O debate público sobre o distanciamento social no contexto da COVID-19: análise de uma comunidade de atenção no X (Twitter)

RESUMO

Introdução:  Durante a pandemia da COVID-19, pesquisas científicas começaram a ser amplamente compartilhadas nas mídias sociais, com destaque para a rede social X. A altmetria ajuda a entender o impacto dessas pesquisas e o perfil das comunidades que interagiram com elas nesse ambiente.

Objetivo:  Este estudo de caso visa mapear a rede de comunidade de atenção que interagiu com o artigo sobre COVID-19 mais compartilhado no X no Brasil entre 2020 e 2022.

Metodologia:  O artigo "Social Distancing Alters the Clinical Course of COVID-19 in Young Adults: A Comparative Cohort Study" foi selecionado na base de dados Dimensions. Utilizou-se o Altmetric.com para rastrear menções no X, com exclusão de retweets sem comentários. Os dados foram analisados com o software VOSviewer.

Resultados:  Foram analisadas 483 menções no X, sendo 7,03% tweets originais e 92,96% retweets comentados. A comunidade de atenção incluiu 470 usuários, com 12 contas verificadas. A maioria dos perfis eram individuais, com destaque para perfis acadêmicos e científicos, que demonstraram preocupação em compartilhar informações baseadas na ciência.

Conclusão:  A comunidade de atenção no X mostrou-se comprometida em disseminar informações científicas legítimas sobre saúde e proteção contra a COVID-19.

PALAVRAS-CHAVE:
COVID-19; Estudos métricos da informação; Comunicação Científica; Comunidades

ABSTRACT

Introduction:  During the COVID-19 pandemic, scientific research began to be widely shared on social media, with particular emphasis on the social network X. Altmetrics helps to understand the impact of these studies and the profile of the communities that interacted with them in this environment.

Objective:  This case study aims to map the communities of attention network that interacted with the most shared COVID-19 article on X in Brazil between 2020 and 2022.

Methodology:  The article "Social Distancing Alters the Clinical Course of COVID-19 in Young Adults: A Comparative Cohort Study" was selected from the Dimensions database. Altmetric.com was used to track mentions on X, excluding retweets without comments. The data were analyzed using the VOSviewer software.

Results:  A total of 483 mentions on X were analyzed, with 7.03% being original tweets and 92.96% being commented retweets. The communities of attention network included 470 users, with 12 verified accounts. Most profiles were individual, with a significant presence of academic and scientific profiles, who showed concern for sharing science-based information.

Conclusion:  The communities of attention network on X proved to be committed to disseminating legitimate scientific information about health and protection against COVID-19.

KEYWORDS:
COVID-19; Metric studies of information; Scientific communication; Communities

1 INTRODUÇÃO

Diante da pandemia da doença COVID-19, informações sobre o tema passaram a ser comunicadas de maneira ampla, impactando a ciência, a academia e a rotina da população em todo o mundo. Pesquisas científicas estão sendo disseminadas para o público em geral por meio de plataformas de mídias sociais, como o X (antigo Twitter)¹, em blogs, portais de notícias, entre outras fontes da web, facilitando a interatividade entre indivíduos e resultados de pesquisas, com destaque ao debate público sobre informações em saúde.

Amaral (2020, p. 238) traz a importância do acesso a esses meios de comunicação, que “[...] permite que os cidadãos e cidadãs deem visibilidade a temas que interferem de forma direta em seu cotidiano”, como a pandemia. Por conseguinte, dados errôneos, desinformações científicas e fake news também obtiveram grande espaço, pois foi facilitada a circulação e o acesso de informações, reais ou não, por qualquer indivíduo para além do âmbito acadêmico; tornando-se urgente o debate sobre temas relacionados à COVID-19, como seus efeitos, estatísticas, tratamentos, medidas de contenção, proliferação e isolamento social (Leal; Ribeiro, 2020).

Tal doença causou grande preocupação para a ciência, com grande volume de literatura sendo disponibilizado continuamente (Shamsi; Lund; Seyyedhosseini, 2022). Essa nova realidade levou ao aumento do uso de mídias sociais como um ambiente alternativo de debates sobre temas relacionados ao vírus, entre eles, as medidas de proteção e de higiene (Yousefifinaghania et al., 2021), o que possibilitou que diferentes tipos de análises de produções científicas se destacassem, como a altmetria e as article-level metrics (métricas a nível de artigo).

Segundo Gouveia (2013, p. 224), os “dados altmétricos de acesso aos artigos e de comentários sobre eles podem servir de monitoramento quanto ao interesse e relevância do conteúdo publicado ao longo do tempo”. Permitem que se verifique a procura por esse trabalho em ambiente virtual, em que quanto mais um documento é compartilhado em fontes da web mais interessante e importante se torna para a comunidade acadêmica, podendo se tornar um indicativo de impacto da pesquisa (Ortega, 2016).

Facilitam, também, que se conheçam as comunidades de atenção online que interagem com as pesquisas científicas. Sendo importante entender os usos e os usuários de mídias sociais no contexto da comunicação científica (Sugimoto et al., 2016), em que tais dados podem ser utilizados para prover uma nova forma de mensuração do impacto acadêmico das publicações (Barthel et al., 2015), possibilitando que se compreenda as relações entre os usuários, as plataformas de interações, os atores sociais (organizações ou indivíduos) e os resultados científicos por meio dos rastros coletados pelos indicadores altmétricos (Maricato; Manso, 2022).

Consequentemente, as análises altmétricas apoiam a percepção dos processos sociais envolvidos na interação entre sujeitos e informações da área da saúde, pois, além de considerar as mídias sociais como um instrumento de comunicação de informações relevantes em um dado contexto de uma comunidade de atenção, fornecem a compreensão das formas como estão sendo compartilhadas, suas interações no ambiente e suas implicações. Portanto, em uma abordagem que relaciona a altmetria, as article-level metrics e as comunidades de atenção online, a presente pesquisa objetiva conhecer a rede de comunidade de atenção que interagiu com o artigo científico sobre COVID-19 mais mencionado no X no Brasil entre 2020 e 2022.

Tais estudos devem abordar uma perspectiva quantitativa, bem como qualitativa e social, contribuindo para revelar aspectos do interesse acadêmico quanto ao público geral pelos resultados das pesquisas disseminadas nas redes sociais. Sendo ainda mais necessários em momentos de anormalidades da sociedade, como a pandemia do coronavírus, em que “[...] tão importante quanto monitorar a produção, é igualmente fundamental, acompanhar a disseminação e a circulação social de pesquisas relacionadas ao tema, compreender quem está falando sobre elas, bem como o que está sendo dito” (Araújo et al., 2023, p. 2).

Assim, justifica-se a relevância desta investigação como contribuição para o campo da Ciência da Informação, tanto pelo crescente uso das mídias sociais para a divulgação e compartilhamento de pesquisas científicas no âmbito da comunicação científica (Peixoto, Araújo, 2022; Silva; Cendón, 2022) quanto como contribuição metodológica para o estudo da altmetria, que analisa o engajamento que pesquisas científicas apresentaram em ambientes que perpassam apenas o acadêmico (Holmberg et al., 2014). Como contribuições a nível social, pretende-se destacar o comportamento da sociedade por meio das redes de comunidades de atenção online em relação ao compartilhamento de pesquisa científica sobre COVID-19 em um ambiente que visa à socialização de debates públicos e à geração de redes de relacionamentos, como o X.

2 ALTMETRIA E A RELAÇÃO ENTRE ARTICLE-LEVEL METRICS E MÍDIAS SOCIAIS

A altmetria coleta estatísticas de publicações científicas que apresentam circulação na internet, como dados sobre usos, armazenamentos, compartilhamentos e menções de pesquisas, permitindo que tais dados sejam enriquecidos por meio de informações demográficas e sobre perfis (Adie; Roe, 2013; Das; Mishra, 2014). Também admite que se afiram a aceitação e o interesse pelas produções tanto pelo público acadêmico quanto pelo geral (Haustein et al., 2014; Thelwall; Wilson, 2015).

Suas análises são realizadas por meio de ferramentas virtuais específicas, como o sistema Altmetric.com², que, ao recuperar uma ampla gama de resultados, fornece relatórios estatísticos que consideram o tipo de engajamento que a produção científica recebeu: pelo público acadêmico ou geral; e o tipo e importância da fonte divulgadora (Vanti; Sanz-Casado, 2016). Para tanto, é necessário que as publicações possuam algum tipo de identificador digital único, como o Digital Object Identifier (DOI).

De acordo com Adie e Roe (2013), a missão da altmetria é tornar as article-level metrics fáceis. Essas últimas são consideradas indicadores qualitativos e quantitativos que indicam o impacto que um único artigo obteve. Aferem informações como o número de leitores que o artigo individual alcançou e o seu direcionamento, por meio da coleta de dados em diferentes fontes, como mídias sociais, portais de notícias e blogs (Adie; Roe, 2013; Das; Mishra, 2014; Trajkovski, 2016).

A rede social X é considerada a maior fonte de mídias sociais em termos de conversas acadêmicas no mundo (Liu;Adie, 2013; Mendes; Maricato, 2020). Mesmo não disponibilizando dados sobre números de usuários, estima-se que, no Brasil, 20 milhões de pessoas o utilizam, sobretudo, para trocas de informações (Hising, 2024).

Suas menções são utilizadas como fonte de estudo, pois “[...] mais e mais pesquisadores fazem uso deste tipo de ferramenta para divulgar suas pesquisas ou para trocar com outros pesquisadores e acompanhar as indicações de referências de interesse para o campo no qual atuam” (Gouveia, 2013, p. 222). Seus usuários compartilham informações e conversam em tempo real, podendo mencionar as pesquisas logo após a sua publicação, aumentando o número de downloads e de citações (Bik; Goldstein, 2013; Bornmann; Haunschild, 2018).

O uso dessas fontes tem tornado mais comum o processo de comunicação científica, por facilitarem que um documento publicado atinja seu público-alvo potencial e medem a extensão em que o mesmo circula e é espalhado pelos canais de comunicação, podendo ser por meio de respostas às mensagens, comentários, discussões, menções e compartilhamentos (Orduña-Malea; Martín-Martín; Delgado-López-Cózar, 2016).

Segundo Liu e Adie (2013), as article-level metrics são excelentes ferramentas para identificar as comunidades online que compartilham as produções científicas. Por meio de discussões em blogs e conversas em mídias sociais, podem servir como indicadores de influência das publicações, possibilitando melhor entendimento sobre os padrões de uso das ferramentas de comunicação acadêmica.

3 COMUNIDADES DE ATENÇÃO ONLINE

Uma das formas de se entender e conhecer as comunidades de atenção online é por meio da altmetria. Araújo (2020) discorre sobre a preocupação em contribuir com as análises e discussões que revelam onde e como os artigos estão sendo usados em ambiente online pelas variadas comunidades. Assim, podem ser úteis para a verificação dos conteúdos de interesses de diferentes áreas, uma vez que seus membros possuem necessidades específicas e requerem interações especializadas (Bik; Goldstein, 2013).

Liu e Adie (2013) explicitam que, embora a publicação de pesquisas em formato de artigos de periódicos seja uma atividade puramente acadêmica, discutir e compartilhar esses artigos usando plataformas online como o X também pode ser uma ação realizada por não especialistas, em que é possível medir o impacto ou a atenção de grupos específicos de usuários de fora da ciência; sendo essa a forma mais interessante da aplicação da altmetria, já que utiliza dados de uso dessas fontes para a classificação das comunidades (Bornmann; Haunschild, 2018).

Para o entendimento da comunidade de atenção em mídias sociais, sobretudo do X, alguns tipos de informações podem ser levantadas nos perfis dos usuários, como a biografia fornecida por eles, na qual se descrevem e pontuam seus diversos interesses. Também pela análise dos tweets (postagens na rede social X que pode conter textos e multimídias) como fonte adicional de dados, uma vez que, quanto maior a frequência de certos assuntos, é provável maior conhecimento pelo tema, possibilitando filtrar usuários com diferentes interesses e até mesmo experts sobre qualquer domínio (Barthel et al., 2015).

São diversos os estudos que buscam compreender as comunidades de atenção de variados assuntos ou campos do conhecimento. Como exemplos, Maricato e Manso (2022) levantaram a identidade e as características dos usuários do X que postaram sobre pesquisas provenientes da Universidade de Brasília. Concluíram que perfis individuais tiveram maior impacto no compartilhamento das pesquisas do que perfis organizacionais, o que mostra a necessidade de esses últimos expandirem a sua visibilidade e o impacto científico nas mídias sociais. Também perceberam maior engajamento em pesquisas relacionadas aos campos ciências da saúde, medicina, ciências biológicas e ciências ambientais.

Batooli e Sayyah (2020) avaliaram o índice de atenção que produções científicas sobre COVID-19 obtiveram em mídias sociais. Como resultados, consideraram que a demanda por informações sobre o tema nessas fontes foi tão alta que, mesmo passada a data da publicação, essas pesquisas continuaram atraindo atenção e concluíram que as atividades desempenhadas pelos pesquisadores nas mídias sociais têm o potencial de aumentar a visibilidade científica dos trabalhos.

Barthel et al. (2015) procuraram identificar diversos grupos presentes nas mídias sociais e analisar seus impactos na correlação com as article-level metrics. Os grupos foram categorizados pelos campos de interesse e por suas experiências por meio de análises das descrições dos perfis no X. Concluíram que diferentes grupos de usuários podem influenciar no âmbito das métricas tanto de maneira positiva quanto negativa nas mídias sociais. Como exemplo, quando grupos de experts em diferentes campos do conhecimento disseminam pesquisas, podendo levar a um maior índice de visualizações.

Pandian et al. (2019) analisaram diferentes fatores que afetam a popularidade das publicações da psicologia no X, por ser importante entender como os artigos são discutidos e compartilhados por seus usuários. Dividiram os usuários que disseminaram as pesquisas em acadêmicos e não acadêmicos, e experts e não experts a partir das informações disponíveis em seus perfis. Notaram que uma pesquisa recebe mais menções quando é compartilhada por perfis que possuam maior número de amigos, favoritos e listas, por usuários acadêmicos e experts na área, e por tweets com grande quantidade de curtidas e retweets (repostagens das publicações originais).

Por fim, Ortega (2016) observou em que extensão a presença de um pesquisador em uma rede social como o X influencia o número de menções que suas publicações recebem. Para isso, buscou responder questões relacionadas aos usuários dessa rede, como suas características e atributos. Concluiu que documentos de pesquisadores que utilizam o X são mais compartilhados do que daqueles que não o utilizam, e que a quantidade de seguidores dos pesquisadores é a métrica mais significativa que influencia os retweets de um documento.

4 METODOLOGIA

Estudo de caso de natureza exploratória e de abordagem quantitativa e qualitativa que objetiva conhecer a rede de comunidade de atenção online que interagiu com o artigo científico sobre COVID-19 mais mencionado no X no Brasil entre 2020 e 2022. A escolha por um único artigo é baseada nas article leve-metrics, que também justifica a opção da abordagem qualitativa, possibilitando uma análise mais aprofundada sobre os perfis.

Optou-se pelo X, comumente utilizado em pesquisas dessa natureza, por ser um canal global de troca de informações e difusão de resultados científicos, com dados utilizados pelos sistemas de levantamento de métricas como o Altmetric.com (Ortega, 2016). Esse sistema rastreia a atenção que os resultados da pesquisa recebem online, sendo um dos mais importantes provedores de dados altmétricos do mundo (Joubert; Costas, 2020; Robinson-García et al., 2014).

Para a escolha do artigo científico individual mais compartilhado no X no Brasil entre 2020 e 2022, primeiramente, utilizou-se a base de dados Dimensions³ para a coleta bibliográfica das publicações de acordo com as expressões: “coronavírus” OR “COVID-19” OR “SARS-Cov2”. Os dez primeiros artigos foram ordenados de acordo com as maiores pontuações altmétricas e tiveram seus DOI importados para o Altmetric.com para verificação do mais compartilhado no Brasil entre 2020 e 2022. Sendo ele a pesquisa de Bielecki et al. “Social Distancing Alters the Clinical Course of COVID-19 in Young Adults: A Comparative Cohort Study”, publicada em 29 de junho de 2020 pelo periódico Clinical Infectious Diseases da Universidade de Oxford. A pesquisa recebeu 4.627 menções gerais em perfis públicos, incluindo tweets originais e retweets (republicação de um tweet com ou sem comentário adicional).

Para identificar sua rede de comunidade de atenção, foi utilizada a opção de “menções” do Altmetric.com, que provê a quantidade de tweets, dados sobre as menções, sobre os usuários e o link direto para o tweet. Os resultados foram filtrados entre 2020 e 2022 e pela região do Brasil e pela fonte de “tweets originais” (tweets e retweets comentados). Optou-se pela coleta dos retweets comentados por apresentar o conteúdo original do tweet repostado e algum comentário do usuário que está repostando. Isso os tornam tweets originais, reforçando a conexão e o debate sobre uma conversa na rede social X (Maleki; Holmberg, 2024).

Como limitações metodológicas, foram excluídos os retweets que não possuíam comentário na republicação, totalizando 498 postagens recuperadas após a exclusão, em que 15 foram descartadas, pois foram apagadas ou limitadas na rede social pelos próprios usuários, sendo então, 483 publicações para análise.

Feito o levantamento, os dados foram extraídos manualmente e exportados para tabela do Excel com informações sobre: data da publicação, perfil do usuário (@⁴), nome, conta verificada⁵, bio⁶, emojis⁷ (utilizados no nome e na bio), local, tipo de tweet (original ou retweet) e link. Para os resultados, as seguintes categorias foram analisadas: tweets: tipos e conteúdos; e rede de comunidade de atenção online: tipos de usuários (conta verificada, individual, organizacional); bio (escolaridade e ocupação); local: cidade/região do Brasil e emojis. Assim como no trabalho de Pulido et al. (2020), os tweets tiveram uma análise aprofundada de seu conteúdo individualmente para serem categorizados nos resultados da pesquisa, levando em consideração o sentido pretendido pelo usuário do X.

Por fim, utilizou-se o VOSviewer para gerar mapas de coocorrência de palavras dos tweets, assim como realizado no trabalho de Joubert e Costas (2020), de coocorrência das escolaridades e ocupações e das regiões do Brasil. Esse software auxilia na visualização de dados com base em clusters (conjuntos de itens - nós) de proximidade das redes (Van Eck; Waltman, 2022). Os tamanhos dos nós representam quantas vezes a palavra-chave ocorreu e a “coocorrência procura identificar elementos comuns aos textos da base de dados; [...] utilizado para identificar termos significativos” (Palludeto; Felipini, 2019, p. 318).

5 RESULTADOS E DISCUSSÃO

O artigo mais mencionado sobre COVID-19 no X no Brasil foi de Bielecki et al. (2020) “Social Distancing Alters the Clinical Course of COVID-19 in Young Adults: A Comparative Cohort Study”, que aborda o distanciamento social, o uso de máscaras e de medidas de higiene como protocolos de diminuição da propagação do coronavírus. Apresenta um surto de COVID-19 entre março e abril de 2020, em dois grupos semelhantes de pessoas do exército da Suíça, antes e depois de serem implementados o distanciamento social e as medidas de higiene. Mostrou que a taxa de soldados infectados assintomáticos foi significantemente menor no grupo que houve a implementação de tais medidas. Além de reduzir a transmissão, elas também foram eficazes em alterar o curso clínico da doença nos infectados ao reduzir a taxa de pacientes sintomáticos, favorecendo uma infecção assintomática e induzindo maior resposta imunológica.

No Brasil, esse artigo internacional ganhou visibilidade e se tornou a pesquisa sobre COVID-19 mais mencionada com 4.627 menções gerais (tweets e retweets), após o biólogo Atila Iamarino divulgá-lo em sua conta pessoal⁸. Iamarino se tornou uma personalidade de grande notoriedade durante a pandemia por trazer informações relevantes sobre a doença. Em sua bio no X, ele se descreve como “divulgador científico e explicador do mundo por opção”. Segundo informações encontradas em seu Currículo Lattes⁹, é doutor em Ciências Biológicas (Microbiologia) pela Universidade de São Paulo e possui três pós-doutorados pelas Universidades de São Paulo e de Yale nos Estados Unidos.

O biólogo realizou cinco postagens mencionando o artigo, as duas com maiores destaques foram publicadas no dia 20 de julho de 2020. Na primeira, ele escreve: “Esse resultado é fantástico e, se for replicado, pode mudar o curso da COVID-19. Separaram soldados suíços em dois grupos. No grupo que seguiu distanciamento social, infectados não desenvolveram COVID. No grupo sem distanciamento, 30% teve complicações :D” e adiciona uma imagem explicando mais detalhes sobre a pesquisa¹⁰. Na segunda: “Máscaras e distanciamento podem proteger você de se infectar pelo coronavírus e diminuir as chances de ter as complicações da COVID-19. O resultado é tão importante que merece um vídeo” e apresenta um vídeo seu de três minutos e sete segundos explicando os resultados do artigo¹¹. Ambas as postagens obtiveram elevado número de retweets, de curtidas e de comentários, tanto por perfis públicos quanto protegidos, sendo as principais menções que impulsionaram o compartilhamento dessa pesquisa.

As postagens de Iamarino, em menos de um mês que o artigo de Bielecki et al. (2020) foi publicado, demonstram a rapidez que esse tipo de compartilhamento proporciona, ao possibilitar que seu alcance para um público mais amplo seja em tempo real, o que consequentemente eleva a quantidade de downloads e citações, como indicam Bik e Goldstein (2013), Bornmann e Haunschild (2018) e Batooli e Sayyah (2020). Permitiram, também, destacar a influência de perfis com maiores números de seguidores e de favoritos, e de experts nas áreas tratadas para o aumento das menções conforme Padian et al. (2019). Portanto, Iamarino, que conta com mais de 1.300.000 seguidores (em 2022) e possui vasto conhecimento na área da saúde, por meio de suas postagens, possibilitou que a pesquisa obtivesse maior alcance no Brasil.

Contudo, apesar de perfis com maiores números de seguidores exercerem influência positiva no compartilhamento de pesquisas (Ortega, 2016), alguns com quantidades menores também foram notados interagindo com a pesquisa analisada e, consequentemente, aumentando a circulação da informação contida nela. Dentre os que mais compartilharam, além de Iamarino, também ocorreram cinco publicações por outros dois perfis, um apresentando 1.321 seguidores e o outro 14.495. As publicações do primeiro usuário foram todas retweets do original, enquanto do segundo foram três retweets e duas publicações originais feitas pelo mesmo. Em segundo lugar, os perfis que publicaram quatro tweets, totalizaram nove usuários, variando entre 98 a 15.121 seguidores. Entre eles, sete realizaram apenas retweets, enquanto os outros dois perfis realizaram três retweets e uma publicação original cada. Tais resultados podem indicar maior concordância com o trabalho de Pulido et al. (2020), que descobriram que os usuários do X preferem compartilhar retweets que versam sobre evidências comprovadas cientificamente.

5.1 Análise dos tweets: tipos e conteúdos

Das 4.627 menções gerais encontradas no X, foram selecionadas 483 para análise, sendo tweets originais e retweets com textos secundários, correspondendo a 10,43% do total geral. Para os resultados, foram analisadas as categorias: tipos de tweets e conteúdos dos tweets.

As 483 publicações foram categorizadas entre tweets originais e retweets. Os primeiros foram considerados os textos originais que realizaram as menções e os segundos são as republicações. Optou-se por analisar as postagens que, além de repetirem o tweet original, foram republicadas com um texto secundário, entre eles, na forma de hashtag¹², emojis ou sinais gráficos, como o ponto de exclamação.

Encontraram-se 34 tweets originais (7,03%) e 449 retweets (92,96%). Esses resultados são similares à pesquisa de Pulido et al. (2020), que mostrou a preferência dos usuários em compartilhar, por meio dos retweets, as evidências científicas, bem como a pesquisa de Haustein (2018), que também notou que a maior parte de publicações que engajam com as pesquisas científicas são de retweets. Assim, entre os tweets originais, as postagens de Atila Iamarino foram as que mais se destacaram, seguidas pelo tweet de Gean Loureiro¹³. Entre os retweets, percebeu-se que 166 (34,36%) foram do primeiro tweet de Iamarino e 279 (57,76%) de seu segundo, totalizando 445 (92,13%). Enquanto o de Loureiro foi republicado três vezes (0,62%).

Em uma abordagem qualitativa, os conteúdos dos tweets foram analisados considerando o contexto brasileiro perante a COVID-19. Cabe salientar que a pandemia transcorreu em um momento marcado por incontáveis controvérsias sobre o melhor tratamento e combate à doença no Brasil, quando o país enfrentou uma vasta disseminação de fake news e desinformações científicas por parte da população, visando diminuir a percepção dos reais impactos negativos da doença.

Ainda nesse contexto, segundo o trabalho de Pulido et al. (2020), que buscou descobrir o comportamento da circulação de desinformação e de informações baseadas em evidências científicas sobre COVID-19 no X, os efeitos negativos de informações falsas são de grande relevância na área da saúde, pois pode colocar em risco tanto a saúde da população, quanto dificultar a implementação de medidas de prevenção pelos governos. Essa prática tem sido facilitada por meio de comentários que desacreditam o crédito da pesquisa científica e podem, inclusive, influenciar pessoas que estejam se engajando na discussão do artigo para aprender mais sobre o que seus resultados representam. O Quadro 1 exemplifica o debate público do artigo analisado, com alguns tweets que questionam os resultados, que buscam respostas as suas dúvidas, que dão destaques a aspetos teórico-metodológicos, e os que fazem ataques a cientistas.

Quadro 1
Exemplos de debate público do artigo de Bielecki et al. (2020)

Texto de tweet	Link do tweet
“Podemos dizer então que sem distanciamento, apenas 30% tiveram complicações. Então se o distanciamento e quarentena for seletivo, para grupos de riscos, abaixamos mais ainda a letalidade. Então isso mostra que a quarentena para todos, não é necessário. Certo?”	https://twitter.com/jcjuka/status/1285233499750969344
“Número de resultados de anticorpos positivos: 13 em um grupo de 154 Idade média dos participantes: 20 (de 18- 28) todos saudáveis e ativos fisicamente. É muito pouco e muito viés pra afirmar isso. Parece que pra suportar o seu ponto não precisa de tanta evidência empírica né.”	https://twitter.com/alexandre_davis/status/1285258352759648256
“Se esse "cientista" falou que é importante, eu realmente tenho minhas dúvidas sobre a eficácia da máscara.”	https://twitter.com/Binatti_/status/1285308043920539651
“Vocês confiam em alguém sem orelhas? Eu não!”	https://twitter.com/fukudaalisson/status/1285345663446847488
“Se eu entendi certo eu tenho que me alistar ao exército suíço pra não ter covid.”	https://twitter.com/rafaelolg/status/1285346906680500226
“To desde o começo falando: e se eu pegar só um mini perdigotozinho de alguém com covid e der uma aspirada? Vou ter só um tiquinho de coronga e meu organismo vai lá e pah, mata o vírus. Todos riram. Ninguém me incentivou. A gambiarra brasuca pode nos salvar e ninguém dá atenção.”	https://twitter.com/marcelacomunica/status/1286057555035402242
“@oatila Nesse estudo aqui não dizia que a quantidade de vírus fazia diferença para diminuir as complicações? Pr que então se o Annita diminui a essa quantidade não funciona? Ou é o estudo sobre essa redução que tá errado? Ñ to duvidando ñ, só fiquei confuso.”	https://twitter.com/AdoryanB/status/1319819589828681729

• Fonte: Dados da pesquisa (2022).

Contudo, mesmo com o negacionismo dos acontecimentos por meio das redes sociais, a grande maioria dos tweets analisados se mostrou favorável à conduta indicada pela Organização Mundial da Saúde (OMS) em enfrentar o coronavírus por meio do distanciamento social, uso de máscara e de medidas de higiene. Dos 483 tweets, apenas sete (1,44%) indicaram suposta rejeição aos resultados do artigo e questionamentos quanto ao seu conteúdo. Alguns dos textos abordaram temas que possivelmente se opõem aos achados da pesquisa, com ironias aos seus resultados e ao Atila Iamarino, enquanto outros trouxeram medidas e medicamentos comprovados ineficazes ao tratamento da COVID-19.

Para a categorização dos conteúdos dos tweets, utilizou-se o software VOSviewer para formar redes de coocorrências de palavras das postagens. O mapa foi criado a partir do conteúdo dos 483 tweets. Consideraram-se as palavras ou termos que obtiveram ao menos três ocorrências, totalizando 46 com maiores destaques e relevância.

Figura 1
Rede de coocorrência de palavras dos tweets.

A rede é composta por sete clusters e 149 links, mostrando que houve aproximação entre os termos dos tweets e similaridades dos conteúdos, com uma grande parte citando as palavras “COVID”, que está relacionada com os demais clusters, assim como “máscara”, “complicação” e “atila”. Nota-se uso dos termos “ciência”, “usem máscara”, “casa”, “vírus”, “importância” e “exposição”, em referência ao apelo e à importância de usar máscaras e ao distanciamento social (“ficar em casa”) para diminuir a exposição ao vírus.

Como exemplo do uso de tais termos, alguns tweets evidenciaram a postura de Atila Iamarino diante da pandemia: “Maravilhoso ver de um lado o @oatila atuando como divulgador científico e de outro ver a turma nós comentários com perguntas bacanas, dúvidas bem legais mesmo e numa vibe de aprender. Influência é isso. Que seja um exemplo pra todos nós!”¹⁴ e “Se tem uma pessoa que tem feito um trabalho digno de prêmio e incansável, essa pessoa é o @oatila. Total admiração por você.”¹⁵

Outros valorizaram a ciência que foi fortemente desacreditada nos últimos anos: “Incrível isso, porque a pesquisa vem a confirmar uma teoria que vi uma médica falar na TV sobre isso. Viva a ciência. Sigam o fio”¹⁶ e “Ciência é isso aí, usem máscara, quem puder mantenha o distanciamento social que vcs estarão mais seguros!”¹⁷. Houve também a presença de tweets que incentivaram o distanciamento social, o uso de máscaras e de medidas de higiene: “Essa notícia tb é sensacional. Usem máscara, mantenham a higienização e, se possível, fiquem em casa.”¹⁸ e “Pra quem ainda não viu, uma ótima notícia sobre o combate à covid. Máscaras e distanciamento podem estar nos protegendo mais do que imaginávamos no início da pandemia!”¹⁹.

Tais análises dos resultados reforçam as conclusões de Pulido et al. (2020) que, ao se ter maior compreensão de como a rede de comunidade de atenção tem se comportado sobre determinado tema, auxilia as autoridades a entenderam quais informações estão sendo compartilhadas. Dessa forma, podem buscar combater desinformações, assim como revalidar dados comprovados cientificamente, sendo as mídias sociais, como os perfis institucionais, importantes instrumentos de compartilhamento e checagem de informações.

5.2 Análise da rede de comunidade de atenção online: tipo de usuários, bio, local e emojis

Para a análise da rede de comunidade de atenção do artigo de Bielecki et al. (2020), consideraram-se as categorias de tipos de usuários (conta verificada, individual, organizacional); descrição da bio (escolaridade e ocupação); local: cidade/estado/região do Brasil e emojis (utilizados no nome e na bio). Pelo levantamento dos 483 tweets e retweets, foi possível identificar os perfis de usuários do X que os publicaram, 13 foram de perfis repetidos, considerando-se 470 diferentes usuários.

Para a categoria de tipos de usuários, primeiramente, levantaram-se os perfis verificados que mencionaram o artigo. Tais usuários, como exemplo de figuras públicas, possuem grande influência para seu público. Encontraram-se 12 contas (2,55%), apresentadas no Quadro 2, juntamente com a quantidade de seguidores, como realizado também na pesquisa de Ortega (2016).

Quadro 2
Contas verificadas

Nome de usuário	@	Bio	Nº seguidores
Atila Iamarino	@oatila	Divulgador científico e explicador do mundo por opção [e-mail] No Hiperconectado na TV Cultura: sábados às 20:30 e quartas 20h	1.308.091
Mídia NINJA	@MidiaNINJA	Narrativas Independentes, Jornalismo e Ação.	1.112.334
Biodiversidade Brasileira	@BiodiversidadeB	Bem-vindo ao maior perfil sobre biodiversidade do Brasil | Por João Pedro Salgado | [e-mail]	339.071
fabiula nascimento	@fabiunascimento	Perfil oficial da atriz Fabiula Nascimento atualizado pela própria	144.762
Ethel Maciel, PhD	@EthelMaciel	Professora Titular @ufesoficial Enfermeira. Doutora em Epidemiologia. Pesquisadora. Reitora Eleita da @ufesoficial e não nomeada. Presidente @redetuberculose	71.918
Gean Loureiro	@GeanLoureiro	Candidato a Governador de SC. Meu número é 44. Casado e pai de 4 meninas, duas vezes prefeito de Florianópolis e um orgulho danado de ser catarinense.	47.694
ganga	@thabataganga	Cientista da Tecnologia, Engenheira Biomédica e Mestranda em Inovação Tecnológica | contato: [e-mail]	27.752
Nunca vi 1 cientista	@_NV1C	Aqui você encontra informações com credibilidade e bom humor, e um espaço seguro para tirar suas dúvidas :) email: [e-mail]	26.250
Chico D'Angelo	@chico_dangelo	Médico, Deputado Federal (PDT-RJ), ex-secretário de Saúde de Niterói e ex-presidente da Comissão de Cultura da Câmara dos Deputados	17.944
Bruno Natal (RESUMIDO)	@URBe	Jornalista e apresentador do RESUMIDO, falando do impacto da tecnologia em nossas vidas | #1 no Apple Podcasts | http://resumido.cc | http://youtube.com/resumido	13.736
Mel Markoski	@melmarkoski	Bióloga, mestre e doutora em Biologia Celular e Molecular, pós-doutora em Imunologia e Câncer. Prof.a de Biossegurança da UFCSPA. Membro da Rede Análise COVID-19	7.792
Maria Leticia	@MedicaLeticia	Médica-legista, Ginecologista, Vereadora em Curitiba (PV), Procuradora da Mulher da CMC, Presidente da Comissão do Meio Ambiente	1.792

• Fonte: Dados da pesquisa (2022).
• Nota: o número de seguidores foi verificado em 28 de dezembro de 2022.

Notaram-se contas verificadas diversas, entre elas: divulgadores científicos, perfis de jornalismo e jornalistas, médicos, políticos, cientistas, professores e artistas. Pelas quantidades de seguidores, mostram-se que são perfis, em sua maioria, que possuem um alto nível de engajamento do público em geral, o que pode ser um indicativo de grande alcance de seus conteúdos, aproximando dos resultados de Padian et al. (2019) e Ortega (2016). Para o último autor, a rede de seguidores de quem compartilha pesquisas científicas possibilita que se multiplique o seu público e que aumente seu número de retweets.

No segundo momento, os perfis dos usuários foram divididos entre organizacionais e individuais, assim como realizado por Maricato e Manso (2022). Para os primeiros, considerados os perfis que representam instituições, organizações, grupos de pessoas com interesses em comum ou perfis de marcas registradas, foram encontrados 10 (2,12%), enquanto para os segundos, contas individuais (perfis pessoais), foram encontrados 460 (97,87%). Tais resultados são similares aos de Maricato e Manso (2022), em que a grande maioria é composta por perfis individuais.

Os organizacionais foram perfis de: periódico científico brasileiro, laboratório de universidade pública, jornalismo independente, perfil sobre biodiversidade brasileira e sobre vigilância ambiental (ambos administrados por pessoas autônomas com conhecimento sobre as áreas), de agência e produtora, bem como representante de blog pessoal, site sobre tecnologia, divulgação da ciência e da vida dos cientistas e de podcast sobre acontecimentos do mundo. Alguns desses resultados corroboram com Maricato e Manso (2022), que também notaram a relevância do engajamento de perfis de universidades, departamentos e periódicos na disseminação da ciência.

Os 460 perfis individuais foram analisados a partir das informações extraídas da bio de cada um, em que se notaram características como escolaridade e ocupação, assim como realizado por Barthel et al. (2015). 282 (61,30%) não informaram tais dados, sendo possível analisar 178 (38,69%) perfis que apresentaram, em grande parte, mais de um tipo de escolaridade e ocupação, como também foi percebido por Haustein (2018). Além dos já mencionados nas contas verificadas, notou-se uma predominância de perfis relacionados à academia e à ciência, aproximando-se dos resultados de Haustein (2018) e Maricato e Manso (2022). Portanto, encontraram-se perfis de: estudantes (40), professores (18), mestres/mestrandos (15), doutores/doutorandos (14), cientistas (oito), pesquisadores (cinco) e educadores (três).

Figura 2
Rede de coocorrência de escolaridade e ocupação.

Em uma visão geral, também se destacam as profissões de jornalista (18), designer (11), advogado (oito), médico (sete), ilustrador (sete), fisioterapeuta (seis), administrador (seis), fotógrafo (seis), psicólogo (cinco) e engenheiro (cinco). Ativistas de diversas causas, como meio ambiente e minorias sociais, apresentaram seis perfis de acordo com as descrições, e perfis de políticos brasileiros totalizaram cinco.

A predominância do tipo de usuário de perfil individual, segundo os resultados de Maricato e Manso (2022), tende a ter um maior impacto na cultura de promoção da ciência fora do ambiente acadêmico do que os perfis organizacionais, em que se pode considerar maior motivação individual do que uma iniciativa organizacional na divulgação de resultados científicos. Aliado a isso, mostra-se o interesse de pessoas de diferentes áreas, não apenas as direcionadas à academia, em compartilhar assuntos relacionados à saúde da população, como também demonstrado nas pesquisas de Pandian et al. (2019) e Maricato e Manso (2022), em que campos como medicina e saúde recebem maior atenção online indicando grande interesse pelo público em geral.

Para a categoria de local do Brasil do qual os usuários são originários, é importante esclarecer que o usuário do X pode escolher livremente o que escrever nessa opção, seja nenhuma informação, sua cidade, seu estado, seu país ou até mesmo dados inventados, conforme salientado por Haustein (2018). Assim, optou-se por utilizar as informações verossímeis sobre cidade, estado e país.

A partir dos 470 perfis organizacionais e individuais, foram encontradas 446 informações sobre locais, 48 são dados repetidos em que mais de um usuário é originário de tal região. Criou-se um mapa no VOSviewer de densidade da coocorrência das informações obtidas entre cidades, estados e país.

Figura 3
Rede de densidade da coocorrência de local do Brasil.

Destaca-se que 59 usuários assinalaram apenas “Brasil”, não indicando seu estado ou cidade. Entre os estados, 15 diferentes foram informados, como São Paulo e Rio de Janeiro, podendo ser tanto o estado quanto a capital. E 89 cidades, como as capitais São Paulo e Rio de Janeiro, além de Porto Alegre, Brasília, Fortaleza, Belo Horizonte e Florianópolis que também ocorreram em maiores quantidades. Sendo a distribuição geral por região do Brasil:

Tabela 1
Distribuição dos perfis de usuários por região do Brasil

Região/país	Nº. de cidades	Nº. de estados	Nº. de perfis	% de perfis
Norte	7	2	24	5,38
Nordeste	15	6	66	14,79
Centro-Oeste	5	1	24	5,38
Sudeste	38	3	201	45,06
Sul	24	3	72	16,14
Brasil	-	-	59	13,22
Total	89	15	446	100

• Fonte: Dados da pesquisa (2022).

Percebe-se uma grande predominância nos perfis provenientes da região sudeste do país. Não se pode afirmar com base nos conteúdos dos tweets o motivo para a grande diferença do compartilhamento do artigo entre as regiões do Brasil. Contudo, julho de 2020, data em que ocorreu o maior número de compartilhamentos, foi o mês mais fatal no país até então, e o Estado de São Paulo foi o mais atingido (Welle, 2020), o que pode ter influenciado maior impulsionamento da pesquisa nesse estado e, consequentemente, na região sudeste.

Para a última categoria analisada, os emojis estão sendo cada vez mais estudados pela academia, considerados formas de comunicação independentes e não verbais online (Bai et al., 2019). Seu entendimento e uso podem ser influenciados pelas características individuais dos usuários, suas origens culturais e seus contextos linguísticos e sociais, levando a diferentes interpretações de seus significados. Podem expressar emoções, humores, pessoas, animais, comidas, atividades, ações, movimentos e partes do corpo, bem como objetos e bandeiras internacionais (Bai et al., 2019; Das; Wiener; Kareklas, 2019; Eisner et al., 2016). Com base em tais características, foram levantados os emojis mais utilizados nos nomes e nas bios.

Em primeiro lugar, notou-se o uso do emoji da bandeira do Brasil em 36 perfis. Tal imagem possui diferentes significados no país em uma perspectiva semiótica. Entre outras possibilidades, pode ter sido utilizada para expressar o país de origem, o apoio à seleção brasileira masculina de futebol na Copa do Mundo FIFA de 2022 (período coincidente com o levantamento dos dados da presente pesquisa) e, também, como questão identitária, a qual nos últimos anos ganhou grande apelo por parte da população brasileira apoiadora de partidos e políticos de direita. Todavia tem havido uma tentativa de retomada de seu uso também pela parte da população que não se identifica com essa ala política, o que pode justificar o alto uso desse emoji nos perfis analisados.

O segundo mais utilizado foi o emoji que representa uma bandeira triangular vermelha, encontrado em 16 perfis. Um de seus usos pode ser exemplificado pelo apoio ao Presidente eleito em 2022, Luiz Inácio Lula da Silva, pois também foram utilizados, em alguns dos perfis, junto com outros emojis que podem representar características desse apoio, como os números um e três, que formam 13, número do partido do presidente, assim como do animal lula, que no contexto brasileiro também o representa. Alguns desses perfis também utilizaram a bandeira do Brasil como forma de apoio ao Presidente Lula.

Por fim, os emojis que retratam a ciência e a academia foram utilizados em 26 perfis. Tais imagens vão desde a representação de estudantes, pesquisadores, professores e formandos com o capelo a imagens de livros abertos e empilhados, de computadores, telescópios e microscópios, de gráficos e tabelas, bem como imagens de DNA, de instrumentos de laboratórios, remédios e seringas, essa última podendo representar, também, as vacinas contra a COVID-19.

6 CONCLUSÃO

A pandemia da COVID-19 trouxe mudanças para a sociedade em âmbito mundial. Protocolos como distanciamento social, uso de máscaras e medidas de higiene pessoal passaram a fazer parte do cotidiano das pessoas. Com o aumento da gravidade da doença, produções científicas sobre tais temas foram publicadas e disseminadas em mídias sociais para maior alcance de seu público.

A altmetria e as article-level metrics possibilitam que se conheçam as comunidades de atenção online que interagem com trabalhos científicos divulgados nesses tipos de fontes da web, entre elas, o X. Nesse contexto, a presente pesquisa teve como objetivo conhecer a comunidade de atenção que interagiu com o artigo científico sobre COVID-19 mais mencionado no X no Brasil, intitulado “Social Distancing Alters the Clinical Course of COVID-19 in Young Adults: A Comparative Cohort Study” de Bielecki et al. (2020).

Como resultado, 4.627 menções gerais foram encontradas no X, sendo 483 selecionadas para análise, entre tweets originais (7,03%) e retweets com textos secundários (92,96%). Entre os originais, percebeu-se grande interação em duas publicações do biólogo Atila Iamarino, que obtiveram em conjunto 92,13% dos retweets. Para o conteúdo dos tweets, notou-se a presença de sete possíveis contrários aos resultados do artigo, enquanto a grande maioria foi a seu favor. Assuntos como uso de máscara, distanciamento social, exposição ao vírus e ciência foram os mais abordados nos textos.

Para compreender a comunidade de atenção, encontraram-se 470 diferentes usuários do X, contando com 12 contas verificadas. Foram, também, divididos em perfis individuais (97,87%) e organizacionais (2,12%). Esses resultados permitem evidenciar a preocupação dos usuários do X em compartilhar informações legítimas com base na ciência sobre saúde e proteção contra a COVID-19, tendo como objetivo alcançar um maior público, fornecendo e fomentando conhecimento por meio das postagens.

Entre os individuais, destacaram-se os perfis relacionados à academia e ciência. Entre as regiões do Brasil com mais usuários, o Sudeste, com destaque ao Rio de Janeiro e São Paulo. Por fim, entre os emojis mais utilizados, foram evidenciados a bandeira do Brasil, uma bandeira triangular vermelha e desenhos que representam a ciência e a academia, entre eles, o emoji de seringa, que pode representar o apoio à vacina contra a COVID-19.

Tendo como limitação apenas a fonte do X, sugerem-se trabalhos futuros sobre a mesma temática em outras fontes da web, bem como sobre diferentes temas. Sendo necessário que se conheça, cada vez mais, as comunidades de atenção online que interagem com trabalhos científicos das diversas áreas do conhecimento disseminados virtualmente.

Reconhecimentos:

Não aplicável.

REFERÊNCIAS

• ADIE, E.; ROE, W. Altmetric: enriching scholarly content with article‐level discussion and metrics. Learned Publishing, London, v. 26, n. 1, p. 11-17, jan. 2013. DOI: https://doi.org/10.1087/20130103
  » https://doi.org/10.1087/20130103
• AMARAL, H. O papel das tvs públicas no contexto da pandemia de covid-19: análise noticiosa da JFTV Câmara. In: CORDEIRO, D. F. et al. (org.). Mídias, informação e ciência de dados: pesquisas, tendências e interfaces. Goiânia: Cegraf UFG, 2020. cap. 16, p. 237-251.
• ARAÚJO, R. F de. Communities of attention networks: introducing qualitative and conversational perspectives for altmetrics. Scientometrics, Hungary, v. 124, p. 1793-1809, jun. 2020. DOI: https://doi.org/10.1007/s11192-020-03566-7
  » https://doi.org/10.1007/s11192-020-03566-7
• ARAÚJO, R. F. de et al. O debate público e a desinformação científica: estudo sobre a nitazoxanida como tratamento para COVID-19. In: ENCONTRO NACIONAL DE PESQUISA EM CIÊNCIA DA INFORMAÇÃO, 23., 2023, Aracaju. Anais [...]. Aracaju: Universidade Estadual de Sergipe, 2023. p. 1-11.
• BAI, Q. et al. A systematic review of emoji: current research and future perspectives. Frontiers in Psychology, Switzerland, v.10, n. 2.221, p. 1-16, oct. 2019. DOI: https://doi.org/10.3389/fpsyg.2019.02221
  » https://doi.org/10.3389/fpsyg.2019.02221
• BARTHEL, S. et al. What does twitter measure? influence of diverse user groups in altmetrics. In: PROCEEDINGS OF THE 15TH ACM/IEEE-CS JOINT CONFERENCE ON DIGITAL LIBRARIES, 15., 2015. Anais [...]. New York, USA: Association for Computing Machinery, 2015. p. 119-128.
• BATOOLI, Z.; SAYYAH, M. Measuring social media attention of scientific research on Novel Coronavirus Disease 2019 (COVID-19): an investigation on article-level metrics data of Dimensions, Preprint, [S.l.], 14 apr. 2020. DOI: https://doi.org/10.21203/rs.3.rs-21980/v1
  » https://doi.org/10.21203/rs.3.rs-21980/v1
• BIELECKI, M. et al. Social distancing alters the clinical course of COVID-19 in young adults: a comparative cohort study. Clinical Infectious Diseases, Belgium, v. 72, n. 4, p. 598-603, jun. 2020. DOI: https://doi.org/10.1093/cid/ciaa889
  » https://doi.org/10.1093/cid/ciaa889
• BIK, H. M.; GOLDSTEIN, M. C. An introduction to social media for scientists. PLoS Biology, United States, v. 11, n. 4, p. 1-8, apr. 2013. DOI: https://doi.org/10.1371/journal.pbio.1001535
  » https://doi.org/10.1371/journal.pbio.1001535
• BORNMANN, L.; HAUNSCHILD, R. Alternative article-level metrics: the use of alternative metrics in research evaluation. EMBO Reports, London, v. 19, p. 1-4, nov. 2018. DOI: https://doi.org/10.15252/embr.201847260
  » https://doi.org/10.15252/embr.201847260
• DAS, A. K.; MISHRA, S. Genesis of altmetrics or article-level metrics for measuring efficacy of scholarly communications: Current perspectives? Journal of Scientometric Research, India, v. 3, n. 2, p. 82-92, 2014. DOI: https://doi.org/10.48550/arXiv.1408.0090
  » https://doi.org/10.48550/arXiv.1408.0090
• DAS, G.; WIENER, H. J. D.; KAREKLAS, I. To emoji or not to emoji? examining the influence of emoji on consumer reactions to advertising. Journal of Business Research, Papua New Guinea, v. 96, p. 147-156, 2019. DOI: https://doi.org/10.1016/j.jbusres.2018.11.007
  » https://doi.org/10.1016/j.jbusres.2018.11.007
• EISNER, B. et al. emoji2vec: Learning emoji representations from their description. In: PROCEEDINGS OF THE 4TH INTERNATIONAL WORKSHOP ON NATURAL LANGUAGE PROCESSING FOR SOCIAL MEDIA AT EMNLP 2016, 4., 2016. Anais [...]. Austin, USA: Association for Computational Linguistics, 2016. p. 1-7.
• GOUVEIA, F. C. Altmetria: métricas de produção científica para além das citações. Liinc Em Revista, Rio de Janeiro, v. 9, n. 1, p. 214-227, 2013. DOI: https://doi.org/10.18617/liinc.v9i1.569
  » https://doi.org/10.18617/liinc.v9i1.569
• HAUSTEIN, S. Scholarly Twitter metrics: how, when and what does the Twittersphere tweet about science? In: BRAZILIAN MEETING OF BIBLIOMETRICS AND SCIENTOMETRICS, 6., 2018. Anais [...]. Rio de Janeiro: Universidade Federal do Rio de Janeiro, 2018.
• HAUSTEIN, S. et al. Tweeting biomedicine: an analysis of tweets and citations in the biomedical literature. Journal of the Association for Information Science and Technology, United States, v. 65, n. 4, p. 656-669, 2014. DOI: https://doi.org/10.1002/asi.23101
  » https://doi.org/10.1002/asi.23101
• HISING, E. Rede social X é suspensa no Brasil após ordem de Moraes. G1, [S.l.], 31 ago. 2024. Disponível em: https://l1nk.dev/XggVl Acesso em: 26 jul. 2022.
  » https://l1nk.dev/XggVl
• HOLMBERG, K. et al. Astrophysicists’ conversational connections on Twitter. PLoS ONE, San Francisco, v. 9, n. 8, p. 1-13, aug. 2014. DOI: https://doi.org/doi:10.1371/journal.pone.0106086
  » https://doi.org/doi:10.1371/journal.pone.0106086
• JOUBERT, M.; COSTAS, R. Getting to know science tweeters: a pilot analysis of south African Twitter users tweeting about research articles. Journal of Altmetrics, United States, v. 2, n. 1, p. 1-14, 2020. DOI: https://doi.org/10.29024/joa.8
  » https://doi.org/10.29024/joa.8
• LEAL, M. R. C.; RIBEIRO, G. M. de C. Disputas discursivas em torno da cloroquina / hidroxicloroquina no combate ao coronavírus no Brasil: entre a ciência e a desinformação. In: CORDEIRO, D. F. et al. (org.). Mídias, informação e ciência de dados: pesquisas, tendências e interfaces. Goiânia : Cegraf UFG, 2020. cap. 13, p. 188-207.
• LIU, J.; ADIE, E. New perspectives on article-level metrics: developing ways to assess research uptake and impact online. Insights, United Kingdom, v. 27, n. 2, p. 153-158, 2013. DOI: http://dx.doi.org/10.1629/2048-7754
  » http://dx.doi.org/10.1629/2048-7754
• MALEKI, A.; HOLMBERG, K. Tweeting and retweeting scientific articles: implications for altmetrics. Scientometrics, Hungary, v.129, p. 6197-6220, 2024. DOI: https://doi.org/10.1007/s11192-024-05127-8
  » https://doi.org/10.1007/s11192-024-05127-8
• MARICATO, J. M.; MANSO, B. L. C. Characterization of the communities of attention interacting with scientifc papers on Twitter: altmetric analysis of a Brazilian University. Scientometrics, Hungary, v. 127, p. 3815-3835, jun. 2022. DOI: https://doi.org/10.1007/s11192-022-04442-2
  » https://doi.org/10.1007/s11192-022-04442-2
• MENDES, M. M.; MARICATO, J. de M. Das apresentações públicas às redes sociais: : apontamentos sobre divulgação científica na mídia brasileira. Comunicação & Informação, Goiânia, Goiás, v. 23, p. 1-16, 2020. DOI: https://doi.org/10.5216/ci.v23i.49959
  » https://doi.org/10.5216/ci.v23i.49959
• ORDUÑA-MALEA, E.; MARTÍN-MARTÍN, A.; DELGADO-LÓPEZ-CÓZAR, E. The next bibliometrics: almetrics (author level metrics) and the multiple faces of author impact. El profesional de la información, Spain, v. 25, n. 3, p. 485-470, may/jun. 2016. DOI: https://doi.org/10.3145/epi.2016.may.18
  » https://doi.org/10.3145/epi.2016.may.18
• ORTEGA, J. L. To be or not to be on Twitter, and its relationship with the tweeting and citation of research papers. Scientometrics, Hungary, v. 109, p. 1353-1364, aug. 2016. DOI: https://doi.org/10.1007/s11192-016-2113-0
  » https://doi.org/10.1007/s11192-016-2113-0
• PALLUDETO, A. W. A.; FELIPINI, A. R. Panorama da literatura sobre a financeirização (1992-2017): uma abordagem bibliométrica. Econ. e Soc., Campinas, v. 28, n. 2, p. 313-337, maio/ago. 2019. Disponível em: https://periodicos.sbu.unicamp.br/ojs/index.php/ecos/article/ view/8656961 Acesso em: 03 jul. 2022.
  » https://periodicos.sbu.unicamp.br/ojs/index.php/ecos/article/ view/8656961
• PANDIAN, N. D. S. et al. Altmetrics: factor analysis for assessing the popularity of research articles on Twitter. Journal Of Information Science Theory And Practice, Republic of Korea, v. 7, n. 4, p. 33-44, 2019. DOI: https://doi.org/10.1633/JISTaP.2019.7.4.3
  » https://doi.org/10.1633/JISTaP.2019.7.4.3
• PEIXOTO, P. N.; ARAÚJO, R. F. de. Práticas informacionais na web social e os influenciadores digitais: uma análise espaço-temporal dos YouTubers brasileiros. Folha de Rosto, Juazeiro do Norte, v. 8, n. 1, p. 162-187, abr. 2022. DOI: https://doi.org/10.46902/2022n1p162-187
  » https://doi.org/10.46902/2022n1p162-187
• PULIDO, C. M. et al. COVID-19 infodemic: more retweets for science-based information on coronavirus than for false information. International Sociology, United Kingdom, v. 35, n. 4, p. 377-392, 2020. DOI: https://doi.org/10.1177/026858092091475
  » https://doi.org/10.1177/026858092091475
• ROBINSON-GARCÍA, N. et al. New data, new possibilities: exploring the insides of Altmetric.com. El profesional de la información, Spain, v. 23, n. 4, p. 359-366. 2014. DOI: https://doi.org/10.48550/arXiv.1408.0135
  » https://doi.org/10.48550/arXiv.1408.0135
• SHAMSI, A.; LUND, B. D.; SEYYEDHOSSEINI, S. Sharing of retracted COVID-19 articles: an altmetric study. Journal of the Medical Library Association, United States, v. 110, n. 1, p. 97-102, jan. 2022. DOI: https://doi.org/10.5195/jmla.2022.1269
  » https://doi.org/10.5195/jmla.2022.1269
• SILVA, M. M.; CENDON, B. V. Análise da produção e divulgação de desinformação científica no meio digital. Pesquisa Brasileira em Ciência da Informação e Biblioteconomia, João Pessoa, v. 17, n. 4, 2022. Disponível em: https://brapci.inf.br/#/v/245453 Acesso em: 20 ago. 2024.
  » https://brapci.inf.br/#/v/245453
• SUGIMOTO, C. R. et al. Scholarly use of social media and altmetrics: a review of the literature. Journal of the Association for Information Science and Technology, United States, v. 68, p. 2037-2062, 2017. DOI: https://doi.org/10.1002/asi.23833
  » https://doi.org/10.1002/asi.23833
• THELWALL, M.; WILSON, P. Mendeley readership altmetrics for medical articles: An analysis of 45 fields. Journal of the Association for Information Science and Technology, United States, v. 67, p. 1962-1972. 2015. DOI: https://doi.org/10.1002/asi.23501
  » https://doi.org/10.1002/asi.23501
• TRAJKOVSKI, V. The role of article level metrics in scientific publishing. The Journal of Special Education and Rehabilitation, Skopje, Republic of Macedonia, v.17, n. 1-2, p. 5-15, 2016. DOI: https://doi.org/10.19057/jser.2016.0
  » https://doi.org/10.19057/jser.2016.0
• X Corp. Glossario. 2024. Disponível em: https://help.x.com/pt/resources/glossary Acesso em: 27 nov. 2024.
  » https://help.x.com/pt/resources/glossary
• VAN ECK, N. J.; WALTMAN, L. VOSviewer Manual. Universiteit Leiden, 2022. p. 1-52.
• VANTI, N. A. P.; SANZ-CASADO, E. Altmetria: a métrica social a serviço de uma ciência mais democrática. Transinformação, Campinas, v. 28, n. 3, p. 349-358, dez. 2016. DOI: https://doi.org/10.1590/2318-08892016000300009
  » https://doi.org/10.1590/2318-08892016000300009
• WELLE, D. Julho foi mês mais fatal da pandemia de covid-19 no Brasil: foram quase 33.000 mortes SP foi o Estado mais atingido... Poder 360. [S.l.], 2 ago. 2020. Disponível em: https://encr.pw/RcDLs Acesso em: 3 jul. 2022.
  » https://encr.pw/RcDLs
• YOUSEFIFINAGHANIA, S. et al. An analysis of COVID-19 vaccine sentiments and opinions on Twitter. International Journal of Infectious Diseases, Netherlands, v. 108, p. 256-262, 2022. DOI: https://doi.org/10.1016/j.ijid.2021.05.059
  » https://doi.org/10.1016/j.ijid.2021.05.059

• 

  
  

• 

  
  

• JITA:
  BB. Bibliometric methods
• ODS:
  3. Saúde e Bem-estar
• Financiamento:
  Não aplicável.
• Aprovação ética:
  Não aplicável.
• Disponibilidade de dados e material:
  Não aplicável.
• Imagem:
  Foto extraída do Currículo Lattes.

• 1
  Em 2023, a rede social “Twitter” foi renomeada para “X” após ser comprada pelo empresário Elon Musk.
• 2
  Disponível em: https://www.altmetric.com/.
• 3
  Disponível em: https://www.dimensions.ai/.
• 4
  “O sinal de @ é usado para chamar nomes de usuários em posts: "Oi @X!" As pessoas usam seu nome de usuário para mencionar você em posts, enviar uma mensagem para você ou criar um link para o seu perfil” (X Corp., 2024).
• 5
  “Uma conta do X verificada recebe um ícone de verificação azul para indicar que o criador desses posts é uma fonte legítima. Contas verificadas incluem figuras públicas e possíveis vítimas de falsa identidade no X” (X Corp., 2024).
• 6
  “Sua bio é uma descrição pessoal curta (com até 160 caracteres) que aparece em seu perfil e serve para caracterizar sua identidade no X” (X Corp., 2024).
• 7
  “Um emoji do X é uma série específica de letras imediatamente precedidas pelo sinal # que gera um ícone no X. Por exemplo, uma bandeira nacional ou outra imagem pequena (X Corp., 2024).
• 8
  Disponível em: https://twitter.com/oatila.
• 9
  Disponível em: http://lattes.cnpq.br/4978322672579487.
• 10
  Disponível em: https://twitter.com/oatila/status/1285228826398789632.
• 11
  Disponível em: https://twitter.com/oatila/status/1285255942800637952.
• 12
  “Hashtag é qualquer palavra ou frase imediatamente precedida pelo símbolo #. Quando você clica ou toca em uma hashtag, vê outros posts contendo a mesma palavra-chave ou tópico” (X Corp., 2024).
• 13
  Ex-prefeito de Florianópolis e ex-candidato a governador de Santa Catarina. Disponível em: https://twitter.com/GeanLoureiro/status/1285313561116528641.
• 14
  Disponível em: https://twitter.com/wesleybrasil/status/1285231280360239104.
• 15
  Disponível em: https://twitter.com/Renataftavares/status/1285282344660873218.
• 16
  Disponível em: https://twitter.com/MarcianoBrito13/status/1285232119271370756.
• 17
  Disponível em: https://twitter.com/marceloprr1/status/1285264937875574790.
• 18
  Disponível em: https://twitter.com/robertafalcao/status/1285236282562674688.
• 19
  Disponível em: https://twitter.com/fidefrancisco/status/1286424693139034112.

• Editor:
  Gildenir Carolino Santos

Disponibilidade de dados

Não aplicável.

Datas de Publicação

• Publicação nesta coleção
  03 Fev 2025
• Data do Fascículo
  2025

Histórico

• Recebido
  17 Maio 2024
• Aceito
  05 Nov 2024
• Publicado
  04 Dez 2024