Um estudo sobre menções de métricas computacionais, termos e testes estatísticos em artigos apresentados no WSCAD

Autoria: Rodrigo S. Nurmberg , Rogério L. Rizzi , Claudia B. Rizzi, Guilherme Galante, Thiago S. Elias, Gustavo R. Malacarne

Repositório do artigo submetido ao WSCAD2023.

Estrutura do repositório:

• /artigo.pdf
• /Código
  • WSCAD2023.ipynb - Jupyter notebook exportado do Google Colab, com todo o código utilizado no artigo
• /Dados - Dados processados no artigo
  • PDF/
    • WSCAD<AAAA>/ - Um subdiretório para cada ano do WSCAD
      • links.txt: Links para os artigos em PDF nos Anais do WSCAD (SBC Open Lib - SOL)
  • TXT/ Será gerado durante a etapa de pré-processamento, refletindo a estrutura de pastas dos arquivos PDF
• /Planilhas/
  • PréProcessamento.{ods,xlsx} - Utilizada durante a etapa de pré-processamento, contém a aba de arquivos ignorados e a as expressões regulares para substituição/remoção de textos.
  • ListaERs.{ods,xlsx} - Utilizada durante a etapa de processamento, contém as listas de ERs utilizadas para extração de termos.
  • ValidaçãoManual.ods - Resultado da validação manual de 40 artigos
• /Resultados/: Arquivos gerados durante o processamento e análise (.csv, .tex e .svg)

Replicação

• Clonar o repositório para o computador local (ZIP)
  • Baixar os artigos
  • Para isso pode-se executar o script bash./Dados/PDF/download.sh [--from <ano>] [--to <ano>] [--ieee]
    • from: Ano inicial. Default=2000.
    • to: Ano final (inclusive). Default=2022.
    • ieee: Baixar também os artigos do IEEE. Utilize somente se sua rede tiver acesso ao IEEE (por ex. rede acadêmica ou proxy http/https devidamente configurado). Default=N.
    • ano: Inteiro entre [2000, 2022]
    • Testado no Linux e no Windows (utilizando o Git Bash do Git for Windows)
      • Deve funcionar em qualquer ambiente bash com wget ou curl
  • Alternativamente sugere-se utilizar o gerenciador de downloads DownloadThemAll!
    • Funciona em qualquer navegador baseado no Google Chrome/Chromium, incluindo Microsoft Edge e Brave. Também possui versão para Mozilla Firefox (não testada).
    • Importar o arquivo links.txt de cada edição
    • Importante: Salvar os arquivos nas respectivas subpastas
• No Google
  • Fazer upload de todo o diretório do artigo
    • Ex. Meu Drive/WSCAD2023
    • Anotar o nome do diretório apenas (ex. WSCAD2023)
    • Anotar o link (Compartilhar -> Copiar Link)
  • Abrir a planilha ListaERs.xlsx e salvar como Google Sheets
    • Anotar o link (Compartilhar -> Copiar Link)
  • Abrir a planilha PréProcessamento.xlsx e salvar como Google Sheets
    • Anotar o link (Compartilhar -> Copiar Link)
  • Abrir o arquivo Código/WSCAD2023.ipynb (Botão direito, abrir com -> Google Colaboratory)
  • Ajustar as URLs, de acordo com os links copiados:
    • WSCAD2023_URL
    • URL_PLANILHA_PRE
    • URL_PLANILHA_TERMOS
  • Descomentar pd2txt_dir()
    • Localizar e Substituir (CTRL+H)
      • Localizar: #pdf2txt_dir()
      • Substituir: pdf2txt_dir()
  • Executar Tudo (CTRL+F9)
  • Salvar execução (CTRL+S)