qualitativa, pouco quantitativa
 Exemplo:
 Uma nova técnica de engenharia de software que
não pode ser claramente comparada com outras,
pois não há métricas
 Apresentação de estudos de caso (baixo rigor
científico)
 Requer bons argumentos
7
http://publicationslist.org/juniohttp://publicationslist.org/junio
2. Apresentação de algo diferente
 Apresentação de uma maneira diferente de se fazer
algo
 Avaliação qualitativa, pouco quantitativa
 Exemplo:
 Uma nova técnica de engenharia de software que
não pode ser claramente comparada com outras,
pois não há métricas
 Apresentação de estudos de caso (baixo rigor
científico)
 Requer bons argumentos
Exemplo, avaliação de técnicas de visualização de informações:
http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.188.3308&rep=rep
1&type=pdf
http://triton.cc.gatech.edu/hci-
seminar/uploads/1/The%20Challenge%20of%20Information%20Visualizatio
n%20Evaluation.pdf
8
http://publicationslist.org/juniohttp://publicationslist.org/junio
3. Apresentação de algo
presumivelmente melhor
 Novas técnicas devem ser comparadas com outras
da literatura
 No entanto, em muitos casos, não há um benchmark
sobre o qual diferentes técnicas possam ser
comparadas
 Em casos assim, o autor propõe o próprio conjunto
de testes para comparação, e o aplica a todas as
técnicas:
 Mais trabalhoso
 Possivelmente tendencioso
 Menos credibilidade
 É necessária uma detalhada descrição de como
os experimentos foram realizados
9
http://publicationslist.org/juniohttp://publicationslist.org/junio
3. Apresentação de algo
presumivelmente melhor
 Deve-se comparar a técnica nova com técnicas que
sejam do estado da arte; com os trabalhos mais
recentes
 Fazer uso de métricas
 Evitar expressões subjetivas do tipo:
 “O sistema é fácil de usar”
 “O algoritmo trabalha com bastante informação”
10
http://publicationslist.org/juniohttp://publicationslist.org/junio
3. Apresentação de algo
presumivelmente melhor
 Deve-se comparar a técnica nova com técnicas que
sejam do estado da arte; com os trabalhos mais
recentes
 Fazer uso de métricas
 Evitar expressões subjetivas do tipo:
 “O sistema é fácil de usar”
 “O algoritmo trabalha com bastante informação”
Exemplo, coordenadas paralelas:
http://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=5290770
http://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=877389
http://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=809866
Exemplo, pagerank, a priori algorithm:
http://ilpubs.stanford.edu:8090/422/1/1999-66.pdf
http://rakesh.agrawal-family.com/papers/vldb94apriori.pdf
11
http://publicationslist.org/juniohttp://publicationslist.org/junio
4. Apresentação de algo
reconhecidamente melhor
 Comparação da nova técnica usando-se testes
padronizados e universalmente aceitos
 Comparação com os resultados já publicados em
outros trabalhos, não há necessidade de se fazer os
experimentos com todas as técnicas alternativas -
apenas com os mais recentes
 Usar a mesma métrica e os mesmos dados
 o experimento pode ser facilmente reproduzido
 Com sucesso  avanço do estado da arte
12
http://publicationslist.org/juniohttp://publicationslist.org/junio
4. Apresentação de algo
reconhecidamente melhor
 Pesquisa “menos trabalhosa” que exige uma boa
hipótese  no entanto, notadamente mais difícil
 Necessário:
 Amplo estudo
 Reflexão
 Problemas em aberto são bons candidatos
 http://en.wikipedia.org/wiki/List_of_unsolved_problems_in_computer_science
 Potencialmente útil:
 Conhecimento de outras áreas; exemplo:
computação bioinspirada
13
http://publicationslist.org/juniohttp://publicationslist.org/junio
4. Apresentação de algo
reconhecidamente melhor
 Pesquisa “menos trabalhosa” que exige uma boa
hipótese  no entanto, notadamente mais difícil
 Necessário:
 Amplo estudo
 Reflexão
 Problemas em aberto são bons candidatos
 http://en.wikipedia.org/wiki/List_of_unsolved_problems_in_computer_science
 Potencialmente útil:
 Conhecimento de outras áreas; exemplo:
computação bioinspirada
Exemplo, fastmap, m-tree (slim-tree):
http://www.cs.bu.edu/faculty/gkollios/ada02/LectNotes/P163.PDF
http://users.dcc.uchile.cl/~bebustos/cursos/2008/cc68p/papers/CPZ97%20M-
tree%20an%20efficient%20access%20method%20for%20similarity%20sear
ch%20in%20metric%20spaces.pdf
(http://www.cs.cmu.edu/~christos/PUBLICATIONS/EDBT_SlimTree.pdf)
14
http://publicationslist.org/juniohttp://publicationslist.org/junio
5. Apresentação de uma prova
 Até aqui: uso de evidências empíricas e de
resultados que sugerem provas
 Existem ainda, pesquisas que exigem provas
matemáticas de acordo com regras de lógica
 Exemplo: métodos formais e compiladores
 Deve-se desenvolver teoria cuja aplicação leva
logicamente a determinados resultados, com uma
demonstração formal
 Exemplo: para ordenação, já se provou que o
melhor custo possível é O(n log n)*
* Algoritmos que usam comparação em domínios sem restrição com relação de ordem
definida
15
http://publicationslist.org/juniohttp://publicationslist.org/junio
5. Apresentação de uma prova
 Até aqui: uso de evidências empíricas e de
resultados que sugerem provas
 Existem ainda, pesquisas que exigem provas
matemáticas de acordo com regras de lógica
 Exemplo: métodos formais e compiladores
 Deve-se desenvolver teoria cuja aplicação leva
logicamente a determinados resultados, com uma
demonstração formal
 Exemplo: para ordenação, já se provou que o
melhor custo possível é O(n log n)*
* Algoritmos que usam comparação em domínios sem restrição com relação de ordem
definida
Exemplo, I/O complexity bounds, P !=NP
http://www.cc.gatech.edu/~bader/COURSES/UNM/ece637-
Fall2003/papers/AV88.pdf
http://www.win.tue.nl/~gwoegi/P-versus-NP/Deolalikar.pdf
16
http://publicationslist.org/juniohttp://publicationslist.org/junio
Tipos básicos de pesquisa
Portanto, os tipos de pesquisa apresentados podem se
classificados nas seguintes categorias:
a) Exploratória: não há teoria formal nem medidas bem
definidas: estudos de caso, e análises comparativas
 Requer boa argumentação
 De baixa aceitação
17
http://publicationslist.org/juniohttp://publicationslist.org/junio
Tipos básicos de pesquisa
Portanto, os tipos de pesquisa apresentados podem se
classificados nas seguintes categorias:
a) Exploratória: não há teoria formal nem medidas bem
definidas: estudos de caso, e análises comparativas
 Requer boa argumentação
 De baixa aceitação
b) Empírica: baseia-se em testes bem aceitos
 Requer testes estatísticos
Pode ser questionada pois estatística não explica causas –
pede uma teoria complementar
18
http://publicationslist.org/juniohttp://publicationslist.org/junio
Tipos básicos de pesquisa
Portanto, os tipos de pesquisa apresentados podem se
classificados nas seguintes categorias:
a) Exploratória: não há teoria formal nem medidas bem
definidas: estudos de caso, e análises comparativas
 Requer boa argumentação
 De baixa aceitação
b) Empírica: baseia-se em testes bem aceitos
 Requer testes estatísticos
Pode ser questionada pois estatística não explica causas –
pede uma teoria complementar
c) Formal: teoria demonstrável
 Requer lógica
 Difícil de refutar
19
http://publicationslist.org/juniohttp://publicationslist.org/junio
Necessidade de uma hipótese
20
http://publicationslist.org/juniohttp://publicationslist.org/junio
Necessidade de uma hipótese
 Hipótese: uma teoria provável, mas ainda não demonstrada, ou uma
suposição admissível
21
http://publicationslist.org/juniohttp://publicationslist.org/junio
Necessidade de uma hipótese
 Hipótese: uma teoria provável, mas ainda não demonstrada, ou uma
suposição admissível
 A hipótese é o coração de um trabalho científico
 Será testada/colocada em prova ao longo do trabalho
 Ao final, deve haver evidências de sua validade
 Deve-se demonstrar que a proposta é válida  sucesso
22
http://publicationslist.org/juniohttp://publicationslist.org/junio
Necessidade de uma hipótese
 Hipótese: uma teoria provável, mas ainda não demonstrada, ou uma
suposição admissível
 A hipótese é o coração de um trabalho científico
 Será testada/colocada em prova ao longo do trabalho
 Ao final, deve haver evidências de sua validade
 Deve-se demonstrar que a proposta é válida  sucesso
 Uma maneira de se definir uma hipótese de trabalho é por meio da
identificação das propriedades de cada uma das abordagens
existentes, propondo-se uma nova que tenha, além das propriedades
existentes, propriedades adicionais  montar uma tabela, como exemplo:
23
http://publicationslist.org/juniohttp://publicationslist.org/junio
Necessidade de uma hipótese
 Hipótese: uma teoria provável, mas ainda não demonstrada, ou uma
suposição admissível
 A hipótese é o coração de um trabalho científico
 Será testada/colocada em prova ao longo do trabalho
 Ao final, deve haver evidências de sua validade
 Deve-se demonstrar que a proposta é válida  sucesso
 Uma maneira de se definir uma hipótese de trabalho é por meio da
identificação das propriedades de cada uma das abordagens
existentes, propondo-se uma nova que tenha, além das propriedades
existentes, propriedades adicionais  montar uma tabela, como exemplo:
Característica 1 Característica 2 Característica 3 Característica 4
Abordagem 1 X X
Abordagem 2 X
Abordagem 3 X X
Nova Abordagem X X X X
24
http://publicationslist.org/juniohttp://publicationslist.org/junio
Necessidade de uma hipótese
 Nem todo trabalho tem uma hipótese definida
 De fato, muitos trabalhos são desenvolvidos e defendidos (publicados) sem
uma hipótese
 No entanto, a definição de uma hipótese traz muitos benefícios:
 Permite que se reflita a respeito do trabalho de maneira mais clara
 Direciona os experimentos
 Indica quais trabalhos são concorrentes
 Permite a análise dos resultados de maneira mais clara
25
http://publicationslist.org/juniohttp://publicationslist.org/junio
Atividade para próxima aula:
- Pesquisar por um artigo de cada um dos 5 tipos vistos
- Formular uma hipótese a respeito de seu trabalho (não precisa ser a
hipótese definitiva)
Apresentação de cada artigo encontrado, mostrando-se os elementos que
sustentam a categorização dada àquele artigo.
Apresentação da hipótese para discussão.
26
http://publicationslist.org/juniohttp://publicationslist.org/junio
BibliografiaDAVIS, M. Scientific papers and presentations. San Diego: Academic
Press, 1997.
ECO, H. Como se faz uma tese. São Paulo: Perspectiva, 1985.
GIL, A. C. Como elaborar projetos de pesquisa. 3. ed. São Paulo: Atlas,
1996.
GIL, A. C. Pesquisa Social. São Paulo: Atlas, 1994.
LAKATOS, E. M., MARCONI, M. de A. Fundamentos da metodologia
científica. São Paulo: Atlas, 1996.
MATTAR NETO, J. A.. Metodologia científica na era da informática. São
Paulo: Saraiva, 2002.
MEDEIROS, J. B.. Redação científica: a prática de fichamentos, resumos,
resenhas. 4.ed. São Paulo: Atlas, 2000.
OLIVEIRA, S. L.. Tratado de metodologia científica: projetos de pesquisas,
TGI, TCC, monografias, dissertações e teses. São Paulo: Pioneira,
2001.
SALOMON, D. Como fazer uma monografia. 4ªEdição. São Paulo: Martins
Fontes, 1996.
SEVERINO, A. J.. Metodologia do trabalho científico. 22 ed. São Paulo:
Cortez, 2000.
www.bu.ufsc.br
27
http://publicationslist.org/juniohttp://publicationslist.org/junio
Layout e bibliografia extraídos de http://goo.gl/m9i0m
O conteúdo da apresentação não é uma reprodução exata do conteúdo
do livro, não sendo, portanto, de responsabilidade do autor Prof. Raul
Sidnei Wazlawick

Mais conteúdo relacionado

Mais procurados

Aula engmet - parte 3
Aula   engmet - parte 3Aula   engmet - parte 3
Aula engmet - parte 3engmetodos
 
545人のインフラを支えたNOCチーム!
545人のインフラを支えたNOCチーム!545人のインフラを支えたNOCチーム!
545人のインフラを支えたNOCチーム!Masayuki Kobayashi
 
IoTデバイスデータ収集の難しい点
IoTデバイスデータ収集の難しい点IoTデバイスデータ収集の難しい点
IoTデバイスデータ収集の難しい点Tetsutaro Watanabe
 
単一物体追跡論文のサーベイ
単一物体追跡論文のサーベイ単一物体追跡論文のサーベイ
単一物体追跡論文のサーベイHitoshi Nishimura
 
Aprendizagens Essenciais TIC: transversalidade como solução e problema
Aprendizagens Essenciais TIC: transversalidade como solução e problemaAprendizagens Essenciais TIC: transversalidade como solução e problema
Aprendizagens Essenciais TIC: transversalidade como solução e problemaNeuza Pedro
 
Active Learning と Bayesian Neural Network
Active Learning と Bayesian Neural NetworkActive Learning と Bayesian Neural Network
Active Learning と Bayesian Neural NetworkNaoki Matsunaga
 
0円でできる自宅InfiniBandプログラム
0円でできる自宅InfiniBandプログラム0円でできる自宅InfiniBandプログラム
0円でできる自宅InfiniBandプログラムMinoru Nakamura
 
High performance python computing for data science
High performance python computing for data scienceHigh performance python computing for data science
High performance python computing for data scienceTakami Sato
 
Entendendo a linkedição em C++
Entendendo a linkedição em C++Entendendo a linkedição em C++
Entendendo a linkedição em C++Rodrigo Strauss
 
Introduction to OpenCL (Japanese, OpenCLの基礎)
Introduction to OpenCL (Japanese, OpenCLの基礎)Introduction to OpenCL (Japanese, OpenCLの基礎)
Introduction to OpenCL (Japanese, OpenCLの基礎)Takahiro Harada
 
第12回 配信講義 計算科学技術特論B(2022)
第12回 配信講義 計算科学技術特論B(2022)第12回 配信講義 計算科学技術特論B(2022)
第12回 配信講義 計算科学技術特論B(2022)RCCSRENKEI
 
NLP2019 松田寛 - GiNZA
NLP2019 松田寛 - GiNZANLP2019 松田寛 - GiNZA
NLP2019 松田寛 - GiNZAMegagon Labs
 
Comunicação Científica - Reunião com a Oncoliga-UFPB - Profa. Rilva Muñoz
Comunicação Científica - Reunião com a Oncoliga-UFPB - Profa. Rilva MuñozComunicação Científica - Reunião com a Oncoliga-UFPB - Profa. Rilva Muñoz
Comunicação Científica - Reunião com a Oncoliga-UFPB - Profa. Rilva MuñozRilva Lopes de Sousa Muñoz
 
Estrutura de Dados em Java (Funções e Procedimentos)
Estrutura de Dados em Java (Funções e Procedimentos)Estrutura de Dados em Java (Funções e Procedimentos)
Estrutura de Dados em Java (Funções e Procedimentos)Adriano Teixeira de Souza
 
PythonによるOPC-UAの利用
PythonによるOPC-UAの利用PythonによるOPC-UAの利用
PythonによるOPC-UAの利用Kioto Hirahara
 
ルーティングチュートリアルチュートリアル TCP/IP編
ルーティングチュートリアルチュートリアル TCP/IP編ルーティングチュートリアルチュートリアル TCP/IP編
ルーティングチュートリアルチュートリアル TCP/IP編Yuya Rin
 
情報検索とゼロショット学習
情報検索とゼロショット学習情報検索とゼロショット学習
情報検索とゼロショット学習kt.mako
 
NLP2023 緊急パネル:ChatGPTで自然言語処理は終わるのか? 説明スライド
NLP2023 緊急パネル:ChatGPTで自然言語処理は終わるのか? 説明スライドNLP2023 緊急パネル:ChatGPTで自然言語処理は終わるのか? 説明スライド
NLP2023 緊急パネル:ChatGPTで自然言語処理は終わるのか? 説明スライドJunSuzuki21
 

Mais procurados (20)

Aula engmet - parte 3
Aula   engmet - parte 3Aula   engmet - parte 3
Aula engmet - parte 3
 
545人のインフラを支えたNOCチーム!
545人のインフラを支えたNOCチーム!545人のインフラを支えたNOCチーム!
545人のインフラを支えたNOCチーム!
 
IoTデバイスデータ収集の難しい点
IoTデバイスデータ収集の難しい点IoTデバイスデータ収集の難しい点
IoTデバイスデータ収集の難しい点
 
単一物体追跡論文のサーベイ
単一物体追跡論文のサーベイ単一物体追跡論文のサーベイ
単一物体追跡論文のサーベイ
 
Aprendizagens Essenciais TIC: transversalidade como solução e problema
Aprendizagens Essenciais TIC: transversalidade como solução e problemaAprendizagens Essenciais TIC: transversalidade como solução e problema
Aprendizagens Essenciais TIC: transversalidade como solução e problema
 
Active Learning と Bayesian Neural Network
Active Learning と Bayesian Neural NetworkActive Learning と Bayesian Neural Network
Active Learning と Bayesian Neural Network
 
0円でできる自宅InfiniBandプログラム
0円でできる自宅InfiniBandプログラム0円でできる自宅InfiniBandプログラム
0円でできる自宅InfiniBandプログラム
 
Apostila C ANSI
Apostila C ANSIApostila C ANSI
Apostila C ANSI
 
Apresentação slides - TCC
Apresentação slides - TCCApresentação slides - TCC
Apresentação slides - TCC
 
High performance python computing for data science
High performance python computing for data scienceHigh performance python computing for data science
High performance python computing for data science
 
Entendendo a linkedição em C++
Entendendo a linkedição em C++Entendendo a linkedição em C++
Entendendo a linkedição em C++
 
Introduction to OpenCL (Japanese, OpenCLの基礎)
Introduction to OpenCL (Japanese, OpenCLの基礎)Introduction to OpenCL (Japanese, OpenCLの基礎)
Introduction to OpenCL (Japanese, OpenCLの基礎)
 
第12回 配信講義 計算科学技術特論B(2022)
第12回 配信講義 計算科学技術特論B(2022)第12回 配信講義 計算科学技術特論B(2022)
第12回 配信講義 計算科学技術特論B(2022)
 
NLP2019 松田寛 - GiNZA
NLP2019 松田寛 - GiNZANLP2019 松田寛 - GiNZA
NLP2019 松田寛 - GiNZA
 
Comunicação Científica - Reunião com a Oncoliga-UFPB - Profa. Rilva Muñoz
Comunicação Científica - Reunião com a Oncoliga-UFPB - Profa. Rilva MuñozComunicação Científica - Reunião com a Oncoliga-UFPB - Profa. Rilva Muñoz
Comunicação Científica - Reunião com a Oncoliga-UFPB - Profa. Rilva Muñoz
 
Estrutura de Dados em Java (Funções e Procedimentos)
Estrutura de Dados em Java (Funções e Procedimentos)Estrutura de Dados em Java (Funções e Procedimentos)
Estrutura de Dados em Java (Funções e Procedimentos)
 
PythonによるOPC-UAの利用
PythonによるOPC-UAの利用PythonによるOPC-UAの利用
PythonによるOPC-UAの利用
 
ルーティングチュートリアルチュートリアル TCP/IP編
ルーティングチュートリアルチュートリアル TCP/IP編ルーティングチュートリアルチュートリアル TCP/IP編
ルーティングチュートリアルチュートリアル TCP/IP編
 
情報検索とゼロショット学習
情報検索とゼロショット学習情報検索とゼロショット学習
情報検索とゼロショット学習
 
NLP2023 緊急パネル:ChatGPTで自然言語処理は終わるのか? 説明スライド
NLP2023 緊急パネル:ChatGPTで自然言語処理は終わるのか? 説明スライドNLP2023 緊急パネル:ChatGPTで自然言語処理は終わるのか? 説明スライド
NLP2023 緊急パネル:ChatGPTで自然言語処理は終わるのか? 説明スライド
 

Destaque

Relação das oficinas pedagógicas e gt's eneseb 2013
Relação das oficinas pedagógicas e gt's  eneseb 2013Relação das oficinas pedagógicas e gt's  eneseb 2013
Relação das oficinas pedagógicas e gt's eneseb 2013Fellipe Madeira
 
Proyecto final Telecentro Barrio Santa Ana.
Proyecto final Telecentro Barrio Santa Ana.Proyecto final Telecentro Barrio Santa Ana.
Proyecto final Telecentro Barrio Santa Ana.Intel Aprender Chile
 
Faixa de Areia Brasil - B - Documentary film
Faixa de Areia Brasil -  B - Documentary filmFaixa de Areia Brasil -  B - Documentary film
Faixa de Areia Brasil - B - Documentary filmMonique Bodin
 
Inspiração slide de apresentacao
Inspiração slide de apresentacaoInspiração slide de apresentacao
Inspiração slide de apresentacaoFilipe Campista
 
Regulamento interno ICB 2012-2013
Regulamento interno ICB 2012-2013Regulamento interno ICB 2012-2013
Regulamento interno ICB 2012-2013yabarros
 
Relatório técnico
Relatório técnicoRelatório técnico
Relatório técnicoEdson Sueira
 
5 metodologia depesquisaemcienciadacomputacao-escritamonografia
5 metodologia depesquisaemcienciadacomputacao-escritamonografia5 metodologia depesquisaemcienciadacomputacao-escritamonografia
5 metodologia depesquisaemcienciadacomputacao-escritamonografiaUniversidade de São Paulo
 
Tcc rss guilherme e vandro
Tcc rss   guilherme e vandroTcc rss   guilherme e vandro
Tcc rss guilherme e vandroLuciana Falcão
 
60 logistica e a tecnologia da informacao poster
60 logistica e a tecnologia da informacao   poster60 logistica e a tecnologia da informacao   poster
60 logistica e a tecnologia da informacao posterLuciana Falcão
 
Tecnologias na minha escola
Tecnologias na minha escolaTecnologias na minha escola
Tecnologias na minha escolamirellavendramin
 
Ativ 3 1_socializa_pitec_sheilajanes3
Ativ 3 1_socializa_pitec_sheilajanes3Ativ 3 1_socializa_pitec_sheilajanes3
Ativ 3 1_socializa_pitec_sheilajanes3sheilajanes
 

Destaque (20)

Relação das oficinas pedagógicas e gt's eneseb 2013
Relação das oficinas pedagógicas e gt's  eneseb 2013Relação das oficinas pedagógicas e gt's  eneseb 2013
Relação das oficinas pedagógicas e gt's eneseb 2013
 
Av
AvAv
Av
 
Proyecto final Telecentro Barrio Santa Ana.
Proyecto final Telecentro Barrio Santa Ana.Proyecto final Telecentro Barrio Santa Ana.
Proyecto final Telecentro Barrio Santa Ana.
 
Faixa de Areia Brasil - B - Documentary film
Faixa de Areia Brasil -  B - Documentary filmFaixa de Areia Brasil -  B - Documentary film
Faixa de Areia Brasil - B - Documentary film
 
Inspiração slide de apresentacao
Inspiração slide de apresentacaoInspiração slide de apresentacao
Inspiração slide de apresentacao
 
Regulamento interno ICB 2012-2013
Regulamento interno ICB 2012-2013Regulamento interno ICB 2012-2013
Regulamento interno ICB 2012-2013
 
Relatório técnico
Relatório técnicoRelatório técnico
Relatório técnico
 
5 metodologia depesquisaemcienciadacomputacao-escritamonografia
5 metodologia depesquisaemcienciadacomputacao-escritamonografia5 metodologia depesquisaemcienciadacomputacao-escritamonografia
5 metodologia depesquisaemcienciadacomputacao-escritamonografia
 
Tcc rss guilherme e vandro
Tcc rss   guilherme e vandroTcc rss   guilherme e vandro
Tcc rss guilherme e vandro
 
Diapositivas yussy acevedo
Diapositivas yussy acevedoDiapositivas yussy acevedo
Diapositivas yussy acevedo
 
60 logistica e a tecnologia da informacao poster
60 logistica e a tecnologia da informacao   poster60 logistica e a tecnologia da informacao   poster
60 logistica e a tecnologia da informacao poster
 
001 2010
001 2010001 2010
001 2010
 
Parlenda cópia
Parlenda   cópiaParlenda   cópia
Parlenda cópia
 
solangebonillaortiz
solangebonillaortizsolangebonillaortiz
solangebonillaortiz
 
Tecnologias na minha escola
Tecnologias na minha escolaTecnologias na minha escola
Tecnologias na minha escola
 
Diapositivas
DiapositivasDiapositivas
Diapositivas
 
Angelik
AngelikAngelik
Angelik
 
Slides blogue mata_atlantica
Slides blogue mata_atlanticaSlides blogue mata_atlantica
Slides blogue mata_atlantica
 
Aula virtual
Aula virtualAula virtual
Aula virtual
 
Ativ 3 1_socializa_pitec_sheilajanes3
Ativ 3 1_socializa_pitec_sheilajanes3Ativ 3 1_socializa_pitec_sheilajanes3
Ativ 3 1_socializa_pitec_sheilajanes3
 

Semelhante a 2 metodologia depesquisaemcienciadacomputacao-estilosdepesquisa

3 4-metodologia depesquisaemcienciadacomputacao-preparacaodapesquisa
3 4-metodologia depesquisaemcienciadacomputacao-preparacaodapesquisa3 4-metodologia depesquisaemcienciadacomputacao-preparacaodapesquisa
3 4-metodologia depesquisaemcienciadacomputacao-preparacaodapesquisaUniversidade de São Paulo
 
8 metodologia depesquisaemcienciadacomputacao-niveisdeexigencia
8 metodologia depesquisaemcienciadacomputacao-niveisdeexigencia8 metodologia depesquisaemcienciadacomputacao-niveisdeexigencia
8 metodologia depesquisaemcienciadacomputacao-niveisdeexigenciaUniversidade de São Paulo
 
Plano de acao curso metodologia
Plano de acao curso metodologiaPlano de acao curso metodologia
Plano de acao curso metodologiaKeu Guerra
 
Revisão Sistemática de Literatura
Revisão Sistemática de LiteraturaRevisão Sistemática de Literatura
Revisão Sistemática de LiteraturaJean Hauck
 
Curso Metodologia do Ensino Superio 2016 1.pptx
Curso Metodologia do Ensino Superio 2016 1.pptxCurso Metodologia do Ensino Superio 2016 1.pptx
Curso Metodologia do Ensino Superio 2016 1.pptxRicardo William
 
6 7-metodologia depesquisaemcienciadacomputacao-escritadeartigocientifico-plagio
6 7-metodologia depesquisaemcienciadacomputacao-escritadeartigocientifico-plagio6 7-metodologia depesquisaemcienciadacomputacao-escritadeartigocientifico-plagio
6 7-metodologia depesquisaemcienciadacomputacao-escritadeartigocientifico-plagioUniversidade de São Paulo
 
Projeto e Relatório de Pesquisa
Projeto e Relatório de PesquisaProjeto e Relatório de Pesquisa
Projeto e Relatório de PesquisaLuiz Santos
 
Artigos Científicos: Análise e Elaboração
Artigos Científicos: Análise e ElaboraçãoArtigos Científicos: Análise e Elaboração
Artigos Científicos: Análise e ElaboraçãoCarlos Fernando Jung
 
Modelo de Como preencher a Plataforma Brasil
Modelo de Como preencher a Plataforma BrasilModelo de Como preencher a Plataforma Brasil
Modelo de Como preencher a Plataforma BrasilZara Hoffmann
 
Minicurso - Pré-projeto Descomplicado
Minicurso - Pré-projeto DescomplicadoMinicurso - Pré-projeto Descomplicado
Minicurso - Pré-projeto DescomplicadoDiogo Pereira
 
Modelo projeto pesquisa_3 carol
Modelo projeto pesquisa_3 carolModelo projeto pesquisa_3 carol
Modelo projeto pesquisa_3 carolTerra Bahia
 
Metodologia da Pesquisa Científica: Introdução
Metodologia da Pesquisa Científica:  IntroduçãoMetodologia da Pesquisa Científica:  Introdução
Metodologia da Pesquisa Científica: IntroduçãoAlexandre Duarte
 
Guião para elaboração de projetos de investigação
Guião para elaboração de projetos de investigaçãoGuião para elaboração de projetos de investigação
Guião para elaboração de projetos de investigaçãoESTeSC
 
Manual de orientações CNEC Prof . Ailne
Manual de orientações CNEC Prof . AilneManual de orientações CNEC Prof . Ailne
Manual de orientações CNEC Prof . AilneAline Corso
 
Modelo projeto pesquisa
Modelo projeto pesquisaModelo projeto pesquisa
Modelo projeto pesquisaPaula Naranjo
 

Semelhante a 2 metodologia depesquisaemcienciadacomputacao-estilosdepesquisa (20)

3 4-metodologia depesquisaemcienciadacomputacao-preparacaodapesquisa
3 4-metodologia depesquisaemcienciadacomputacao-preparacaodapesquisa3 4-metodologia depesquisaemcienciadacomputacao-preparacaodapesquisa
3 4-metodologia depesquisaemcienciadacomputacao-preparacaodapesquisa
 
8 metodologia depesquisaemcienciadacomputacao-niveisdeexigencia
8 metodologia depesquisaemcienciadacomputacao-niveisdeexigencia8 metodologia depesquisaemcienciadacomputacao-niveisdeexigencia
8 metodologia depesquisaemcienciadacomputacao-niveisdeexigencia
 
Plano de acao curso metodologia
Plano de acao curso metodologiaPlano de acao curso metodologia
Plano de acao curso metodologia
 
Revisão Sistemática de Literatura
Revisão Sistemática de LiteraturaRevisão Sistemática de Literatura
Revisão Sistemática de Literatura
 
Projeto de pesquisa
Projeto de pesquisaProjeto de pesquisa
Projeto de pesquisa
 
Curso Metodologia do Ensino Superio 2016 1.pptx
Curso Metodologia do Ensino Superio 2016 1.pptxCurso Metodologia do Ensino Superio 2016 1.pptx
Curso Metodologia do Ensino Superio 2016 1.pptx
 
6 7-metodologia depesquisaemcienciadacomputacao-escritadeartigocientifico-plagio
6 7-metodologia depesquisaemcienciadacomputacao-escritadeartigocientifico-plagio6 7-metodologia depesquisaemcienciadacomputacao-escritadeartigocientifico-plagio
6 7-metodologia depesquisaemcienciadacomputacao-escritadeartigocientifico-plagio
 
Projeto de pesquisa
Projeto de pesquisa  Projeto de pesquisa
Projeto de pesquisa
 
Projeto e Relatório de Pesquisa
Projeto e Relatório de PesquisaProjeto e Relatório de Pesquisa
Projeto e Relatório de Pesquisa
 
Artigos Científicos: Análise e Elaboração
Artigos Científicos: Análise e ElaboraçãoArtigos Científicos: Análise e Elaboração
Artigos Científicos: Análise e Elaboração
 
Como fazer um artigo
Como fazer um artigoComo fazer um artigo
Como fazer um artigo
 
Apresentacao_Aula_03.pdf
Apresentacao_Aula_03.pdfApresentacao_Aula_03.pdf
Apresentacao_Aula_03.pdf
 
Modelo de Como preencher a Plataforma Brasil
Modelo de Como preencher a Plataforma BrasilModelo de Como preencher a Plataforma Brasil
Modelo de Como preencher a Plataforma Brasil
 
Artigo Cientifico Aula MECANICA_Setembro 2009
Artigo Cientifico Aula MECANICA_Setembro 2009Artigo Cientifico Aula MECANICA_Setembro 2009
Artigo Cientifico Aula MECANICA_Setembro 2009
 
Minicurso - Pré-projeto Descomplicado
Minicurso - Pré-projeto DescomplicadoMinicurso - Pré-projeto Descomplicado
Minicurso - Pré-projeto Descomplicado
 
Modelo projeto pesquisa_3 carol
Modelo projeto pesquisa_3 carolModelo projeto pesquisa_3 carol
Modelo projeto pesquisa_3 carol
 
Metodologia da Pesquisa Científica: Introdução
Metodologia da Pesquisa Científica:  IntroduçãoMetodologia da Pesquisa Científica:  Introdução
Metodologia da Pesquisa Científica: Introdução
 
Guião para elaboração de projetos de investigação
Guião para elaboração de projetos de investigaçãoGuião para elaboração de projetos de investigação
Guião para elaboração de projetos de investigação
 
Manual de orientações CNEC Prof . Ailne
Manual de orientações CNEC Prof . AilneManual de orientações CNEC Prof . Ailne
Manual de orientações CNEC Prof . Ailne
 
Modelo projeto pesquisa
Modelo projeto pesquisaModelo projeto pesquisa
Modelo projeto pesquisa
 

Mais de Universidade de São Paulo

Introdução às ferramentas de Business Intelligence do ecossistema Hadoop
Introdução às ferramentas de Business Intelligence do ecossistema HadoopIntrodução às ferramentas de Business Intelligence do ecossistema Hadoop
Introdução às ferramentas de Business Intelligence do ecossistema HadoopUniversidade de São Paulo
 
On the Support of a Similarity-Enabled Relational Database Management System ...
On the Support of a Similarity-Enabled Relational Database Management System ...On the Support of a Similarity-Enabled Relational Database Management System ...
On the Support of a Similarity-Enabled Relational Database Management System ...Universidade de São Paulo
 
Effective and Unsupervised Fractal-based Feature Selection for Very Large Dat...
Effective and Unsupervised Fractal-based Feature Selection for Very Large Dat...Effective and Unsupervised Fractal-based Feature Selection for Very Large Dat...
Effective and Unsupervised Fractal-based Feature Selection for Very Large Dat...Universidade de São Paulo
 
Fire Detection on Unconstrained Videos Using Color-Aware Spatial Modeling and...
Fire Detection on Unconstrained Videos Using Color-Aware Spatial Modeling and...Fire Detection on Unconstrained Videos Using Color-Aware Spatial Modeling and...
Fire Detection on Unconstrained Videos Using Color-Aware Spatial Modeling and...Universidade de São Paulo
 
Unveiling smoke in social images with the SmokeBlock approach
Unveiling smoke in social images with the SmokeBlock approachUnveiling smoke in social images with the SmokeBlock approach
Unveiling smoke in social images with the SmokeBlock approachUniversidade de São Paulo
 
Vertex Centric Asynchronous Belief Propagation Algorithm for Large-Scale Graphs
Vertex Centric Asynchronous Belief Propagation Algorithm for Large-Scale GraphsVertex Centric Asynchronous Belief Propagation Algorithm for Large-Scale Graphs
Vertex Centric Asynchronous Belief Propagation Algorithm for Large-Scale GraphsUniversidade de São Paulo
 
Fast Billion-scale Graph Computation Using a Bimodal Block Processing Model
Fast Billion-scale Graph Computation Using a Bimodal Block Processing ModelFast Billion-scale Graph Computation Using a Bimodal Block Processing Model
Fast Billion-scale Graph Computation Using a Bimodal Block Processing ModelUniversidade de São Paulo
 
StructMatrix: large-scale visualization of graphs by means of structure detec...
StructMatrix: large-scale visualization of graphs by means of structure detec...StructMatrix: large-scale visualization of graphs by means of structure detec...
StructMatrix: large-scale visualization of graphs by means of structure detec...Universidade de São Paulo
 
Techniques for effective and efficient fire detection from social media images
Techniques for effective and efficient fire detection from social media imagesTechniques for effective and efficient fire detection from social media images
Techniques for effective and efficient fire detection from social media imagesUniversidade de São Paulo
 
Multimodal graph-based analysis over the DBLP repository: critical discoverie...
Multimodal graph-based analysis over the DBLP repository: critical discoverie...Multimodal graph-based analysis over the DBLP repository: critical discoverie...
Multimodal graph-based analysis over the DBLP repository: critical discoverie...Universidade de São Paulo
 
Supervised-Learning Link Recommendation in the DBLP co-authoring network
Supervised-Learning Link Recommendation in the DBLP co-authoring networkSupervised-Learning Link Recommendation in the DBLP co-authoring network
Supervised-Learning Link Recommendation in the DBLP co-authoring networkUniversidade de São Paulo
 
Reviewing Data Visualization: an Analytical Taxonomical Study
Reviewing Data Visualization: an Analytical Taxonomical StudyReviewing Data Visualization: an Analytical Taxonomical Study
Reviewing Data Visualization: an Analytical Taxonomical StudyUniversidade de São Paulo
 
Complexidade de Algoritmos, Notação assintótica, Algoritmos polinomiais e in...
Complexidade de Algoritmos, Notação assintótica, Algoritmos polinomiais e in...Complexidade de Algoritmos, Notação assintótica, Algoritmos polinomiais e in...
Complexidade de Algoritmos, Notação assintótica, Algoritmos polinomiais e in...Universidade de São Paulo
 
Visualization tree multiple linked analytical decisions
Visualization tree multiple linked analytical decisionsVisualization tree multiple linked analytical decisions
Visualization tree multiple linked analytical decisionsUniversidade de São Paulo
 

Mais de Universidade de São Paulo (20)

A gentle introduction to Deep Learning
A gentle introduction to Deep LearningA gentle introduction to Deep Learning
A gentle introduction to Deep Learning
 
Computação: carreira e mercado de trabalho
Computação: carreira e mercado de trabalhoComputação: carreira e mercado de trabalho
Computação: carreira e mercado de trabalho
 
Introdução às ferramentas de Business Intelligence do ecossistema Hadoop
Introdução às ferramentas de Business Intelligence do ecossistema HadoopIntrodução às ferramentas de Business Intelligence do ecossistema Hadoop
Introdução às ferramentas de Business Intelligence do ecossistema Hadoop
 
On the Support of a Similarity-Enabled Relational Database Management System ...
On the Support of a Similarity-Enabled Relational Database Management System ...On the Support of a Similarity-Enabled Relational Database Management System ...
On the Support of a Similarity-Enabled Relational Database Management System ...
 
Effective and Unsupervised Fractal-based Feature Selection for Very Large Dat...
Effective and Unsupervised Fractal-based Feature Selection for Very Large Dat...Effective and Unsupervised Fractal-based Feature Selection for Very Large Dat...
Effective and Unsupervised Fractal-based Feature Selection for Very Large Dat...
 
Fire Detection on Unconstrained Videos Using Color-Aware Spatial Modeling and...
Fire Detection on Unconstrained Videos Using Color-Aware Spatial Modeling and...Fire Detection on Unconstrained Videos Using Color-Aware Spatial Modeling and...
Fire Detection on Unconstrained Videos Using Color-Aware Spatial Modeling and...
 
Unveiling smoke in social images with the SmokeBlock approach
Unveiling smoke in social images with the SmokeBlock approachUnveiling smoke in social images with the SmokeBlock approach
Unveiling smoke in social images with the SmokeBlock approach
 
Vertex Centric Asynchronous Belief Propagation Algorithm for Large-Scale Graphs
Vertex Centric Asynchronous Belief Propagation Algorithm for Large-Scale GraphsVertex Centric Asynchronous Belief Propagation Algorithm for Large-Scale Graphs
Vertex Centric Asynchronous Belief Propagation Algorithm for Large-Scale Graphs
 
Fast Billion-scale Graph Computation Using a Bimodal Block Processing Model
Fast Billion-scale Graph Computation Using a Bimodal Block Processing ModelFast Billion-scale Graph Computation Using a Bimodal Block Processing Model
Fast Billion-scale Graph Computation Using a Bimodal Block Processing Model
 
An introduction to MongoDB
An introduction to MongoDBAn introduction to MongoDB
An introduction to MongoDB
 
StructMatrix: large-scale visualization of graphs by means of structure detec...
StructMatrix: large-scale visualization of graphs by means of structure detec...StructMatrix: large-scale visualization of graphs by means of structure detec...
StructMatrix: large-scale visualization of graphs by means of structure detec...
 
Apresentacao vldb
Apresentacao vldbApresentacao vldb
Apresentacao vldb
 
Techniques for effective and efficient fire detection from social media images
Techniques for effective and efficient fire detection from social media imagesTechniques for effective and efficient fire detection from social media images
Techniques for effective and efficient fire detection from social media images
 
Multimodal graph-based analysis over the DBLP repository: critical discoverie...
Multimodal graph-based analysis over the DBLP repository: critical discoverie...Multimodal graph-based analysis over the DBLP repository: critical discoverie...
Multimodal graph-based analysis over the DBLP repository: critical discoverie...
 
Supervised-Learning Link Recommendation in the DBLP co-authoring network
Supervised-Learning Link Recommendation in the DBLP co-authoring networkSupervised-Learning Link Recommendation in the DBLP co-authoring network
Supervised-Learning Link Recommendation in the DBLP co-authoring network
 
Graph-based Relational Data Visualization
Graph-based RelationalData VisualizationGraph-based RelationalData Visualization
Graph-based Relational Data Visualization
 
Reviewing Data Visualization: an Analytical Taxonomical Study
Reviewing Data Visualization: an Analytical Taxonomical StudyReviewing Data Visualization: an Analytical Taxonomical Study
Reviewing Data Visualization: an Analytical Taxonomical Study
 
Complexidade de Algoritmos, Notação assintótica, Algoritmos polinomiais e in...
Complexidade de Algoritmos, Notação assintótica, Algoritmos polinomiais e in...Complexidade de Algoritmos, Notação assintótica, Algoritmos polinomiais e in...
Complexidade de Algoritmos, Notação assintótica, Algoritmos polinomiais e in...
 
Dawarehouse e OLAP
Dawarehouse e OLAPDawarehouse e OLAP
Dawarehouse e OLAP
 
Visualization tree multiple linked analytical decisions
Visualization tree multiple linked analytical decisionsVisualization tree multiple linked analytical decisions
Visualization tree multiple linked analytical decisions
 

2 metodologia depesquisaemcienciadacomputacao-estilosdepesquisa

  • 1. http://publicationslist.org/junio http://publicationslist.org/junio Metodologia de Pesquisa para Ciência da Computação Prof. Raul Sidnei Wazlawick, 2009 Prof. Jose Fernando Rodrigues Junior http://www.icmc.usp.br/~junio ICMC-USP
  • 3. 3 http://publicationslist.org/juniohttp://publicationslist.org/junio Uma área nova  Ciência da Computação é uma área nova em franco desenvolvimento  mesmo assim, há necessidade de embasamento metodológico adequado  Após 2000, definição clara das carreiras:  Bacharelado em Ciência da Computação  Bacharelado em Sistemas de Informação  Licenciatura em Informática  Engenharia de Computação  Tipos de pesquisa (consenso não universal) 1. Apresentação de um produto 2. Apresentação de algo diferente 3. Apresentação de algo presumivelmente melhor 4. Apresentação de algo reconhecidamente melhor 5. Apresentação de uma prova
  • 4. 4 http://publicationslist.org/juniohttp://publicationslist.org/junio 1. Apresentação de um produto  Simples apresentação de algo novo  Aceito apenas em novas áreas de pesquisa  Difícil de comparar com outros que ainda não existem  No entanto, SEMPRE se deve comparar com alguma coisa  Deve-se evitar, pois é um tipo de pesquisa de baixa aceitação  Em eventos científicos, encaixam-se apenas em sessões especiais:  Sessão de ferramentas  Sessão de trabalhos em andamento  Sessão de informática aplicada
  • 5. 5 http://publicationslist.org/juniohttp://publicationslist.org/junio 1. Apresentação de um produto  Simples apresentação de algo novo  Aceito apenas em novas áreas de pesquisa  Difícil de comparar com outros que ainda não existem  No entanto, SEMPRE se deve comparar com alguma coisa  Deve-se evitar, pois é um tipo de pesquisa de baixa aceitação  Em eventos científicos, encaixam-se apenas em sessões especiais:  Sessão de ferramentas  Sessão de trabalhos em andamento  Sessão de informática aplicada Exemplo, Xgobi, Xmdv: http://www2.research.att.com/areas/stat/xgobi/papers/xgobi98.pdf http://davis.wpi.edu/xmdv/docs/vis94.pdf
  • 6. 6 http://publicationslist.org/juniohttp://publicationslist.org/junio 2. Apresentação de algo diferente  Apresentação de uma maneira diferente de se fazer algo  Avaliação qualitativa, pouco quantitativa  Exemplo:  Uma nova técnica de engenharia de software que não pode ser claramente comparada com outras, pois não há métricas  Apresentação de estudos de caso (baixo rigor científico)  Requer bons argumentos
  • 7. 7 http://publicationslist.org/juniohttp://publicationslist.org/junio 2. Apresentação de algo diferente  Apresentação de uma maneira diferente de se fazer algo  Avaliação qualitativa, pouco quantitativa  Exemplo:  Uma nova técnica de engenharia de software que não pode ser claramente comparada com outras, pois não há métricas  Apresentação de estudos de caso (baixo rigor científico)  Requer bons argumentos Exemplo, avaliação de técnicas de visualização de informações: http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.188.3308&rep=rep 1&type=pdf http://triton.cc.gatech.edu/hci- seminar/uploads/1/The%20Challenge%20of%20Information%20Visualizatio n%20Evaluation.pdf
  • 8. 8 http://publicationslist.org/juniohttp://publicationslist.org/junio 3. Apresentação de algo presumivelmente melhor  Novas técnicas devem ser comparadas com outras da literatura  No entanto, em muitos casos, não há um benchmark sobre o qual diferentes técnicas possam ser comparadas  Em casos assim, o autor propõe o próprio conjunto de testes para comparação, e o aplica a todas as técnicas:  Mais trabalhoso  Possivelmente tendencioso  Menos credibilidade  É necessária uma detalhada descrição de como os experimentos foram realizados
  • 9. 9 http://publicationslist.org/juniohttp://publicationslist.org/junio 3. Apresentação de algo presumivelmente melhor  Deve-se comparar a técnica nova com técnicas que sejam do estado da arte; com os trabalhos mais recentes  Fazer uso de métricas  Evitar expressões subjetivas do tipo:  “O sistema é fácil de usar”  “O algoritmo trabalha com bastante informação”
  • 10. 10 http://publicationslist.org/juniohttp://publicationslist.org/junio 3. Apresentação de algo presumivelmente melhor  Deve-se comparar a técnica nova com técnicas que sejam do estado da arte; com os trabalhos mais recentes  Fazer uso de métricas  Evitar expressões subjetivas do tipo:  “O sistema é fácil de usar”  “O algoritmo trabalha com bastante informação” Exemplo, coordenadas paralelas: http://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=5290770 http://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=877389 http://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=809866 Exemplo, pagerank, a priori algorithm: http://ilpubs.stanford.edu:8090/422/1/1999-66.pdf http://rakesh.agrawal-family.com/papers/vldb94apriori.pdf
  • 11. 11 http://publicationslist.org/juniohttp://publicationslist.org/junio 4. Apresentação de algo reconhecidamente melhor  Comparação da nova técnica usando-se testes padronizados e universalmente aceitos  Comparação com os resultados já publicados em outros trabalhos, não há necessidade de se fazer os experimentos com todas as técnicas alternativas - apenas com os mais recentes  Usar a mesma métrica e os mesmos dados  o experimento pode ser facilmente reproduzido  Com sucesso  avanço do estado da arte
  • 12. 12 http://publicationslist.org/juniohttp://publicationslist.org/junio 4. Apresentação de algo reconhecidamente melhor  Pesquisa “menos trabalhosa” que exige uma boa hipótese  no entanto, notadamente mais difícil  Necessário:  Amplo estudo  Reflexão  Problemas em aberto são bons candidatos  http://en.wikipedia.org/wiki/List_of_unsolved_problems_in_computer_science  Potencialmente útil:  Conhecimento de outras áreas; exemplo: computação bioinspirada
  • 13. 13 http://publicationslist.org/juniohttp://publicationslist.org/junio 4. Apresentação de algo reconhecidamente melhor  Pesquisa “menos trabalhosa” que exige uma boa hipótese  no entanto, notadamente mais difícil  Necessário:  Amplo estudo  Reflexão  Problemas em aberto são bons candidatos  http://en.wikipedia.org/wiki/List_of_unsolved_problems_in_computer_science  Potencialmente útil:  Conhecimento de outras áreas; exemplo: computação bioinspirada Exemplo, fastmap, m-tree (slim-tree): http://www.cs.bu.edu/faculty/gkollios/ada02/LectNotes/P163.PDF http://users.dcc.uchile.cl/~bebustos/cursos/2008/cc68p/papers/CPZ97%20M- tree%20an%20efficient%20access%20method%20for%20similarity%20sear ch%20in%20metric%20spaces.pdf (http://www.cs.cmu.edu/~christos/PUBLICATIONS/EDBT_SlimTree.pdf)
  • 14. 14 http://publicationslist.org/juniohttp://publicationslist.org/junio 5. Apresentação de uma prova  Até aqui: uso de evidências empíricas e de resultados que sugerem provas  Existem ainda, pesquisas que exigem provas matemáticas de acordo com regras de lógica  Exemplo: métodos formais e compiladores  Deve-se desenvolver teoria cuja aplicação leva logicamente a determinados resultados, com uma demonstração formal  Exemplo: para ordenação, já se provou que o melhor custo possível é O(n log n)* * Algoritmos que usam comparação em domínios sem restrição com relação de ordem definida
  • 15. 15 http://publicationslist.org/juniohttp://publicationslist.org/junio 5. Apresentação de uma prova  Até aqui: uso de evidências empíricas e de resultados que sugerem provas  Existem ainda, pesquisas que exigem provas matemáticas de acordo com regras de lógica  Exemplo: métodos formais e compiladores  Deve-se desenvolver teoria cuja aplicação leva logicamente a determinados resultados, com uma demonstração formal  Exemplo: para ordenação, já se provou que o melhor custo possível é O(n log n)* * Algoritmos que usam comparação em domínios sem restrição com relação de ordem definida Exemplo, I/O complexity bounds, P !=NP http://www.cc.gatech.edu/~bader/COURSES/UNM/ece637- Fall2003/papers/AV88.pdf http://www.win.tue.nl/~gwoegi/P-versus-NP/Deolalikar.pdf
  • 16. 16 http://publicationslist.org/juniohttp://publicationslist.org/junio Tipos básicos de pesquisa Portanto, os tipos de pesquisa apresentados podem se classificados nas seguintes categorias: a) Exploratória: não há teoria formal nem medidas bem definidas: estudos de caso, e análises comparativas  Requer boa argumentação  De baixa aceitação
  • 17. 17 http://publicationslist.org/juniohttp://publicationslist.org/junio Tipos básicos de pesquisa Portanto, os tipos de pesquisa apresentados podem se classificados nas seguintes categorias: a) Exploratória: não há teoria formal nem medidas bem definidas: estudos de caso, e análises comparativas  Requer boa argumentação  De baixa aceitação b) Empírica: baseia-se em testes bem aceitos  Requer testes estatísticos Pode ser questionada pois estatística não explica causas – pede uma teoria complementar
  • 18. 18 http://publicationslist.org/juniohttp://publicationslist.org/junio Tipos básicos de pesquisa Portanto, os tipos de pesquisa apresentados podem se classificados nas seguintes categorias: a) Exploratória: não há teoria formal nem medidas bem definidas: estudos de caso, e análises comparativas  Requer boa argumentação  De baixa aceitação b) Empírica: baseia-se em testes bem aceitos  Requer testes estatísticos Pode ser questionada pois estatística não explica causas – pede uma teoria complementar c) Formal: teoria demonstrável  Requer lógica  Difícil de refutar
  • 20. 20 http://publicationslist.org/juniohttp://publicationslist.org/junio Necessidade de uma hipótese  Hipótese: uma teoria provável, mas ainda não demonstrada, ou uma suposição admissível
  • 21. 21 http://publicationslist.org/juniohttp://publicationslist.org/junio Necessidade de uma hipótese  Hipótese: uma teoria provável, mas ainda não demonstrada, ou uma suposição admissível  A hipótese é o coração de um trabalho científico  Será testada/colocada em prova ao longo do trabalho  Ao final, deve haver evidências de sua validade  Deve-se demonstrar que a proposta é válida  sucesso
  • 22. 22 http://publicationslist.org/juniohttp://publicationslist.org/junio Necessidade de uma hipótese  Hipótese: uma teoria provável, mas ainda não demonstrada, ou uma suposição admissível  A hipótese é o coração de um trabalho científico  Será testada/colocada em prova ao longo do trabalho  Ao final, deve haver evidências de sua validade  Deve-se demonstrar que a proposta é válida  sucesso  Uma maneira de se definir uma hipótese de trabalho é por meio da identificação das propriedades de cada uma das abordagens existentes, propondo-se uma nova que tenha, além das propriedades existentes, propriedades adicionais  montar uma tabela, como exemplo:
  • 23. 23 http://publicationslist.org/juniohttp://publicationslist.org/junio Necessidade de uma hipótese  Hipótese: uma teoria provável, mas ainda não demonstrada, ou uma suposição admissível  A hipótese é o coração de um trabalho científico  Será testada/colocada em prova ao longo do trabalho  Ao final, deve haver evidências de sua validade  Deve-se demonstrar que a proposta é válida  sucesso  Uma maneira de se definir uma hipótese de trabalho é por meio da identificação das propriedades de cada uma das abordagens existentes, propondo-se uma nova que tenha, além das propriedades existentes, propriedades adicionais  montar uma tabela, como exemplo: Característica 1 Característica 2 Característica 3 Característica 4 Abordagem 1 X X Abordagem 2 X Abordagem 3 X X Nova Abordagem X X X X
  • 24. 24 http://publicationslist.org/juniohttp://publicationslist.org/junio Necessidade de uma hipótese  Nem todo trabalho tem uma hipótese definida  De fato, muitos trabalhos são desenvolvidos e defendidos (publicados) sem uma hipótese  No entanto, a definição de uma hipótese traz muitos benefícios:  Permite que se reflita a respeito do trabalho de maneira mais clara  Direciona os experimentos  Indica quais trabalhos são concorrentes  Permite a análise dos resultados de maneira mais clara
  • 25. 25 http://publicationslist.org/juniohttp://publicationslist.org/junio Atividade para próxima aula: - Pesquisar por um artigo de cada um dos 5 tipos vistos - Formular uma hipótese a respeito de seu trabalho (não precisa ser a hipótese definitiva) Apresentação de cada artigo encontrado, mostrando-se os elementos que sustentam a categorização dada àquele artigo. Apresentação da hipótese para discussão.
  • 26. 26 http://publicationslist.org/juniohttp://publicationslist.org/junio BibliografiaDAVIS, M. Scientific papers and presentations. San Diego: Academic Press, 1997. ECO, H. Como se faz uma tese. São Paulo: Perspectiva, 1985. GIL, A. C. Como elaborar projetos de pesquisa. 3. ed. São Paulo: Atlas, 1996. GIL, A. C. Pesquisa Social. São Paulo: Atlas, 1994. LAKATOS, E. M., MARCONI, M. de A. Fundamentos da metodologia científica. São Paulo: Atlas, 1996. MATTAR NETO, J. A.. Metodologia científica na era da informática. São Paulo: Saraiva, 2002. MEDEIROS, J. B.. Redação científica: a prática de fichamentos, resumos, resenhas. 4.ed. São Paulo: Atlas, 2000. OLIVEIRA, S. L.. Tratado de metodologia científica: projetos de pesquisas, TGI, TCC, monografias, dissertações e teses. São Paulo: Pioneira, 2001. SALOMON, D. Como fazer uma monografia. 4ªEdição. São Paulo: Martins Fontes, 1996. SEVERINO, A. J.. Metodologia do trabalho científico. 22 ed. São Paulo: Cortez, 2000. www.bu.ufsc.br
  • 27. 27 http://publicationslist.org/juniohttp://publicationslist.org/junio Layout e bibliografia extraídos de http://goo.gl/m9i0m O conteúdo da apresentação não é uma reprodução exata do conteúdo do livro, não sendo, portanto, de responsabilidade do autor Prof. Raul Sidnei Wazlawick