ESSAI THÉORIQUE
FONSECA, Claudio Ruy Vasconcelos da [1], SANTIAGO, Sandro Breval [2], PAULA, Estevão Vicente Cavalcante Monteiro de [3]
FONSECA, Claudio Ruy Vasconcelos da. SANTIAGO, Sandro Breval. PAULA, Estevão Vicente Cavalcante Monteiro de. La transdisciplinarité et l’activisme scientifique comme des cales pour accélérer le développement amazonien. Revista Científica Multidisciplinar Núcleo do Conhecimento. Année. 07, éd. 01, Vol. 04, p. 254 à 278. Janvier 2022. ISSN: 2448-0959, Lien d’accès: https://www.nucleodoconhecimento.com.br/biologie/developpement-amazonien
RÉSUMÉ
L’étude et la connaissance de l’Amazonie dans le scénario socio-économique actuel conduisent à une réflexion sur l’efficacité des méthodologies scientifiques adoptées. Le dialogue entre les groupes de recherche et les décideurs permet-il la production de connaissances robuste et adapté aux exigences du secteur productif amazonien, et articulé afin de sensibiliser l’académie à se concentrer sur les goulots d’étranglement technologiques existants, ainsi que sur les nouvelles opportunités d’utilisation des richesses naturelles ? Une analyse a été effectuée sur les exigences des avis de développement scientifique produits par les principales institutions de promotion et de développement en Amazonie au cours des deux dernières années, et il a été constaté que l’épistémologie prédominante est la discipline, un fait qui rend l’application des résultats plus restreinte. L’échelle temporelle de la production scientifique, la rapidité de l’impact sur la société par rapport à son application, un langage adéquat et le manque de perception de la société sur l’incertitude de la politique, sont des facteurs importants qui affectent la relation entre le monde universitaire et les faiseurs d’opinion et les politiques publiques, et il est nécessaire d’intensifier un certain activisme scientifique, application de l’épistémologie translationnelle. En parallèle, la gestion de la gouvernance des connaissances scientifiques aurait, dans certains cas, plus de chances de réussir avec l’utilisation d’algorithmes encore timidement adoptés dans l’environnement académique de l’Amazonie.
Mots-clés : Transdisciplinarité, Société, Science amazonienne, Transfert technologique.
1. INTRODUCTION
La science cherche à répondre à des questions formulées pour résoudre les doutes de la société. Les questions bien formulées ont des objectifs bien définis. Ironiquement, les résultats des sondages posent souvent de nouvelles questions. Néanmoins, il existe encore des enchevêtrements complexes de situations liées au comportement du scientifique, à la relation de la science avec la société, à ses protocoles et à ses méthodes scientifiques qui doivent être analysés pour comprendre ce qui est produit et comment la connaissance est produite, en particulier dans l’État d’Amazonas. Ce travail vise à vérifier la raison pour laquelle les connaissances produites dans l’académie Amazon ont été peu utiles pour soutenir les solutions requises par des problèmes complexes. La question principale est la suivante: le dialogue entre les groupes de recherche et les décideurs permettant la production de connaissances solides est-il approprié aux exigences du secteur productif amazonien et articulé afin de sensibiliser l’académie à s’attaquer aux goulots d’étranglement technologiques existants, ainsi qu’aux nouvelles opportunités d’utilisation des richesses naturelles? La méthodologie utilisée était une analyse des deux dernières années, des avis de développement scientifique, produits dans les principales institutions de financement amazoniennes, pour vérifier si l’épistémologie translationnelle est déjà en cours de consolidation, compte tenu de la complexité amazonienne qui nécessite des réponses plus holistiques aux demandes régionales paradigmatiques et aux secteurs les plus appliqués.
2. LES PROTOCOLES SCIENTIFIQUES SONT-ILS SUFFISANTS POUR RÉSOUDRE LES PROBLÈMES ?
Les scientifiques sont généralement considérés comme des individus distincts de la société, vivant dans des laboratoires isolés, recherchant des connaissances non pertinentes pour la vie quotidienne de la société. Ils sont souvent satirisés par des animateurs de talk-shows qui rapportent des titres de recherche complètement flous de biais d’utilité, tels que « Variation de la température rectale des perroquets du lac X », amenant le public à créer un concept d’excentricité académique. Cependant, il existe différentes perspectives, du moins en ce qui concerne la pertinence pratique de la recherche universitaire (BASSETT, 2020). C’est le cas, par exemple, des synergies et des répercussions entre les universités et les développements de la recherche high-tech, comme la Silicon Valley en Californie, la Route 128 autour de Boston et le triangle Raleigh-Durham, Embraer, Boticário Foundation[4], Embrapa[5] et Fiocruz. Ces synergies sont toutefois liées à des développements pratiques dans des domaines tels que les technologies de l’information et la recherche sur les biomatériaux, la biotechnologie et les produits pharmaceutiques. Dans le domaine de l’élaboration des politiques sociales et publiques, les liens entre la recherche universitaire et l’élaboration des politiques sont rarement établis.
Bien que les questions et les problèmes ponctuels puissent changer au fil du temps, le besoin de recherche sur des questions clés est continu. Bien que les décideurs politiques aient souvent des horizons temporels courts, le processus de recherche nécessite des échelles de temps plus larges, une circonstance peu accueillante, car la production universitaire ne peut pas répondre immédiatement aux politiciens.
Les questions clés sont de la plus haute importance pour résoudre les problèmes émergents. Actuellement, avec les bases de connaissances sur les virus, des chercheurs de divers endroits dans le monde développent des solutions cliniques pour lutter contre ce nouveau type de coronavirus (COVID-19) (BASSETT, 2020). Cependant, dans le cas amazonien, les édits ne stimulent pas la recherche dans les groupes transdisciplinaires, un fait qui sera abordé ci-dessous.
3. LA RECHERCHE UNIVERSITAIRE INFLUE-T-ELLE SUR LES DÉCISIONS POLITIQUES? LES UNIVERSITAIRES DEVRAIENT-ILS CONSENTIR DANS CERTAINS ACTIVISMES À AVOIR UN IMPACT SUR LES DÉCIDEURS?
Les mots utilisés par un certain ministre de la Santé mettant l’accent sur l’attente de la réponse scientifique à la prise de décision politique par l’État, deviennent un appel à réduire les conflits laïques connus. Selon Mitre (2016), Machiavel avertit que « les conseils basés sur des idéaux normatifs affaibliront le prince » et que « des conseils réalistes […] les renforceront ».
L’approximation entre les faits cités par Mitre (2016) comme la matière première des sciences, et les valeurs considérées par le même auteur comme la substance du conflit politique est le défi de la société actuelle qui a commencé à comprendre que, compte tenu des progrès technologiques, les conflits sociaux et économiques avec une grande adhésion mondiale ne seront résolus qu’avec la science.Ainsi, cette science qui ne participe pas au débat sur les politiques publiques est vouée à mourir pour la société en général.
Cette participation aura lieu avec le gain de respectabilité résultant de la production de travaux scientifiques de haute qualité qui constituent un soutien efficace dans le domaine politique. La recherche devrait être synthétisée et traduite dans un langage compréhensible par les décideurs, le grand public et les médias (GUNDERSON, 2007).
La société scientifique doit également être prête à sauver la collecte d’informations et de connaissances produites au fil du temps pour répondre aux demandes émergentes. Il est cité ici comme le fait que nous vivons actuellement avec le nouveau COVID-19. Bien que nouveau, il existe déjà une masse critique d’informations et de connaissances qui permettent de démêler, à grands pas, ses secrets, créant ainsi une attente positive qu’il y aura bientôt un remède qui traitera efficacement la COVID-19 (OGBURN et.al., 2020).
Cela soulève l’explication de ce que Kuhn (2012) appelle la science normale, c’est-à-dire la recherche fermement ancrée dans une ou plusieurs réalisations passées et qui sont reconnues depuis un certain temps par la communauté scientifique comme fournissant les bases de pratiques ultérieures. C’est précisément cette base qui favorise les avancées, forme l’activité des laboratoires en période moins troublée.
Plus important encore, il existe des exemples de la façon dont l’accumulation de résultats peut produire des progrès significatifs. Une nouvelle discipline appelée Scientometrics analyse comment les différents résultats publiés par différents chercheurs et institutions peuvent être regroupés pour produire des connaissances sur les constantes et les algorithmes qui étaient cachés, mais qui sont importants pour le milieu universitaire, pour l’économie, entre autres (SILVA et al., 2001).
Cependant, il reste à voir des stratégies précises qui aident à augmenter la valeur de la recherche en donnant plus de visibilité au chercheur et à ses travaux (ZULUAGA, 2017). Ce qui est prévu, c’est de systématiser les résultats, d’organiser la production de connaissances, des questions qui ouvrent des possibilités d’innovations qui ont un impact économique et politique. Cependant, l’exercice scientométrique a motivé la valorisation de certaines sciences qui garantissent le profit des entreprises, au détriment d’autres qui pavent discrètement l’ensemble des connaissances nécessaires pour comprendre et gérer des aspects de l’expérience humaine qui sont complexes et nécessitent une recherche dite fondamentale.
L’interaction entre l’environnement scientifique et l’opinion et les formateurs politiques construit un dialogue d’une extrême importance pour le succès d’un pays développé et technologiquement avancé, et cela se déroule dans les particularités et les caractéristiques ainsi synthétisées :
a) Les horizons temporels du processus de recherche sont différents de ceux de la politique. Les sondages motivés par des préoccupations politiques ne peuvent atteindre le domaine public qu’après intérêt politique. De toute évidence, l’acceptation politique est un ingrédient clé. Il y a simplement des moments et des conditions dans lesquels le processus politique ne sera pas modifié par les résultats de l’enquête, et d’autres moments où il sera ouvert aux changements qui pourraient être affectés par cette recherche (GUNDERSON, 2007). Aaron (1978) dit que la recherche, dans les moments de données, reflète les humeurs politiques dominantes, mais influence aussi politiquement. Heineman et al. (1997) craignent que la recherche ne perde sa crédibilité si elle est considérée comme une « marchandise à acheter et à vendre » et que, dans ce cas, « l’analyse visant principalement à renforcer les choix déjà faits semble être une caractéristique commune de la réalité politique ». Les auteurs soulignent la force coercitive dont la recherche universitaire peut souffrir lorsqu’elle est financée pour soutenir des politiques spécifiques. Tel est le danger auquel les institutions de recherche peuvent être exposées à l’heure actuelle, alors qu’une pandémie exacerbe les convictions politiques.
La correction du problème ci-dessus semble être liée à la nécessité pour les chercheurs eux-mêmes d’être souvent impliqués dans le processus d’élaboration des politiques à un moment donné de leur carrière. Ce thème a été repris par d’autres chercheurs tels que Lynch (2005), un universitaire qui a été économiste en chef au Département du Travail des États-Unis de 1995 à 1997. Cependant, il existe un certain consensus sur le fait que les scientifiques importants qui occupent des enjeux élevés dans la communauté universitaire ne perdent pas de temps dans l’élaboration des politiques. C’est peut-être l’une des raisons d’un déficit dans l’impact des résultats scientifiques sur la prise de décision.
b) La recherche dont le résultat a un impact direct sur la société devient beaucoup plus facile à devenir une politique publique que celle dont le bénéfice social est indirect (CARNEIRO et al., 2018). La perception par la société de la contribution de la science aux politiques publiques générée dans le domaine de l’environnement est beaucoup plus difficile que celle générée pour la santé et l’ingénierie en général, même parce que dans le domaine de l’environnement, il existe des intérêts différents entre les segments sociaux et économiques.
c) Il est difficile pour la société de comprendre que le temps de réponse pour la résolution de problèmes est associé aux variables impliquées dans l’analyse de la recherche, à l’échelle de temps qui doit être prise en compte et à la pluridisciplinarité nécessaire pour produire de l’information et générer des connaissances solides qui apportent des solutions fiables.
d) Il y a un manque de perception de la société sur l’incertitude de la science et que la recherche cherche à réduire le niveau d’incertitude autant que possible (LOMBARDI et al., 2010). Actuellement, le drame de la chloroquine est en train de vivre, car l’angoisse de la population à recevoir des réponses positives de l’action du médicament contre COVID-19 amène le public à faire pression sur les chercheurs pour une réponse rapide. Il s’avère qu’il y a tellement de variables impliquées dans le processus de développement d’un remède qu’il faut un peu de temps pour obtenir un résultat avec un niveau d’incertitude dans un intervalle de confiance statistiquement acceptable.
e) Dans la société de l’information, le public suit pratiquement, en temps réel, le développement des travaux scientifiques et est informé des difficultés naturelles d’un processus de recherche, ainsi que des résultats partiels (FACULDADE DE MEDICINA DA UNIVERSIDADE FEDERAL DE MINAS GERAIS, 2020). Une telle transparence crée de l’incertitude quant à ce qui est découvert.
f) La polarisation de la politique tente de ideologic aliser la science en mettant l’idée absurde que la découverte scientifique est révélée en ligne avec la domination de l’environnement politique dans lequel le pays est situé (INSTITUTO PARA O DESENVOLVIMENTO DO JORNALISMO, 2015).
4. NEUTRALITÉ DE LA SCIENCE
Bien qu’il puisse s’agir d’un thème récurrent, il convient de souligner que la neutralité de la science est une légende. Le scientifique est un être humain et, en tant que tel, un être social qui est affecté par ses relations humaines, sociales et politiques. L’action politique au milieu de l’activité scientifique résonne fortement dans le financement et la diffusion scientifique.
Les problèmes contemporains deviennent la recherche dominante pour les établissements d’enseignement, de recherche et d’enseignement. Parfois, les demandes scientifiques de pays plus avancés, avec des modes de vie différents et des installations opérationnelles différentes, deviennent des priorités scientifiques internationales.
Au fil du temps, il y a des concentrations de groupes de recherche de différents domaines sur des thèmes pertinents de l’époque. Cela est dû au fait que les organismes de financement donnent la priorité à la recherche pertinente au moment social, politique et économique d’une époque donnée. Par conséquent, les changements dans les domaines de recherche ne sont pas toujours dus à la saturation de la recherche sur un objet de recherche donné, mais à l’opportunité de ressources offertes par les agents de financement. Cela provoque des vides dans la chaîne de connaissances d’une recherche.
Il est important de souligner l’effet de la société de l’information sur la science, la recherche et l’innovation. Maffesoli (1998) explique que la société postmoderne se compose de constellations de tribus, dont les membres cherchent leur survie en se formant en masse pour combattre ce en quoi ils croient. Parfois, ce sont des villages mondiaux dans lesquels leurs membres ne se connaissent généralement pas, mais ils militent pour eux-mêmes sans connaître profondément les causes qu’ils défendent, mais qui sont principalement influencés par les médias. Cela les amène à faire pression sur les pouvoirs législatifs, judiciaires et exécutifs locaux de manière organisée, mettant en péril la recherche dans des intérêts pertinents pour la science et le pays. Il convient de rappeler que les Académies des Sciences des États-Unis et d’Angleterre ont été presque interdites de développer la recherche sur les cellules souches par leurs membres du congrès (FALCÃO, 2005). Dès lors, le segment scientifique s’est rendu compte qu’il ne fonctionnait pas pour la société, mais avec la société, et a décidé d’investir dans la vulgarisation de la science.
Dans le même temps, la société d’aujourd’hui, technologiquement évoluée, a commencé à croire de plus en plus en la science. Ce consensus croissant de la société place la science comme un acteur important pour soutenir les décisions politiques, provoquant des impacts sociaux capables de générer des polémiques nationales et même mondiales. Cela rappelle un peu l’expression de Leff (2002), dans son travail sur l’épistémologie environnementale, selon laquelle « l’environnement n’est pas l’écologie […], mais la relation entre les pouvoirs sur la forme dominante de la connaissance… ». Une connaissance approfondie de l’objet en discussion est importante dans les débats mondiaux entre les nations, afin que les accords aient une meilleure équité sociale et économique entre les pays.
Cette attente positive de la société postmoderne en relation avec la science met la pression sur les universités et les institutions de recherche pour obtenir des réponses, le plus rapidement possible, aux problèmes sociaux et économiques d’aujourd’hui. Les questions liées à la production de connaissances pour la santé, l’environnement et les affaires font partie des cris quotidiens de la société postmoderne. Ironiquement, les erreurs des chercheurs ne sont pas acceptées, comme si leurs hypothèses étaient toujours correctes avec précision, et lorsque les résultats d’une recherche sont publiés, ils subissent une pression extrême de la part de ces « tribus » dont la perception de l’objet des études est distincte.
5. LES MÉTHODES TRANSLATIONNELLES SONT-ELLES MEILLEURES QUE LES MÉTHODES DISCIPLINAIRES?
Les scientifiques formés dans la seconde moitié du 20ème siècle ont appris, pour la plupart, à construire des connaissances d’une manière presque solitaire. C’était la méthode disciplinaire de surspécialisation, où des problèmes très ciblés étaient rencontrés et pouvaient ensuite être ajoutés à l’ensemble des connaissances existantes. Pour cette raison, il existe un grand nombre d’édits qui permettent des recherches individuelles et, par conséquent, des publications en paternité solitaire. Cependant, avec la construction de la mondialisation et du commerce multinational, les problèmes environnementaux et sociaux ont quitté « les villages » et sont devenus vastes et complexes, nécessitant des disciplines isolées à approcher, contribuant à l’émergence d’une méthodologie interdisciplinaire. Ainsi, la recherche scientifique a commencé un nouveau modus operandi où un certain nombre de disciplines devraient fonctionner ensemble, tout en conservant leurs méthodes et leurs propres questions. Cette nouvelle façon de créer des connaissances a commencé à imprégner d’autres activités professionnelles. (CENTRE FOR EDUCATIONAL RESEARCH – CERI, 1972).
Balsiger (2004) établit que la méthode interdisciplinaire couvre une série de disciplines et qu’elle ne se limite pas à la recherche scientifique, mais à l’enseignement et aux pratiques professionnelles. Cependant, l’approche interdisciplinaire n’est pas suffisante pour une compréhension plus fiable de la réalité, car elle se limite à un mélange de disciplines qui reste presque sans articulation, n’offrant pas la cohérence souhaitée pour des observations plus larges de la complexité. Cette perspective a donné naissance à la méthode transdisciplinaire, dans laquelle la connaissance finale est plus que la somme de ses disciplines, mais la fusion des disciplines (LAWRENCE, 2004). La transdisciplinarité implique une tension entre les disciplines, car la pluridisciplinarité ou l’interdisciplinarité implique simplement la combinaison de différents types de connaissances. La transdisciplinarité ne devrait pas simplifier la réalité en ne traitant que des parties de celle-ci qui sont compatibles à l’intersection de multiples perspectives disciplinaires, comme c’est le cas, dans de nombreux cas, de la recherche interdisciplinaire. La transdisciplinarité agit en même temps entre les disciplines en les surpassant, composant ainsi tous les processus de pluridisciplinarité et d’interdisciplinarité (RAMADIER, 2004).
Dans la transdisciplinarité, les actions sont conçues pour transformer l’environnement bâti en résolution de problèmes multidimensionnelle. Ainsi, la capacité de résoudre des problèmes complexes est directement proportionnelle à une co-participation efficace entre les scientifiques, les professionnels, les décideurs, dans le but de combler un écart d’applicabilité dans les secteurs qui traitent de l’environnement naturel et de l’environnement humain. On parle d’un besoin pressant d’attaques innovantes afin de concevoir une société où le bien-être social est accessible à tous (LAWRENCE et al., 2004).
La transdisciplinarité traite des difficultés de la recherche et des organisations qui traitent de sphères complexes et hétérogènes. Ce mode de production de connaissances se caractérise également par sa nature hybride, la non-linéarité avec beaucoup de réflexivité, transcendant toute structure disciplinaire académique (BALSIGER, 2004). Selon Lawrence et al. (2004) la transdisciplinarité remet en question la fragmentation des connaissances, accepte les contextes locaux et les incertitudes, implique une action inter communicative qui nécessite une collaboration étroite et continue pendant toutes les phases d’un projet de recherche; est souvent orientée vers l’action. Cela implique d’articuler les différentes limites disciplinaires, mais aussi d’articuler le développement théorique avec les pratiques professionnelles. Les contributions transdisciplinaires traitent souvent du monde réel et génèrent des connaissances qui non seulement abordent les problèmes sociaux, mais contribuent également à leur solution.
l’actualité de l’orbe, là où les pandémies et les catastrophes se produisent de plus en plus fréquemment, les institutions de recherche et de développement, y compris les institutions nationales, devront tracer un avenir plus consolidé en matière de transdisciplinarité. La résistance organique des institutions qui perpétuent leurs départements peut ne pas suffire à aider à la production de connaissances compatibles avec la complexité des problèmes, qu’ils soient naturels ou dérivés de l’activité humaine.
6. AMAZONIE: RECHERCHE FONDAMENTALE ET APPLIQUÉE, SERVICES TECHNIQUES SCIENTIFIQUES, DÉVELOPPEMENT TECHNOLOGIQUE OU RECHERCHE TRANSLATIONNELLE ?
De nos jours, avec les défis de la société, la recherche de réponses à travers la science aux grands problèmes nationaux et internationaux, il est nécessaire de se demander quelle est la meilleure façon de fournir les différents segments sociaux et économiques de l’information et de la connaissance pour améliorer la qualité de vie des populations locales.
Dans le cas amazonien, malgré les efforts, les connaissances disciplinaires sont toujours produites en plus grande quantité que les connaissances transdisciplinaires, et les avis de promotion n’apportent aucune exigence pour les projets translationnels.
Il est urgent de créer un environnement transdisciplinaire, sous peine de pertes monstrueuses à l’avenir. Les entités de financement de la recherche en Amazonie n’ont pas encore vu la nécessité, plus que urgente, d’entamer des discussions et des formations pour l’émergence de groupes transdisciplinaires. Il y a un manque de vision contemporaine de la science et des opportunités.
Cependant, il y a une première tentative de développer la recherche translationnelle en Amazonie, avec l’initiative de techniciens du Secrétariat exécutif de la science, de la technologie et de l’innovation de l’État d’Amazonas (SECTI[6]) en 2008. Cette année-là, SECTI a proposé la création de la plate-forme de traduction pour P, D & I dans le but de consolider un système de conversion des connaissances en un produit ou un processus. Ainsi, on s’attend à inverser la situation actuelle en termes de technologie pour ajouter de la valeur aux ressources naturelles des amazonas. Dans la conception de cette proposition, compte tenu des études menées par SECTI sur la compétence, la formation et la technicité existant dans l’État, deux actions immédiates ont été proposées : a) l’initiation de politiques publiques de formation au développement technologique; b) Promotion d’un ensemble de processus techniques et managériaux robustes, qui apportent agilité et traçabilité sur la voie de la science fondamentale, de la technologie, puis du développement de produits et du marché.
La psychoculture a été l’un des domaines dans lesquels l’accent a été mis sur l’étude susmentionnée, dans le but d’augmenter sa production, la qualité de ses produits pour augmenter de nouveaux marchés. Du point de vue de la recherche translationnelle, tout le chemin du développement scientifique et technologique sur les aliments pour poissons produits dans l’État a été tracé. Cette étude portait sur la masse critique, la capacité technologique, les segments existants et il a été conclu que l’État n’a pas de masse critique pour le développement technologique par rapport à l’utilisation économique de ce qui a été généré scientifiquement. L’évaluation translationnelle a permis d’observer les vides dans la chaîne de connaissances, ce qui rend impossible la mise à disposition de l’information sur le marché.
L’application de la recherche translationnelle présentée comme une proposition visant à accélérer le développement socio-économique de l’État d’Amazonas, dans le cadre du projet Matrix produit par l’équipe technique du Secrétariat d’État au développement économique, à la science, à la technologie et à l’innovation (SEPLANCTI[7]), est basée sur une vaste étude sur le profil de la production de connaissances dans les universités et les institutions de recherche locales. Cette étude a révélé une triste réalité mélancolique liée à la production de la recherche dans l’État; concentration sur la recherche fondamentale et/ou exploratoire avec très peu d’action dans la recherche appliquée et le développement technologique. Afin de surmonter l’inertie actuelle de la production scientifique, en convertissant les connaissances le plus rapidement possible en factures, il est suggéré d’utiliser la méthode translationnelle. Pour une compréhension simple de la recherche, les techniciens ont présenté la plate-forme de traduction pour P, D & I pour le développement de la bioéconomie dans l’État d’Amazonas (Fig. 1).
Figure 1 – Plateforme de traduction pour la recherche, le développement et l’innovation
7. MODÈLES MIS À LA TERRE
Il est intéressant de réaliser que dans l’histoire du développement de la science, les analyses et les processus scientifiques ont évolué en fonction de l’innovation technologique. Avant c’était un processus empirique, est venue l’idée cartésienne, et avec l’avènement d’équipements qui facilitent le traitement de l’information, la modélisation est apparue et maintenant eScience, qui est basée sur l’utilisation de volumes importants de données obtenues en temps réel, permettant d’obtenir des connaissances sur un objet d’étude de la manière la plus réelle possible.
Mais, contrairement à ce que l’on peut imaginer, la science ne se fait pas sans appliquer une méthodologie appropriée qui adopte une rationalité logique cherchant à répondre à des questions bien définies. D’autre part, la nature n’est pas départementalisée, mais est le résultat d’une série de phénomènes physiques, chimiques, biologiques qui se produisent simultanément dans une complexité difficile à théoriser. Ainsi, il faut chercher un lien, aussi proche que possible, entre la théorie et la réalité; par conséquent, une vision plus holistique de la nature et de la connaissance est nécessaire. Dans ce contexte, la modélisation, compte tenu des instruments existants actuellement pour l’expérimentation et l’analyse des données, est le mécanisme le plus approprié pour trouver la réponse la plus précise possible sur le monde dans lequel on vit.
Grâce à l’activité scientifique, il est possible de construire conceptuellement le monde grâce à des représentations simplifiées et idéalisées de systèmes acceptés par les communautés scientifiques.
La science en tant qu’activité d’investigation est essentiellement sociale, s’appliquant à l’amélioration de l’environnement qui nous entoure, qu’il soit naturel ou artificiel, par l’invention et la fabrication de biens matériels ou culturels, devenant une technologie, et peut être considérée comme une activité produisant de nouvelles idées. Les caractéristiques fondamentales du travail scientifique sont la rationalité et l’objectivité.
La rationalité correspond à des concepts, des interprétations et des raisonnements, qui peuvent être combinés en obéissant à un ensemble de règles logiques qui permettent d’atteindre de nouvelles idées, tandis que l’objectivité cherche à atteindre la vérité; il vérifie l’adaptation des idées aux faits à l’aide d’un travail composé d’observation, contrôlable, et d’expérimentation qui, dans une certaine mesure, est reproductible. Par conséquent, la connaissance scientifique rationalise l’expérience non seulement en la décrivant, c’est-à-dire en ne faisant pas l’inventaire des faits, mais en les expliquant par des hypothèses et des systèmes de lois appelés théories.
Brandão et al. (2011) expliquent que les scientifiques ne recherchent pas des recettes infaillibles pour construire des modèles basés sur la réalité et qui reflètent les faits, dans un contexte de validité, avec un degré de précision souhaitable. Justi et al. (2002) montrent que l’apprentissage de la science signifie connaître les modèles idéalisés par les scientifiques, ainsi que les théories, les lois qui fondent les principes et les concepts utilisés dans leurs structures logiques. Par conséquent, il est nécessaire de réfléchir sur des modèles scientifiques cherchant à comprendre leurs fonctions et leurs limites, un processus qui permet de tester et d’exprimer de nouveaux modèles, ce qui est à la base de la formation des connaissances dans les sciences de la nature. En d’autres termes, la science vise à appréhender la réalité par le raisonnement (BUNGE, 1960).
Brandão et al. (2011, p. 513) disent que :
Em suma, o processo de modelagem científica reside no fato de que teorias gerais, que em princípio não se pronunciam diretamente sobre a realidade, ao acolherem modelos conceituais, produzem representações de parte da realidade, ou seja, modelos teóricos que fornecem soluções a situações-problema particulares.
L’activité de construction de modèles théoriques dépend des connaissances disponibles et des compétences du scientifique. Dans Bunge (1989), les modèles théoriques sont des schémas qui devraient être greffés sur une théorie, qui devrait être confrontée aux faits.
Une étude de la littérature scientifique nationale nous permettra de voir qu’il y a peu de travail sur la modélisation de scénarios. Une telle absence compromet notre capacité créative face à des circonstances inattendues. Ce problème est lié à l’absence de groupes transdisciplinaires capables de rechercher des modèles, anticipant les troubles probables. Sans aucun doute, il existe un corpus considérable de connaissances générées par des décennies d’investissement, mais il sera important qu’elles soient systématisées donnant lieu à une modélisation prédictive.
Le changement de la réalité nationale, et en particulier de l’Amazonas, par rapport au point de vue de la modélisation, nécessite de retourner dans les banques de l’université et de renforcer les cours de mathématiques, de physique et de statistique. La didactique devrait être mise à jour, en contextualisant la performance de ces connaissances aux réalités actuelles, où les connaissances représentées par une modélisation cohérente doivent être développées avec un ensemble de chercheurs de différents domaines de connaissances.
Dans certains cas, dans d’autres cas, il y a aussi du ressentiment dans le développement de projets de recherche, une conception scientifiquement appropriée d’une expérience, incorporant les variables impliquées et les contributions d’autres domaines de la connaissance. Malheureusement, même aujourd’hui, il y a des chercheurs qui insistent pour développer leur travail scientifique isolément, ce qui aboutira bien sûr à un produit de rayonnage. Actuellement, le monde scientifique et les segments publics et privés valorisent la science produite par des groupes de scientifiques transdisciplinaires et translationnels.
Dans ce contexte, il convient également de noter l’augmentation exponentielle de la production de données scientifiques dans les différents domaines de la connaissance, transformant la communication académique. Depuis les endroits les plus éloignés du monde, il est possible d’accéder aux données, d’échanger des informations et des connaissances en temps réel, afin que les connaissances produites soient rationalisées et que la réponse de votre effort de recherche soit plus cohérente.
Les gouvernements et les organismes de financement de la recherche ont déjà un accès accru aux données et aux publications afin d’accélérer le rythme de la recherche. Ce qui effraie, dans le cas amazonien, et cela sert d’avertissement aux jeunes scientifiques, c’est que le monde de la science est en train de changer. Il s’agit d’une science à forte intensité de données, où des milliers de données sont obtenues par des instruments ou générées par simulation produite par logiciel et mises à disposition dans une base de données. La technique et la technologie de cette science à forte intensité de données exigent que l’État encourage les développeurs, les concepteurs et les chercheurs à créer des applications multimodales centrées sur l’utilisateur afin qu’ils puissent être assistés dans leurs activités de recherche. Sans aucun doute, après la crise sanitaire dans laquelle nous vivons aujourd’hui, où la communication virtuelle s’est spontanément développée de manière significative et devrait être consolidée dans le monde entier, le nouveau chercheur devrait avoir accès à ces nouveaux instruments, apprenant même à collecter des données pour les introduire dans la base de données. Ces données sont considérées par les agents de financement public comme des informations qui peuvent être mises à disposition dans des bases de données pour la société, parce qu’elles ont été obtenues avec des ressources publiques, mais la connaissance, oui, c’est le chercheur.
8. ALGORITHMES
L’être humain dans les années à venir peut être contrôlé par un ensemble d’algorithmes selon le célèbre historien et écrivain Harari (2018). Il est courant dans les affaires, l’administration et d’autres activités de faire face à ce que nous appelons le système. Parfois, nous rencontrons devant un caissier dans un magasin avec le système qui ne fonctionne pas et tout est arrêté. En colère, à la fois l’acheteur et le vendeur, mais rien ne peut faire jusqu’à ce que le système fonctionne à nouveau. La situation s’aggrave lorsque ce système, aujourd’hui transformé en Intelligence Artificielle (IA), peut à travers des biocapteurs avoir la capacité de se manifester en fonction des émotions de l’être humain ou de le conduire à une situation souhaitée par l’opérateur d’IA. Le système est en effet un ensemble interactif d’algorithmes, de capteurs, d’ordinateurs et d’opérateurs.
L’algorithme est la « modélisation » de procédures parfaitement définies qui conduisent à la solution d’un problème ou d’une situation en nombre d’étapes finies. Ces algorithmes ne sont pas nécessairement représentés par des modèles mathématiques, mais par des procédures bien définies pour atteindre un objectif (MEDEIROS et al., 2019). Par exemple, le chemin de la maison à l’université peut être établi comme des itinéraires à parcourir qui peuvent être simplement écrits; cependant, s’il existe des alternatives en tenant compte du trafic, des coûts, etc., la solution est plus facile en modélisant mathématiquement et en réfléchissant à toutes les variables pour finalement prendre la décision d’atteindre l’objectif plus rapidement et à moindre coût. Pour cela, les algorithmes sont utilisés avec l’utilisation de ressources mathématiques qui ne sont pas couramment utilisées dans les classes, c’est-à-dire la théorie des graphes qui étudie la relation entre les objets d’un ensemble donné. Les objets considérés dans cette théorie sont appelés sommets, et la relation qui les relie et leurs poids de chemin. Par exemple: Le développement de solutions dans un algorithme scientifique, en cherchant de manière itérative et interopérable à améliorer l’ensemble des hypothèses et des solutions possibles, en tenant compte des aspects cycliques et continus. Pour Goodman (2016), l’itération de l’algorithme consiste à sélectionner des ensembles de variables du problème et à les optimiser dans les solutions de la population, en fait c’est un certain parallélisme procédural.
La modélisation influence le processus d’optimisation, où un tel processus est une recherche stochastique avec biais, par son approche initialement cyclique (boucle) ou dans sa focalisation sur le problème même avec des restrictions de dimensions des résultats (efficacité).
Regardons le problème du vendeur itinérant (TSP), la résolution de problèmes se lance dans les aspects de la forme quantitative des solutions, soit en comprenant les pondérations des graphe, soit par le coût des connexions (chemins) des sommets.
Dans Ottoni et al. (2018) une solution pour TSP peut être démontrée par la séquence de sommets visités dans le graphique, il convient de mentionner que toute méthode constructive peut être utilisée pour générer les solutions initiales, y compris la génération aléatoire, mais en général, il existe des réponses basées sur deux paradigmes, symétrique et asymétrique. La première est liée au coût du voyage, et la deuxième direction de réalisation de l’itinéraire peut modifier la valeur de la distance totale parcourue.
Comment le TSP est-il intéressé à discuter de la meilleure façon d’être suivi par la science? C’est que les solutions possibles se présentent sous la forme de réseaux sociaux et de techniques (diplômés scientifiques). La notion de réseau d’acteurs envisage un plan de connexions hétérogènes d’où émergent à la fois les sciences et les croyances, etc. Un réseau est construit par plusieurs connexions, plusieurs entrées et de multiples résultats, annulant ainsi les chemins restrictifs et devenant plus efficace.
Ce qui est en jeu, ce n’est pas la résolution du problème, mais le point de vue de l’observateur et toutes les conséquences inhérentes à sa décision. L’autre côté est la forme d’indexation qui nous permet d’organiser les réflexions et les asymétries, soit du problème, soit des chemins à prendre, et ce fait est très important pour éviter les processus continus non efficaces.
Dans le domaine scientifique, l’induction n’a pas toujours une étape dans le processus d’observation, d’indexation et surtout de résolution. Et la preuve de cette affirmation est dans les faits de l’incompétence de l’analyse du contenu des modèles de données, dans l’insignifiance nomologique et dans le strict manque de fiabilité (alpha ou Cronbach de Dillon), et, par conséquent, inhiber le rôle de l’objectivité, au détriment du processus et non de la résolution elle-même. Il convient d’enregistrer le besoin latent de validations discriminantes et convergentes.
En outre, l’apparition de récursivité algorithmique qui s’insère dans la faible efficacité des projets, et qu’une telle anomalie circonscrit deux aspects : le premier, lié à l’absence d’institutionnalisation et à ses conséquences ; la seconde, due à un dysfonctionnement bureaucratique excessif. Nous pouvons percevoir que la logique du TSP, ou sa morphologie, atteint les structures de la science, qu’en fonction du contexte, elle ne trouvera pas de modèles adéquats et infaillibles de génération de connaissances, imprégnant les modèles avec des indicateurs cohen (f2) extrêmement bas.
Une conséquence néfaste est la faible interopérabilité de la science, non seulement avec les acteurs sociaux, mais surtout avec le réseau de recherche institutionnel, ce qui entraîne la faible sémantique des données générées, mettant en évidence des projets de recherche mécontents du problème local et à faible impact, et ainsi que le TSP, ils sont perdus dans la discussion de la symétrie, qui serait d’une certaine manière simple puisqu’un graphe a 4 sommets et 6 arêtes invariablement.
L’analyse de l’interopérabilité peut se faire par analogie avec des graphes pour des problèmes scientifiques. À titre d’exemple, il existe plusieurs pistes qui peuvent être faites pour créer un réseau entre les acteurs qui peuvent répondre plus efficacement à la demande de recherche. Les acteurs impliqués partent du concept de triple hélice à un écosystème d’innovation, en ajoutant plus d’acteurs qui doivent participer au processus, étant la recherche en Amazonie (Fig.2).
Figure 2 – Plan d’utilisation des ressources pour la recherche, le développement et l’innovation
Le graphique présenté permet de faire une matrice de contiguïté et de réfléchir à chacun des acteurs en fonction de l’objectif de la recherche à développer. Par exemple : Dans le développement de la recherche de nature plus sociale, il est possible qu’il ne soit pas envisagé une entreprise. Il est donc permis de connaître les acteurs les plus pertinents pour le projet et la référence la plus appropriée afin que la recherche ait un résultat plus efficace.
En science avec l’innovation technologique des capteurs et des biocapteurs, qui fournissent un grand volume de données de diverses variables en temps réel, dont l’analyse et les pondérations de ces données, effectuées systématiquement, peuvent être manipulées par des algorithmes scientifiques qui, placés en langage machine, facilitent le traitement des données et mettent à la disposition des utilisateurs les informations nécessaires à la prise de décision.
Actuellement, sans s’en rendre compte, c’est la voie adoptée par la météorologie, les études climatiques, les plans d’eau et certains domaines de la santé. Cela a des aspects extrêmement positifs :
a) Les données et les informations commencent à avoir un « dialogue » avec le chercheur ou l’utilisateur du système;
b) Il est possible dans les études d’incorporer beaucoup plus de variables, c’est-à-dire d’élargir l’univers de la recherche, permettant d’obtenir des résultats plus robustes;
c) La recherche effectuée par l’homme sera beaucoup moins envahissante pour l’environnement, y compris la faune, qu’elle ne l’est aujourd’hui;
d) Dans le domaine de la santé, il est possible que chaque être humain dispose de son propre algorithme pour surveiller sa santé en temps réel en prévision d’éventuelles maladies graves.
e) Enfin, il est probable que l’être humain dans les années à venir puisse facilement surmonter l’âge de 80 ans, être suivi en temps réel et être guidé sur ce qu’il faut manger et quel comportement devrait avoir pour atteindre la longévité.
9. LE RÔLE DES CENTRES INSTITUTIONNELS D’INNOVATION TECHNOLOGIQUE (CIT)
L’une des difficultés académiques les plus limitatives concerne la visibilité de ce qui est accompli dans les établissements de recherche. Dans les pays développés, les institutions ont des organismes de diffusion très actifs, qui donnent de la visibilité aux publications, un fait qui soulève la rencontre des possibilités d’innovation pour les entreprises, générant des dynamiques économiques. Dans ce scénario, la coopération entre l’université, l’entreprise et le gouvernement corrobore la façon dont les technologies quittent les bibliothèques des institutions et atteignent la société (AGUSTINHO et al., 2018).
La promotion des synergies profite à la société dans son ensemble; les gouvernements cherchent le développement avec des augmentations économiques afin de créer des avantages sociaux, les universités fonctionnent dans la production de connaissances qui s’ajoutent au corpus scientifique existant, mais qui restent souvent dans l’académie elle-même sans aucune contextualisation, et les entreprises doivent survivre sur le marché concurrentiel visant la rentabilité. Ainsi, la rencontre de ces aspects peut être facilitée par les Centres de Transfert Technologique (CTT).
Agustinho et al. (2018) affirment que les économistes divisent le processus d’innovation en trois phases: l’invention (l’idée potentiellement ouverte à l’exploitation commerciale), l’innovation (exploitation commerciale) et la diffusion (propagation de nouveaux produits et procédés par le marché). De toute évidence, le travail effectué par CIT est central, car la diffusion technologique est la façon dont les innovations se propagent vers le marché. La diffusion de l’innovation fournie par CIT peut effectivement avoir un impact sur le système économique.
Silva, et al. (2015) analyser le processus de transfert de technologie entre université-industrie dans les CITs des universités publiques de l’État du Paraná, où ils mettent en évidence une série d’avertissements pour améliorer les performances de cette instance.
L’un des éléments concerne l’augmentation de la capacité des entreprises à suivre les changements causés par les nouvelles technologies, afin d’améliorer les produits ou d’intégrer des innovations. Il ne fait aucun doute que les CITs devraient améliorer leurs relations avec les entreprises, en cherchant à voir quels goulets d’étranglement technologiques peuvent être résolus dans les instituts de recherche; Les CITs n’ont pas la sensibilité nécessaire pour répondre aux besoins innovants, ce qui stimule la créativité de l’académie qui se traduira par une innovation bénéfique pour le bien-être socio-économique.
Il fait également partie de la routine des CITs de promouvoir les interactions institutionnelles dans le domaine académique, en vue de la formation de groupes de recherche spéciaux et du développement d’innovations, dont la dynamique est translationnelle. Ainsi, les stimuli intellectuels devraient être pris en compte avec l’inclusion de jeunes chercheurs. Le développement d’un environnement de coopération nécessite une attention particulière, car il traite nécessairement des intérêts des universités et des entreprises. Cependant, il appartient aux CITs de stimuler la formation à l’environnement translationnel.
Agustinho et al. (2018) considèrent que les chercheurs des universités devraient considérer la coopération avec l’industrie comme une compétence organisationnelle essentielle. Certes, les CITs seront en mesure de développer des mécanismes efficaces pour consolider cette coopération.
D’autre part, les CITs devraient rechercher une plus grande interaction avec le gouvernement, afin de faciliter la collecte de fonds, en particulier pour financer la recherche découlant des demandes de crise. L’une des difficultés du Brésil est la charge bureaucratique liée à la protection intellectuelle et au transfert technologique, tant dans les environnements nationaux que internationaux. Il faut rechercher plus d’agilité bureaucratique, une action politique qui peut être déclenchée par les CITs.
Les progrès de l’innovation et des brevets au sein du gouvernement brésilien se sont produits lorsque, au début de l’an 2000, le gouvernement brésilien a structuré ses établissements d’enseignement et de recherche avec la mise en œuvre du Centre pour l’innovation technologique et la réglementation de la loi sur les brevets. Malgré ces initiatives extrêmement importantes, certains éléments manquaient pour réussir, en particulier la recherche dans le domaine des ressources naturelles. Accès au patrimoine naturel par l’intermédiaire du Conseil de Gestion du Patrimoine Génétique (CGen); le temps d’obtention des brevets, qui atteint jusqu’à 10 ans et enfin la question culturelle des chercheurs de plus de 50 ans.
10. CONSIDÉRATIONS FINALES
Malgré l’effort amazonien dans la production de connaissances scientifiques solides, les demandes complexes ne peuvent toujours pas compter sur des réponses catégoriques, en raison du soutien très timide de la méthodologie translationnelle, par l’académie locale. D’autre part, l’influence des résultats scientifiques sur les décideurs pourrait être plus permanente si un certain activisme scientifique était adopté, afin de rendre plus visibles des solutions, qui sont souvent d’une utilité rapide, mais finissent enfermées dans les bibliothèques des universités.
L’un des indicateurs que les résultats persistent dans la discipline est la rareté des édits qui encouragent la formation de groupes de recherche translationnelle qui, à leur tour, permettent la modélisation mathématique, qui sont les moyens les plus rapides d’offrir des alternatives pour la gestion de la gouvernance, en particulier en Amazonie. Cet outil offre toujours des scénarios avec une grande fiabilité probabiliste, étant un soutien important aux décisions politiques. Cependant, cette dimension est encore embryonnaire, et les programmes amazoniens de premier cycle et d’études supérieures n’ont pas vu à quel point leur adoption est pressante. De plus, le dialogue entre les différents groupes de recherche régionaux reste tangentiel. Il n’existe pas de programmes structurants pour le rapprochement des institutions et la production de résultats translationnels, une tâche qui pourrait être dirigée par les Fondations Régionales de Soutien à la Recherche[8].
Les espaces ouverts entre l’académie et les secteurs sociaux devraient être intensifiés afin que le dialogue se déroule sans interruption. Les Centres de Transfert Technologique (CTT) qui sont les fenêtres appropriées pour ce dialogue agissent, dans le cas amazonien, à une vitesse réduite, mais pourraient être le lieu d’induire des innovations et d’attirer des ressources à la recherche, afin d’encourager l’émergence de parcs technologiques et, par conséquent, le progrès socio-économique.
RÉFÉRENCES
AARON, H. J. Politics and the Professors: The Great Society in Perspective. Washington, Brookings Institution, 1978.
AGUSTINHO, E. O.; GARCIA, E. N. Inovação, Transferência De Tecnologia e Cooperação. Direito e Desenvolvimento, v. 9, n. 1, p. 223-239, 2018.
BALSIGER, P.W. Supradisciplinary research: history, objectives and rationale. Futures, v.36, n.4, 407-421, 2004.
BASSETT, M. T. Tired of science being ignored? Get political. Nature, v. 337, 2020.
BRANDÃO, R. V.; ARAUJO, I. S.; VEIT, E. A. A Modelagem Científica Vista como um Campo Conceitual. Caderno Brasileiro de Ensino de Física, v.28, n.3, 507-545, 2011.
BUNGE, M. La ciencia, su método y su filosofia. Buenos Aires: Ediciones Siglo Veinte, 1960.
BUNGE,M. La investigación científica: su estrategia y su filosofia. Barcelona: Editorial Ariel, 1989.
CARNEIRO, M. J. T.; SANDRONI, L. T. Ciência e política pública na perspectiva dos gestores: clivagens e confluências. Revista Sociedade e Estado, 41-61, 2018.
CENTRE FOR EDUCATIONAL RESEARCH AND INNOVATION (CERI). Interdisciplinarity: Problems of Teaching and Research in Universities. Paris: Organization for Economic Co-operation and Development, 1972.
FACULDADE DE MEDICINA DA UNIVERSIDADE FEDERAL DE MINAS GERAIS. Belo Horizonte: Faculdade de Medicina, 2021. Disponível em: https://www.medicina.ufmg.br/nova-perspectiva-da-pesquisa-em-tempo-real/ acesso em 23 outubro 2021.
FACULDADE DE MEDICINA DA UNIVERSIDADE FEDERAL DE MINAS GERAIS. Nova perspectiva da pesquisa em tempo real. Belo Horizonte: Faculdade de Medicina da UFMG, 2020. Disponível em: https://www.medicina.ufmg.br/nova-perspectiva-da-pesquisa-em-tempo-real/ Acesso em 21 de outubro 2021.
FALCÃO, I. Entenda a evolução das pesquisas com células-tronco no mundo. Agência Brasil, 2005. Disponível em: http://memoria.ebc.com.br/agenciabrasil/noticia/2005-02-02/entenda-evolucao-das-pesquisas-com-celulas-tronco-no-mundo Acesso em 15 de outubro 2021.
GOODMAN, Bryce W. “A step towards accountable algorithms? Algorithmic discrimination and the European Union general data protection.” 29th Conference on Neural Information Processing Systems (NIPS 2016), Barcelona. NIPS Foundation. 2016.
GUNDERSON, M. How Academic Research Shapes Labor and Social Policy. Journal of Labour Research, 1-33, 2007.
HARARI, Y. N. Homo deus: uma breve história do amanhã. Rio de Janeiro: Editora Companhia das Letras, 2018.
HEINEMAN, R. A.; BLUHM, W. T.; PETERSON, S. A.; KEARNY, E. N. The World of the Policy Analyst: Rationality, Values and Politics. Chatham, NJ: Chatham House Publishers, 1997.
HEY, T.; TANSLEY, S.; TOLLE, K. (orgs.). O Quarto Paradigma: descobertas científicas na era da eScience. São Paulo: Oficina de Textos, 2011.
INSTITUTO PARA O DESENVOLVIMENTO DO JORNALISMO. A ideologização da ciência. Observatório da Imprensa, 2015. Disponível em: http://www.observatoriodaimprensa.com.br/ciencia/a-ideologizacao-da-ciencia/ Acesso em 15 de outubro 2021.
JUSTI, R. S.; GILBERT, J. K. Modelling, teachers’ views on the nature of modelling, and implications for the education of modellers. , v. 24, n. 4, p. 369-387, 2002.
KUHN, T. S. The Structure of Scientific Revolutions. Chicago: University of Chicago Press, 2012.
LAWRENCE, R.J. Housing and health: from interdisciplinary principles to transdisciplinary. Futures, v. 36, n. 4, p. 487-502, 2004.
LAWRENCE, R. J.; DESPRÉS, C. Futures of Transdisciplinarity. Futures, v. 36, n. 4, p. 397–405, 2004.
LEFF, E. Saber ambiental: sustentabilidade racionalidade, complexidade, poder. Rio de Janeiro: Vozes, 2002.
LOMBARDI, M. F. S.; BRITO, E. P. Z. Incerteza Subjetiva no Processo de Decisão Estratégica: uma Proposta de Mensuração. Revista de Administração Contemporânea, p. 990-1009, 2010.
LYNCH, Lisa. Job Loss: Bridging the Research and Policy Discussion. IZA Discussion Paper, p. 1518, 2005.
MAFFESOLI, Michel. O Tempo das Tribos. O Declinio do Individualismo nas Sociedades de Massa. Rio de Janeiro: Forense Universitária, 1998.
MEDEIROS, Dianne SV et al. Análise de dados em redes sem fio de grande porte: Processamento em fluxo em tempo real, tendências e desafios. Sociedade Brasileira de Computação, 2019.
MITRE, M. As relações entre ciência e política, especialização e democracia: a trajetória de um debate em aberto. Estudos Avançados, v.30, n.87, p. 279-298, 2016.
OGBURN, E. L.; BIERER, B. E.; BROOKMEYER, R.; CHOIRAT, C.; DEAN, N. E.; GRUTTOLA, V.; ELLENBERG, S. S.; HALLORAN, M. E.; HANLEY Jr, D. F.; LEE, J. K.; WANG, R.; SCHARFSTEIN, D.O. Aggregating data from COVID-19 trials. Science, v.368, n.6496, p.1198-1199, 2020.
OTTONI, A.L.C.; NEPOMUCENO, E.G.; OLIVEIRA, M.S. A response surface model approach to parameter estimation of reinforcement learning for the travelling salesman problem. Journal of Control, Automation and Electrical Systems, v.29, n.3, p. 350-359, 2018.
RAMADIER, J. Transdisciplinarity and its challenges: the case of urban studies. Futures, v. 36, n. 4, p. 423-439, 2004.
SILVA, J. A.; BIANCHI, M. L. P. Cientometria : A Métrica da Ciência. Paidéia, p. 5-10, 2001.
SILVA, L. C. S.; KOVALESKI, J. L.; GAIA, S.; SEGUNDO, G. S. A.; CATEN, C. S. T. Processo de transferência de tecnologia em universidades públicas brasileiras por intermédio dos núcleos de inovação tecnológica. Interciencia, v.40, p. 664-669, 2015.
ZULUAGA, C. G. La investigación como ejercicio para saber y para vivir. Perseitas, v.5, p. 272-275, 2017.
ANNEXE – NOTE DE BAS DE PAGE
[4] Fundação Boticário.
[5] Empresa Brasileira de Pesquisa Agropecuária.
[6] Secretaria Executiva de Ciência, Tecnologia e Inovação do Estado do Amazonas.
[7] Secretaria de Estado de Desenvolvimento Econômico, Ciência, Tecnologia e Inovação.
[8] Fundações de Amparo à Pesquisa.
[1] Docteur. ORCID : 0000-0002-1955-288X.
[2] Doctorat. ORCID : 0000-0002-0184-9845.
[3] Doctorat. ORCID : 0000-0002-9913-2403.
Déposée : Juillet 2021.
Approbation : Janvier 2022.
