Rocha, Ednéia Silva Santos; dos Santos, Thamyres Vieira; Mugnaini, Rogério
Diante da expansão da pesquisa científica, a bibliometria se consolida como instrumento estruturante da governança da ciência. Este estudo analisa a literatura que articula bibliometria e política científica, considerando a distribuição geográfica das afiliações institucionais dos autores dos estudos analisados, as áreas geográficas investigadas e os indicadores bibliométricos mobilizados. Adota abordagem quali-quantitativa fundamentada em revisão paramétrica. Identifica-se expansão internacional progressiva, com polos pioneiros nos Países Baixos e Reino Unido, além de destaque para Rússia, Alemanha e Estados Unidos. Rússia e Países Baixos lideram como objetos de estudo. Citações e Índices de Produção predominam, seguidos por medidas de colaboração e análise de redes. Conclui-se que a bibliometria permanece central na formulação e avaliação das políticas científicas, combinando métricas consolidadas e incorporação gradual de novos enfoques analíticos.
Dias, Patrícia Mascarenhas; Dias, Thiago Magela Rodrigues; Segundo, Washington
A identificação de pesquisadores ativos constitui uma etapa estratégica para o planejamento, o monitoramento e a avaliação das capacidades de ciência, tecnologia e inovação. No contexto brasileiro, contudo, ainda não há uma metodologia consolidada para delimitar quem efetivamente integra a força de trabalho científica, ou seja, quem se enquadra no conceito de pesquisador ativo. Este estudo apresenta uma proposta de mapeamento de pesquisadores ativos no Brasil, fundamentada em quatro dimensões: 1) atualização de currículo; 2) produção recente em ciência, tecnologia e inovação; 3) vínculo institucional e; 4) titulação acadêmica. A metodologia utiliza como fontes a Plataforma Lattes, os dados abertos da CAPES e bases de dados científicas e tecnológicas e define critérios objetivos para categorização dos pesquisadores identificados.
Dias, Thiago Magela Rodrigues; do Canto, Fábio Lorensi; Segundo, Washington
A crescente disponibilidade de grandes volumes de dados científicos tem impulsionado o desenvolvimento de infraestruturas digitais voltadas à integração, organização e análise da produção científica. No entanto, a heterogeneidade das fontes de informação e as inconsistências nos metadados representam desafios relevantes para a confiabilidade das análises bibliométricas e cientométricas. Neste contexto, o Ecossistema de Informação da Pesquisa Científica Brasileira (BrCris) surge como uma infraestrutura nacional destinada à integração de dados provenientes de diferentes sistemas científicos. Este trabalho analisa os principais desafios relacionados à qualidade dos dados integrados ao BrCris e apresenta estratégias metodológicas voltadas à deduplicação, desambiguação e validação de registros científicos.
Research assessment and scholarly publishing play interconnected roles in shaping research culture, incentives, and norms that ultimately determine what knowledge is produced, communicated, trusted, and rewarded. These two interdependent components of the research system are undergoing change, fueled by initiatives that share core principles, goals, and challenges, but act largely in parallel. Coordinated action in assessment and publishing reform holds the opportunity for more effective, fairer, and more durable change. The problems in research assessment and scholarly publishing are well documented, from overreliance on journal prestige and the dominance of selective bibliographic databases to the underrecognition of peer review and the limited visibility of research outputs beyond journal articles. Various reform initiatives have emerged to deal with these problems, both in the research assessment domain and in the scholarly publishing domain. However, these problems cannot be effectively addressed by a reform in either of these domains alone. Reform needs to be coordinated across domains. Fragmented reform efforts may not only duplicate work, but may also send inconsistent signals to researchers and institutions, which may undermine the adoption of more responsible practices. Stronger coordination creates tangible benefits across the research system. For reform initiatives, it increases collective reach, legitimacy, and influence while reducing duplication of effort and strengthening shared messages. For research performing and funding organizations, and policymakers, it provides a more coherent foundation for policy development and implementation, enabling organizations to draw on shared experience while adapting approaches to their own missions and contexts. For researchers, coordination helps ensure that emerging practices in scholarly publishing are recognized and rewarded consistently, reducing uncertainty and creating more pathways for diverse contributions to be valued. In this paper, we give an overview of how we are considering these issues and propose ways forward for coordinating the reform movements in research assessment and scholarly publishing. Importantly, this coordination is not intended to replace existing initiatives or create new layers of governance. Rather, it is a light-touch and inclusive effort to coordinate agendas, amplify existing work, and promote shared learning.
Este trabalho apresenta um método para a recuperação de informações tecnológicas em documentos de patentes por meio de busca semântica. A pesquisa utiliza uma ferramenta computacional para coleta de dados e modelos de aprendizado profundo para identificar conceitos em vez de palavras isoladas. O experimento processou uma base de dados brasileira com milhares de registros, demonstrando agilidade e precisão na identificação de patentes. Os resultados indicam que a similaridade conceitual permite filtrar ruídos de forma eficiente. Conclui-se que a estratégia facilita a prospecção tecnológica ao superar as complexidades da linguagem técnica, tornando a análise de patentes mais acessível.
Dias, Patrícia Mascarenhas; Dias, Thiago Magela Rodrigues; de Araújo, Ronaldo Ferreira; Segundo, Washington; Guimarães, Davi Faria de Sousa
A adoção de identificadores persistentes é um dos pilares para o avanço da Ciência Aberta, pois promove a interoperabilidade, a rastreabilidade e a reprodutibilidade das pesquisas. Este artigo apresenta uma análise quantitativa da presença de identificadores persistentes em currículos cadastrados na Plataforma Lattes. Foram analisados mais de 9 milhões de currículos, revelando que apenas 377.385 pesquisadores haviam informado o ORCID. Em relação às publicações, das 12,8 milhões de publicações em periódicos, 46,6% continham DOI; esse percentual foi significativamente menor em outros tipos de publicações. Os resultados apontam para a necessidade de maior incentivo institucional e cultural ao uso de identificadores persistentes.
do Canto, Fábio Lorensi; Batista, Renan Carneiro; Dias, Thiago Magela Rodrigues; Segundo, Washington
Apresenta o protótipo de um sistema para geração de redes por acoplamento de classificação de patentes brasileiras baseado na Classificação Internacional de Patentes (IPC). A proposta combina o pré-processamento das classificações para a criação de uma rede geral que representa as relações temáticas entre patentes registradas no Instituto Nacional da Propriedade Industrial (INPI). O sistema possibilita a busca de patentes por códigos IPC e a geração de subredes derivadas da rede geral, reduzindo os requisitos computacionais necessários à sua visualização e exploração. Os resultados podem ser exportados em formato JSON e carregados em ferramentas de análise de redes. O protótipo demonstra a viabilidade do uso de redes de classificação IPC para apoiar a análise de informação tecnológica e a identificação de padrões temáticos em patentes brasileiras.
Este trabalho apresenta a plataforma Lattes IA, uma ferramenta aberta desenvolvida para análise de grandes conjuntos de currículos da Plataforma Lattes. A solução integra técnicas de mineração de dados, visualização interativa e inteligência artificial para explorar dados acadêmicos em larga escala. O sistema permite o carregamento de conjuntos institucionais de currículos, a geração automática de dashboards analíticos e a interação por meio de agentes conversacionais capazes de responder consultas semânticas sobre produção científica e trajetórias acadêmicas. A proposta amplia as possibilidades de exploração de dados curriculares e contribui para o desenvolvimento de infraestruturas abertas de análise da ciência brasileira.
Dias, Thiago Magela Rodrigues; do Canto, Fábio Lorensi; Segundo, Washington
Este artigo apresenta uma análise das capacidades de visualização e exploração de dados da plataforma BrCris (Brazilian Current Research Information System), uma infraestrutura nacional destinada à integração, certificação e disseminação de informações sobre atividades científicas, tecnológicas e de inovação no Brasil. O estudo examina como mecanismos de visual analytics incorporados à plataforma ampliam o acesso aos dados científicos, facilitam análises baseadas em evidências e promovem a interoperabilidade no contexto da Ciência Aberta. A partir da análise das interfaces e das funcionalidades de exportação de dados, discute-se o papel da visualização como componente central para a compreensão do ecossistema científico nacional.
Neubert, Patrícia da Silva; do Canto, Fábio Lorensi; Appel, André Luiz; Segundo, Washington
Introdução: Objetivou analisar o pagamento de taxas de processamento dos artigos em Acesso Aberto publicados por autores vinculados a instituições brasileiras. Método: Tomou como referência dados de artigos extraídos da base OpenAlex, publicados no período de 2018 a 2023, por meio de um script desenvolvido em linguagem Python. As estimativas de custo de APC foram baseadas em campo específico da base, com valores expressos em dólares estadunidenses (apc paid_usd). Resultados: Verificou-se um aumento de 70% no período e aumento médio anual de 11% nos valores investidos em pagamento de taxas. Os preços médios das taxas passaram de 1.085 dólares estadunidenses em 2018 para 1.264 dólares em 2023. Os resultados apontam ainda para a concentração dos pagamentos de taxas a editoras como MDPI, Elsevier, Springer Nature, Frontiers Media e Wiley, e para títulos de periódicos dessas mesmas editoras. Conclusão: Os resultados possibilitaram observar crescimento tanto no quantitativo de artigos publicados via pagamento de APC, com a consequente elevação dos valores investidos para o custeio da publicação desses artigos. Refletem a concentração dos recursos pagos, tanto em termos de títulos quanto em termos de grupos editoriais, dados que reforçam descobertas de estudos prévios com foco no Brasil ou em outros contextos. Reforçam, ainda, a prevalência de pagamentos de APC para periódicos híbridos, em contraposição à expectativa de crescimento da modalidade dourada, apregoada pela implementação dos chamados acordos transformativos.
Pereira, Cesar A. Guimarães; Sugimoto, Cassidy R.; Salles Filho, Sérgio; Bin, Adriana
This paper presents results from ongoing research on the contributions of Metascience Observatories (MOs) to policy documents (PDs). The study examines the scientific production of 14 MOs across 13 countries, highlighting their contents and their contributions to policy documents. The methodology integrates scholarly output extracted from OpenAlex with data from the Overton database. The study yields two primary contributions: a) a methodology developed to characterize MO outputs and outcomes as reflected in policies, and b) the characterization of the 14 MOs. From a total of 6,140 articles retrieved from OpenAlex, 1,337 (22%) were cited in 6,404 policy documents produced by 679 distinct institutions, associated with 70 countries. Using an AI assistant we matched article content with PD content to identify the specific nature of MOs' contributions. This methodology is in progress and we expect it can be applied to other types of institutions.
Mazoni, Alysson; Kramer, Bianca; Neylon, Cameron; Costas, Rodrigo; van Eck, Nees Jan
With ORION-DBs, a growing set of actors are hosting large research information datasets in shared spaces, notably in Google BigQuery. To coordinate amongst current and future contributors and work towards community standards for discovery, processing, preservation and documentation, we are starting a FORCE11 working group. The working group will also seek to build a community around future alternatives to proprietary cloud systems for data sharing at scale and identify future paths to community-led training and development resources. Our goal is to build a community with a focus on supporting the users of Open Research Information resources to make more sophisticated and complex use of these data sources. We will do this by consolidating and expanding the resources themselves through supporting providers, gathering user stories and developing training materials. Finally we will scope pathways to technological independence from proprietary systems consistent with the needs of users. This webinar will introduce the ORION-DB initiative, present a number of use cases and introduce the FORCE11 Working Group. If you are a data provider, metadata user or infrastructure developer and want to learn more about ORION-DB and the planned activities of the working group, you are invited to attend the webinar. The version of this slide deck on Google was originally: https://docs.google.com/presentation/d/1ua88tr2gP2HTurQPkM4-A7eWjFiDLUI_ht3MJdHxOxc/edit?usp=sharing
Moutinho, Sônia Oliveira Matos; Perianes-Rodriguez, Antonio; Grácio, Maria Cláudia Cabrini
Este artigo tem como objetivo identificar os domínios científicos da Ciência da Informação brasileira representados na revista TransInformação, no período de 2014 a 2023, a partir das similaridades teórico-metodológicas entre os autores. Trata-se de uma pesquisa exploratória que utiliza a análise de citação relacional, por meio dos métodos de acoplamento bibliográfico de documentos (AB) e de autores (ABA), para visualizar e caracterizar os domínios científicos configurados no conjunto de artigos publicados no periódico durante o período analisado. A coleta dos dados foi realizada na base OpenAlex, a partir da qual foi construída a rede de acoplamento bibliográfico entre os autores, com o propósito de identificar similaridades teóricas e evidenciar os domínios temáticos de pesquisa mais proeminentes. Para a construção da rede de acoplamento bibliográfico de autores, utilizou-se o software Pajek, enquanto a Análise de Redes (AR) foi empregada na interpretação e análise dos resultados. Foram identificados oito domínios científicos distintos no campo da Ciência da Informação, cada um apresentando características e dinâmicas próprias. Os resultados evidenciam que a abordagem metodológica adotada constitui um instrumento relevante para a identificação e caracterização dos domínios científicos, contribuindo para uma compreensão mais abrangente da estrutura, das relações e da dinâmica da produção científica no campo da Ciência da Informação brasileira.
Vicentin, Damaris Chieregato; de Moraes, Gustavo Hermínio Salati Marcondes; Fischer, Bruno Brandão; Meissner, Dirk; Yuan, Joseph Zhou; Miao, Zhongzhen
Funded by CNPq, FAPESP
Purpose This study aims to predict respondent-reported continuity of international scientific collaboration within the BRICS through a supervised binary classification approach. It examines whether respondents reported that collaborations continued in the form of joint projects and co-authored publications, using survey-based variables related to collaboration climate, partner attributes, perceived benefits, barriers and impacts. Design/methodology/approach The analysis is based on survey data comprising 313 valid responses for collaborative projects and 304 valid responses for publications involving researchers engaged in cross-border cooperation within the BRICS. The machine-learning input variables were derived from the survey responses; publicly accessible bibliometric and institutional sources were used only to identify eligible respondents. Seventeen variables were considered, including 15 predictors and two binary outcomes (Projects and Publications). Eight supervised machine learning classifiers were applied: Logistic Regression, support vector machine, k-nearest neighbors, decision tree, random forest, gradient boosting, histogram-based gradient boosting and naïve Bayes. Model performance was evaluated using stratified cross-validation and ShuffleSplit resampling, considering accuracy, F1-score, balanced accuracy and AUC metrics. Findings The results indicate that trust culture is the most consistent predictor of respondent-reported continuity across both outcomes, while resource availability and agenda alignment are particularly important in predicting respondent-reported project continuity. Originality/value This study offers an interpretable, respondent-level classification of reported collaboration continuity in BRICS-internal scientific partnerships. Its originality lies in treating the reported continuity of collaboration as a knowledge management -relevant outcome, distinguishing project-based from publication-based continuity and showing which established collaboration conditions remain informative across these two forms of sustained knowledge relationships.
Bibliometric studies examining the relationship between research team size and structure and research outputs typically define teams through co-authorship. In this paper-in-progress, we explore how research teams are structured using universities’ internal administrative data. By integrating datasets on grants, paid staff, contracts, and studentships from one large UK research-intensive university, we reconstruct research teams active between 2010-2023. Data processing and assumptions were iteratively refined through semi-structured interviews with staff across diverse roles and departments. We model team size as a function of discipline, principal investigator (PI) grade as a proxy for seniority, and year using a multilevel Bayesian negative binomial model. Results show that average team size varies across disciplines, tends to increase with seniority, but has overall remained static over the years. This study establishes the methodological basis for future research on research team size, structure, and composition on what we refer to as the “meso” scale.
Arroyo-Machado, Wenceslao; Ràfols, Ismael; A. Diaz-Faes, Adrian
This dataset contains the data underlying the study Bringing public attention to disease into global health priority-setting. The study maps diseases from the Global Burden of Disease (GBD) 2023 classification across three dimensions, namely epidemiological burden, public attention and research effort, for the period 2016 to 2023. Burden is measured through disability-adjusted life years (DALYs) retrieved from the GBD 2023 release. Public attention is measured through monthly Wikipedia pageviews, restricted to human traffic, across all language editions. Research effort is measured through publications indexed in OpenAlex under the corresponding MeSH descriptors as a major topic. The deposit includes the manual mapping that links each GBD cause to MeSH descriptors and Wikipedia articles, the raw indicator files retrieved from each source, and the aggregated datasets used in the analysis. All processing scripts are available at https://github.com/Wences91/gbd_misalignment. Contents matching_2023.xlsx The core mapping of the study, produced manually and validated against external sources. The sheet Classification holds the four-level GBD 2023 hierarchy of 333 causes, after excluding injury-related causes. The sheet Mapping links each cause to its MeSH descriptors, with qualifiers where applicable, and to its primary Wikipedia article. In total, 236 specific diseases are matched, of which 129 belong to level 3 and 107 to level 4. Raw_data.zip Source data retrieved from each of the three dimensions, together with the lookup tables derived from the mapping. gbd_all_dalys_1423.csv - Global DALYs by cause and year. gbd_all_dalys_countries_1623_1.csv and gbd_all_dalys_countries_1623_2.csv - DALYs by cause, country and year, for the 25 countries where the selected Wikipedia languages hold official or national status. mesh_papers.csv and mesh_papers_with_q.csv - Publications indexed under each MeSH descriptor as a major topic, without and with qualifiers, extracted from OpenAlex. openalex_countries.csv - Country of the first author affiliation for each publication. wiki_pageviews_user.tsv - Monthly pageviews by Wikipedia article and language edition. level_3_MESH.tsv and level_3_Wikipedia.tsv - Lookup tables linking each specific disease to its MeSH descriptors and to its Wikipedia article. Aggregated_data.zip Analytical datasets built from the files above. Each record reports publication counts, pageviews and DALYs for the period 2016 to 2023. results_final_lv2.tsv - The 19 GBD level-2 disease groups. results_final_lv3.tsv - The 158 GBD level-3 diseases, of which 138 have complete data across the three dimensions. results_final_lv2_year.tsv - Level-2 disease groups broken down by publication year. results_final_lv2_country.tsv and results_final_lv3_country.tsv - Levels 2 and 3 disaggregated by language edition. Fourteen editions are included, of which German, Persian, Swahili and Vietnamese are analysed in the article.
Carneiro, Ana Maria; Gimenez, Ana Maria Nunes; Bueno, André Correia; Tetzner, Gabriela Araujo; Bezerra, Luiza Maria Capanema
A ciência contemporânea é estruturada em redes colaborativas cujas dinâmicas são intrinsecamente moldadas pela posição dos atores no sistema global de produção de conhecimento. A literatura aponta que, historicamente, a internacionalização da pesquisa tem-se manifestado de forma assimétrica, reproduzindo um padrão clássico de centro-periferia. Este trabalho objetiva discutir, por meio de uma revisão sistemática de literatura, como as recentes reconfigurações do sistema acadêmico global têm alterado os fluxos de mobilidade acadêmica em termos de origens e destinos. Nas últimas décadas, transformações paradigmáticas foram observadas: a ampliação da participação de nações periféricas em redes de colaboração; a ascensão da China como potência científica impulsionada por investimentos massivos em pesquisa e desenvolvimento (P&D); e o crescimento exponencial do volume da mobilidade internacional. Tais fatores converteram uma dinâmica anteriormente bipolar (Sul-Norte) em uma configuração multipolar. Embora os fluxos da periferia para o centro persistam, emergem novos movimentos inversos e uma ressignificação das experiências de mobilidade, transcendendo a narrativa binária entre o “móvel positivo” e o “imóvel negativo”. Conclui-se que o reposicionamento dos polos científicos é um fenômeno multidimensional, no qual fatores sistêmicos, institucionais e individuais interagem para moldar as trajetórias acadêmicas contemporâneas.
Rodrigues, Wellington Barbosa; dos Santos, Thamyres Vieira; Mugnaini, Rogério
Funded by CNPq, CAPES
Objetivo. Este estudo buscou analisar a recuperação da produção científica brasileira em ambientes informacionais internacionais e de acesso aberto, a partir da produção científica registrada nos Currículos Lattes de bolsistas de Produtividade em Pesquisa (PQ) do CNPq. Por meio dos identificadores persistentes DOI e ORCID, efetivou-se a busca nas fontes OpenAlex e ORCID. Método. Estudo exploratório da produção científica de 16.203 currículos de bolsistas PQ com ORCID registrado, e cerca de 1,1 milhão de registros de produção com DOI atribuído, do período de 2015-2024. Comparou o percentual de DOIs nas sobreposições entre as fontes Lattes, OpenAlex e ORCID, e também o grau de complementaridade entre as fontes. Considerou as seguintes variáveis secundárias: grande área, área específica da bolsa PQ e localização geográfica (Estado e Região) da afiliação institucional do pesquisador. Resultados. A totalidade da produção mostrou que cerca de 79% dos DOIs recuperados das três fontes estão representados na Plataforma Lattes, enquanto a OpenAlex complementa com 18,8% e a ORCID com 5,5%. Por outro lado, o maior percentual de DOIs encontra-se na intersecção entre o Currículo Lattes e a OpenAlex (37,9%), com destaque para as Ciências Agrárias, Ciências Biológicas e Ciências Exatas e da Terra, e na intersecção entre as três fontes (29,3%). As Ciências Humanas, Ciências Sociais Aplicadas e Linguística, Letras e Artes destacam-se com os maiores percentuais advindos da OpenAlex, enquanto as Ciências de Saúde se destacam pelo percentual de DOIs exclusivos no Lattes (9,5%) e ORCID (2,8%). Entre as regiões, o Sudeste apresenta o maior percentual de DOIs provenientes da ORCID (2,1%) e na sobreposição Lattes e OpenAlex (40,1%). Por outro lado, o Centro-Oeste destaca-se com os maiores percentuais entre as fontes, sendo a região cujos DOIs presentes nos currículos foram mais complementados pela OpenAlex, o que pode significar que o identificador não tem sido registrado nos currículos. Ao comparar as áreas específicas e os estados, observou-se que, em ambos os casos, existe maior heterogeneidade no percentual de DOIs: na OpenAlex exclusivamente; na intersecção entre o Lattes e a OpenAlex; e na intersecção das três fontes. Dessa forma, observou-se que as áreas de Linguística, Letras e Artes, bem como de Ciências Agrárias, são as que apresentam maior homogeneidade entre as suas subáreas, ao passo que nas Ciências Sociais Aplicadas se observa maior heterogeneidade. Entre os Estados, a maior heterogeneidade foi observada na região Norte, enquanto a região Sul é a mais homogênea, seguida da região Sudeste. Considerações. As diferenças em relação à cobertura das fontes, sugerem que as particularidades da comunicação científica, considerando o ecossistema editorial/informacional, divergem mais entre áreas do que entre regiões, o que concerne às características de publicação dos resultados de pesquisa. A sobreposição das produções entre as fontes evidencia o potencial de univocidade dos PIDs, possibilitando que pesquisas como esta sejam realizadas de maneira objetiva, sem que as variações de metadados textuais interfiram na qualidade dos resultados.
dos Santos, Fernanda Bochi; Morandin, Janaina Laís Pacheco Lara; Boaretto, Rodrigo Marcelli; Mattos, Dirceu; Grácio, Maria Cláudia Cabrini
No contexto da Organização do Conhecimento, este estudo analisa de forma diacrônica os domínios temáticos na produção científica sobre Citricultura no estado de São Paulo (período 1996-2025), indexada na base Scopus. A busca resultou em 3.341 documentos utilizando-se os filtros para a área Agricultural and Biological Sciences, e, em seguida, as instituições e universidades do estado de São Paulo vinculadas às publicações. As redes mostram a associação entre as palavras-chave registradas pelos autores, sendo separadas em períodos de 10 anos e geradas no VOSviewer. Os resultados mostram que ao longo de três décadas, as redes de coocorrência de termos mostram a predominância dos domínios Fitopatológico e controle biológico. Observa-se também uma transição de domínios, pois na primeira década estão presentes domínios fitossanitários e de fertilidade do solo, enquanto o segundo período indica o domínio relativo ao manejo do solo e o terceiro período indica domínios voltados à nutrição e composição química.
Comment on Araújo-Júnior et al. 2026 “Taphonomy in Brazil: over 36 years of history and new insights” Carolina Zabini 1, Elvio P. Bosetti 2, , Fernando Erthal 3, Alysson F. Mazoni 1,4, Daniel Sedorko 5
