A capacidade humana para analisar as informações disponíveis nas mais variadas fontes está cada vez mais comprometida pelo seu crescente acúmulo e produção. A atenção crescente dada aos resultados de estudos sobre produção e consumo de informação e sua importância na tomada de decisão e estratégia científica e formulação de políticas são claramente indicativos da necessidade de métodos cada vez mais confiáveis de análise para que as informações possam ser utilizadas de forma vantajosa, sendo transformada assim, em conhecimento útil. Tal crescimento exponencial da produção e disponibilização de informação em diferentes fontes vem solicitando o aperfeiçoamento de técnicas de recuperação e análise de grande quantidade de dados, com a finalidade de identificar tendências em área do conhecimento pré-selecionadas por estudiosos ou tomadores de decisão (PORTAL, 1998; SANZ-CASADO et al., 2002).
Os Estudos Métricos compreendem o conjunto de estudos relacionados à avaliação da informação produzida, mais especialmente científica, em diferentes suportes, baseados em recursos quantitativos como ferramentas de análise. Estes estudos são fundamentados na sociologia da ciência, na ciência da informação, matemática, estatística e computação, são estudos de natureza teórico-conceitual, quando contribuem para o avanço do conhecimento da própria temática, propondo novos conceitos e indicadores, bem como reflexões e análises relativas à área. São, também, de natureza metodológica, quando se propõem a dar sustentação aos trabalhos de caráter teórico da área onde são aplicados (OLIVEIRA; GRACIO, 2011).
O desenvolvimento dos estudos métricos da informação está diretamente relacionado à análise quantitativa da pesquisa cientifica e tecnológica. Além disso, o advento da chamada Sociedade da Informação favoreceu a busca por soluções para a crescente oferta de dados, dando origem a disciplinas como a bibliometria, cientometria e infometria.
Segundo Maricato (2010), Bibliometria, Cientometria e Informetria estão relacionadas, pois tratam igualmente da medida da informação documentária contida em sistemas de informação. Ainda conforme o autor, as três áreas podem ser assim definidas:
Bibliometria:
Engloba o estudo dos aspectos quantitativos da produção, disseminação e uso da informação registrada, desenvolvendo modelos e medidas matemáticas, com a função para elaborar previsões e apoiar tomadas de decisão.
Cientometria
É o estudo dos aspectos quantitativos da ciência enquanto disciplina ou atividade econômica. A Cientometria faz parte da sociologia da ciência, com aplicações voltadas ao desenvolvimento de políticas científicas. Inclui atividades relacionadas à publicação, portanto, sobrepondo-se à Bibliometria.
Infometria
Abrange o estudo dos aspectos quantitativos da informação registrada independentemente do formato ou modo como é gerada. Considera tanto os aspectos quantitativos da comunicação informal quanto da informação registrada. Considera as necessidades e usos da informação para qualquer atividade, seja proveniente de atividade intelectual ou não. A Infometria pode incorporar, utilizar e ampliar os muitos meios de medição da informação, que estão fora dos limites da Bibliometria e da Cientometria.
Apesar de definições distintas, acredita-se que no conjunto de métodos e técnicas abrangidas pelos estudos métricos da informação, a Bibliometria tem caráter central e integrador, podendo ser considerada a “disciplina mãe”, apresentando correlação interdisciplinar com as demais que, por sua vez, possuem suas particularidades e aplicações próprias, tendo como diferencial os objetos de estudo, suas variáveis, seus métodos e objetivos (MARICATO, 2010).
A análise bibliométrica é definida por Norton (2000), como o estudo dos aspectos quantitativos de textos e de informações. Os estudos bibliométricos podem ser usados para entender o passado e até mesmo potencialmente prever tendências (MORRIS et al., 2002; WATTS; PORTER, 1997). As análises bibliométricas ajudam a explorar, organizar e analisar grandes quantidades de dados históricos, ajudando a identificar padrões que podem auxiliar o processo de tomada de decisão a partir da análise de determinados indicadores (THELWALL, 2008).
A mineração de texto é um dos recursos utilizados para extração de informações de grande quantidade de dados. Segundo Fayyad et al (1996), a mineração de texto é o processo
de extração de padrões informacionais a partir de um conjunto de textos não estruturados e normalmente é realizado em cinco etapas: seleção de dados, limpeza de dados, transformação de dados, mineração de dados e resultados de avaliação e, finalmente, a interpretação. Os três primeiros passos envolvem o processamento de dados. A mineração de dados se baseia em análise automatizada por computador. Os resultados são altamente dependentes da avaliação e interpretação de especialistas no assunto.
Ainda com relação à mineração de textos, Leeds (2000), afirma que, a preparação dos dados consume cerca de 60% de todo o esforço empreendido no tratamento automatizado de dados. Antes da preparação, cerca de 20% do tempo total seria dedicado à identificação das necessidades de informação. Após a preparação, 10% do tempo é necessário para o tratamento bibliométrico e outros 10% para a análise dos resultados e assimilação do conhecimento.
As principais aplicações de mineração de texto incluem: classificação automática (agrupamento de informações relacionadas) (KOSTOFF et al., 2007), extração de informações de sumários e resumos (OU; KHOO; GOH, 2008) e análise de ligação (mapeamento de tópicos) (FELDMAN; DAGAN, 1995). A utilização dessas técnicas economizam tempo e esforço no processamento e análise da informação.
Para Thelwall (2008), a análise bibliométrica é um método para resumir e analisar a pesquisa relatada na literatura científica através da identificação de determinados indicadores. Um indicador, segundo Van Raan (2004), é o resultado de uma operação matemática (geralmente aritmética simples) com dados. Desta forma, o mero número de citações recebidas pelas publicações de um grupo de pesquisa em uma determinada área, por exemplo, é um dado. Entretanto, a relação dessa contagem com a contagem de citações de todas as publicações da mesma área é um indicador, pois estará evidenciando o comportamento das citações de um determinado grupo de pesquisa em relação à média de citações que a área de estudos recebe.
Neste exemplo o pressuposto é: esta é a maneira de calcular a influência científica internacional de um grupo de pesquisa. Então, para começar, é preciso responder à pergunta: que características da ciência podem ser extraídas de uma expressão numérica? Assim, os indicadores não podem existir sem um objetivo específico em mente, eles têm de tratar de questões específicas, e, portanto, eles têm de ser criados para medir forças importantes. Os indicadores devem ser dirigidos a solucionar um problema, caso contrário, eles são inúteis. Têm de descrever o passado recente de tal forma que possam informar também sobre o futuro próximo (VAN RAAN, 2004).
Através da elaboração de indicadores é possível reduzir a quantidade de informações coletadas a fim de melhorar sua compreensão e qualidade. Raramente um indicador irá satisfazer todos os critérios desejados, mas deve-se tomar o cuidado para que satisfaça o máximo possível. Erros durante a coleta de dados não podem ser desprezados, por isso é importante considerar que os indicadores estatísticos com base em dados bibliográficos não têm valor absoluto, por isso a necessidade de observação de vários indicadores em conjunto e não um único (TEICHERT; MITTERMAYER, 2002).
Os indicadores tecnológicos baseados em patentes, não estão relacionados somente à busca e recuperação de documentos. A intenção é retirar padrões complexos por trás de uma coleção de documentos previamente selecionados. A observação sistemática desses padrões fará parte de um sistema organizado de atividades capaz de transformar a captura de conhecimento interno e externo em insumos de valor agregado.
Velho (1998) argumenta que face à globalização da economia e à crescente competitividade entre nações e entre empresas, existem benefícios potenciais para um país entender sua posição em relação aos seus competidores em diferentes áreas da ciência, para que seja capaz de explorar as oportunidades que possam surgir naquelas áreas. Desta forma, a busca de informações quantitativas sobre as atividades em Ciência e Tecnologia (C&T) faz parte, hoje, da agenda dos governos dos mais variados países, dos mais variados regimes políticos, econômicos e das mais variadas culturas.