Resumo

Esta comunicação objetiva descrever um método de análise bibliográfica, a fim de estudar o campo de pesquisa em música no Brasil. Esse estudo abordou a produção bibliográfica como um campo rico em dados (data-rich) para diminuir as margens para impressões sobre a área. Foi produzido um teste do método em desenvolvimento, neste recorte de pesquisa de doutorado em andamento na UniRio. Dados para o teste descrito foram coletados de 129 comunicações orais e pôsteres dos Anais do III Simpósio Brasileiro de Pós-Graduandos em Música, realizados pela UniRio em 2014. Palavras-chave e suas ocorrências foram coletadas e normalizadas. A linguagem natural utilizada pelos autores nas palavras-chave foi mantida durante todo o processo. Em seguida, as palavras-chave foram organizadas visualmente, gerando um gráfico de redes por meio do D3JS. Através desse método, duas grandes redes foram identificadas no corpus empregado. Então, as redes geradas foram comentadas diante da efetividade do método em encontrá-las. Apenas termos muito abrangentes geraram conexões entre diferentes textos. Dessa maneira, textos com termos muito específicos ficaram isolados na representação visual. Isso ocorreu devido ao escopo dos dados teste e à escolha da análise da linguagem natural. As lacunas atuais do método foram comentadas, visando apresentar possíveis soluções a serem trabalhadas no desenvolvimento da pesquisa, nos próximos anos.

Network Visualization of Music Research in Brazil, Through Keywords

This paper describes a method for bibliography analysis, to study the Music research field in Brazil. This study approaches the bibliographic product as a data-rich field to reduce the margins for impressions on the area. In this section of a Doctoral research, a test was made for this method. Data for the described test was gathered among 129 papers and posters from the proceedings of the III Simpósio Brasileiro de Pós-Graduandos em Música (SIMPOM), organized by UniRio in 2014. Keywords and their occurrences were collected and normalized. The natural language used by the authors for the keywords were kept during the whole process. Then, the keywords were visually organized, generating a visualization of the network with D3JS. With this method, two relevant networks were identified in the given corpus. Then, the generated networks were commented regarding the effectiveness of the method in finding them. Only broad keywords generated connections between different texts. This way, texts with very specific keywords were isolated in the visual representation. This occurred because of the scope of the test data and because of the choice of analyzing natural language. The current blanks left by the method were criticized, so to present possible solutions for the future development of the research, in the following years.