Snowballing

Snowballing consiste em localizar e incorporar novos estudos a partir de referências e citações do artigo semente (paper base). É útil para encontrar evidências que não emergem da busca convencional e é amplamente recomendado em revisões sistemáticas.

Como usar o módulo no sistema

1. Abrir o modal do paper: na lista de estudos, clique no paper desejado para abrir o modal de Snowballing.

2. Verificar metadados: confira autor, ano, base de dados, DOI/URL e use os atalhos (DOI, URL, Scholar) se necessário.

3. Escolher o modo de execução:

   • Snowballing Manual (nível único):

     • Selecione Backward para buscar apenas as referências citadas pelo paper.

     • Selecione Forward para buscar apenas as citações recebidas pelo paper.

     • O sistema salva apenas o nível 1 (sem iteração). Ideal quando você quer total controle.

     • Importante: ao executar o modo manual para este paper (Backward e/ou Forward), o modo automatizado fica desabilitado para este mesmo paper.

   • Snowballing Automatizado (iterativo):

     • Executa apenas o que falta (Backward e/ou Forward) para o paper semente.

     • Para cada nova referência/citação com DOI encontrada, o sistema itera automaticamente (nível 2, 3, ...) até não haver mais novos itens.

     • Use este modo quando você precisa de uma exploração completa e encadeada do conjunto de estudos.

4. Acompanhar resultados:

   • A tabela exibe Título (com quebra de linha), Autores, Tipo (Backward/Forward), Ano, Score, Ocorrências, Fonte e Relevante?.

   • Você pode marcar/reverter a relevância com o botão de alternância. Essa marca fica vinculada ao paper semente e aparece sempre que abrir o modal.

O que é Backward e Forward?

• Backward: examina as referências listadas pelo paper base (o que ele citou).

• Forward: encontra estudos que citam o paper base (quem o citou).

Fontes de dados

• CrossRef: referências (Backward) via /works/{doi} e citações (Forward) via /works/{doi}/cited-by.

• Semantic Scholar: usado como fallback para completar Backward e Forward quando necessário.

• OpenAlex: usado como fallback obrigatório para completar Backward e Forward quando necessário.

Como o sistema calcula relevância e similaridade

A cada referência encontrada, o sistema avalia automaticamente sua similaridade com o paper base e atribui um score de relevância composto.

• Similaridade:

  • Comparação entre título e resumo do estudo candidato e do paper semente.

  • Os textos são normalizados (sem acentuação/pontuação) e comparados por sobreposição de termos.

  • A similaridade total é ponderada: 70% título + 30% resumo, resultando em um valor entre 0 e 1.

• Relevância:

  • Composta por três fatores:

    • 70% = similaridade com o paper semente;

    • 20% = confiabilidade da fonte (CrossRef = 1.0, Semantic Scholar = 0.8);

    • 10% = ocorrência (quantas vezes o mesmo DOI foi encontrado em diferentes iterações).

  • O cálculo segue a fórmula aproximada: relevance_score = 0.7 * similarity + 0.2 * source_weight + 0.1 * log(1 + duplicate_count)

  • Quanto maior o valor, mais relevante o estudo tende a ser em relação ao paper semente.

• Ocorrências:

  • Indicam quantas vezes o mesmo estudo apareceu em diferentes buscas ou iterações.

  • O sistema soma as ocorrências e recalcula a média do relevance_score quando o item é encontrado novamente.

• Relevância manual:

  • Além do cálculo automático, o usuário pode marcar um estudo como Relevante? diretamente na tabela.

  • Essa marcação manual é permanente e usada em relatórios e visualizações em árvore.

  

Regras importantes

• Se você rodar Manual para um paper (Backward e/ou Forward), o Automatizado fica indisponível para esse paper.

• No modo automatizado, o sistema só busca o que ainda não foi processado (Backward/Forward).

• Duplicatas são unificadas, somando Ocorrências e mesclando Fontes (por ex.: “CrossRef; SemanticScholar; OpenAlex;”).

Se houver Avaliação por Pares na revisão, o ícone acima indica que o paper foi aceito na etapa anterior.