Visualizando Dados Bibliográficos: o Uso do VOSviewer como Ferramenta de Análise Bibliométrica de Palavras-Chave na Produção das Humanidades Digitais

Bibliographic data visualization: the use of VOSviewer as a tool for keywords bibliometric analysis on Digital Humanities production

O objetivo dessa pesquisa é mapear, através da identificação de termos de palavras-chave, quais as principais atividades presentes nas humanidades digitais construindo e visualizando mapas bibliométricos oriundos de uma revisão de literatura deste tema. Dessa forma é proposta uma análise desses dados a partir da utilização do software VOSviewer para construção de redes de relacionamento dos termos provenientes das bases: Web Of Science (WoS) e Scopus. Assim, foram gerados grafos de palavras-chave baseados nos termos atribuídos à literatura registrada nessas duas bases de dados. Buscamos dessa forma combinar essas duas análises a partir da construção de dois mapas distintos e possibilitar seu cotejamento.
Partindo dessa proposta, elaboramos uma expressão de busca

A expressão de busca aplica às bases selecionadas pode ser representada pela
string (((((("Digital Humanities")) OR (("Humanidades Digitales ")) OR (("Humanidades Digitais"))))))

para dar conta de recuperar a publicação sobre
digital humanities em inglês, espanhol e português nas bases de dados eleitas para esta revisão. Adotou-se como padrão a opção de filtro que contemplasse o ‘
abstract’, sendo o campo 'resumo' escolhido como foco da recuperação por apresentar maiores concentrações de termos relacionados à indicação temática dos documentos. Os resultados reportados pelas buscas foram exportados no formato compatível com o VOSviewer, no caso da Web Of Science, 'Tab Delimited (Win)' e no caso da Scopus, o formato 'CSV'. Foram recuperados na Web Of Science 1067 documentos e, na Scopus, 1575.

De posse dos arquivos extraídos, utilizamos do recurso de criação de grafos baseados em co-ocorrência de palavras-chave. Essa análise oferece as opções
'Author´s keywords' e
'Keywords Plus', por isso elegemos a opção
'all keywords' que engloba essas duas modalidades, além do método de
full counting que atribui o mesmo peso para cada link em co-ocorrência. Na WoS foram totalizadas 2826 palavras-chave com exigência mínima de 8 ocorrências para integrar a análise, essa filtragem resultou em 38 núcleos conectados. No caso da Scopus também elegemos a opção
'all keywords' para contemplar as palavras-chave atribuídas pelos próprios autores (
Author´s Keywords) além da opção
'index keywords', cuja atribuição é proveniente da base. Foram, assim, identificadas 5195 palavras-chave e a nota de corte elevada à recorrência mínima de 15 vezes. Essa configuração produziu um grafo com 64 (após desambiguação: 61) termos com núcleos de conexão entre si. Este grafo também considerou o método
'full counting'.

Figura
Grafo de palavras-chave da produção registrada na Web Of Science com 'nós' calculados segundo seu link total de força.

Na sequência produzimos dois mapas baseando-se nas respectivas fontes de literatura e, baseados nestas, geramos, além dos dois mapas, a mineração dos termos mais recorrentes que servem de base para construção do grafo. O grafo respectivo à WoS possui 6 clusters compostos por 10 termos no de maior tamanho e 4 no menor. A análise de clusters permite identificar que dentre estes há clusters estreitamente relacionados às bibliotecas digitais e à ciência da informação (C.I.) (por exemplo termos como
information e
technology), como no caso do cluster 1. Também há um cluster relacionado às técnicas de visualização (cluster 2). O cluster 3 volta a apresentar termos relacionados à C.I. como
archive, digitization e libraries. Já o cluster 5 volta-se às técnicas das humanidades digitais como
text mining e
machine learning.

Figura
Grafo de palavras-chave da produção registrada na Scopus com 'nós' calculados segundo seu link total de força.

O grafo com dados da Scopus também possui 6 clusters tendo no maior deles 16 termos e, no menor, 7. Também é possível perceber a recorrência de um cluster voltado às técnicas de visualização (cluster 4:
visualization, data visualization e gis) bem como a reverberação da presença da C.I. com os termos
digital libraries, digital archives e digital collections (cluster 2). Outras técnicas das humanidades digitais reincidem como
data mining e
text mining (cluster 3), além de outros termos relacionados à ciência da informação:
archives, libraries e
digitization (cluster 5). Vale destacar que o termo com maior peso foi
digital libraries tanto na WoS como na Scopus.

Dessa forma os mapas permitem visualizar termos e conceitos mais presentes na literatura e, consequentemente, possibilitam a clarificação da relação entre eles. Apesar da grande rede de relacionamento que os mapas exibem é possível, mesmo interpretando apenas os clusters criados, contemplar, por exemplo, as áreas principais que interagem para formar a ideia de humanidades digitais na literatura. Além disso, sobretudo, o cotejamento dos grafos provenientes de cada repositório de literatura permite corroborar quais termos se consolidam através de sua reincidência nos mapas.

Bibliography
DACOS, Martin. (2011). Manifesto das Humanidades Digitais.
ThatCamp Paris, [S.l.] 26 mar. 2011. Disponível em: <
https://tcp.hypotheses.org/497> Acesso em 10 out. 2016.

ECK, Nees Jan Van; WALTMAN, Ludo. (2016)
VOSviewer Manual. Disponível em http://www.vosviewer.com/documentation/Manual_VOSviewer_1.6.5.pdf Acesso em 10 de julho de 2017

KOLTAY, Tibor. (2016) Library and information science and the digital humanities: perceived and real strengths and weaknesses. 
Journal of documentation, 72(4), pp. 781-792.

TANG, Muh-Chyun; CHENG, Yun Jen; CHEN, Kuang Hua. (2017) A longitudinal study of intellectual cohesion in digital humanities using bibliometric analyses,
Scientometrics, v.113, n.2, pp.985-1008, nov. 2017.