Publique sua produção com a GeniusDesign e obtenha os principais identificadores (DOI, ISBN, etc).
Atribua identificadores digitais em seus artigos e torne-os mais acessíveis para citações.
Atendimento a dúvidas, configurações, plugins, treinamentos e editoração.
Amplie o alcance de sua revista e leve-a à sociedade através das redes sociais.
Atualize seu OJS na versão 2.x para a versão mais recente.
Somos uma editora especializada em Open Journal System, dedicada a oferecer soluções tecnológicas, operacionais e editoriais para periódicos científicos. Nossa motivação é contribuir para o fortalecimento da ciência nacional, dando agilidade ao processo editorial das revistas científicas e aumentando a visibilidade de suas publicações.
Veja abaixo alguns temas OJS de sucesso desenvolvidos por nós.
No dia 19 de agosto, às 14h, a Rede Brasileira de Reprodutibilidade (RBR) promoverá seu quinto webinário, dedicado aos impactos da Inteligência Artificial na pesquisa científica. O encontro discutirá como as ferramentas de IA estão transformando a produção do conhecimento e refletirá sobre seus efeitos na transparência, na reprodutibilidade dos resultados e no avanço da ciência aberta.
A programação será composta por três apresentações de 15 minutos. A primeira, conduzida por Ricardo Ceneviva, coordenador da RBR e professor da Universidade Federal do ABC (UFABC), fará uma introdução ao uso da inteligência artificial na ciência, apresentando os principais agentes disponíveis e exemplos práticos de aplicação na pesquisa. Em seguida, Rafael Sampaio, professor da Universidade Federal de Pernambuco (UFPE), abordará a relação entre IA e reprodutibilidade, discutindo oportunidades e desafios para a confiabilidade dos resultados científicos. Encerrando o evento, Ricardo Limongi, da RBR e professor da Universidade Federal de Goiás (UFG), apresentará uma reflexão sobre a evolução das tecnologias de IA e seus potenciais impactos para o futuro da pesquisa científica.
O webinário será uma oportunidade para pesquisadores, editores científicos e demais interessados compreenderem como a inteligência artificial pode contribuir para a produção acadêmica, ao mesmo tempo em que impõe novos desafios relacionados à transparência, à integridade e à reprodutibilidade da ciência. As inscrições estão abertas e podem ser realizadas por meio do link Webinário RBR: Inteligência Artificial e Reprodutibilidade
Fonte: Rede Brasileira de Reprodutibilidade (RBR)
Texto produzido com auxílio de Inteligência Artificial e revisado pelo autor.
Confira nossa Política de Uso de IA.
Deseja divulgar a sua revista científica ou notícia gratuitamente no Periódico Eletrônico? Envie um email para Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo..
Pense no último artigo que você publicou em coautoria. Se alguém perguntasse hoje — um avaliador de projeto, um comitê de progressão na carreira, um pesquisador interessado em replicar o estudo — quem desenhou o protocolo, quem conduziu a coleta em campo, quem rodou a análise estatística ou quem escreveu a primeira versão do texto, onde essa pessoa encontraria a resposta?
Na maioria dos casos, em lugar nenhum. O único registro disponível, na maioria dos casos, é a ordem dos nomes na página de rosto — uma convenção silenciosa que cada área interpreta de um jeito diferente e que, sozinha, não informa nada verificável.
Este texto é dirigido principalmente a quem escreve: autores e pesquisadores que precisam decidir, antes de submeter, como declarar o trabalho de cada integrante da equipe de pesquisa.
Já apresentamos aqui, em texto anterior, o que é a taxonomia CRediT. O foco agora será no por que a atribuição correta dos papéis importa para a sua trajetória e a dos seus colegas, em como decidir quem recebe qual papel e em como redigir a declaração sem cair nos erros mais frequentes. Ao final, ampliaremos a discussão para o outro lado do sistema de submissão — o que a equipe editorial precisa escrever na política da revista para que essa declaração deixe de ser uma formalidade preenchida às pressas.
Em boa parte das ciências da saúde, o primeiro nome é o de quem mais trabalhou e o último é o de quem lidera o grupo de pesquisa. Em matemática e em economia, a ordem costuma ser alfabética. Em várias áreas das humanidades, artigos de autoria única ainda são comuns e a questão quase não se coloca. Nenhuma dessas regras está escrita em lugar algum: todas são presumidas. E o que é presumido não pode ser auditado — nem reivindicado.
Ao analisar dezenas de milhares de artigos que já traziam declarações de contribuição, Vincent Larivière e colaboradores mostraram que a divisão do trabalho na pesquisa contemporânea é bem mais fragmentada do que a lista de autores deixa entrever e que a posição do nome se relaciona apenas parcialmente com o tipo de contribuição efetivamente prestada1. Em outras palavras: quem lê a lista de autores está lendo hierarquia, não contribuição.
Essa opacidade cobra um preço em duas direções. Para quem faz a pesquisa, o efeito mais imediato é a invisibilidade: quem passou seis meses em campo, quem escreveu o código da análise ou quem organizou e limpou a base de dados aparece na lista exatamente como quem contribuiu de forma pontual. Para a comunidade, o preço são dois problemas antigos e bem documentados — a autoria honorária, quando o chefe de departamento, o coordenador do laboratório ou o financiador entram na lista sem terem contribuído, e a autoria fantasma, quando quem executou parte substancial do trabalho não aparece. Ambos sobrevivem porque a lista de autores não obriga ninguém a dizer o que fez.
Há ainda um risco que costuma passar despercebido e que já apareceu ao tratarmos dos padrões internacionais de integridade na publicação: se um artigo é contestado depois de publicado, a ausência de declaração de contribuições distribui a suspeita igualmente por todos os coautores. Quem não teve qualquer participação na parte questionada não tem como demonstrá-lo. Declarar papéis é, também, uma forma de delimitar a própria responsabilidade.
Vale fixar uma distinção que costuma se perder.
Autoria é um status: define quem assina, quem responde publicamente pelo trabalho e quem pode reivindicá-lo em um currículo ou em uma avaliação de carreira.
Contribuição é uma descrição: informa qual tarefa concreta cada pessoa executou. Uma responde à pergunta "esta pessoa pode assinar?"; a outra responde "o que exatamente esta pessoa fez?".
Os quatro critérios de autoria do International Committee of Medical Journal Editors (ICMJE)2 cuidam da primeira pergunta — tema que já desenvolvemos tanto no texto sobre autoria científica, créditos e responsabilidades quanto no que descreve a base normativa formada pelo ICMJE e pela COPE. A taxonomia CRediT cuida da segunda. São camadas complementares e uma não substitui a outra.
Na prática, a distinção resolve situações que toda equipe conhece: o técnico que preparou as amostras, o bolsista que transcreveu e anonimizou as entrevistas, o colega de outro departamento que cedeu o equipamento, etc. Nenhum deles necessariamente preenche os critérios para assinar o artigo — mas todos fizeram algo nomeável e a taxonomia dá nome a isso.
Confundir as duas camadas leva a erros de sentido oposto. De um lado, usar a declaração de contribuições como atalho para conceder autoria a quem não cumpre os critérios ("ele entrou porque cedeu o laboratório", por exemplo). De outro, supor que declarar papéis é redundante porque "todo mundo é autor mesmo". Como argumenta Alex Holcombe, o ganho da taxonomia não está em substituir a autoria, mas em tornar visível o trabalho que a lista de autores esconde — inclusive o de pessoas que contribuíram de forma essencial sem preencher os critérios para assinar3.
A pergunta é inevitável e a resposta começa por uma verificação honesta: se a pessoa participou o bastante para preencher os critérios de autoria, o lugar dela é na lista de autores. A seção de Agradecimentos não deve servir para acomodar quem deveria assinar. Feita essa checagem, restam as contribuições reais que não sustentam autoria — o técnico que preparou as amostras, o bolsista que transcreveu as entrevistas, o estatístico consultado uma única vez, o colega que cedeu o equipamento.
Para esses casos, o primeiro passo é consultar as instruções da revista. Algumas mantêm uma seção de contribuidores distinta da lista de autores e aceitam registrar papéis CRediT para quem não assina — a taxonomia foi desenhada para colaboradores, não apenas para autores, e nada na norma impede esse uso. Se a revista oferece esse campo, é ali que a contribuição deve ser declarada.
Quando a revista só coleta papéis dos autores, que é o caso da maioria dos periódicos brasileiros, o lugar da contribuição é a seção de Agradecimentos — e vale escrevê-la com o vocabulário da taxonomia. Em vez de um genérico "agradecemos a colaboração de Fulano", nomeie a pessoa seguida do papel exercido: "Agradecemos a João Ribeiro (Curadoria de dados) e a Marina Alves (Análise formal), que não preenchem os critérios de autoria adotados por esta revista." É o que recomenda o ICMJE, que orienta a especificar a contribuição de cada colaborador não autor e lembra que, como o agradecimento pode ser lido como endosso ao trabalho, todas as pessoas nomeadas devem autorizar por escrito a menção.
Uma ressalva importante fecha o raciocínio: o que vai nos Agradecimentos é texto livre, não metadado estruturado. Esse crédito será lido por humanos, mas não chegará ao XML como elemento rastrável, nem ao registro ORCID da pessoa, nem aos sistemas que consomem esses dados. O reconhecimento existe, mas não é rastreável por máquina — e é exatamente por isso que a política da revista faz diferença, como veremos ao final.
A Contributor Roles Taxonomy — CRediT, na sigla consagrada — nasceu de um workshop realizado em 2012 pela Wellcome Trust e pela Universidade Harvard e foi apresentada à comunidade editorial em 2015, em artigo assinado por Amy Brand e colaboradores4. Em 2022, deixou de ser uma iniciativa de comunidade e passou a ser norma formal: a ANSI/NISO Z39.104-20225.
A diferença não é cosmética. Uma norma ANSI/NISO é o tipo de referência que agências de fomento, bases de indexação e desenvolvedores de sistemas adotam sem renegociar detalhes — é o que garante que o papel declarado no seu artigo signifique exatamente a mesma coisa em qualquer outro lugar do mundo.
São 14 papéis, nem mais nem menos. Apresento abaixo tradução da categorização funcional dos papéis conforme o CASRAI6, com a tradução adotada pela documentação do SciELO Publishing Schema7 — referência para as revistas brasileiras que publicam em XML no padrão SciELO — acompanhada da definição oficial de cada papel, disponível no site da taxonomia8 e já abordada aqui no blog:
Uma observação que evita muita confusão: a lista é fechada. Não se inventa um décimo quinto papel, nem se adapta a definição de um papel existente para acomodar uma situação particular. Se um trabalho não se encaixa em nenhum dos 14, ele provavelmente pertence à seção de Agradecimentos e não à declaração de contribuições.
A norma prevê um refinamento opcional. Além de indicar que uma pessoa exerceu determinado papel, é possível qualificar o grau dessa participação em três níveis: principal (lead), igual (equal) e de apoio (supporting). O recurso resolve o caso mais frequente em equipes grandes — quatro pessoas coletaram dados, mas uma delas coordenou a coleta; três escreveram, mas apenas uma redigiu a primeira versão.
Antes de submeter, confira nas instruções aos autores se a revista adota os graus. Se adotar, use-os em todos os papéis declarados e não apenas naqueles em que a sua participação foi maior — a graduação seletiva distorce a leitura do conjunto. Se a revista não os menciona, declare somente os papéis.
Vale contrastar. A frase abaixo aparece, com pequenas variações, em milhares de artigos brasileiros — talvez em algum dos seus:
Todos os autores contribuíram igualmente para a concepção, a análise e a redação do manuscrito e aprovaram a versão final.
Ela não informa nada. É uma declaração de conformidade, não de contribuição — e quando aparece em um artigo com nove autores, por exemplo, é quase certamente falsa. Compare com três exemplos redigidos segundo a taxonomia, de áreas diferentes.
Ensaio clínico multicêntrico (saúde). Contribuições dos autores: M. A. Sales: Conceitualização (principal); Metodologia (principal); Aquisição de financiamento; Supervisão; Redação – revisão e edição. J. P. Lemos: Investigação (principal); Curadoria de dados; Redação – rascunho original. R. Okamoto: Análise formal (principal); Software; Visualização. C. D. Ferraz: Investigação (de apoio); Recursos. T. B. Nunes: Administração do projeto; Validação; Redação – revisão e edição.
Repare no que a declaração informa e o que a ordem dos nomes jamais informaria: quem obteve o financiamento não é quem analisou os dados; quem escreveu a primeira versão não é quem lidera o grupo; e a validação dos resultados coube a alguém que não participou da análise — exatamente o arranjo que se espera de um estudo confiável.
Pesquisa qualitativa em educação (humanas). Contribuições das autoras: A. L. Ribeiro: Conceitualização; Metodologia; Investigação (principal); Análise formal (igual); Redação – rascunho original (principal). M. H. Batista: Conceitualização; Análise formal (igual); Redação – rascunho original (de apoio); Redação – revisão e edição (principal). S. Vieira: Curadoria de dados; Validação; Visualização.
Aqui a taxonomia desfaz um mal-entendido comum: análise formal não é sinônimo de estatística. Codificação temática, análise de conteúdo e análise do discurso são técnicas formais de análise e se declaram como tal. O mesmo vale para curadoria de dados, que em pesquisa qualitativa cobre a transcrição, a anonimização e a organização do corpus — trabalho pesado que costuma desaparecer sem deixar rastro.
Artigo com componente computacional (ciência de dados). Contribuições dos autores: D. Carvalho: Software (principal); Metodologia; Validação; Visualização. P. Menezes: Conceitualização; Análise formal; Redação – rascunho original. L. F. Antunes: Curadoria de dados (principal); Recursos. E. Tanaka: Supervisão; Aquisição de financiamento; Redação – revisão e edição.
Este é o caso em que a taxonomia tem maior impacto sobre carreiras. Quem desenvolve o código de um estudo raramente aparece como primeiro autor e, sem uma declaração explícita, seu trabalho fica indistinguível do de qualquer outro coautor. Declarar "Software (principal)" transforma uma contribuição historicamente invisível em um registro citável.
Os erros a seguir aparecem com regularidade nos formulários de submissão. Vale conferir a sua declaração com base nesta lista antes de enviar o manuscrito — depois da publicação, corrigir uma atribuição exige uma errata.
1. ❌ A declaração-espelho. Todos os autores recebem exatamente os mesmos papéis. É o equivalente taxonômico da frase genérica citada acima e quase sempre indica que o formulário foi preenchido no último minuto, por conveniência. Em equipes de mais de três pessoas, papéis idênticos para todos são improváveis — e editores atentos costumam perguntar.
2. ❌ O orientador exclusivamente em "Supervisão". Se o orientador desenhou o estudo, ele exerceu Conceitualização e provavelmente Metodologia. Supervisão descreve liderança e mentoria sobre a execução da pesquisa — não substitui os papéis intelectuais efetivamente exercidos nem dispensa declará-los. O inverso também vale: não atribua papéis ao orientador por deferência, se ele não os exerceu.
3. ❌ "Redação – revisão e edição" usada para revisão de idioma. O papel se refere à revisão crítica de conteúdo feita por integrantes do grupo de pesquisa. Revisor de texto contratado, tradutor profissional e serviço de edição de idioma não são contribuidores nesse sentido: vão para os Agradecimentos, com menção explícita ao serviço prestado.
4. ❌ "Recursos" confundido com "Aquisição de financiamento". Recursos é o fornecimento material — equipamento, reagentes, amostras, acesso a pacientes, tempo de processamento. Financiamento é a obtenção do dinheiro. Quem escreveu o projeto aprovado na agência de fomento exerceu o segundo papel; quem cedeu o microscópio exerceu o primeiro.
5. ❌ Papéis pensados apenas para quem assina. A taxonomia foi desenhada para colaboradores, não só para autores. Se alguém contribuiu de forma nomeável sem preencher os critérios de autoria, verifique se a revista aceita registrá-lo como contribuidor; se não aceitar, descreva a contribuição nos Agradecimentos usando o nome do papel. O que não se pode fazer é o inverso: usar a declaração de papéis como porta de entrada para a assinatura.
O ponto que costuma escapar é que a declaração de contribuições não é um parágrafo simpático no fim do artigo: é metadado estruturado, legível por máquina. E é justamente isso que a torna útil para a sua carreira, e não apenas para a transparência do artigo.
No XML JATS do padrão SciELO, cada papel é marcado dentro do elemento "contrib", com o atributo content-type apontando para a URL canônica do papel na taxonomia7:
<contrib contrib-type="author"> <name> <surname>Silva</surname> <given-names>Rosângela</given-names> </name> <role content-type= "http://credit.niso.org/contributor-roles/conceptualization/"> Conceitualização </role> </contrib> É essa URL — e não o texto em português — que torna o dado interoperável. Um agregador que leia o XML da revista reconhece o papel independentemente do idioma em que ele foi grafado (leia este artigo para mais detalhes sobre a aplicação da taxonomia em XML-JATS).
O mesmo raciocínio vale para o ORCID. Desde a versão 3.0 de sua API, o registro ORCID aceita papéis CRediT associados a um trabalho9 e a informação passa a circular para todos os sistemas que consomem dados do ORCID. Ou seja: o papel que você declara na submissão pode acabar no seu próprio registro, visível a qualquer avaliador que o consulte. Se você ainda não usa o ORCID de forma sistemática, vale rever os identificadores da publicação científica — é o identificador que sustenta todo o resto.
Do lado dos sistemas, o caminho já está aberto. No OJS existe um plugin desenvolvido pela Contributorship Collaboration10 disponível para versões a partir da 3.4.x. Some-se a isso o avanço da parceria entre Crossref e PKP por metadados mais ricos e o quadro fica claro: a declaração de papéis está deixando de ser um diferencial para virar campo obrigatório de formulário. Quem já se acostumou a preenchê-la com cuidado chega na frente.
É a pergunta da qual nenhum autor escapa hoje: se um sistema de IA generativa participou da redação, da tradução ou da organização do texto, isso vira um papel CRediT?
Não. A taxonomia descreve contribuições de pessoas e o consenso internacional — reafirmado tanto pelo ICMJE quanto pela COPE11 — é que sistemas de IA não podem ser autores, porque não podem assumir responsabilidade pelo conteúdo nem responder por ele. O caminho é outro: uma declaração específica, paralela e complementar à de contribuições.
No Brasil, os periódicos da Fundação Oswaldo Cruz estão entre os pioneiros e é neles que vale se espelhar. Em novembro de 2024 — mais de um ano antes de a exigência virar política pública no Brasil — os editores de Cadernos de Saúde Pública, da Escola Nacional de Saúde Pública Sergio Arouca, publicaram o editorial "Inteligência artificial e processo editorial em CSP"12, assinado por Luciana Correia Alves, Luciana Dias de Lima e Marilia Sá Carvalho, fixando a posição da revista.
O desenho da política importa mais do que possa parecer: CSP não proíbe, regula. Considera aceitável que o autor use IA generativa para estruturar temas e tópicos como rascunho, sugerir títulos, ajustar frases à linguagem formal, produzir e corrigir códigos de programação, apoiar análises estatísticas, formatar o artigo e as referências e traduzir o texto para outro idioma. Em contrapartida, estabelece que é fundamental que os autores indiquem, nas seções pertinentes do artigo — como métodos ou agradecimentos —, em que etapas a ferramenta foi utilizada. E adere expressamente à posição da COPE de que a IA não pode ser creditada como autora, pelo argumento que já percorremos aqui: ela não aprova a versão final, não garante a integridade do trabalho e não assina termo de cessão de direitos autorais.
Outro periódico da Fiocruz foi além e transformou a orientação em política formal, com estrutura de declaração. Os Cadernos Ibero-Americanos de Direito Sanitário13, da Fiocruz Brasília, mantêm uma Política para o Uso de Ferramentas de Inteligência Artificial — atualizada em 23 de dezembro de 2025 — que separa usos permitidos (revisão gramatical e de estilo, formatação de referências, auxílio em análise de dados com o método explicitado, geração de resumos revisados e validados pelos autores) de usos vedados (texto gerado integralmente por IA sem supervisão humana, fabricação ou manipulação de dados, atribuição de autoria à IA, omissão do uso, traduções e paráfrases automáticas não revisadas). E, sobretudo, define onde e como declarar: na folha de rosto, no resumo e na seção de metodologia, informando o nome da ferramenta, a função desempenhada e a extensão do uso — com uma frase-modelo pronta para o autor adaptar. A omissão, diz a política, constitui violação ética grave.
Na mesma direção, as Memórias do Instituto Oswaldo Cruz14 recomendam, em sua política editorial, que o uso de qualquer tecnologia de IA generativa seja divulgado e que os autores apontem de que forma a utilizaram no manuscrito submetido.
Se esses casos parecem exigentes, é porque anteciparam o que hoje é regra. Em março de 2026, a Portaria nº 2.664 do CNPq instituiu a Política de Integridade na Atividade Científica da agência15, com exigência de declaração do uso de IA na concepção, na redação e na análise de dados. Na mesma época, o Virtualia Journal, da Universidade Federal de Ouro Preto, lançou a Declaração CRediT-IA — modelo público16 que organiza a declaração em sete campos:
É a formulação mais estruturada disponível hoje em português e estende as mesmas exigências a editores, pareceristas e organizadores de dossiês.
Na prática, o que muda para você é simples: guarde, desde o início do trabalho, o registro de qual ferramenta usou, em que etapa e com qual finalidade. Nenhum dos modelos acima pede mais do que isso — e todos tratam a omissão como falta ética, não como esquecimento.
O princípio de fundo é o mesmo do CRediT: transparência sobre quem fez o quê. A inteligência artificial apenas acrescenta uma segunda pergunta — e por meio de qual ferramenta.
Preencher 14 papéis para oito autores em um formulário de submissão é tedioso, e o tédio é inimigo da precisão. Foi para resolver isso que surgiu o tenzing17, aplicativo gratuito e de código aberto descrito em artigo de Alex Holcombe, Marton Kovacs e colaboradores18. O funcionamento é simples: a equipe preenche uma planilha em que cada linha é um colaborador e cada coluna é um papel, carrega o arquivo na ferramenta e recebe, pronta, a declaração de contribuições em texto corrido, a lista de afiliações formatada, o XML JATS correspondente e blocos auxiliares de financiamento e de conflito de interesses.
O ganho maior, porém, não é o tempo economizado: é a conversa que a planilha obriga a equipe a ter. Preencher a matriz de papéis logo no início do projeto — e não na véspera da submissão — antecipa desentendimentos sobre autoria para o momento em que ainda dá para negociá-los. É provavelmente a recomendação mais útil deste texto.
Até aqui, o texto tratou do que está sob o controle de quem escreve. Mas a declaração de contribuições só se generaliza quando a revista a exige — e a exige de forma clara. Se você também atua como editor, ou se quer saber o que pode cobrar da revista à qual submete, estes são os cinco pontos que uma política editorial precisa cobrir:
1. Exigência e data de vigência. A política deve declarar que a submissão só será aceita com a declaração de contribuições segundo a taxonomia CRediT, preenchida para todos os autores, e informar a partir de qual data a exigência vale. Sem data, a regra vira recomendação — e recomendação não é cumprida.
2. Distinção entre autoria e contribuição. Explicite os critérios de autoria adotados pela revista (os quatro do ICMJE são os mais portáveis entre áreas) e deixe claro que declarar um papel CRediT não confere, por si só, o direito de assinar. Diga também para onde vão as contribuições que não sustentam autoria: a seção de Agradecimentos.
3. Vocabulário fixo e grau de contribuição. Determine que apenas os 14 papéis oficiais serão aceitos, com a tradução do SciELO Publishing Schema, e informe se a revista adota os graus “principal”, “igual” e “de apoio”. Publique a lista completa com as definições em uma página do site: o autor não deve precisar procurar essa informação fora da revista.
4. Responsabilidade pela declaração. Estabeleça que o autor de correspondência responde pela exatidão da declaração e que ela deve ser confirmada por todos os coautores antes do aceite. Preveja também o procedimento para alterar papéis depois da publicação — que é, formalmente, uma modalidade de errata.
5. Publicação e marcação nos metadados. Comprometa-se a publicar a declaração no artigo, em seção própria e identificável e a registrar os papéis nos metadados: no XML JATS, no depósito Crossref e, quando possível, no registro ORCID de cada autor. É esse último item que separa a revista que declara da revista que apenas escreve.
Adotar a taxonomia não elimina os conflitos de autoria: eles continuarão existindo, porque nascem de relações de poder que nenhuma norma dissolve. O que ela faz é obrigar que esses conflitos apareçam antes da submissão, quando ainda podem ser negociados entre as pessoas envolvidas, em vez de depois — quando já viraram um caso para o editor resolver ou, na pior das hipóteses, uma disputa pública.
E há um efeito de médio prazo que ainda se subestima. À medida que agências de fomento, comitês de avaliação e sistemas de currículo passam a ler papéis de contribuição em vez de apenas contar artigos, quem já declara o próprio trabalho de forma estruturada sai na frente.
Do lado da revista, publicar esses dados de forma estruturada é entregar aos seus autores algo que nenhuma métrica de impacto entrega: a prova verificável do que cada um deles, de fato, fez.
O ensaio clínico randomizado é considerado o padrão-ouro para avaliar se um tratamento funciona. Mas o que faz um leitor — ou um editor — confiar que o resultado é real e não fruto do acaso ou de escolhas enviesadas feitas ao longo da pesquisa? A resposta está menos no resultado em si e mais no relato: na possibilidade de enxergar, com clareza, tudo o que foi planejado e tudo o que foi efetivamente feito. É exatamente esse o trabalho de duas diretrizes irmãs — a CONSORT e a SPIRIT.
No texto-âncora desta série, apresentamos a EQUATOR Network, o catálogo que organiza as diretrizes de relato por tipo de estudo. A partir de agora, começaremos a percorrê-las uma a uma, começando pelo par que cobre o ensaio clínico randomizado, o desenho de maior peso na decisão clínica e, por isso mesmo, o mais exigente quanto à transparência. Este texto é especialmente direcionado a editores de periódicos da área da saúde, mas também para outras áreas, pois a lógica aqui descrita vale para qualquer revista que publique estudos de intervenção.
Um ensaio clínico tem, para efeito de relato, dois momentos decisivos. O primeiro é o protocolo: o documento que descreve o que será feito e como antes de o estudo começar. O segundo é o relato final: o artigo que conta o que de fato aconteceu e o que foi encontrado. A SPIRIT cuida do primeiro; a CONSORT, do segundo. Não são diretrizes concorrentes, mas as duas pontas de um mesmo percurso — e é justamente por conversarem entre si que costumam ser tratadas juntas.
CONSORT é a sigla de Consolidated Standards of Reporting Trials (Padrões Consolidados de Relato de Ensaios). Publicada pela primeira vez em 1996 e consolidada na versão CONSORT 2010, com uma lista de verificação de 25 itens1, tornou-se a diretriz de relato mais adotada por periódicos médicos em todo o mundo. Em 2025, o documento foi revisado: a nova versão, a CONSORT 2025, amplia a lista para 30 itens2 e incorpora avanços importantes — uma seção dedicada à Ciência Aberta (com registro, disponibilidade de dados e de código), itens sobre o envolvimento de pacientes e do público na pesquisa e uma harmonização deliberada com a SPIRIT.
Dois instrumentos concentram o valor prático da CONSORT. O primeiro é a própria lista de verificação (Figura 1), que acompanha a estrutura do artigo — do título e resumo aos métodos, resultados e discussão — indicando, item a item, o que deve ser relatado.
O segundo é o fluxograma de participantes (Figura 2), o diagrama que documenta quantas pessoas foram avaliadas, randomizadas, acompanhadas e analisadas em cada braço do estudo, tornando visível qualquer perda pelo caminho. Para o detalhamento de cada item, com exemplos de bom relato, a CONSORT mantém um documento de explicação e elaboração3. A diretriz ainda possui extensões para situações específicas — resumos, ensaios pragmáticos, relato de danos e inteligência artificial, entre outras — algumas das quais retomaremos adiante nesta série.
SPIRIT é a sigla de Standard Protocol Items: Recommendations for Interventional Trials (Itens Padronizados de Protocolo: Recomendações para Ensaios de Intervenção). Publicada em 2013, com uma lista de 33 itens4, e atualizada e ampliada para 34 itens em 20255 em conjunto com a CONSORT, ela define o que um bom protocolo de ensaio deve conter (Figura 3): objetivos, desenho, critérios de elegibilidade, intervenções, desfechos, cálculo do tamanho da amostra, método de randomização, monitoramento, considerações éticas e planos de disseminação. Um protocolo completo e público não é burocracia: é a garantia de que o que foi prometido pode ser cobrado a posteriori.
A relevância do par está na comparação. O que a SPIRIT pede que seja pré-especificado no protocolo é exatamente o que a CONSORT pede que seja relatado no artigo final. Quando as duas pontas coincidem, o leitor tem como verificar se os desfechos publicados são os mesmos que haviam sido planejados — e não apenas aqueles que “deram certo”. É assim que se combate um dos vieses mais silenciosos da literatura: a troca seletiva de desfechos, em que resultados desfavoráveis simplesmente desaparecem entre o planejamento e a publicação. A atualização de 2025 harmonizou as duas diretrizes precisamente para tornar essa comparação mais direta.
Na prática, a diferença entre um bom relato e um relato incompleto costuma estar em detalhes verificáveis e é isso que a CONSORT e a SPIRIT ajudam a padronizar. O quadro a seguir reúne exemplos por item, no espírito do documento de explicação e elaboração (Figura 4).
Levar a CONSORT e a SPIRIT para dentro da revista significa transformá-las em cláusulas da política editorial, e não em recomendações de boa vontade. Considere alguns movimentos concretos ao elaborar ou revisar sua política:
5. Incorpore a conferência à avaliação por pares. Que a aderência seja verificada por uma pessoa e não apenas declarada pelo autor.
Adotadas em conjunto, a SPIRIT e a CONSORT transformam o ensaio clínico em um percurso auditável, do planejamento à publicação, o que se apoia diretamente na base normativa do ICMJE, que já exige o registro prévio de ensaios, tratada na abertura desta série. Mais do que exigências a cumprir, elas são o que permite ao editor confiar que um resultado positivo é também um resultado honesto.
No próximo texto, deixaremos os estudos de intervenção e olharemos para os estudos observacionais — aqueles em que o pesquisador observa sem intervir. Apresentaremos a STROBE e suas extensões RECORD e STROBE-MR e veremos como o relato transparente muda de forma quando muda o desenho do estudo.
Texto produzido com auxílio de Inteligência Artificial, planejado e revisado pelo autor.
Confira nossa Política de Uso de IA.
A rápida adoção da inteligência artificial na pesquisa científica exige uma nova infraestrutura coletiva para definir como esses sistemas devem participar do ecossistema acadêmico. Essa é a principal mensagem do artigo "The Third Time is NOT the Charm: Who Will Own How AI Participates in Scholarship?", publicado em 30 de julho de 2026 no The Scholarly Kitchen, por Wendy Queen, da Johns Hopkins University Press, e Jonathan Woahn, cofundador da plataforma Cashmere.
Os autores argumentam que a comunicação científica já passou por duas grandes transformações, a digitalização da literatura e a consolidação das plataformas de descoberta. Em ambos os casos, a comunidade acadêmica desenvolveu boa parte da infraestrutura, mas o controle das camadas de maior valor acabou concentrado em empresas externas. Segundo eles, a ascensão da inteligência artificial representa uma terceira transformação e a comunidade científica ainda tem a oportunidade de definir como ela ocorrerá.
O artigo afirma que o desafio não se limita a permitir que modelos de IA acessem artigos científicos. É necessário estabelecer uma infraestrutura capaz de regular como esses sistemas interagem com o registro científico, contemplando autenticação de usuários e agentes de IA, controle de acesso, respeito às licenças de uso, atribuição correta das fontes, preservação da versão oficial dos artigos e rastreabilidade das informações utilizadas para gerar respostas.
Os autores também destacam que indicadores de confiança e mecanismos de procedência, embora importantes para identificar a origem e a integridade dos conteúdos científicos, representam apenas parte da solução. Sem uma infraestrutura compartilhada que coordene essas informações, cada plataforma de IA tenderá a criar suas próprias regras para consumir, interpretar e distribuir conhecimento científico. O resultado poderá ser um ecossistema fragmentado, com baixa interoperabilidade e crescente dependência de plataformas proprietárias.
Como alternativa, o artigo propõe o desenvolvimento de uma camada aberta e colaborativa de infraestrutura, construída por editoras, bibliotecas, sociedades científicas, organizações de padronização e empresas de tecnologia. Para os autores, essa cooperação é fundamental para que a comunidade científica mantenha o controle sobre a forma como a inteligência artificial participa da comunicação científica, evitando repetir erros das transformações anteriores e preservando os princípios de transparência, interoperabilidade e confiança que sustentam a pesquisa.
Fonte: The Scholarly Kitchen
Texto produzido com auxílio de Inteligência Artificial e revisado pelo autor.
Confira nossa Política de Uso de IA.
Deseja divulgar a sua revista científica ou notícia gratuitamente no Periódico Eletrônico? Envie um email para Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo..
Imagine dois manuscritos de ensaio clínico chegando à sua revista no mesmo dia. Um segue, item a item, uma lista de verificação reconhecida internacionalmente; o outro descreve os métodos do jeito que o autor achou melhor. Antes mesmo de ler os resultados, em qual dos dois você confia mais? E, mais importante: como o editor sabe qual lista de verificação exigir de cada tipo de estudo que passa pela sua mesa? A resposta tem nome e endereço: a EQUATOR Network.
No texto que abre esta série, tratamos da base normativa que sustenta a publicação científica — as Recomendações do ICMJE e as práticas da COPE. Assentado esse chão, chega o momento de olhar para as diretrizes de relato propriamente ditas: os documentos que dizem, para cada desenho de estudo, o que precisa ser informado. Elas são muitas, e é fácil se perder. A EQUATOR Network é justamente o mapa que organiza esse território — e este texto funciona como o ponto de partida ao qual os próximos da série sempre retornarão.
Antes de seguir, vale alinhar um termo que atravessará toda a série. Relato, aqui, é a tradução de “reporting” e nada mais é do que a comunicação científica: a forma e a estrutura com que os resultados de uma pesquisa são apresentados. Isso vale para qualquer tipo de manuscrito. No Brasil, é comum classificar os trabalhos em Pesquisa Original, Revisão Sistemática, Relato de Caso, entre outros — e todos eles, sem exceção, são um relato: a descrição do que foi investigado e do que se encontrou. O termo, aliás, aparece explicitamente no nome de um desses tipos, o Relato de Caso, mas o conceito se aplica a todos.
Relato não se confunde com a condução do estudo. Um trabalho pode ter sido desenhado e executado de maneira impecável e, ainda assim, ser mal relatado, se omitir informações essenciais sobre método, participantes ou desfechos. É por isso que as diretrizes de relato não dizem como conduzir a pesquisa; dizem o que precisa constar no texto para que qualquer leitor consiga entender, avaliar e reproduzir o que foi feito. “Relatar bem” e “pesquisar bem”, portanto, são coisas distintas — e complementares.
EQUATOR é a sigla de Enhancing the QUAlity and Transparency Of health Research (Aprimorando a Qualidade e a Transparência da Pesquisa em Saúde). Trata-se de uma iniciativa internacional, lançada em 2008 [1], que reúne em um único lugar as diretrizes de relato existentes e promove seu uso por autores, revisores e editores. Foi idealizada por um grupo liderado pelo estatístico britânico Doug Altman, com Iveta Simera e colaboradores, e é coordenada pelo UK EQUATOR Centre, sediado na Universidade de Oxford. Seu núcleo é uma biblioteca online que cataloga centenas de diretrizes de relato [2], organizadas por tipo de estudo — de ensaios clínicos a estudos qualitativos, passando por observacionais, revisões sistemáticas e muitos outros.
Embora tenha nascido no campo da saúde — daí o “health research” em seu nome —, a lógica das diretrizes de relato se espalhou para muitas outras áreas. Boa parte do que a EQUATOR organiza é útil a qualquer editor comprometido com transparência, e várias diretrizes que ela cataloga já atravessam as fronteiras da biomedicina.
A EQUATOR não nasceu de uma preocupação burocrática, mas de uma constatação incômoda: boa parte do esforço científico se perde não por erro de método, mas por falha de comunicação. Em um artigo que se tornou referência, Iain Chalmers e Paul Glasziou estimaram que uma parcela substancial do investimento em pesquisa é desperdiçada — e uma das causas centrais é o relato incompleto ou impreciso, que impede outros de avaliar, replicar ou aproveitar os achados [3]. Relatar de forma transparente e completa, ao contrário, aumenta a confiabilidade, a utilidade e o impacto de um estudo [4]. É esse o problema que as diretrizes de relato atacam, e que a EQUATOR ajuda a resolver em escala.
O maior valor prático da EQUATOR para o editor está em transformar esse acervo em decisão. O site oferece um assistente de seleção — uma árvore de decisão que, a partir do desenho do estudo, aponta a diretriz apropriada. Na prática, o raciocínio acompanha o tipo de pesquisa: ensaios clínicos randomizados conduzem à CONSORT; estudos observacionais, à STROBE; revisões sistemáticas e metanálises, à PRISMA; estudos de acurácia diagnóstica, à STARD; e assim por diante. Cada uma dessas diretrizes será tema de um texto próprio ao longo desta série. A PRISMA, inclusive, já foi abordada aqui no blog, em texto dedicado.
Além da biblioteca e do assistente de seleção, a EQUATOR mantém materiais voltados especificamente a periódicos e editores: orientações sobre como adotar diretrizes de relato no fluxo editorial, recursos de treinamento e exemplos de bom relato. Para o editor, o site funciona como uma central permanente de consulta — o lugar para onde enviar autores em dúvida e onde buscar a versão mais atual de cada lista de verificação.
Incorporar a EQUATOR à revista é, mais uma vez, uma questão de política editorial — de transformar uma boa intenção em regra escrita. Alguns movimentos concretos, seja ao elaborar a política do zero, seja ao revisá-la:
1. Exija a diretriz de relato adequada a cada tipo de estudo. Torne o cumprimento uma condição de submissão, e não uma sugestão.
2. Aponte o caminho ao autor. Inclua nas normas o link para o assistente de seleção da EQUATOR, para que o próprio autor identifique e preencha a lista correta.
3. Peça a lista de verificação preenchida na submissão. Com indicação da página ou da linha em que cada item é relatado, sem o que a submissão não avança.
4. Incorpore a conferência à avaliação por pares. Que o cumprimento seja verificado por uma pessoa, e não apenas declarado pelo autor.
5. Remeta sempre à versão atual. Aponte para a biblioteca da EQUATOR, evitando que circulem listas de verificação desatualizadas.
A EQUATOR não substitui o julgamento editorial: ela o organiza. Ao reunir em um só mapa as diretrizes de relato de praticamente todos os desenhos de estudo, ela permite que o editor deixe de decidir caso a caso e passe a trabalhar com um sistema — o que já dialoga diretamente com a base normativa do ICMJE e da COPE que abriu esta série. É por isso que este texto é o ponto de ancoragem de tudo o que vem a seguir.
Cada diretriz que detalharmos adiante é uma peça desse mapa. No próximo texto, começaremos pelo par CONSORT e SPIRIT — o relato de ensaios clínicos randomizados e de seus protocolos. Nos artigos seguintes, percorreremos as demais, uma a uma, sempre com o mesmo objetivo: ajudar a sua revista a publicar ciência que possa ser lida, avaliada e reproduzida com confiança.
1. Altman DG, Simera I, Hoey J, Moher D, Schulz K. EQUATOR: reporting guidelines for health research. Lancet. 2008;371(9619):1149-1150.
2. Simera I, Moher D, Hoey J, Schulz KF, Altman DG. A catalogue of reporting guidelines for health research. Eur J Clin Invest. 2010;40(1):35-53.
3. Chalmers I, Glasziou P. Avoidable waste in the production and reporting of research evidence. Lancet. 2009;374(9683):86-89.
4. Simera I, Moher D, Hirst A, Hoey J, Schulz KF, Altman DG. Transparent and accurate reporting increases reliability, utility, and impact of your research: reporting guidelines and the EQUATOR Network. BMC Med. 2010;8:24.
5. EQUATOR Network. Enhancing the QUAlity and Transparency Of health Research. Disponível em: https://www.equator-network.org/
Texto produzido com auxílio de Inteligência Artificial, planejado e revisado pelo autor.
Confira nossa Política de Uso de IA.
Qualquer editor de uma revista da área da saúde sabe que deve exigir a aprovação de um comitê de ética e o registro prévio de um ensaio clínico antes de publicá-lo. Mas de onde veio essa exigência? Quem decidiu que seria assim — e por quê?
A resposta não está em uma lei nem em um único periódico: está em um conjunto de normas construídas coletivamente ao longo de décadas. Conhecer sua origem é o que separa o editor que cumpre uma formalidade daquele que entende o que está protegendo.
Este texto abre uma série no Blog Periódico Eletrônico dedicada às diretrizes de relato — os conjuntos de recomendações que definem o que precisa constar em um artigo para que ele possa ser lido, avaliado e reproduzido com segurança.
Antes de percorrermos, uma a uma, diretrizes como a CONSORT, a STROBE ou a PRISMA, convém assentar o chão sobre o qual todas elas se apoiam. Esse chão não é uma diretriz específica: é um conjunto de normas mais amplas, que dizem o que se espera de um manuscrito, de quem o assina e de como a revista deve se comportar diante de dúvidas e de conflitos. Duas instituições sustentam esse alicerce — o International Committee of Medical Journal Editors (ICMJE) e o Committee on Publication Ethics (COPE).
O ICMJE surgiu de um encontro de editores de revistas médicas em Vancouver, no Canadá, em 1978 — razão pela qual ficou conhecido, no início, como “Grupo de Vancouver”. No ano seguinte, em 1979, o grupo publicou a primeira versão dos “Requisitos Uniformes para Manuscritos Submetidos a Periódicos Biomédicos”, documento que, após sucessivas revisões, recebeu em 2013 seu nome atual: “Recomendações para a Condução, o Relato, a Edição e a Publicação de Trabalhos Acadêmicos em Periódicos Médicos”1. O documento é revisado periodicamente e na atualização de janeiro de 20242 incorporou orientações sobre o uso de inteligência artificial na escrita e na avaliação, recomendações sobre o reconhecimento de financiamento e um item sobre por que a autoria importa, entre outros pontos.
Embora tenha origem e nome ligados à medicina, o alcance das Recomendações do ICMJE ultrapassou de longe a biomedicina. O que o documento estabelece, em essência, é o que um manuscrito precisa conter e de que forma.
Entre suas exigências mais influentes estão o registro prévio de ensaios clínicos como condição para publicação (política adotada desde 2005), a declaração de conflitos de interesse, a exigência de declarações de compartilhamento de dados para ensaios clínicos (desde 2018) e o incentivo explícito ao uso das diretrizes de relato apropriadas a cada tipo de estudo — justamente o tema desta série.
Se o ICMJE responde por “o que publicar e quem assina”, a COPE responde por “como se comportar e o que fazer quando algo dá errado”. Fundada em 1997 por um grupo de editores britânicos preocupados com casos de má conduta3, a COPE tornou-se a principal referência internacional em ética na publicação — e, ao contrário do ICMJE, sempre teve caráter multidisciplinar, reunindo periódicos de todas as áreas do conhecimento. Em 2017, a COPE substituiu seu antigo Código de Conduta por um conjunto de dez Práticas Essenciais (Core Practices)4, pensadas para orientar editores, revistas, editoras e instituições:
1. Alegações de má conduta — processos claros para investigar denúncias, antes ou depois da publicação.
2. Autoria e contribuição — transparência sobre quem participou e em qual função.
3. Reclamações e apelações — mecanismos para contestar decisões da revista.
4. Conflitos de interesse — procedimentos para gerir conflitos de autores, revisores e editores.
5. Dados e reprodutibilidade — políticas de disponibilidade de dados e de registro de estudos.
6. Supervisão ética — consentimento, pesquisa com humanos e animais, populações vulneráveis.
7. Propriedade intelectual — direitos autorais, licenças e definições de plágio.
8. Gestão do periódico — infraestrutura e independência editorial.
9. Processos de avaliação por pares — descrição transparente dos procedimentos de revisão.
10. Discussões pós-publicação e correções — retificações, adendos e retrações quando necessários.
Além das Práticas Essenciais, a COPE ficou conhecida por seus fluxogramas — roteiros passo a passo que ajudam o editor a decidir como agir diante de situações concretas, do plágio suspeito à disputa de autoria. São ferramentas de uso diário, que traduzem princípios em conduta. Já tratamos no blog das orientações da COPE e dos Princípios de Transparência e Boas Práticas em Publicações Acadêmicas5, elaborados em conjunto por COPE, DOAJ, OASPA e WAME.
A melhor medida do alcance dessas instituições não está em suas origens, mas na distância que suas normas alcançaram. Dois exemplos ilustram bem essa influência.
O primeiro é a própria definição de autoria: os quatro critérios do ICMJE — contribuição substancial ao trabalho; redação ou revisão crítica de seu conteúdo intelectual; aprovação da versão final; e responsabilidade por todos os aspectos da obra — tornaram-se o elemento mais adotado e mais portável de todo o documento, hoje aplicado por periódicos de áreas que nada têm de biomédicas. Quem participou do estudo sem cumprir os quatro critérios deve ser reconhecido nos agradecimentos, não listado como autor — e o próprio ICMJE é taxativo ao afirmar que ferramentas de IA, como chatbots, não podem ser autoras, por não responderem pela integridade do que assinam. Essa distinção entre autoria e contribuição dialoga diretamente com a taxonomia CRediT, que oferece uma forma padronizada de registrar o papel de cada participante.
O segundo exemplo está nas portas de entrada da ciência: os critérios de seleção e indexação das grandes bases e diretórios. Aqui a relação nem sempre aparece citada nominalmente, mas é dedutível pela convergência de exigências. O SciELO, por exemplo, condiciona a admissão de periódicos das áreas da saúde ao registro prévio de ensaios clínicos em plataformas reconhecidas — a mesma exigência consagrada pelo ICMJE. O DOAJ, principal diretório de periódicos de acesso aberto, é um dos coautores dos Princípios de Transparência5, ao lado da COPE, o que enlaça diretamente a indexação à base normativa aqui descrita. Já bases como a Scopus e a Web of Science avaliam, em seus processos de seleção, a existência de políticas de ética e de integridade editorial — um vocabulário que, ainda que sem citação explícita, remonta ao ICMJE e à COPE.
Adotar essas normas não é apenas boa prática; é, na prática, um pré-requisito para a visibilidade e a indexação.
Sobre o alicerce comum proporcionado por ICMJE e COPE, assentam-se as diretrizes de relato específicas, que dizem, para cada tipo de estudo, o que informar. Uma revista pode adotar a CONSORT ou a PRISMA, mas de nada adianta um relato impecável se não houver clareza sobre quem responde pelo trabalho ou sobre como a revista lidará com uma denúncia.
Relatar bem, conduzir com ética e reagir com método não são exigências concorrentes: são peças do mesmo sistema, sustentado por padrões internacionais compartilhados e verificáveis, e não pela boa vontade de cada revista.
A forma mais concreta de incorporar essa base é traduzi-la na política editorial da revista — o documento público que define suas regras. Seja ao elaborar uma política do zero, seja ao revisar e robustecer uma já existente, alguns elementos merecem constar:
1. Ancore a política de autoria nas Recomendações do ICMJE. Defina os critérios de autoria e a distinção entre autor e colaborador, exigindo a declaração de contribuições segundo a taxonomia CRediT.
2. Torne explícitas as exigências de registro e de transparência. Inclua nas normas para autores o registro prévio de ensaios, a declaração de conflitos de interesse e a de disponibilidade de dados.
3. Adote as Práticas Essenciais e os fluxogramas da COPE como espinha dorsal da política de ética. Estabeleça caminhos pré-definidos para denúncias, correções e retrações, em vez de improvisar caso a caso.
4. Publique declarações de transparência alinhadas aos Princípios de Transparência. Explicite as regras de avaliação por pares, de propriedade intelectual e de governança editorial.
5. Vincule cada tipo de estudo à sua diretriz de relato. É o elo que conecta esta base normativa às próximas etapas da série.
Uma política construída sobre esses pilares deixa de ser mero cumprimento de um requisito obrigatório e passa a funcionar como verdadeiro um instrumento operacional — algo em que o autor sabe o que precisa cumprir, o revisor sabe o que precisa verificar, os indexadores sabem onde verificar esses fluxos e o leitor pode confiar que na pesquisa publicada.
Assentar essa base normativa não é uma formalidade: é o que dará sentido às diretrizes específicas que veremos a seguir.
Do ponto de vista prático, editores de qualquer área podem começar hoje: ancorar a política da revista no ICMJE e na COPE é um investimento de baixo custo e alto retorno em credibilidade e prepara o terreno para que as diretrizes de relato encontrem, na sua revista, um solo já firme.
No próximo texto da série, apresentaremos a EQUATOR Network — o guarda-chuva que cataloga as diretrizes de relato e ajudará o editor a escolher a certa para cada tipo de estudo.
1. International Committee of Medical Journal Editors (ICMJE). History of the Recommendations. Disponível em: https://www.icmje.org/recommendations/browse/about-the-recommendations/history-of-the-recommendations.html
2. International Committee of Medical Journal Editors (ICMJE). Recommendations for the Conduct, Reporting, Editing, and Publication of Scholarly Work in Medical Journals. Atualização de janeiro de 2024. Disponível em: https://www.icmje.org/recommendations/
3. Committee on Publication Ethics (COPE). Our story. Disponível em: https://publicationethics.org/about/what-we-do/our-story
4. Committee on Publication Ethics (COPE). Core Practices. 2017. Disponível em: https://publicationethics.org/core-practices
5. COPE, DOAJ, OASPA, WAME. Principles of Transparency and Best Practice in Scholarly Publishing. 4ª ed. 2022. Disponível em: https://publicationethics.org/resources/guidelines/principles-transparency-and-best-practice-scholarly-publishing
Texto produzido com auxílio de Inteligência Artificial, planejado e revisado pelo autor.
Confira nossa Política de Uso de IA.
O avanço da inteligência artificial está impulsionando uma discussão cada vez mais ampla sobre o futuro da comunicação científica. Em artigo publicado no blog SciELO em Perspectiva, Ernesto Spinak - Colaborador do SciELO e mestre em “Sociedad de la Información” pela Universidad Oberta de Catalunya, Barcelona, Espanha - argumenta que o modelo tradicional de artigo científico, baseado em documentos estáticos em PDF, chegou ao seu limite diante das novas demandas por transparência, rastreabilidade e validação contínua do conhecimento.
Segundo o autor, a combinação entre IA generativa e um sistema acadêmico fortemente orientado por métricas de produtividade ampliou problemas já conhecidos, como fraudes, manipulação de citações e produção em massa de artigos de baixa qualidade. O texto destaca, por exemplo, a existência de "citações fantasmas", inseridas apenas nos metadados dos artigos para inflar indicadores bibliométricos, comprometendo a confiabilidade dos sistemas de avaliação científica.
Como alternativa, Spinak propõe uma transição para um modelo de "ciência em processo", no qual dados, códigos, notebooks computacionais e todas as etapas da pesquisa sejam publicados de forma aberta, auditável e legível por máquinas. Nesse cenário, o artigo deixa de ser o produto final da pesquisa e passa a representar apenas uma camada interpretativa sobre um conjunto muito mais amplo de evidências científicas.
O autor também aponta que plataformas baseadas em IA capazes de avaliar afirmações individuais presentes nos manuscritos poderão transformar o processo de revisão por pares, tornando a validação científica mais transparente e contínua. Para ele, o desafio será equilibrar a eficiência proporcionada pela automação com o julgamento crítico humano, preservando a credibilidade da ciência em um ambiente cada vez mais influenciado pela inteligência artificial.
Fonte: SciELO em Perspectiva
Texto produzido com auxílio de Inteligência Artificial e revisado pelo autor.
Confira nossa Política de Uso de IA.
Deseja divulgar a sua revista científica ou notícia gratuitamente no Periódico Eletrônico? Envie um email para Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo..
O crescimento acelerado do número de artigos científicos publicados a cada ano tem ampliado um dos principais desafios da comunicação científica: identificar rapidamente pesquisas de alta qualidade em meio a um volume cada vez maior de manuscritos. Uma nova ferramenta baseada em inteligência artificial pretende contribuir justamente para esse cenário, oferecendo uma avaliação preliminar da qualidade de preprints antes mesmo da revisão por pares.
Pesquisadores da Universidade de Tel Aviv desenvolveram o QED (Quality Evaluation and Discovery), um sistema de IA capaz de analisar o conteúdo de manuscritos científicos e estimar sua qualidade com base em características do próprio texto. A proposta foi apresentada em um estudo divulgado pela revista Nature e repercutido pelo portal The Scientist.
Diferentemente dos indicadores tradicionalmente utilizados para estimar o impacto de uma pesquisa, como fator de impacto do periódico, número de citações ou reputação institucional dos autores, o QED considera exclusivamente as informações presentes no manuscrito. O objetivo é reduzir a influência de fatores externos que, muitas vezes, acabam interferindo na percepção da qualidade de um estudo.
Para desenvolver o modelo, os pesquisadores treinaram a IA com milhares de artigos da área biomédica e, posteriormente, aplicaram o sistema à análise de mais de 57 mil preprints publicados no bioRxiv. Cada manuscrito recebeu uma pontuação denominada QED Score, que busca refletir aspectos como originalidade, consistência científica e potencial contribuição para o avanço do conhecimento.
A equipe também realizou uma etapa de validação para verificar se as avaliações produzidas pela IA correspondiam à percepção de especialistas. Em situações em que havia divergência entre a classificação atribuída pelo QED e o nível do periódico em que o artigo foi posteriormente publicado, revisores independentes analisaram os manuscritos sem conhecer os resultados da ferramenta.
Em aproximadamente 75% dessas comparações, os especialistas concordaram com a avaliação produzida pelo sistema. Em diversos casos, a IA identificou trabalhos considerados de alta qualidade que acabaram sendo publicados em periódicos de menor prestígio. Da mesma forma, alguns artigos publicados em revistas de elevado fator de impacto receberam avaliações menos favoráveis, indicando que a reputação do periódico nem sempre reflete integralmente a qualidade científica de um manuscrito.
Os resultados reforçam um debate crescente sobre a utilização de métricas alternativas para avaliação da produção científica. Há anos, pesquisadores e organizações internacionais defendem que indicadores como o fator de impacto não sejam utilizados como principal parâmetro para medir a qualidade de pesquisas individuais. Nesse contexto, ferramentas baseadas em inteligência artificial podem representar uma nova abordagem para apoiar a descoberta e a avaliação de trabalhos científicos.
Os próprios autores, entretanto, fazem questão de destacar que o QED não foi desenvolvido para substituir a revisão por pares. A análise crítica realizada por especialistas continua sendo considerada essencial para avaliar metodologia, interpretação dos resultados, limitações do estudo e relevância para a comunidade científica. A proposta é que a inteligência artificial funcione como uma camada adicional de apoio, auxiliando editores na triagem inicial de manuscritos e ajudando pesquisadores a identificar estudos relevantes em um universo crescente de publicações.
A iniciativa também acompanha uma tendência mais ampla de incorporação da inteligência artificial aos fluxos editoriais. Nos últimos anos, diferentes ferramentas passaram a oferecer suporte para detecção de plágio, identificação de imagens manipuladas, revisão linguística, verificação de referências e até auxílio à seleção de revisores. O QED amplia esse movimento ao explorar um dos aspectos mais complexos da comunicação científica: a avaliação da qualidade do próprio conteúdo científico.
Embora os resultados sejam promissores, especialistas ressaltam que sistemas desse tipo ainda precisam passar por validações adicionais em diferentes áreas do conhecimento e demonstrar transparência quanto aos critérios utilizados para gerar suas avaliações. Afinal, qualquer ferramenta que influencie decisões editoriais deve ser utilizada de forma responsável, ética e sempre como apoio ao julgamento humano.
Se futuras pesquisas confirmarem sua eficácia, ferramentas como o QED poderão contribuir para tornar a descoberta de pesquisas relevantes menos dependente da reputação de periódicos e mais centrada na qualidade do conhecimento produzido, um objetivo que há décadas vem sendo perseguido pela comunidade de comunicação científica.
Fonte: THE SCIENTIST
Texto produzido com auxílio de Inteligência Artificial e revisado pelo autor.
Confira nossa Política de Uso de IA.
Deseja divulgar a sua revista científica ou notícia gratuitamente no Periódico Eletrônico? Envie um email para Este endereço de email está sendo protegido de spambots. Você precisa do JavaScript ativado para vê-lo..
Correções e retratações fazem parte do ciclo normal da ciência. O que não deveria ser rotineiro — mas o é, em muitos periódicos — é a ausência de políticas claras para lidar com elas quando surgem. Sem uma tipologia definida, a resposta ao erro tende a ser improvisada: ora excessiva, ora insuficiente, quase sempre inconsistente. Este texto propõe um guia prático: como classificar os erros, identificar o instrumento editorial adequado e conduzir o processo de correção com rigor e transparência.
Na prática editorial, nem todo erro tem a mesma natureza e a resposta adequada depende diretamente de como o problema é identificado e classificado. A literatura editorial consolidou uma tipologia de quatro categorias1:
Erros menores: têm natureza tipográfica e não comprometem o conteúdo científico. Podem ser corrigidos silenciosamente na versão online, sem aviso formal para leitores.
Erros substantivos: comprometem informações críticas, como o nome de um autor, a dose de um medicamento, um valor central dos resultados. Exigem a publicação de um aviso de correção formalmente vinculado ao artigo original — com DOI próprio e indexação.
Erros pervasivos: afetam múltiplas seções e podem tornar o trabalho metodologicamente comprometido. A resposta adequada é uma carta explicativa acompanhada de aviso de correção ou, nos casos mais graves, a retratação seguida da substituição por uma versão corrigida — modalidade que preserva o crédito científico dos autores quando o erro é reconhecidamente não intencional.
Má conduta científica: fabricação de dados, falsificação de resultados ou plágio resultam em aviso de retratação. Quando a investigação ainda está em curso, o instrumento adequado é uma Expressão de Preocupação (Expression of Concern), que sinaliza publicamente a situação sem antecipar conclusões1.
Os erros chegam às redações por caminhos variados: leitores, os próprios investigadores em análises posteriores, pesquisadores tentando replicar o estudo, a equipe editorial ou a imprensa. Independentemente da origem, o processo de investigação segue uma lógica invariável: comunicação formal com os autores, análise dos documentos originais e a pergunta central sobre como o erro ocorreu e o que pode ser feito para evitar recorrência. Esse rigor processual é o que diferencia uma correção legítima de um gesto meramente defensivo.
Além de classificar o erro, o editor precisa escolher o instrumento editorial correto. A tipologia dos erros indica a gravidade; a taxonomia das emendas define quem é responsável e qual é o procedimento cabível. Uma taxonomia consolidada distingue quatro tipos2:
Erratas (Erratum): corrigem erros introduzidos pela própria revista durante a edição ou a produção — não pelos autores. Unidades científicas incorretas inseridas na diagramação, endereços de e-mail com erros tipográficos na composição ou omissões de prova introduzidas pela equipe são exemplos característicos. A responsabilidade é da publicação e o aviso deve deixar isso claro.
Correções/Retificações (Corrigendum): são submetidas pelos próprios autores quando a acurácia científica ou a reprodutibilidade do trabalho está comprometida. Também são aceitas para corrigir a lista de autoria em casos de omissão ou inclusão indevida. A distinção em relação à errata é fundamental: enquanto a errata aponta um erro da revista, a corrigenda reconhece um erro dos autores. Confundi-las não é apenas um equívoco terminológico — é uma questão de atribuição correta de responsabilidades e de transparência perante a comunidade científica.
Adendos (Addendum): acrescentam informações relevantes omitidas inadvertidamente do artigo original, sem contradizer seu conteúdo. Antes de serem publicadas, devem passar por nova avaliação por pares — o que garante que o acréscimo mantenha o mesmo padrão de rigor da publicação original. São um recurso menos frequente, mas especialmente útil em trabalhos técnicos em que a omissão de um dado complementar compromete a aplicabilidade dos resultados.
Retratações: são aplicadas quando a conclusão principal do artigo é comprometida de forma grave — por descobertas posteriores, por impossibilidade de replicação experimental ou por infrações éticas. O processo exige concordância de todos os coautores; quando algum deles recusa, a boa prática editorial prevê que a retratação seja publicada identificando os dissidentes — procedimento alinhado às diretrizes do Committee on Publication Ethics (COPE) que preserva a integridade do registro sem depender do consenso2. A retratação com substituição — modalidade que permite publicar uma versão corrigida no lugar do artigo retratado — é reservada para erros pervasivos não intencionais e distingue claramente o erro honesto da fraude deliberada1.
Recebida a notificação de um erro — seja de qual origem for —, o editor deve abrir formalmente o caso e notificar todos os autores do artigo, solicitando resposta dentro de prazo razoável. A comunicação deve ser documentada. Durante a investigação, o artigo permanece publicado; caso a situação seja grave e a incerteza prolongada, o instrumento adequado é a Expression of Concern, que sinaliza ao leitor que o trabalho está sob avaliação sem antecipar um veredicto.
A investigação deve buscar responder três perguntas objetivas:
As respostas orientam diretamente a escolha do instrumento editorial — errata, correção, adendo, retração simples ou retração com substituição.
Ao final do processo, a correção ou retratação deve receber DOI próprio, ser formalmente vinculada ao artigo original em ambas as direções (o artigo aponta para a correção; a correção aponta para o artigo) e ser depositada no Crossref com o atributo Crossmark atualizado. Esse encadeamento garante que leitores que acessam o artigo original sejam informados da situação — independentemente de onde o encontraram.
O COPE — Committee on Publication Ethics — publica orientações e casos comentados que traduzem os princípios gerais em decisões concretas. Quatro situações recorrentes ilustram nuances que a tipologia formal nem sempre captura:
A distinção entre os dois instrumentos — já detalhada em parágrafos anteriores — é, na prática, precedida por uma etapa que define tudo: a verificação da origem do erro. O COPE orienta que o editor investigue se o problema existia no manuscrito original ou foi introduzido durante a produção antes de atribuir responsabilidade e nomear o instrumento7. Periódicos que optam por um termo genérico (“correção”) e acrescentam uma nota explicando a origem do erro agem dentro das boas práticas, desde que o contexto seja transparente. Os autores devem ser notificados antes da publicação de qualquer aviso e, sempre que possível, devem concordar com a redação — sem que haja exigência de pedido de desculpas.
Erros estatísticos ou metodológicos identificados pós-publicação, mesmo sem evidência de má conduta, podem exigir retratação quando as alterações necessárias comprometem substancialmente os resultados. O critério decisivo, segundo o COPE, não é apenas a intenção dos autores — é a extensão das mudanças8. Se o artigo corrigido seria essencialmente diferente do original, a retratação — com ou sem substituição — pode ser mais adequada do que uma corrigenda. O princípio norteador é garantir que o leitor compreenda o que ocorreu e possa avaliar o conteúdo resultante com clareza.
O uso não declarado de ferramentas de geração de texto por inteligência artificial configura uma nova categoria de preocupação com a integridade. O COPE orienta que detectores automáticos de IA não sirvam como critério definitivo — essas ferramentas não são infalíveis e os resultados devem ser interpretados por especialistas9. O primeiro passo é contatar o autor em tom neutro, citando as diretrizes do periódico sobre autoria e uso de IA. Para artigos já publicados, a retratação só se justifica quando o editor não pode mais confiar na integridade do trabalho como um todo.
A antiguidade de um artigo não é critério suficiente para dispensar uma investigação. O COPE é explícito: cada caso deve ser avaliado individualmente, mesmo quando o artigo foi publicado há anos ou décadas10. O que pode mudar com o tempo é a disponibilidade de dados originais e a capacidade de investigação — mas não a obrigação de agir quando há evidência concreta de problema.
O Crossmark é um serviço do Crossref que permite verificar, em tempo real, o status atual de um artigo publicado com DOI. Para que funcione, o periódico precisa aderir ao serviço e implementar ativamente o botão Crossmark em suas páginas e PDFs, vinculando-o ao DOI de cada artigo. Uma vez configurado, o leitor que clicar no botão vê imediatamente se o trabalho foi corrigido, retratado ou se há alguma expressão de preocupação associada — independentemente de onde o encontrou, seja em uma base de dados, em um repositório ou no próprio site do periódico. Para revistas que utilizam DOIs registrados no Crossref, manter o Crossmark atualizado após correções e retratações é o mecanismo mais eficaz de garantir que a informação chegue ao leitor no ponto de acesso, sem depender de reindexação por sistemas intermediários.
Um dos obstáculos práticos para editores que pretendem registrar suas correções é a geração do arquivo XML no formato exigido pelo Crossref para atualização de metadados via Crossmark. Para simplificar esse processo, desenvolvemos, durante participação no Crossref Metadata Sprint São Paulo 2026, a Scholarly Retraction and Correction Tool — ferramenta gratuita disponível em scholarlyretractiontool.org3.
A ferramenta funciona sem necessidade de cadastro: o editor informa o DOI do artigo, e o sistema recupera automaticamente os metadados existentes no Crossref. A partir daí, é possível preencher os dados da correção ou retratação e gerar o arquivo XML correspondente — que pode ser copiado, baixado ou depositado diretamente no Crossref com as credenciais do periódico. A plataforma não armazena dados de usuários, credenciais ou arquivos gerados, e integra informações da Retraction Watch Database para consulta e visualização do cenário de retratações por país e área temática3.
Para situar a relevância do tema, vale observar o contexto em que esses procedimentos operam. As retratações na literatura científica cresceram de forma consistente nos últimos vinte anos, em ritmo superior ao das publicações. Dados da Retraction Watch Database (2018–2023) mostram que o fenômeno é geograficamente concentrado — com China (45,07%), Paquistão (6,34%) e Índia (5,63%) liderando — e setorialmente específico, com oncologia, cardiologia e oftalmologia entre as especialidades mais afetadas4. O tempo mediano entre publicação e retratação é de 9,5 meses para casos de plágio, e estima-se que cerca de três anos se passem até que a retratação seja devidamente indexada no PubMed — janela em que o artigo questionável continua sendo citado.
Esse cenário é agravado pelo crescimento das paper mills — empresas que ofertam manuscritos por encomenda, inclusão de nomes em artigos já aceitos e intermediação acadêmica em escala industrial. O maior estudo já realizado sobre esse mercado identificou mais de 18 mil anúncios publicados entre 2020 e 2026 por sete empresas que atuam em múltiplos países5 — o que significa que periódicos sem procedimentos claros para lidar com suspeitas de má conduta se tornam alvos mais vulneráveis.
Em resposta a esse quadro, agências de fomento começam a incorporar o histórico de retratações como critério de avaliação. A Índia passou a exigir que pesquisadores informem retratações ocorridas nos últimos cinco anos ao solicitar financiamento junto à Anusandhan National Research Foundation (ANRF)6. A China adota medidas semelhantes há mais tempo. A integridade científica migrou do campo exclusivamente editorial para o campo da governança da pesquisa.
Ter uma política de correções e retratações publicada, com tipologia clara e procedimentos definidos, não é um requisito burocrático: é um sinal de maturidade editorial. Indexadores como SciELO, Latindex e Redalyc incluem critérios de transparência editorial em seus sistemas de avaliação, e periódicos que já possuem esses procedimentos formalizados estão melhor posicionados diante de autores, leitores e agências de fomento. Corrigir com rigor é, em essência, um ato de confiança na ciência — a demonstração de que o periódico leva a sério a integridade do que publica1.
———
Membro patrocinador
4.9 