Figuranova

Gracielle Higino

and 2 more

Introdução        Parte importante da carreira de um cientista é a participação em eventos científicos, como congressos e simpósios. Nestes eventos, os pesquisadores têm acesso às pesquisas mais recentes da sua área, discute ideias com outros pesquisadores, expõe suas próprias descobertas e aumenta a sua rede de contatos. Isso faz com que as pesquisas feitas em uma instituição (ou mesmo entre instituições de uma mesma cidade) alcancem outros lugares e rompam as barreiras institucionais.        A internet, precisamente as redes sociais, têm o potencial de maximizar os efeitos dos eventos científicos. Diferentes redes sociais são utilizadas pelos cientistas de diferentes formas. Em algumas, os pesquisadores buscam por recomendações de artigos ou oportunidades profissionais. Em outras, eles simplesmente buscam manter uma presença online, caso alguém precise entrar em contato, sem a necessidade de divulgar informações pessoais. No entanto, a rede social cujas interações mais se aproximam daquelas praticadas em eventos científicos é o Twitter. Nele, os cientistas buscam divulgar, comentar e acompanhar as discussões sobre as novidades da sua área de pesquisa, encontrar parceiros profissionais, e descobrir novos artigos recomendados pela sua rede \cite{Van_Noorden_2014}. Desta forma, o Twitter faz os pesquisadores quebrarem as barreiras geográficas em uma escala ainda maior que nos eventos científicos.        No entanto, podemos nos perguntar o quanto isso realmente está acontecendo. O alcance da comunicação entre os membros da comunidade científica pode depender da quantidade de conexões que um cientista possui. Porém, será que os cientistas de diversas áreas conversam entre si, ou eles mantêm contatos muito similares, de forma que as informações circulam entre pessoas que já teriam acesso a elas?  Em um estudo bastante extensivo, \citet{Ke_2017}  analisaram toda a comunidade científica presente no Twitter e perceberam que os cientistas costumam se agrupar por disciplina. A rede de usuários está dividida em três grandes áreas (cientistas sociais, físicos e cientistas da vida), dentro das quais podem ser destacadas 10 subáreas e, entre elas, a Ecologia.        Nas redes sociais, o número de conexões pode ser medido de diversas formas. Um usuário focal tem (ou não) seguidores, que são aqueles que assinam as suas atualizações; e os amigos ou seguidos, que são aqueles que este usuário segue e recebe as atualizações. As conexões no Twitter ainda podem ser estabelecidas pelos retweets, que é uma forma da atualização do usuário focal chegar a alguém que não o segue. Estas conexões formam uma rede direcionada, onde os seguidores são a fração do grau representada pelo in-degree, e os seguidos são a fração do grau representada pelo out-degree. O out-degree contribui pouco para a influência que um usuário exerce sobre a rede porque a disseminação da informação do usuário para a rede segue o caminho contrário, sendo fortemente influenciada pelo in-degree. Portanto, a razão entre o in-degree e ou out-degree pode ser uma medida do quanto aquele usuário é importante para a rede no que tange a disseminação das informações.        Outra medida representativa da influência de determinado usuário é a centralidade por intermédio \citep{Freeman_1977}. Esta medida leva em consideração as situações em que as informações divulgadas por um usuário focal chega a outro usuário que não está conectado a ele diretamente, e também o caminho inverso (as informações que chegam a ele tendo sido divulgadas por usuários que ele não segue). Usuários com um alto valor de centralidade por intermédio são conectores de módulos, ou seja, são aqueles que fazem a conexão entre grupos e permitem que as informações rompam a circularidade dos módulos. Podemos esperar, por exemplo, que usuários que utilizam um mesmo idioma sejam parte de um módulo, e que quanto maior o número de de idiomas maior será o valor de centralidade do cientista dentro da rede, funcionando como conexões entre os módulos.        Neste trabalho, analisamos a rede de usuários do Twitter que se identificam como ecólogos e tentamos entender como suas publicações disseminam também entre usuários não-ecólogos. Nossa hipótese é de que haverá uma modularidade relacionada ao idioma, com um grande módulo de usuários que tuitam em inglês, conectados por usuários cuja língua nativa não é o inglês ou que são bastante fluentes em outros idiomas (majoritariamente espanhol e francês). Também esperamos que haja um aninhamento dentro dos módulos, com muitos usuários com poucos seguidores e poucos usuários com muitos seguidores. Estes últimos seriam os usuários com maior centralidade por intermédio, uma vez que existe uma maior probabilidade destes usuários serem também pesquisadores bastante conhecidos, com muitas publicações e tradição de pesquisa, e, portanto, mais conhecidos internacionalmente. Os usuários com maior poder de disseminação de informação também entre não-ecólogos serão aqueles com maior número de seguidores, independente do valor de centralidade. Para testar tais hipóteses, reunimos informações sobre os usuários que se descrevem como ecólogos em seus perfis e analisamos a rede formada exclusivamente por estes usuários, e também a rede formada por ecólogos e seus seguidores totais.    Here we aim to assess the ecologists' network on Twitter and understand how their publications disseminate through other users. Highly influent users are followed by many other users and have their tweets frequently retweeted and favorited. We will gather these measures in an index that summarizes their influence, and test whether this index is related to other characteristics, such as the number of publications, time in the scientific career, and gender. Additionally, we expect that this network will have modules, and the nestedness inside each module will be related to the influence of few users. These users will also connect two or more modules, and will serve as "bridges" to disseminate information between modules.MétodosDados        Nós fizemos uma busca por API utilizando a função search_user do pacote rtweet \cite{kearney2018}. Buscamos por usuários com os termos "ecologist", "ecology", "ecólogo", "ecóloga", "écologie", "ecología", "ecologista", "生态学家" ou "Ökologe" presentes no nome, descrição ou tuíte. A lista de usuários foi então filtrada, restando somente aqueles com estes termos no nome ou descrição, e somente contas não-privadas (ou seja, aquelas das quais conseguiríamos obter dados também da rede de conexões). Com a lista final de ecólogos, buscamos pelos seguidores e usuários seguidos por eles. Ao final, montamos uma lista de arestas e nós (Tabela 1).Tabela 1: Modelo ilustrativo de como será organizado a tabela de usuários.