Atração entre periódicos brasileiros de medicina: análise a partir de dados de citação do OpenAlex

Washington Luís Ribeiro de  Carvalho Segundo; Fabio Lorensi do  Canto; Adilson Luiz Pinto; Daniel Lima  Sundfeld

doi:10.22477/ix.ebbc.378

Autores

Washington Luís Ribeiro de Carvalho Segundo Instituto Brasileiro de Informação em Ciência e Tecnologia (Ibict) https://orcid.org/0000-0003-3635-9384
Fabio Lorensi do Canto Universidade Federal de Santa Catarina (UFSC) https://orcid.org/0000-0002-8338-1931
Adilson Luiz Pinto Universidade Federal de Santa Catarina (UFSC) https://orcid.org/0000-0002-4142-2061
Daniel Lima Sundfeld Universidade de Brasília (UnB) https://orcid.org/0000-0002-5147-3698

DOI:

https://doi.org/10.22477/ix.ebbc.378

Palavras-chave:

Análise de citação, Redes de citação, Índice de atração, Periódicos brasileiros - medicina

Resumo

Apresenta uma rede de citação entre periódicos construída com base no índice de atração. Foram extraídos do OpenAlex dados de artigos publicados entre 2018 e 2022 em periódicos brasileiros de medicina com índice-h maior que 10. Os dados de citação desse conjunto foram processados em uma infraestrutura em nuvem, calculando-se a frequência de citação entre dois periódicos e o total de citações recebidas individualmente. Foi construída uma rede baseada no índice de atração entre as publicações. Periódicos de maior impacto e com escopo temático mais amplo possuem maior centralidade; periódicos especializados se atraem mutuamente, formando agrupamentos temáticos.

Biografia do Autor

Washington Luís Ribeiro de Carvalho Segundo, Instituto Brasileiro de Informação em Ciência e Tecnologia (Ibict)

É Doutor e Mestre em Informática pela Universidade de Brasília, com Estágio de Doutorado Sanduíche no Kings College London. Possui graduação em Matemática (Bacharelado e Licenciatura) também pela Universidade de Brasília. É Coordenador-geral de Informação Científica e Técnica no Instituto Brasileiro de Informação em Ciência e Tecnologia (Ibict / MCTI). É membro e coordena projetos, comitês nas áreas de Ciência Aberta e Ciência de Dados. É líder do Grupo de Pesquisa e Laboratório do Ecossistema da Pesquisa Científica Brasileira (LaEPeCBr) (http://dgp.cnpq.br/dgp/espelhogrupo/9750187028652303, https://pnipe.mctic.gov.br/laboratory/3911).Áreas de interesse em pesquisa: Métodos Formais, Repositórios Digitais Abertos, Repositórios de Dados Científicos, Interoperabilidade entre Sistemas de Informação Abertos, Ciência Aberta e Ciência de Dados.

Adilson Luiz Pinto, Universidade Federal de Santa Catarina (UFSC)

Orientador de Mestrado e Doutorado desde 2011, com 9 teses defendidas e outras 14 dissertações.Coordenador do Programa de Pós-Graduação em Ciência da Informação da Universidade Federal de Santa Catarina - UFSC (gestão 2017-2019 e 2019-2021); Coordenador do Observatório de Informação da UFSC; Responsável pelo Canal Estudos Métricos da Informação no Youtube; Responsável pelo DINTER com a Unimontes e pelo MINTER com a Polícia Federal; Foi sub-coordenador do Programa de Pós-Graduação em Ciência da Informação da Universidade Federal de Santa Catarina - UFSC (gestão 2014-2016); Foi diretor de Pesquisa e Extensão da Universidade Federal de Santa Catarina - UFSC (gestão 2011-2012). Professor Associado IV do Departamento de Ciência da Informação da UFSC (Graduação em Biblioteconomia/Arquivologia/Ciência da Informação e Mestrado/Doutorado em Ciência da Informação), Professor Visitante: (i) Universidad de Panamá, (ii) Universidad Nacional de la Republica Uruguai, (iii) Universidad Nacional de Cuyo, (iv) Universidad Carlos III de Madrid, (v) Université Montpellier III, (vi) Universidade Estadual de Londrina.Titulações: Graduado em Biblioteconomia pela PUC-Campinas (2000), Mestre em Ciência da Informação pela PUC-Campinas (2004) e em Documentação Audiovisual pela Universidad Carlos III de Madrid (2006); Doutor em Documentação pela Universidad Carlos III de Madrid (2007). Membro do Inteligência, Tecnologia e Informação - Research Group (ITI-RG); Editor da revista (i) Iberoamerican Journal of Science Measurement and Communication; Membro do Conselho Editorial das revistas (i) Hipertext.net; (ii) Boletín Millares Carlo; (iii) Revista Interamericana de Bibliotecología; Avaliador contínuo (i) Transinformação, (ii) Revista da ACB, (iii) Revista RBBD, (iv) Enancib no GT7 e GT8, (v) revista InCID, (vi) El Profesional de la Información, (vii) da 3, 4,5 e 6 edição do Encontro Brasileiro de Bibliometria e Cientometria, (viii) LiiNC em Revista, (ix) CBBD, (x) SNBU e (xi) Bibliotecas: anales de investigación. Especialista em Ciência da Informação, com ênfase em: Estudos Métricos da Informação (bibliometria, cienciometria, informetria, librametrics, webometria e arquivometria), E-Science (mineração automatizada de dados), Visualização da Informação (Análise de Redes Sociais, Visualização analítica, Visualização de textos, Modelagem de Processo, Visualização temporal, Geolocalização de dados e Clusterização).

Daniel Lima Sundfeld , Universidade de Brasília (UnB)

Professor do magistério superior na Universidade de Brasilia, curso de Engenharia de Software, Faculdade do Gama (FGA), desde 2022. Doutor em Informática pela Universidade de Brasília (2017), com doutorado-sanduíche na Universidade de Copenhague (2015) (Bolsista CAPES). Sua tese de doutorado "Alinhamento primário e secundário de sequências biológicas em arquiteturas de alto desempenho" foi premiada com uma menção honrosa pela Sociedade Brasileira de Computação (SBC). Principal área de formação é computação paralela, computação de alto desempenho, unidades de processamento gráfico (GPU) e sistemas distribuídos, onde utiliza essas áreas para resolver problemas complexos da Bioinformática.

Referências

CARVALHO SEGUNDO, Washington Luís Ribeiro de. et al. Projeto Laguna: infraestrutura de um lago de dados científicos em acesso aberto. BiblioCanto, v. 9, n. 2, p. 133–138, 2023. DOI: https://doi.org/10.21680/2447-7842.2023v9n2ID33825. Disponível em: https://periodicos.ufrn.br/bibliocanto/article/ view/33825. Acesso em: 02 fev. 2024.

DING, Jingda; LIU, Chao.; KANDONGA, Goodluck Asobenie. Exploring the limitations of the h-index and htype indexes in measuring the research performance of authors. Scientometrics, v. 122, n. 3, p. 1303–1322, 2020. DOI: https://doi.org/10.1007/s11192-020-03364-1. Disponível em: https://link.springer.com/article/10.1007/s11192-020-03364-1. Acesso em: 02 fev. 2024.

GORBEA-PORTAL, Salvador. GORBEA PORTAL, SALVADOR. Modelo teórico para el estudio métrico de la información documental. Madrid: TREA, 2005.

HOU, Jianhua. Exploration into the evolution and historical roots of citation analysis by referenced publication year spectroscopy. Scientometrics, Dordrecht, v. 110, n. 3, p. 1437-1452, 2017. DOI: https:// doi.org/10.1007/s11192-016-2206-9. Disponível em: https://link.springer.com/article/10.1007/s11192- 016-2206-9. Acesso em: 02 fev. 2024.

IOANNIDIS, John. A generalized view of self-citation: Direct, co-author, collaborative, and coercive induced self-citation. Journal of Psychosomatic Research, v. 78, n. 1, p. 7-11, 2015. DOI: https://doi. org/10.1016/j.jpsychores.2014.11.008. Disponível em: https://www.sciencedirect.com/science/article/ abs/pii/S0022399914003882?via%3Dihub. Acesso em: 02 fev. 2024.

PRIEM, Jason. et al. OpenAlex: A fully-open index of scholarly works, authors, venues, institutions, and concepts. ArXiv. DOI: https://doi.org/10.48550/arXiv.2205.01833. Disponível em: https://arxiv.org/ abs/2205.01833. Acesso em: 10 mar. 2024.

TAŞKIN, Zehra. et al. Self-Citation Patterns of Journals Indexed in the Journal Citation Reports. Journal of Informetrics, v. 15, n. 4, 2021. DOI: https://doi.org/10.1016/j.joi.2021.101221. Disponível em: https://www.sciencedirect.com/science/article/pii/S1751157721000924. Acesso em: 10 mar. 2024.

WALTMAN, Ludo. A review of the literature on citation impact indicators. Journal of Informetrics, v. 10, n. 2, p. 365–391, maio 2016. DOI: http://dx.doi.org/10.1016/j.joi.2016.02.007. Disponível em: https://www.sciencedirect.com/science/article/abs/pii/S1751157715300900?via%3Dihub. Acesso em: 10 mar. 2024.

WILKINSON, Mark. D. et al. The fair guiding principles for scientific data management and stewardship. Scientific data, Nature Publishing Group, v. 3, n. 1, p. 1–9, 2016. DOI: https://doi.org/10.1038/sdata.2016.18. Disponível em: https://www.nature.com/articles/sdata201618. Acesso em: 08 mar. 2024.