Citação de dados científicos : scoping review

Abstract

Objetivo: Para acompanhar a evolução dos estudos relacionados a dados científicos, investigou-se o significado das citações a eles, buscando responder: 1) Quais as motivações dos pesquisadores para citar dados científicos?; 2) Quais as práticas de citação de dados apresentadas nas áreas cobertas pelo presente estudo?; 3) Quais as análises métricas para citação de dados? Método: Caracteriza-se como pesquisa do tipo qualitativa e descritiva, sendo uma revisão de literatura do tipo Scoping Review, com busca às bases de dados Emerald, LISA, LISTA, Scopus e Web of Science. Resultados: Como motivação, identificaram-se estudos sobre a correlação do incremento de citações às publicações tradicionais ao citarem os dados que as embasavam, muitos confirmaram a correlação, outros não, surgindo também a hipótese de causa comum: qualidade da pesquisa associada a mais recursos. Quanto às práticas, a comunidade está ciente que as citações atuais a dados não estão padronizadas, surgindo a tendência para a adoção de um padrão de citação que atenda às demandas de diferentes tipos de dados. Esta falta de padrão dificulta a análise métrica de citação a dados científicos, que ainda precisa ser explorada em pesquisas, tendo em vista que há uma repetição em utilizar as mesmas técnicas da citação tradicional para essa nova fonte de informação. Conclusões: Promover o avanço da ciência é a principal vantagem em disponibilizar dados, mas existem dificuldades técnicas e de atribuição de crédito que precisam ser enfrentadas em conjunto pelos pesquisadores, instituições, agências de fomento, repositórios de dados e equipes editoriais de publicações.

Objective: This paper investigates the meaning assigned to data citation in order to follow the evolution of studies related to data citation, it tries to answer: 1) What are the motivations of researchers to cite scientific data?; 2) What are the data citation practices presented by the areas covered by this study?; 3) What are the metric analysis for data citation? Methods: It is a qualitative and descriptive research, being a scoping review of literature, by searching the Emerald, LISA, LIST, Scopus and Web of Science databases. Results : The studies investigated the correlation of citations increment to traditional publications by citing the data that supported them, many studies confirmed the correlation, others did not, and a common cause hypothesis arose: research quality associated with more resources. As for practices, the community is aware that current citations to data are not standardized, and there is a tendency to adopt a citation standard that meets the demands of different types of data. This lack of standard hinders the metric analysis of citation to scientific data that still needs to be explored in research, given that there is a repetition in using the same techniques of traditional citation for this new source of information. Conclusions : Promoting the progress of science is the main advantage in making data available, but there are credit and technical difficulties that need to be tackled together by researchers, institutions, funding agencies, data repositories, and publishing editorial teams.