Revisão Bibliométrica Com Apoio Da Inteligência Artificial: Um Tutorial Integrativo Entre Biblioshiny E Scispace Copilot
DOI:
https://doi.org/10.13058/raep.2026.v27n2.2631Palavras-chave:
Bibliometria, Biblioshiny, Software R, inteligência artificial, TutorialResumo
Uma revisão bibliométrica fornece contribuições para diversas áreas acadêmicas e evidencia oportunidades de pesquisa. Entender o procedimento com uso de Inteligência Artificial (IA) se torna relevante para maior densidade e robustez nas análises.Este artigo tutorial objetiva indicar caminhos para análise bibliométrica por meio do Biblioshiny, com auxílio do pacote bibliometrix, no software R, e a plataforma Scispace.A partir de duas bases (Web of Science e Scopus), o tutorial apresenta um exemplo, com detalhamento aplicado à Administração, e afins, indicando caminhos desde a instalação do pacote bibliometrix, no R, à análise no Biblioshiny e à etapa de screening no Scispace. A contribuição geral do tutorial é apoiar de forma aplicada a comunidade científica para replicação dos passos apresentados em futuras revisões bibliométricas e suporte às pesquisas. Especificamente, permite-se democratizar o acesso e o entendimento de ferramentas de revisão para aumentar o potencial de impacto e replicabilidade de bibliometrias. A segunda contribuição específica é a integração da análise bibliométrica com o uso de IA, neste caso, o Scispace Copilot, promovendo a transparência dos métodos de análise bibliométrica.
Downloads
Referências
Aggarwal, A., Baker, H. K., & Joshi, N. A. (2024). Organizational innovation as business strategy: A review and Bibliometric analysis. Journal of the Knowledge Economy, 1-27. https://doi.org/10.1007/s13132-024-01830-2
Ali, O., Abdelbaki, W., Shrestha, A., Elbasi, E., Alryalat, M. A. A., & Dwivedi, Y. K. (2023). A systematic literature review of artificial intelligence in the healthcare sector: Benefits, challenges, methodologies, and functionalities. Journal of Innovation & Knowledge, 8(1), 100333. https://doi.org/10.1016/j.jik.2023.100333
Alsmadi, A. A., Al-Okaily, M., Alrawashdeh, N., Al-Gasaymeh, A., Moh’d Al-hazimeh, A., & Zakari, A. (2023). A bibliometric analysis of green bonds and sustainable green energy: evidence from the last fifteen years (2007–2022). Sustainability, 15(7), 5778. https://doi.org/10.3390/su15075778
Aria, M., & Cuccurullo, C. (2017). bibliometrix: An R-tool for comprehensive science mapping analysis. Journal of Informetrics, 11(4), 959–975. https://doi.org/10.1016/j.joi.2017.08.007
Buriak, J. M., Akinwande, D., Artzi, N., Brinker, C. J., Burrows, C., Chan, W. C. W., Chen, C., Chen, X., Chhowalla, M., Chi, L., Chueh, W., Crudden, C. M., Di Carlo, D., Glotzer, S. C., Hersam, M. C., Ho, D., Hu, T. Y., Huang, J., Javey, A., … Ye, J. (2023). Best Practices for Using AI When Writing Scientific Manuscripts: Caution, Care, and Consideration: Creative Science Depends on It. ACS Nano, 17(5), 4091–4093. https://doi.org/10.1021/acsnano.3c01544
Callon, M., Courtial, J. P., & Laville, F. (1991). Co-word analysis as a tool for describing the network of interactions between basic and technological research: The case of polymer chemsitry. Scientometrics, 22(1), 155–205. https://doi.org/10.1007/BF02019280
Cobo, M. J., López-Herrera, A. G., Herrera-Viedma, E., & Herrera, F. (2011). Science mapping software tools: Review, analysis, and cooperative study among tools. Journal of the American Society for Information Science and Technology, 62(7), 1382–1402. https://doi.org/10.1002/asi.21525
Del Barrio-García, S., & Prados-Peña, M. B. (2019). Do brand authenticity and brand credibility facilitate brand equity? The case of heritage destination brand extension. Journal of Destination Marketing & Management, 13, 10–23. https://doi.org/10.1016/j.jdmm.2019.05.002
Diodato, V. P., & Gellatly, P. (2013). Dictionary of bibliometrics. Routledge.
Donthu, N., Kumar, S., Mukherjee, D., Pandey, N., & Lim, W. M. (2021). How to conduct a bibliometric analysis: An overview and guidelines. Journal of Business Research, 133, 285–296. https://doi.org/10.1016/j.jbusres.2021.04.070
Donthu, N., Kumar, S., Pandey, N., & Lim, W. M. (2021). Research Constituents, Intellectual Structure, and Collaboration Patterns in Journal of International Marketing: An Analytical Retrospective. Journal of International Marketing, 29(2), 1–25. https://doi.org/10.1177/1069031X211004234
Giglio, A. D., & Costa, M. U. P. D. (2023). The use of artificial intelligence to improve the scientific writing of non-native english speakers. Revista Da Associação Médica Brasileira, 69(9), e20230560. https://doi.org/10.1590/1806-9282.20230560
Gomes, D. E., & De Souza, M. D. (2023). Licitações públicas e o termo de referência: Uma revisão bibliométrica. Revista de Gestão e Secretariado (Management and Administrative Professional Review), 14(4), 5556–5575. https://doi.org/10.7769/gesec.v14i4.1996
Guler, A. T., Waaijer, C. J. F., & Palmblad, M. (2016). Scientific workflows for bibliometrics. Scientometrics, 107(2), 385–398. https://doi.org/10.1007/s11192-016-1885-6
Hael, M., Hazaea, S. A., Zhang, H., & Mareeh, H. (2024). Mapping the literature trends of consumer behavior and sustainability: insights from a bibliometric analysis approach. Environment, development and sustainability, 1-31. https://doi.org/10.1007/s10668-023-04382-8
Han, Y., & Fang, X. (2024). Systematic review of adopting blockchain in supply chain management: bibliometric analysis and theme discussion. International Journal of Production Research, 62(3), 991-1016. https://doi.org/10.1080/00207543.2023.2236241
Jetty, S., & Afshan, N. (2024). A bibliometric analysis and systematic literature review of industry 4.0 implementation in supply chain. Journal of Science and Technology Policy Management. https://doi.org/10.1108/JSTPM-07-2023-0112
Kajla, T., Raj, S., Kansra, P., Gupta, S. L., & Singh, N. (2024). Neuromarketing and consumer behavior: A bibliometric analysis. Journal of Consumer Behaviour, 23(2), 959-975. https://doi.org/10.1002/cb.2256
Kara, F., & Tarım, M. (2024). Bibliometric analysis of articles about diversity management and leadership relationship. Sağlık Akademisyenleri Dergisi, 11(2), 223-236. https://doi.org/10.48121/jihsam.1396456
Kessler, M. M. (1963). Bibliographic coupling between scientific papers. American Documentation, 14(1), 10–25. https://doi.org/10.1002/asi.5090140103
Khare, A., & Jain, R. (2022). Mapping the conceptual and intellectual structure of the consumer vulnerability field: A bibliometric analysis. Journal of Business Research, 150, 567–584. https://doi.org/10.1016/j.jbusres.2022.06.039
Kwilinski, A. (2024). Mapping Global Research on Green Energy and Green Investment: A Comprehensive Bibliometric Study. Energies, 17(5), 1119. https://doi.org/10.3390/en17051119
Moher, D., Liberati, A., Tetzlaff, J., & Altman, D. G. (2010). Preferred reporting items for systematic reviews and meta-analyses: The PRISMA statement. International Journal of Surgery, 8(5), 336–341. https://doi.org/10.1016/j.ijsu.2010.02.007
Nguyen, K. H., Tran, M. D., & Thuy Duong, T. T. (2024). Integrating Circular Economy and Sustainable Consumption: A Bibliometric Analysis of Emerging Trends and Implications. Available at SSRN 5066622. https://doi.org/10.2139/ssrn.5066622
Özcan, A., & Polat, S. (2023). Artificial Intelligence and Chat Bots in Academic Research. 3(2), 81–90. https://doi.org/10.20375/0000-000F-FF1E-2
Rojas-Lamorena, Á. J., Del Barrio-García, S., & Alcántara-Pilar, J. M. (2022). A review of three decades of academic research on brand equity: A bibliometric approach using co-word analysis and bibliographic coupling. Journal of Business Research, 139, 1067–1083. https://doi.org/10.1016/j.jbusres.2021.10.025
Sánchez-Robles, M., Saura, J. R., & Ribeiro-Soriano, D. (2024). Overcoming the challenges of cooperative startups businesses: insights from a bibliometric network analysis. Review of Managerial Science, 18(6), 1617-1648. https://doi.org/ 10.1007/s11846-023-00670-9
Shah, A. K., & Shukla, A. (2024). Mapping the decade of green human resource management research: bibliometric analysis. Interdisciplinary Environmental Review, 23(3), 181-198. https://doi.org/ 10.1504/IER.2024.139256.
Solaz, F. C., Moya, V. S., & Navarrete, S. R. (2024). The Digital Divide in Social Entrepreneurship: a Bibliometric Analysis. Sustainable Technology and Entrepreneurship, 100095. https://doi.org/10.1016/j.stae.2024.100095
Stepien, W. J., Gallagher, S. A., & Workman, D. (1993). Problem-Based Learning for Traditional and Interdisciplinary Classrooms. Journal for the Education of the Gifted, 16(4), 338–357. https://doi.org/10.1177/016235329301600402
Tang, K.-Y., Chang, C.-Y., & Hwang, G.-J. (2023). Trends in artificial intelligence-supported e-learning: A systematic review and co-citation network analysis (1998–2019). Interactive Learning Environments, 31(4), 2134–2152. https://doi.org/10.1080/10494820.2021.1875001
Thakur, J., & Kushwaha, B. P. (2024). Artificial intelligence in marketing research and future research directions: Science mapping and research clustering using bibliometric analysis. Global Business and Organizational Excellence, 43(3), 139-155. https://doi.org/10.1002/joe.22233
Thakuria, A., Chakraborty, I., & Deka, D. (2023). A bibliometric review on serendipity literature available in Web of Science database using HistCite and Biblioshiny. Information Discovery and Delivery. https://doi.org/10.1108/IDD-01-2023-0001
Van Bommel, H. M., Hubers, F., & Maas, K. E. H. (2024). Prominent themes and blind spots in diversity and inclusion literature: a bibliometric analysis. Journal of Business Ethics, 192(3), 487-499. https://doi.org/10.1007/s10551-023-05522-w
Wang, S., & Liu, M. T. (2023). Celebrity endorsement in marketing from 1960 to 2021: A bibliometric review and future agenda. Asia Pacific Journal of Marketing and Logistics, 35(4), 849–873. https://doi.org/10.1108/APJML-12-2021-0918
Wu, G., Zhu, Y., & Hu, Z. (2023). A bibliometric review of research on interorganizational conflicts in the construction industry: 1989-2021. International Journal of Conflict Management, 34(1), 181–212. https://doi.org/10.1108/IJCMA-03-2022-0051
Zrelli, I., & Rejeb, A. (2024). A bibliometric analysis of IoT applications in logistics and supply chain management. Heliyon, 10(16). https://doi.org/10.1016/j.heliyon.2024.e36578
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2026 Thiago Guedes, Marcelo Brandão, Ricardo Limongi, Arthur Sarcinelli, Maria Clara Leite
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Ao aceitar que seu manuscrito seja publicado no periódico Administração: Ensino e Pesquisa (RAEP), os autores declaram que o trabalho é de sua exclusiva autoria e assumem, portanto, total responsabilidade pelo seu conteúdo. Os autores concedem à RAEP uma licença de direitos não exclusivos para utilizar o trabalho das seguintes formas:
(1) vender e/ou distribuir o trabalho em cópias impressas ou em formato eletrônico;
(2) distribuir partes ou o trabalho como um todo com o objetivo de promover a revista por meio da internet e outras mídias digitais e impressas e;
(3) gravar e reproduzir o trabalho em qualquer formato, incluindo mídia digital.
Autores e leitores têm permissão para compartilhar o material, usá-lo em aulas, apresentações e também para outros fins, e criar novos conhecimentos a partir de qualquer publicação da RAEP, desde que seja atribuído o devido crédito ao trabalho original e os seus autores, por meio de citações, referências e outros meios.
O periódico adota medidas preventivas para identificar plágio por meio de software específico destinado para este fim.
A RAEP não cobra dos autores qualquer valor pela submissão ou publicação dos artigos aprovados.
Em consonância com as políticas da revista, a cada artigo publicado será atribuída uma licença Creative Commons CC-BY 4.0.
