Extraindo dados dos artigos da Wikipédia em português

Um dos investimentos mais importantes da minha tese de doutorado foi (verbo no passado porque o trabalho está depositado e será defendido no dia 30/09... ainda esta semana posto sobre isso) o desenvolvimento de um software que permite a extração de dados quantitativos do histórico de edições da Wikipédia em português.

Com o apoio inestimável do prof. Alcione de Paiva Oliveira, do Departamento de Informática da UFV, e com grande dedicação do bolsista (por apenas um mês!) Charles Cássio da Silva, desenvolvemos em 2010 o WikipediAnalyserPT.

Interface do WikipediAnalyserPT

Após ser utilizado na tese (e meus artigos mais recentes), o software já está disponível para download. Por ter o código aberto, esperamos que outros programadores possam colaborar para seu aperfeiçoamento.

Para cada artigo pesquisado, a versão inicial deste aplicativo em Java gera uma planilha que, entre outros dados, permite mensurarmos, em cada artigo pesquisado:

- quantas edições foram feitas por quantos editores em um determinado período de tempo;

- que percentual dessas edições foi efetuado por editores não-cadastrados, bots, administradores e demais editores cadastrados da Wikipédia;

- qual a média de edições por mês e qual a média de edições por editores;

- quantas edições cada editor efetuou.

- quantas edições foram revertidas ou desfeitas, e por quais editores;

- quantas proteções foram aplicadas a um artigo, e qual o percentual de tempo no qual o artigo ficou protegido;

- qual o percentual de edições que incluiu ou excluiu conteúdo do artigo.

Mais explicações técnicas e uma explicação de como rodar o programa estão no arquivo .PDF disponível junto com o software.

Que seja útil para muitas pesquisas!

Evidosol, um encontro via chat

Já participou de um evento acadêmico "totalmente em ambiente digital e sincrônico"?

Há dois anos "estive" no Congreso Online do Observatorio da Cibersociedade, mas as discussões aconteceram basicamente através de um fórum vinculado aos artigos.

Evento síncrono, com debates "ao vivo", ainda não. Mas já estou inscrito para III Encontro Virtual de Documentação em Software Livre – EvidoSol_3.0 2008, que acontece em novembro.

O tema inicial é um pouco restrito, mas há espaço para trabalhos sobre Jornalismo na Internet, Blogs e Wikis, Estudos de Hipertexto, Ensino na Internet, entre outros.

O prazo para submissão de resumos é 30 de setembro. Nos dias 19 e 21 de novembro, acontecem as discussões via chat. A integra das conversas ficará disponível posteriormente, como nos arquivos das duas edições anteriores.

A organização é do projeto Texto Livre, grupo de pesquisa da Faculdade de Letras da UFMG coordenado pela professora Ana Cristina Fricke Matte.

Parece uma boa aposta frente ao tédio que tantas vezes predomina nos eventos presenciais.