A influência de autocitações no Fator de Impacto: uma análise a partir da simulação de redes sociais acadêmicas
O Fator de Impacto (FI) é uma métrica baseada em citações frequentemente utilizada como indicador da qualidade de periódicos científicos. O crescente uso do FI como indicador de prestígio acadêmico tem gerado pressões para a publicação em revistas de alto impacto e uma forte competição entre periódicos, levando a práticas questionáveis. Estratégias que aumentam o número de autocitações de revistas, como a publicação de artigos de revisão e editoriais, têm sido identificadas como formas de manipular o FI. Estudos anteriores sugeriram a exclusão das autocitações como uma política para desencorajar a manipulação. Este trabalho utiliza modelagem baseada em agentes para investigar os efeitos de uma política de remoção das autocitações no FI. Modelamos as decisões editoriais e os mecanismos de manipulação como um jogo de soma zero, onde periódicos são tratados como agentes racionais buscando ganhar posições no ranking do FI. O modelo foi validado com padrões obtidos a partir dos dados do ranking SCIMago. Realizamos experimentos de comparação de cenários com e sem a implementação da política proposta. Os resultados mostram uma forte associação entre a exclusão de autocitações do FI e a redução de periódicos manipuladores no ranking e indicam que a remoção de autocitações consegue reduzir significativamente a adoção de estratégias de manipulação (e.g., redução de 90% para 40%). Este estudo contribui para a compreensão do impacto das políticas de cálculo do FI na integridade da pesquisa científica e fornece ferramentas para aprimorar as práticas de avaliação acadêmica.