Ao escrever um artigo, o pior não é não ter literatura: é «pensar que se conhece a literatura». Listar alguns artigos de cabeça, sem ninguém garantir se as citações estão corretas, e é fácil deixar escapar trabalhos relevantes publicados nos últimos dois anos. A pesquisa de artigos no conjunto de aplicações MuchSci coloca este passo antes de começar a escrever: primeiro pesquisar, depois escrever; o que é devolvido pela pesquisa tem de passar por várias fases de filtragem antes de chegar ao manuscrito.
Comecemos por estabelecer um limite: as ferramentas de pesquisa não mudam a sua capacidade de ler literatura; mudam «por onde começar a ler». Este artigo decompõe duas coisas: como decorre concretamente uma pesquisa e como os resultados são filtrados passo a passo até estarem «utilizáveis».
01 Pesquisar primeiro e escrever depois: qual é a diferença em relação a começar a escrever diretamente
▲ Figura 1 | Ambos produzem texto; a diferença está em as citações terem ou não uma base concreta
A premissa implícita de começar a escrever diretamente é «a literatura que tenho na cabeça é suficiente»; essa premissa acaba quase sempre por falhar em algum ponto: anos de citação errados, trabalhos novos omitidos, referências que não fecham o circuito.
A pesquisa não escreve por si; dá à escrita uma base bibliográfica verificável— cada citação pode ser remetida a um registo encontrado, o que é muito mais sólido do que «lembro-me de haver um artigo assim». A fase de escrita recebe um pequeno conjunto de literatura já filtrada, e não uma impressão vaga.
Esta abordagem segue a mesma lógica de uma experiência: primeiro os dados, depois as conclusões. Na escrita, os «dados» são a literatura; primeiro reúnem-se e filtram-se, e só então a argumentação ganha base.
02 Como se conclui uma pesquisa
▲ Figura 2 | O passo 2 usa a ferramenta para trazer candidatos; os passos seguintes fazem subtração
No fluxo, o único passo em que é realmente preciso agir é o 1.º: definir claramente que tipo de literatura se quer e que período cobrir. O resto consiste em chamar a ferramenta para trazer candidatos, filtrar por critérios, ler atentamente artigo a artigo e entregar à escrita os que forem utilizáveis depois de os registar na base.O centro de toda a cadeia não está em «encontrar», mas em «filtrar»— o que se encontra são candidatos; só o que passa pelo filtro é que é utilizável.
O passo de chamada da ferramenta é transparente: que fonte de pesquisa foi usada e quantos resultados foram devolvidos são informações visíveis na interface. A pesquisa não é uma caixa negra; posteriormente é possível rever porque se pesquisou assim e porque se filtrou assim.
03 Janela e acervo são dois números diferentes
▲ Figura 3 | O limite máximo e o acervo são ordens de grandeza diferentes; uma janela pequena não significa uma base pequena
Comecemos por precisar os números.O que é pesquisável é a base de metadados académicos Crossref, com cerca de 180 milhões de registos, incluindo artigos de revistas, capítulos de livros, etc., e que abrange do século XIX a 2025.O outro número é:cada pesquisa devolve no máximo 2000 resultados.Estes dois números não são a mesma coisa — 2000 é o limite máximo da janela de uma pesquisa, não o acervo da base.
A seguir está a interface da pesquisa de artigos MuchSci, onde se pode ver que a chamada à ferramenta PaperMcp_paper_search já foi concluída e que os candidatos aguardam filtragem:
▲ Figura 4 | Processo de pesquisa: chamada da ferramenta, filtragem e correspondências; cada passo pode ser expandido para consulta
Porque é importante distinguir estas duas coisas? Porque as expectativas em relação aos resultados devem ser determinadas por elas: um acervo de 180 milhões significa «há grande probabilidade de existir literatura relevante»; uma janela de 2000 significa «as estratégias de ordenação e filtragem são importantes». A janela é estreitada pelos critérios da consulta, não por repetir a pesquisa várias vezes — executar repetidamente a mesma consulta devolve a mesma janela.
Há ainda uma questão prática: se a literatura que procura não estiver, por acaso, no âmbito de cobertura da Crossref — por exemplo, certos artigos de conferências ou preprints —, uma consulta sem resultados não significa que a literatura não exista; significa apenas que não está nessa base. Uma pesquisa que conhece os seus limites evita confundir «não encontrei» com «não existe».
04 Dos 2000 resultados aos poucos artigos utilizáveis
▲ Figura 5 | Cada passo reduz o âmbito; 2000 é o ponto de partida, não o ponto de chegada
O estreitamento faz-se sobretudo em duas dimensões:o intervalo de anos, que elimina a literatura alheia ao período do seu estudo — a base contém literatura antiga do século XIX e artigos novos de 2025, mas o seu tema normalmente cobre apenas uma parte desse intervalo;o número de citações, que estabelece uma ordenação preliminar da influência, com os mais citados a entrar prioritariamente no conjunto de leitura atenta.
Depois de passarem pelos dois filtros, o volume restante é aquele que uma pessoa consegue ler artigo a artigo. A literatura filtrada até este ponto segue para leitura atenta, registo na base e entrega à fase de escrita para citação — é esta a diferença entre «literatura obtida por filtragem» e «literatura obtida por espera»: no primeiro caso, sabe-se por que razão cada item entrou.
A ordem da filtragem também importa: filtrar primeiro por ano e depois por citações costuma ser mais prático do que o inverso, porque o filtro por ano elimina literatura irrelevante de todo um período e é o que provoca a maior alteração de volume. A literatura registada na base fica associada ao registo encontrado, pelo que é possível corresponder cada secção escrita à referência citada.
05 Limites
Como habitualmente, os limites são colocados de forma explícita.
① Este artigo aborda a posição e o mecanismo da funcionalidade; os números devem ser entendidos conforme o que a interface devolve efetivamente. Os valores de 180 milhões e 2000 servem para ilustrar ordens de grandeza e não constituem qualquer compromisso quanto à qualidade dos resultados de uma pesquisa.
② Um resultado de pesquisa não equivale a literatura utilizável. Um resultado apenas indica «existe e é relevante»; se deve ser citado e onde, tem de ser decidido depois de ler o texto original de cada artigo; a veracidade das citações é da responsabilidade do autor.
③ As normas académicas seguem os regulamentos em vigor da instituição a que se pertence. As ferramentas de pesquisa não alteram as próprias normas de citação; os juízos que envolvem integridade académica não podem ser delegados nas ferramentas.