Triagem de escopo pelo modelo

Ficha de ruído por termo

Cada linha é uma consulta (termo) da busca. Um item conta uma vez para cada termo que o encontrou. O ruído é a parcela de itens excluídos ou em quarentena. Os mais ruidosos vêm primeiro. “Operadores seguros” são palavras negativas sugeridas pelo modelo que, neste termo, tirariam itens sem tirar nenhum bom (ganho/perda em itens).

Operadores negativos sugeridos

Sugestão do modelo, validada contra os itens bons; a decisão é sua. Para cada palavra que o modelo apontou em itens excluídos, o programa conta quantos itens do acervo inteiro a contêm e quantos deles são bons (elegíveis, em quarentena ou incluídos por você): o dano colateral. Nenhuma consulta é alterada por esta página.

O modelo ainda não sugeriu nenhum operador negativo (ou nenhum item foi excluído).

Itens com o veredito do modelo

146 item(ns) (elegíveis e em quarentena)

18 item(ns) excluído(s) pelo modelo estão ocultos desta lista (quarentena temporária: nada foi apagado e a decisão é sua). Mostrar · ver só os excluídos

Execuções que gravaram vereditos

Como ler esta página

Veredito do modelo

✔ Elegível

O modelo julga o item possivelmente útil para o escopo da pesquisa. Aparece normalmente nas listas.

◐ Quarentena

O modelo tem dúvida (informação ausente, cortada ou ambígua) e, na dúvida, não exclui. Aparece normalmente nas listas, com o motivo da dúvida.

✕ Excluído pelo modelo

O modelo tem certeza de que o item é inútil para o escopo (e a conferência automática confirmou: só vale com confiança alta). Fica oculto das listas por padrão (quarentena temporária), mas nunca é apagado: você pode mostrá-lo a qualquer momento e a sua decisão sempre prevalece.

Motivo (categoria)

fora de segurança pública

O item não trata de segurança pública, policiamento, perícia, justiça criminal ou defesa social (por exemplo, um artigo de saúde ou de agricultura que casou com um termo da busca).

sem IA ou tecnologia

O item trata de segurança pública, mas não de inteligência artificial nem de análise automatizada de dados.

metodologia irrelevante

Divulgação genérica, opinião superficial, sem dados e sem caráter científico ou técnico.

ambiguidade lexical

Um termo da consulta tem mais de um sentido e capturou o item fora do contexto que a pesquisa quer.

fora do recorte temporal

Artigo publicado antes de 2022. Por padrão fica fora do recorte; só deixa de ser excluído se o modelo o achar útil mesmo assim (aí aparece como elegível ou em quarentena e a justificativa diz por quê).

fora do recorte geográfico

Item estrangeiro e sem utilidade para o contexto brasileiro. Sozinho só leva à quarentena, porque literatura internacional pode servir de referência; só é excluído se também estiver fora do tema.

ruído web

Página de erro, catálogo sem texto ou ruído de indexação do buscador.

Outros campos

Justificativa

Em até 20 palavras, por que o modelo deu aquele veredito. É a opinião dele, não um fato.

Termo gerador

Qual das consultas que encontraram o item provavelmente o trouxe por engano. O programa confere que é um dos termos da busca.

Sinal negativo

Palavra ou expressão (até três palavras) copiada do título ou do resumo que caracteriza aquele tipo de ruído e poderia virar um operador negativo (-"palavra") na busca. O programa confere que o trecho existe no texto.

Dano colateral

Quantos itens bons (elegíveis, em quarentena ou incluídos por você) também contêm o sinal negativo e se perderiam se a consulta o excluísse. Zero é o desejável.

Veredito do operador

Seguro: Nenhum item bom (elegível, em quarentena ou incluído por você) contém o texto. Arriscado: Alguns itens bons contêm o texto, mas são poucos (até 5% dos itens que o contêm). Perigoso: Muitos itens bons contêm o texto, ou o texto é uma palavra central do tema. Não use sem conferir.

Área temática

A área de onde vem o item (saúde, educação, agropecuária...). Mostra de onde vem o ruído de cada termo.

Escopo geográfico

Brasil, internacional ou indeterminado. Item internacional não é excluído só por isso (pode servir de referência), mas termos que só trazem literatura estrangeira mostram que a consulta precisa de foco no Brasil.

Conferência automática

Depois de cada resposta o programa confere, sem modelo, se os campos são válidos, se o termo gerador é um dos termos da busca e se o sinal negativo existe no texto. Linhas que falham não entram nos percentuais.

Mais definições no glossário.