@article{Krokoscz_2022, place={Porto Alegre}, title={Eficiência de softwares nacionais e internacionais na detecção de similaridade e de plágio em manuscrito}, volume={28}, url={https://seer.ufrgs.br/index.php/EmQuestao/article/view/123123}, DOI={10.19132/1808-5245284.123123}, abstractNote={<p>Este estudo visa identificar a eficiência de quatorze softwares de detecção de similaridades em um texto com fragmentos sobre educação financeira, encontrados em websites da internet, anais de eventos acadêmicos e revistas científicas de acesso aberto e restrito. Os fragmentos foram usados para elaborar um texto coeso, escrito em língua portuguesa, contendo reproduções textuais literais, paráfrases, com trechos traduzidos do idioma inglês, manipulados com inserção de caractere oculto e com substituição de palavras por sinônimos. Os relatórios de similaridade gerados pelos softwares foram analisados de acordo com quatro critérios: 1 identificação de fragmentos citados corretamente; 2 identificação de fragmentos plagiados; 3 identificação de textos manipulados para enganar o software; 4 identificação de fontes originais; os quais foram pontuados em uma escala de 0 a 4 pontos. Os softwares Turnitin, StrikePlagiarism, PlagScan e Plagium tiveram performance elevada e CopySpider e Plagium (complemento do Google) foram os mais ineficientes. Constatou-se que os softwares operam com eficiência variável, o que reforça a convicção de que embora sejam ferramentas úteis para a identificação de plágio, contribuem de forma limitada para aspectos como reconhecimento de reproduções textuais literais que nem sempre correspondem à fonte original. As fontes originais de textos reescritos, manipulados e traduzidos não foram encontradas por nenhum software. O estudo contribui para o aprimoramento da capacidade do usuário na escolha, uso e análise dos relatórios de similaridades gerados por softwares, cuja eficiência pode ser maior no caso da utilização de mais de um software.</p>}, number={4}, journal={Em Questão}, author={Krokoscz, Marcelo}, year={2022}, month={set.}, pages={123123} }