A identificação inequívoca de autores constitui um elemento central para a confiabilidade das análises bibliométricas e cientométricas, especialmente em contextos de integração de dados em larga escala. Este estudo investiga o fenômeno da homonímia na Plataforma Lattes, analisando seus impactos na atribuição de autoria, na construção de redes de colaboração e na interoperabilidade entre bases científicas. A metodologia baseia-se na implementação de um pipeline computacional capaz de processar currículos acadêmicos, extrair campos nominais, normalizar diferentes formas de representação e gerar bases analíticas em múltiplas dimensões, incluindo nome completo, nome de citação e assinaturas abreviadas. Os resultados evidenciam elevada concentração de homonímia em combinações nominais frequentes, bem como aumento significativo da ambiguidade em representações abreviadas. Adicionalmente, observa-se que a ausência de identificadores persistentes, como ORCID, intensifica os riscos de associação indevida entre registros. O estudo contribui para o avanço das estratégias de desambiguação autoral e destaca a necessidade de integração entre métodos computacionais e identificadores persistentes para garantir a qualidade dos dados científicos.
Comissão Organizadora
Gabriel Felipe Cotta Cirino
Francisco Paletta
Victoria Siqueira Pereira
Mariane Alves Antunes
Rodrigo Garcia
Victor Barros
Karina Satie kawashita
Comissão Científica
Ferramenta completa de submissão, avaliação e publicação de anais para eventos científicos.
