Visualização de Informação como Ferramenta de Apoio à  Curadoria de Dados em Coleções Biológicas

Asla Medeiros e Sá; Franklin  Oliveira; Cristiana  Silveira Serejo

Autores

Asla Medeiros e Sá FGV/EMAp
Franklin Oliveira
Cristiana Silveira Serejo

Palavras-chave:

Visualização de Informação; Coleções científicas; Coleções biológicas; Qualidade de registros; Representação visual de dados.

Resumo

Coleções científicas biológicas têm o compromisso de ser um registro permanente da herança natural, sendo geridas por instituições, tais como museus, herbários, que são fiéis depositárias de guarda de acervos. São constituídas de espécimes coletados em campo, acrescidos de informações relacionados ao seu local de coleta, tais como, coordenadas geográficas da localidade, data de coleta e coletor, e recebe um número de registro; o que permite que seja incorporado Ã coleção. Garantir a qualidade dessas informações é uma tarefa complexa e de fundamental relevância. O presente trabalho se propõe a aplicar princípios e técnicas de visualização da informação ao contexto dos bancos de dados de coleções científicas biológicas, ao fornecer um conjunto de representações visuais cuja finalidade primária é a de facilitar a verificação da qualidade dos registros por um especialista. Tais técnicas podem ser utilizadas a posteriori com a finalidade de exibição e divulgação dos dados da coleção.

Downloads

Não há dados estatísticos.

Referências

ARTS, Koen; VAN DER WAL, René e ADAMS, William M. Digital technology and the conservation of nature. Ambio. vol. 44, no. 4, pp. 661- 673, Springer, 2015.

BERTIN, Jacques. Semiology of graphics: diagrams networks maps. ESRI Press, 1983.

COOPER, Alan; REIMANN, Robert et alli. About face 2.0. The essentials of interaction design. Vol. 17, Wiley Indianapolis, 2003.

CLEVELAND, William S e McGILL, Robert. Graphical perception: Theory, experimentation, and application to the development of graphical methods. Journal of the American statistical association. vol. 79, no. 387, pp. 531-554, Taylor & Francis Group, 1984.

EL BEKRI, Nadia e PEINSIPP-BYMA, Elisabeth. Assuring Data Quality by Placing the User in the Loop; 2016 International Conference on Computational Science and Computational Intelligence (CSCI)}, pp 468-471, IEEE, 2016.

FEKETE, J-D. The infovis toolkit. IEEE Symposium on Information Visualization, pp. 167-174, IEEE, 2004.

GURALNICK, Robert e HILL, Andrew. Biodiversity informatics: automated approaches for documenting global biodiversity patterns and processes. Bioinformatics. vol. 25, no. 4, pp. 421- 428, Oxford University Press, 2009.

HEER, Jeffrey; CARD, Stuart K e LANDAY, James A; Prefuse: a toolkit for interactive information visualization. Proceedings of the SIGCHI conference on Human factors in computing systems, pp. 421-430, 2005.

IBRAM. Acervos digitais nos museus: manual para realização de projetos, pp. 1–140, 2020.

KEIM, Daniel A. Information visualization and visual data mining, IEEE transactions on Visualization and Computer Graphics. vol. 8 no 1, pp 1-8, IEEE, 2002.

LIU, Shixia; CUI, Weiwei; WU, Yingcai e LIU, Mengchen. A survey on information visualization: recent advances and challenges. The Visual Computer, vol. 30, no. 12, pp 1373-1393, Springer, 2014.

LIU, Shixia; ANDRIENKO, Gennady; WU, Yingcai; CAO, Nan; JIANG, Liu; SHI, Conglei; WANG, Yu-Shuen e HONG, Seokhee. Steering data quality with visual analytics: The complexity challenge. Visual Informatics, vol. 2, no. 4, pp. 191—197, Elsevier, 2018.

MARX, Vivien. The big challenges of big data. Nature, vol. 498, no. 7453, pp. 255-260, Nature Publishing Group, 2013.

McCURDY, Nina; GERDES, Julie e MEYER, Miriah. A framework for externalizing implicit error using visualization. IEEE transactions on visualization and computer graphics. vol. 25, no. 1, pp. 925-935, IEEE, 2018.

NAVARRETE, Trilce e BOROWIECKI, Karol J. “Digitization of heritage collections as indicator of innovation”. Economics of Innovation and New Technology. vol. 26, no 3, pp 227 – 246, 2017.

NORMAN, Don. The design of everyday things: Revised and expanded edition; Basic books, 2013.

OLIPHANT, Travis E. Python for scientific computing. Computing in Science & Engineering. vol. 9, no. 3, pp. 10-20, IEEE, 2007.

OLIVEIRA, Franklin A. Visualização de coleções científicas digitais de biodiversidade: um framework em Altair, Python. Dissertação de Mestrado em Modelagem Matemática, FGVEMAp, https://bibliotecadigital.fgv.br/dspace/handle/10438/30711

QU, Zening e HULLMAN, Jessica. Evaluating visualization sets: Trade-offs between local effectiveness and global consistency. Proceedings of the Sixth Workshop on Beyond Time and Errors on Novel Evaluation Methods for Visualization, pp. 44—52, 2016.

REICHMAN, O James; JONES, Matthew B. e SCHILDHAUER, Mark P. Challenges and opportunities of open data in ecology. Science, vol. 331, no. 6018, pp. 703-705, American Association for the Advancement of Science, 2011.

SATYANARAYAN, Arvind; MORITZ, Dominik; WONGSUPHASAWAT, Kanit e HEER, Jeffrey. Vega-lite: A grammar of interactive graphics. IEEE transactions on visualization and computer graphics, vol. 23, no. 1, pp. 341-350, IEEE, 2016.

SEREJO, C.S. Panorama dos Acervos: Passado, Presente e Futuro. Museu Nacional, Ed. Museu Nacional - Série Livros 18, 120 p, 2020.

SHIRAVI, Hadi; SHIRAVI, Ali e GHORBANI, Ali A. A survey of visualization systems for network security. IEEE Transactions on visualization and computer graphics, vol. 18, no. 8, pp. 1313-1329, IEEE, 2011.

SHNEIDERMAN, Ben. The eyes have it: A task by data type taxonomy for information visualizations. In: The craft of information visualization. 364--371, Elsevier, 2003.

SILVA, D.L.; CORRÊA, P.L.P.; JUAREZ, K.M.; FONSECA, R.L. Diretrizes para a Integração de Dados de Biodiversidade. Brasília: MMA, 100 p., 2015.

SONG, Hayeong e SZAFIR, Danielle Albers. Where’s my data? evaluating visualizations with missing data. IEEE transactions on visualization and computer graphics. vol. 25, no. 1, pp. 914-924, IEEE, 2018.

SUAREZ, Andrew V e TSUTSUI, Neil D. The value of museum collections for research and society. BioScience. vol. 54, no. 1, pp. 66-74. American Institute of Biological Sciences, 2004.

THOMAS, Selma e MINTZ, Ann. Virtual and the Real: Media in the Museum. American Association of Museums, 1998.

TRIQUES. A dimensão relacional entre curadoria digital e metadados. Universidade Federal de São Carlos, SP. Centro de Educação e Ciências humanas - Programa de Pós-Graduação em Ciência da Informação. Tese de Doutorado, pp 128. 2020.

VAN DEN BROECK, Jan; CUNNINGHAM, Solveig Argeseanu; EECKELS, Roger e HERBST, Kobus. Data cleaning: detecting, diagnosing, and editing data abnormalities. PLoS Med, vol. 2, no. 10, pp e267, Public Library of Science, 2005.

VANDERPLAS, Jacob; GRANGER, Brian E; HEER, Jeffrey; MORITZ, Dominik; WONGSUPHASAWAT, Kanit; SATYANARAYAN, Arvind; LEES, Eitan; TIMOFEEV, Ilia; WELSH, Ben e SIEVERT, Scott. Altair: interactive statistical visualizations for Python. Journal of open source software. vol. 3, no. 32, pp. 1057. 2018.

WANG, Rui; PEREZ-RIVEROL, Yasset; HERMJAKOB, Henning e VIZCAÍNO, Juan Antonio. Open source libraries and frameworks for biological data visualisation: A guide for developers. Proteomics, vol. 15, no. 8, pp 1356-1374, Wiley Online Library, 2015.

WINDHAGER, Florian. Visualization of cultural heritage collection data: State of the art and future challenges; WINDHAGER, Florian; FEDERICO, Paolo; SCHREDER, Gunther; GLINKA, Katrin; DORK, Marian; MIKSCH, Silvia e MAYR, Eva. IEEE transactions on visualization and computer graphics. vol 25, no. 6, pp 2311-2330, IEEE, 2018.