Ir para o conteúdo
GovBR

Navegando pelas barreiras técnicas, legais e éticas na extração de dados do LinkedIn para pesquisas acadêmicas

  • Na era em que dados de carreiras profissionais são críticos para a análise de tendências ocupacionais e dinâmicas organizacionais, o LinkedIn oferece um rico corpus para pesquisas acadêmicas devido à sua ampla base de usuários e atualizações frequentes. Este artigo examina os desafios técnicos, legais e éticos associados ao scraping de perfis do LinkedIn para fins de pesquisa, argumentando que o scraping é o método mais eficaz para adquirir dados abrangentes do LinkedIn em comparação com cooperação direta, compra de dados ou uso de APIs. Apesar das medidas proibitivas e possíveis questões legais estabelecidas pelo LinkedIn, decisões judiciais recentes oferecem precedentes favoráveis para a coleta lícita de perfis públicos. O artigo também compila estudos anteriores que utilizaram dados do LinkedIn, destacando vários métodos de aquisição e sua aplicabilidade à pesquisa acadêmica. Ele explora estratégias para navegar de forma ética e legal o scraping de dados, fornecendo recomendações sobre como os pesquisadores podem coletar dados do LinkedIn de maneira responsável, garantindo conformidade com leis de privacidade em evolução e padrões éticos. Finalmente, são discutidas considerações técnicas, enfatizando o uso de ferramentas como o Selenium para superar as medidas sofisticadas de proteção contra scraping do LinkedIn.

    Instituto Brasileiro de Informação em Ciência e Tecnologia (Ibict)

    Brasília, DF, Brasil
    Setor de Autarquias Sul (SAUS), Quadra 5, Lote 6, Bloco H
    70070-912
    www.ibict.br
    Rio de Janeiro, RJ, Brasil
    Programa de Pós-graduação em Ciência da Informação
    Rua Lauro Muller, 455 - 4º Andar - Botafogo
    22290-160
    www.ppgci.ufrj.br

    Contato

    Christine Alvarez

    • +55-21-3873-9454
    • liinc@ibict.br

    Liinc em Revista ISSN 1808-3536

    Liinc em Revista é licenciada sob CC BY 4.0

    Política de privacidade

    Platform and workflow by OJS/PKP

    Desenvolvido por Commscientia