Definição estendida
Análise bibliométrica é o mapeamento quantitativo da produção científica de um campo, subárea ou tópico, a partir de metadados de publicações: autores, instituições, países, palavras-chave, citações, periódicos. A formalização contemporânea da prática é Donthu et al. (2021), que organizou a metodologia em duas grandes famílias: análise de desempenho (performance analysis — produtividade, citações, fator de impacto agregado por autor, instituição, periódico) e mapeamento da ciência (science mapping — redes de coautoria, co-citação, acoplamento bibliográfico, co-ocorrência de palavras-chave). Bases de dados primárias são Scopus (Elsevier, mais inclusiva) e Web of Science (Clarivate, mais conservadora). Ferramentas computacionais incluem Bibliometrix em R (Aria & Cuccurullo, 2017), VOSviewer (mapas visuais), CiteSpace (evolução temporal), e Sci2 Tool. Análise bibliométrica é metodologia em si — não substitui revisão sistemática, mas oferece visão panorâmica que revisão tradicional não captura em campos com milhares de publicações.
Quando se aplica
Análise bibliométrica é apropriada para mapear estrutura de campo amplo (centenas a milhares de papers), identificar autores e instituições centrais, detectar fronts emergentes ou em declínio, calcular indicadores comparativos (h-index agregado, fator de impacto médio, padrão de coautoria internacional). É exigida frequentemente em projetos doutorais como capítulo de contextualização, em revisões integrativas que querem complementar análise qualitativa com panorama quantitativo, e em pesquisa aplicada para gestão de ciência (políticas públicas de fomento, planejamento institucional). Hoje é capítulo padrão em proposals de mestrado e doutorado em muitas áreas.
Quando NÃO se aplica
Não se aplica como substituto a revisão sistemática (que tem critérios PRISMA explícitos e responde pergunta de pesquisa específica), nem como base única para conclusões substantivas — bibliometria mapeia padrões, não sintetiza achados. Não é apropriada quando o campo é pequeno (poucas dezenas de publicações), onde leitura direta é mais informativa que rede de coautoria. Não é confiável em áreas mal indexadas em Scopus/WoS — humanidades, ciências sociais regionais, literatura em línguas não-inglesas. Não substitui validação por especialistas: padrões emergentes detectados por algoritmo precisam de interpretação por quem conhece o campo.
Aplicações por área
— Gestão e administração: território de uso explosivo na última década; revistas Q1 publicam dezenas de bibliométricas por ano. — Saúde pública: mapeamento de subáreas (saúde mental, doenças crônicas, COVID-19), redes de colaboração internacional. — Engenharias: análise de evolução tecnológica, identificação de tópicos emergentes em IA, materiais avançados, energia. — Educação e ciências sociais: mapas conceituais de teorias dominantes, redes de citação entre escolas de pensamento.
Armadilhas comuns
A primeira armadilha é tratar análise bibliométrica como “revisão automática” — não responde pergunta substantiva sobre o campo, apenas mapeia produção. A segunda é depender exclusivamente de uma base (Scopus ou WoS), perdendo cobertura — combinar duas bases é prática mais robusta. A terceira é interpretar centralidade em rede como qualidade — autor com muitas citações pode ser amplamente criticado, não amplamente respeitado. A quarta é ignorar viés linguístico e geográfico das bases — Scopus e WoS sub-representam ciência produzida em línguas não-inglesas e em sistemas como SciELO. A quinta é apresentar visualizações elegantes (mapas, redes) sem explicar parâmetros — VOSviewer e CiteSpace produzem outputs visualmente impactantes que escondem decisões metodológicas (limiares de citação, algoritmos de clusterização) que afetam o resultado significativamente.