Rede de atração entre periódicos brasileiros de Ciências da Saúde

Autores

DOI:

https://doi.org/10.5195/biblios.2025.1302

Palavras-chave:

Análise de citação, redes de citação, periódicos científicos, índice de atração

Resumo

Objetivo. Construir uma rede de citação entre periódicos científicos brasileiros de Ciências da Saúde baseada no índice de atração. O índice de atração é uma medida que representa a frequência de citação entre dois periódicos em relação ao total de citações recebidas por cada um deles. Representa uma métrica ponderada de citação, que oferece uma análise mais detalhada da proximidade entre duas publicações em um determinado contexto científico. Método. Foram extraídos do OpenAlex dados de artigos publicados entre 2018 e 2022 em periódicos brasileiros indexados com o conceito “Medicine” 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 por cada periódico. Foi calculado o índice de atração entre os períodicos e construída uma rede utilizando o software Gephi. Os dados da rede foram carregados no software VOSviewer, desenhando-se um grafo representando a rede de atração, com uma versão interativa disponível on-line. Resultados. A rede foi composta de 273 periódicos brasileiros de Ciências da Saúde e áreas correlatas. Periódicos de maior impacto e com escopo temático mais amplo apresentaram maior centralidade na rede.Periódicos especializados se atrairam mutuamente, formando clusters de áreas e especialidades relacionadas à Ciências da Saúde. Conclusiones. O índice de atração é uma métrica relevante para análise de aderência temática entre periódicos em uma rede de citação, pois indentifica as relações temáticas entre dois periódicos com base na frequencia de citações entre eles em relação ao ao impacto total de cada um. O índice de atração demostrou também aplicabilidade na análise de relação temática entre diferentes disciplinas, bem como para indentificação de periódicos e áreas interdisciplinares.

Biografia do Autor

Fabio Lorensi do Canto, Universidade Federal de Santa Catarina

É Doutor (2022) e Mestre (2018) em Ciência da Informação pela Universidade Federal de Santa Catarina - UFSC. É Graduado em Biblioteconomia - Gestão da Informação pela Universidade do Estado de Santa Catarina - UDESC (2005) e Bacharel em Direito pela Faculdade CESUSC (2012). Atua como Bibliotecário/Documentalista na Biblioteca Central da Universidade Federal de Santa Catarina - UFSC e como professor substituto do Departamento de Biblioteconomia da Universidade do Estado de Santa Catarina (UDESC). É bolsista do Projeto Laguna, coordenado pelo Instituto Brasileiro de Informação em Ciência e Tecnologia (IBICT).

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

É doutor em Informática pela Universidade de Brasília (UnB), com período sanduíche no Kings College London, e mestre na mesma área pela UnB. Possui também formação em Matemática (bacharelado e licenciatura) pela mesma instituição. Atualmente, é Coordenador-Geral de Informação Científica e Tecnológica no Instituto Brasileiro de Informação em Ciência e Tecnologia (Ibict), onde lidera projetos voltados à Ciência Aberta, repositórios digitais, interoperabilidade de sistemas e gestão de dados científicos. Entre suas contribuições no Ibict, destaca-se a coordenação de iniciativas como o Oasisbr, um portal que agrega e dissemina conteúdos científicos brasileiros de acesso aberto, e a Biblioteca Digital Brasileira de Teses e Dissertações (BDTD), que centraliza a produção acadêmica de programas de pós-graduação em todo o país.

Adilson Luiz Pinto, Universidade Federal de Santa Catarina

Ex-Bolsista PQ em Ciência da Informação (2017-2020 e 2021-2024). Orientador de Mestrado e Doutorado desde 2011, com 12 teses defendidas e outras 17 dissertações. Professor do Programa de Pós-Graduação em Design da UFSC. Foi Coordenador do Programa de Pós-Graduação em Ciência da Informação da 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 UFSC (gestão 2014-2016); Foi diretor de Pesquisa e Extensão da Universidade Federal de Santa Catarina - UFSC (gestão 2011-2012). Professor Titular do Departamento de Ciência da Informação da UFSC (Graduação em Biblioteconomia/Arquivologia/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 LEMME Lab e Líder do Metric Studies in Data Librarianship and Geosciences.

Daniel Sundfeld, Universidade de Brasília

Professor do magistério superior na Universidade de Brasília, curso de Engenharia de Software, Faculdade de Ciências e Tecnologias em Engenharia (FCTE), 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 e de alto desempenho, unidades de processamento gráfico (GPU) e computação em nuvem, onde utiliza essas áreas para resolver problemas complexos da Bioinformática.

Referências

Aguilar, A. G., Pinto, A. L., Semeler, A. R., & Soares, A. P. A. (2016). Visualização de dados, informação e conhecimento. Editora da UFSC.

Bastian, M., Heymann, S., & Jacomy, M. (2009). Gephi: An open source software for exploring and manipulating networks. In AAAI. WebAtlas. https://gephi.org/publications/gephi-bastian-feb09.pdf

Batagelj, V., & Mrvar, A. (2004). Pajek—Analysis and visualization of large networks. In M. Jünger & P. Mutzel (Eds.), Graph drawing software (pp. 77–103). Springer. https://doi.org/10.1007/978-3-642-18638-7_4

Canto, F. L., Pinto, A., R. Carvalho Segundo, W., & Sundfeld, D. (2025). Data from the Brazilian health sciences journal attraction network [Data set]. Zenodo. https://doi.org/10.5281/zenodo.16989901

Ding, J., Liu, C., & Kandonga, G. A. (2020). Exploring the limitations of the h-index and h-type indexes in measuring the research performance of authors. Scientometrics, 122(3), 1303–1322. https://doi.org/10.1007/s11192-020-03364-1

Geisler, W. S., Perry, J. S., Super, B. J., & Gallogly, D. P. (2001). Edge co-occurrence in natural images predicts contour grouping performance. Vision Research, 41(6), 711–724. https://www.sciencedirect.com/science/article/pii/S0042698900002777

Gorbea-Portal, S. (2005). Modelo teórico para el estudio métrico de la información documental. TREA.

Hou, J. (2017). Exploration into the evolution and historical roots of citation analysis by referenced publication year spectroscopy. Scientometrics, 110(3), 1437–1452. https://doi.org/10.1007/s11192-016-2206-9

Ioannidis, J. (2015). A generalized view of self-citation: Direct, co-author, collaborative, and coercive induced self-citation. Journal of Psychosomatic Research, 78(1), 7–11. https://doi.org/10.1016/j.jpsychores.2014.11.008

Laranjeira, P. A., & Cavique, L. (2014). Métricas de centralidade em redes sociais. Revista de Ciências da Computação, 9. https://repositorioaberto.uab.pt/handle/10400.2/3864

Lee, H. (2014). Uncovering the multidisciplinary nature of technology management: Journal citation network analysis. Scientometrics, 102(1), 51–75. https://doi.org/10.1007/s11192-014-1350-3

Leydesdorff, L. (2007). Betweenness centrality as an indicator of the interdisciplinarity of scientific journals. Journal of the American Society for Information Science and Technology, 58(9), 1303–1319. https://doi.org/10.1002/asi.20614

Leydesdorff, L., Wagner, C. S., & Bornmann, L. (2018). Betweenness and diversity in journal citation networks as measures of interdisciplinarity—A tribute to Eugene Garfield. Scientometrics, 114, 567–592. https://doi.org/10.1007/s11192-017-2528-2

Medeiros, J. M. G., & Vilan Filho, J. (2022). La literatura científica de archivo brasileña: Un análisis de citas de artículos de revistas. Biblios Journal of Librarianship and Information Science, 83, 15–25. https://doi.org/10.5195/biblios.2021.937

Minicucci, A. (2002). Dinâmica de grupo: teorias e sistemas. Atlas.

Moreno, J. L. (1951). Sociometry, experimental method and the science of society: An approach to a new political orientation. Beacon House.

Osinska, V., & Klimas, R. (2021). Mapping science: Tools for bibliometric and altmetric studies. Information Research, 26(4). https://doi.org/10.47989/irpaper909

Priem, J., Piwowar, H., & Orr, R. (2022). OpenAlex: A fully-open index of scholarly works, authors, venues, institutions, and concepts. ArXiv. https://doi.org/10.48550/arXiv.2205.01833

Pudovkin, A. I., & Garfield, E. (2002). Algorithmic procedure for finding semantically related journals. Journal of the American Society for Information Science and Technology, 53(13), 1113–1119. https://doi.org/10.1002/asi.10153

Rabuske, M. A. (1992). Introdução à teoria dos grafos. Editora da UFSC.

Rafols, I., & Meyer, M. (2010). Diversity and network coherence as indicators of interdisciplinarity: Case studies in bionanoscience. Scientometrics, 82(2), 263–287. https://doi.org/10.1007/s11192-009-0041-y

Rosenberg, Z. (2015). Citation analysis of M.A. theses and Ph.D. dissertations in sociology and anthropology: An assessment of library resource usage. The Journal of Academic Librarianship, 41(5), 680–688. https://www.sciencedirect.com/science/article/pii/S0099133315001007

Scott, J. (1991). Social network analysis: A handbook. SAGE Publications.

Taşkın, Z., Doğan, G., Kulczycki, E., & Zuccala, A. A. (2021). Self-citation patterns of journals indexed in the Journal Citation Reports. Journal of Informetrics, 15(4), 101221. https://doi.org/10.1016/j.joi.2021.101221

Van Eck, N. J., & Waltman, L. (2010). Software survey: VOSviewer, a computer program for bibliometric mapping. Scientometrics, 84(2), 523–538. https://doi.org/10.1007/s11192-009-0146-3

Waltman, L. (2016). A review of the literature on citation impact indicators. Journal of Informetrics, 10(2), 365–391. https://doi.org/10.1016/j.joi.2016.02.007

Wilkinson, M. D., Dumontier, M., Aalbersberg, I. J., Appleton, G., Axton, M., Baak, A., Blomberg, N., Boiten, J.-W., Santos, L. B. S., Bourne, P. E., Bouwman, J., Brookes, A. J., Clark, T., Crosas, M., Dillo, I., Dumon, O., Edmunds, S., Evelo, C. T., Finkers, R., … Mons, B. (2016). The FAIR guiding principles for scientific data management and stewardship. Scientific Data, 3(1), 1–9. https://doi.org/10.1038/sdata.2016.18

Downloads

Publicado

2025-11-03

Como Citar

Canto, F. L. do, Carvalho Segundo, W. L. R. de, Pinto, A. L., & Sundfeld, D. (2025). Rede de atração entre periódicos brasileiros de Ciências da Saúde. Biblios Journal of Librarianship and Information Science, (esp.), e005. https://doi.org/10.5195/biblios.2025.1302

Edição

Seção

Original