Conheça os artigos do ICMC mais citados em suas áreas de pesquisa

por ICMC · 26 de fevereiro de 2024

A 8ª edição da Exposição ICMC Highly Cited and Hot Papers fica em cartaz até 31 de março na Biblioteca Achille Bassi

A mostra abarca sete artigos de autoria de pesquisadores do ICMC que estão entre os mais citados em suas áreas de conhecimento no período de novembro de 2022 a outubro de 2023

Uma das maneiras de avaliar o impacto de um artigo em sua área de pesquisa é olhando o número de citações que o documento recebeu. Utilizando o Essential Science Indicators (ESI), uma ferramenta que analisa indicadores científicos a partir da Web of Science, a equipe da Biblioteca Achille Bassi realizou um levantamento para identificar esse diferencial nos trabalhos publicados por pesquisadores do Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos.

A seleção com os artigos mais citados está exposta na vitrine da Biblioteca até o dia 31 de março na 8ª edição da Exposição ICMC Highly Cited and Hot Papers. A mostra apresenta os trabalhos de autoria de pesquisadores do 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 2022 a outubro de 2023.

Todos os artigos que fazem parte da exposição 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. Lembre-se de que, 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

CAMPOS, G. O.; ZIMEK, A.; SANDER, J.; CAMPELLO, R. J. B.; MICENKOVÁ, B.; SCHUBERT, E. ASSENT, I.; HOULE, M. E. On the evaluation of unsupervised outlier detection: measures, datasets, and an empirical study. Data Mining and Knowledge Discovery, v. 30, n. 4, p. 891-927, Jul. 2016. Disponível em: https://doi.org/10.1007/s10618-015-0444-8. Acesso em: 22 jan. 2024.