Esta documentação descreve a tecnologia por trás da indexação de sites com artigos acadêmicos no Google Acadêmico. É uma tradução livre do conteúdo disponível no Google Scholar.

Este Guia foi escrito para TODOS que gostariam que seus artigos fossem incluídos adequadamente nos resultados de pesquisa do Google Acadêmico (Google Scholar).

Ler este guia é importante para autores, pesquisadores, editores, gestores de Repositórios, Portais, Bibliotecas Digitais e bibliotecários.

== Orientações gerais ==

Informações técnicas detalhadas são úteis se você estiver tentando corrigir um erro na indexação do seu próprio site, acompanhar a atualização de registros de suas publicações ou se precisar ter certeza de que seu produto de hospedagem de artigos é compatível com os serviços de pesquisa do Google e do Google Acadêmico.

Autores Individuais

Se você for um autor individual, funciona melhor simplesmente carregar seu artigo para seu site, por exemplo, www.example.edu/~professor/jpdr2009.pdf; e adicionar um link para ele em sua página de publicações, como www.example.edu/~professor/publications.html. Certifique-se de que:

1. o texto completo do seu artigo está em um arquivo PDF que termina com “.pdf”,
2. o título do artigo aparece em fonte grande no topo da primeira página,
3. os autores do artigo são listados logo abaixo do título em uma linha separada, e
4. há uma seção de bibliografia intitulada, por exemplo, “Referências” ou “Bibliografia” no final.

.

Pronto! Nossos robôs de busca normalmente devem encontrar seu artigo e incluí-lo no Google Acadêmico em algumas semanas.

Entretanto, caso seja uma correção de um artigo que já estava incluído, saiba que a atualização dos dados geralmente levará de 6 a 9 meses a partir do momento em que você os fornecer em seu site.

Se isso não funcionar, você pode (1) ler diretrizes técnicas mais detalhadas nesta documentação ou (2) verificar se seu repositório institucional local já está configurado para indexação no Google Acadêmico e enviar seus artigos para lá.

Repositórios Universitários

Se você for um repositório universitário, recomendamos que use a versão mais recente dos softwares Eprints (eprints.org), Digital Commons (digitalcommons.bepress.com) ou DSpace (dspace.org) para hospedar seus artigos. Se você usa um produto ou serviço de hospedagem menos comum, ou uma versão mais antiga deles, leia toda esta documentação e certifique-se de que seu site atende às nossas diretrizes técnicas.

Editores de periódicos

Se você publicar um pequeno número de periódicos, considere usar um dos serviços de hospedagem de periódicos estabelecidos, por exemplo, Atypon, Highwire, Ingenta e Silverchair. Agregadores que hospedam muitos periódicos em um único site, como JSTOR ou SciELO, geralmente também funcionam, mas verifique com seu agregador para ter certeza de que eles suportam indexação de texto completo no Google Acadêmico. Como alternativa, se você tiver a experiência técnica para gerenciar seu próprio site, recomendamos o software Open Journal Systems (OJS) que está disponível para download no Public Knowledge Project (PKP).

Se você usa um serviço de hospedagem de periódicos menor ou mantém seu próprio site personalizado, leia toda esta documentação e certifique-se de que seu site atenda às nossas diretrizes técnicas.

== Diretrizes de conteúdo ==

O Google Acadêmico inclui artigos acadêmicos de uma ampla variedade de fontes em todos os campos de pesquisa, todos os idiomas, todos os países e em todos os períodos de tempo. É provável que sua coleção de artigos de pesquisa seja uma adição bem-vinda ao índice. Para ser considerado para inclusão, o conteúdo do seu site precisa atender aos dois critérios básicos.

1. Trabalhos acadêmicos e teses

O conteúdo hospedado no seu site deve consistir principalmente de artigos acadêmicos – artigos de periódicos, artigos de conferências, relatórios técnicos ou seus rascunhos, dissertações, pré-impressões, pós-prints ou resumos. Conteúdo como notícias ou artigos de revistas, resenhas de livros e editoriais não é apropriado para o Google Acadêmico. Documentos maiores que 5 MB, como livros e dissertações longas, devem ser enviados para a Pesquisa de Livros do Google; o Google Acadêmico inclui automaticamente trabalhos acadêmicos da Pesquisa de Livros do Google.

2. Mostrando resumos

Os usuários clicam no seu site para ler seus artigos. Para ser incluído, seu site deve disponibilizar gratuitamente o texto completo dos artigos ou seus resumos completos escritos pelo autor e ser fácil de ver quando os usuários clicam em seus URLs nos resultados de pesquisa do Google. Seu site não deve exigir que os usuários (ou robôs de pesquisa) façam login, instalem software especial, aceitem isenções de responsabilidade, descartem anúncios pop-up ou intersticiais, cliquem em links ou botões ou rolem a página para baixo antes que possam ler o resumo completo do artigo. Sites que mostram páginas de login, páginas de erro ou dados bibliográficos vazios sem resumos não serão considerados para inclusão e podem ser removidos do Google Acadêmico.

== Solução de problemas ==

== Diretrizes de rastreamento ==

O Google Acadêmico usa software automatizado, conhecido como “robôs” ou “crawlers”, para buscar seus arquivos para inclusão nos resultados da pesquisa. Ele opera de forma semelhante à pesquisa regular do Google. Seu site precisa ser estruturado de uma forma que torne possível “rastreá-lo” dessa maneira. Em particular, os crawlers automáticos precisam ser capazes de descobrir e buscar as URLs de todos os seus artigos, bem como atualizar periodicamente o conteúdo deles no seu site.

1. Formatos de arquivo

Seus arquivos precisam estar no formato HTML ou PDF. Arquivos PDF devem ter texto pesquisável, ou seja, você deve ser capaz de pesquisar e encontrar palavras no documento usando o Adobe Acrobat Reader.

Cada arquivo não deve exceder 5 MB de tamanho. Para indexar arquivos maiores ou para indexar imagens digitalizadas de páginas que exigem OCR, carregue-as no Google Book Search.

2. Interface de navegação

Uma interface de navegação é necessária para que os robôs de busca descubram as URLs dos seus artigos. Recomendamos que a URL de cada artigo seja acessível a partir da homepage seguindo no máximo dez links HTML simples. Aqui estão várias maneiras comuns de organizar um site que facilitam para os robôs de busca encontrar e indexar todos os artigos.

1. Se você estiver hospedando uma pequena coleção de publicações, como artigos escritos por um único autor ou um pequeno grupo, recomendamos que você liste todos os artigos em uma única página HTML, como www.example.edu/~professor/publications.html, e inclua links para o texto completo no formato PDF.
2. Se seu site tiver milhares de artigos ou mais, a melhor maneira de garantir que todos eles sejam descobertos pelos robôs de busca é fornecer uma maneira de listá-los pela data de publicação ou pela data de entrada do registro. Outras formas de interfaces de navegação, como navegação por autor ou por palavra-chave, frequentemente geram mais URLs do que seu site pode entregar aos robôs de busca em um período de tempo razoável.
3. Para sites com mais de cem mil artigos, recomendamos que você crie uma interface de navegação adicional que liste apenas os artigos adicionados nas últimas duas semanas. Esse conjunto menor de páginas da web pode ser rastreado novamente com mais frequência do que toda a sua interface de navegação, o que facilitará a cobertura oportuna de seus artigos recentes pelos robôs de busca.

Tenha em mente que o uso de Flash, JavaScript ou navegação baseada em formulários dificulta que nosso sistema automatizado encontre seus artigos. Se seu site usa esses tipos de navegação, adicione também uma interface “navegar por data” que use apenas links HTML GET simples.

3. Disponibilidade do site

Como o Google direciona os usuários ao seu site para ler os artigos, suas páginas da web devem estar disponíveis para usuários e rastreadores o tempo todo. Os robôs de busca visitarão suas páginas da web periodicamente para pegar as atualizações, bem como para garantir que seus URLs ainda estejam disponíveis. Se os robôs de busca não conseguirem buscar suas páginas da web, por exemplo, devido a erros de servidor, configuração incorreta ou uma resposta excessivamente lenta do seu site, alguns ou todos os seus artigos poderão sair do Google e do Google Acadêmico.

• Use códigos HTTP 5xx para indicar erros temporários que devem ser tentados novamente em breve, como escassez temporária de capacidade de backend.
• Use códigos HTTP 4xx para indicar erros permanentes que não devem ser tentados novamente por algum tempo, como arquivo não encontrado.
• Se você precisar mover seus artigos para novas URLs, configure redirecionamentos HTTP 301 do local antigo de cada artigo para seu novo local. Não redirecione URLs de artigos para a homepage – os usuários precisam ver pelo menos o resumo quando clicarem em sua URL nos resultados do Google.

4. Protocolo de exclusão de robôs

Se seu site usa um arquivo robots.txt, por exemplo, www.example.com/robots.txt, então ele não deve bloquear os robôs de busca do Google de acessar seus artigos ou suas URLs de navegação. Por outro lado, ele deve bloquear os robôs de acessar grandes espaços gerados dinamicamente que não são úteis na descoberta de seus artigos, como carrinhos de compras, formulários de comentários ou resultados de sua própria busca por palavra-chave.

Por exemplo, para permitir que os robôs do Google acessem todos os URLs do seu site, adicione a seguinte seção ao seu robots.txt:

Agente do usuário: Googlebot
Permitir: /

Ou, para bloquear todos os robôs de adicionar artigos ao seu carrinho de compras, adicione o seguinte:

Agente do usuário: *
Disallow: /add_cart.php

Consulte http://www.robotstxt.org/ para obter mais informações sobre arquivos robots.txt.

== Diretrizes de indexação ==

O Google Acadêmico usa software automatizado, conhecido como “parsers”, para identificar dados bibliográficos de seus artigos, bem como referências entre os artigos. A identificação incorreta de dados bibliográficos ou referências levará à indexação ruim do seu site. Alguns documentos podem não ser incluídos, alguns podem ser incluídos com nomes de autores ou títulos incorretos, e alguns podem ter classificação mais baixa nos resultados da pesquisa, porque seus dados bibliográficos (incorretos) não corresponderiam às referências (corretas) a eles de outros artigos. Para evitar tais problemas, você precisa fornecer dados bibliográficos e referências de uma forma que o software “parser” automatizado possa processar.

1. Preparando URLs de artigos

Coloque cada artigo e cada resumo em um arquivo HTML ou PDF separado. No momento, não podemos indexar efetivamente vários resumos na mesma página da web ou vários artigos no mesmo arquivo PDF. Da mesma forma, não podemos indexar diferentes seções do mesmo artigo em arquivos diferentes. Cada artigo deve ter seu próprio URL exclusivo para ser incluído no Google Acadêmico.

2. Configurando as meta-tags

Se você estiver usando um software de gerenciamento de repositório ou periódico, como Eprints, DSpace, Digital Commons ou OJS, configure-o para exportar dados bibliográficos em tags HTML “<meta>”. O Google Acadêmico suporta tags Highwire Press (por exemplo, citation_title), tags Eprints (por exemplo, eprints.title), tags BE Press (por exemplo, bepress_citation_title) e tags PRISM (por exemplo, prism.title). Use tags Dublin Core (por exemplo, DC.title) como último recurso – elas funcionam mal para artigos de periódicos porque o Dublin Core não tem campos inequívocos para título do periódico, volume, edição e números de página. Para verificar se essas tags estão presentes, visite vários resumos e visualize sua fonte HTML.

1. A tag title, por exemplo, citation_title ou DC.title, deve conter o título do artigo. Não a use para o título do periódico ou livro no qual o artigo foi publicado, ou para o nome do seu repositório. Esta tag é necessária para inclusão no Google Acadêmico.
2. A tag do autor, por exemplo, citation_author ou DC.creator, deve conter os autores (e somente os autores reais) do artigo. Não a use para o autor do site ou para colaboradores que não sejam autores, por exemplo, orientadores de tese. Os nomes dos autores podem ser listados como “Smith, John” ou como “John Smith”. Coloque cada nome de autor em uma tag separada e omita todas as afiliações, graus, certificações, etc., deste campo. Pelo menos uma tag de autor é necessária para inclusão no Google Acadêmico.
3. A tag de data de publicação, por exemplo, citation_publication_date ou DC.issued, deve conter a data de publicação, ou seja, a data que normalmente seria citada em referências a este artigo de outros artigos. Não a use para a data de entrada no repositório – ela deve ir para citation_online_date. Forneça datas completas no formato “2010/5/12”, se disponível; ou um ano sozinho, caso contrário. Esta tag é necessária para inclusão no Google Acadêmico.
4. Para artigos de periódicos e conferências, forneça os dados de citação bibliográfica restantes nas seguintes tags: citation_journal_title ou citation_conference_title, citation_issn, citation_isbn, citation_volume, citation_issue, citation_firstpage e citation_lastpage. Os equivalentes do Dublin Core são DC.relation.ispartof para títulos de periódicos e conferências e as tags não padronizadas DC.citation.volume, DC.citation.issue, DC.citation.spage (página inicial) e DC.citation.epage (página final) para os campos restantes. Independentemente do esquema escolhido, esses campos devem conter informações suficientes para identificar uma referência a este artigo de outro documento, que normalmente é tudo de: (a) nome do periódico ou conferência, (b) números de volume e edição, se aplicável, e (c) o número da primeira página do artigo no volume (ou edição) em questão.
5. Para teses, dissertações e relatórios técnicos, forneça os dados de citação bibliográfica restantes nas seguintes tags: citation_dissertation_institution, citation_technical_report_institution ou DC.publisher para o nome da instituição e citation_technical_report_number para o número do relatório técnico. Assim como em artigos de periódicos e conferências, você precisa fornecer informações suficientes para reconhecer uma citação formal deste documento de outro artigo.
6. Para todos os tipos de documentos, o princípio orientador é apresentar seu artigo como ele normalmente seria citado na seção “Referências” de outro artigo. Por exemplo, citações de relatórios técnicos normalmente incluem seus números atribuídos, então o número do relatório deve estar presente em algum campo apropriado. Da mesma forma, o nome do periódico deve ser escrito como “Transactions on Magic Realism” ou “Trans. Mag. Real.”, não como “Magic Realism, Transactions on” ou “T12”. A omissão ou apresentação incomum de campos bibliográficos importantes pode levar à identificação incorreta de seus artigos.
7. Todos os valores de tag são atributos HTML, então você deve escapar caracteres especiais apropriadamente. Por exemplo, <meta name=”citation_title” content=””Andar com meus sapatos” – uma análise crítica”>. Não há necessidade de escapar caracteres que são escritos diretamente na codificação de caracteres da sua página da web, como diacríticos latinos em uma página em ISO-8859-1. No entanto, você ainda deve escapar as aspas e os colchetes angulares.
8. As tags “<meta>” normalmente se aplicam somente à página exata em que são fornecidas. Se esta página mostrar somente o resumo do artigo e você tiver o texto completo em um arquivo separado, por exemplo, no formato PDF, especifique os locais de todas as versões de texto completo usando as tags citation_pdf_url ou DC.identifier. O conteúdo da tag é a URL absoluta do arquivo PDF; por razões de segurança, ela deve se referir a um arquivo no mesmo subdiretório do resumo HTML.

Não vincular as versões alternativas pode resultar na indexação incorreta dos arquivos PDF, porque esses arquivos seriam processados ​​como documentos separados, sem as informações contidas nas metatags.

Exemplo:

Tenha em mente que, independentemente do esquema de meta-tag escolhido, você precisa fornecer pelo menos três campos: (1) o título do artigo, (2) o nome completo de pelo menos o primeiro autor e (3) o ano de publicação. As páginas que não fornecerem nenhum desses três campos serão processadas como se não tivessem nenhuma meta-tag. Da mesma forma, todos os arquivos PDF serão processados ​​como se não tivessem nenhuma meta-tag, a menos que sejam vinculados a partir dos resumos HTML correspondentes usando as tags citation_pdf_url ou DC.identifier. Funciona melhor fornecer as meta-tags para todas as versões do seu artigo, não apenas para uma das versões.

2.a. Indexação de conteúdo sem as meta-tags

Se não for prático para você implementar as tags HTML “<meta>”, por exemplo, se seus artigos estiverem disponíveis apenas no formato PDF, o documento precisará ser organizado visualmente de acordo com as seguintes convenções.

1. O título do artigo deve ser o maior pedaço de texto no topo da página. Use um tamanho de fonte de pelo menos 24 pt. em PDF, ou coloque o título dentro de uma tag “<h1>” ou “<h2>” em HTML, ou use uma classe CSS chamada “citation_title”. Use a mesma fonte para o título inteiro. Certifique-se de que todo o outro texto na página, em particular o nome do repositório ou do periódico, esteja definido em uma fonte menor do que o título do artigo – caso contrário, este outro texto maior pode ser incorretamente interpretado como o título do artigo.
2. Os autores do artigo devem ser listados logo antes ou logo depois do título, em uma fonte um pouco menor, mas ainda maior que o texto normal. Use uma fonte de 16-23 pt. em PDF, ou coloque os autores dentro de uma tag “<h3>” em HTML, ou envolva-os em uma classe CSS chamada “citation_author”. Use a mesma fonte para todos os nomes de autores. Certifique-se de que os nomes do repositório e do periódico, bem como o texto dos títulos das seções, sejam definidos em uma fonte menor que a dos autores do artigo – caso contrário, esse outro texto maior pode ser interpretado incorretamente como os autores. Use “Sentence case” em vez de “Title Case” para títulos de seção et. al., para evitar confusão com nomes de autores. Separe vários nomes de autores com vírgulas ou ponto e vírgula e omita suas afiliações, graus e certificações da linha do autor. Use um formato explícito como “por John Smith” ou “Autor: John Smith”, se apropriado.
3. Inclua uma citação bibliográfica para uma versão publicada do artigo em uma linha por si só, e coloque-a dentro do cabeçalho ou rodapé da primeira página no arquivo PDF, ou ao lado do título e dos autores em HTML. Use um formato de citação explícito, por exemplo: “J. Biol. Chem., vol. 234, no. 8, pp. 1971-1975, agosto de 1959”. Se o artigo não for publicado, inclua a data completa de sua versão atual em uma linha por si só, por exemplo, “12 de agosto de 2009”.
4. Evite usar fontes Type 3 em arquivos PDF, porque elas são frequentemente geradas com informações de tamanho de fonte e codificação de caracteres ausentes ou incorretas, o que dificulta que nosso software analisador extraia os dados bibliográficos. Você pode verificar os tipos de fontes no menu File -> Properties… no Adobe Acrobat Reader. Se estiver usando LaTeX, considere mudar para fontes Type 1, por exemplo, \usepackage{times}, \usepackage{helvet} ou \usepackage{palatino}.

Por favor, entenda que não é possível para nossos analisadores automatizados identificar corretamente dados bibliográficos em formatos tão vagamente definidos com 100% de precisão; e que a falha em identificar corretamente certos campos pode levar à exclusão de seus artigos do Google Acadêmico. Se você não estiver satisfeito com a precisão dos seus resultados do Google Acadêmico, você precisa criar páginas HTML com resumos e adicionar as tags “<meta>” a elas, conforme descrito acima.

3. Marcação das referências

Marque a seção do artigo que contém referências a outros trabalhos com um título padrão, como “Referências” ou “Bibliografia”, em uma linha só para si. As referências individuais dentro desta seção devem ser numeradas “1. – 2. – 3.” ou “[1] – [2] – [3]” em PDF, ou colocadas dentro de uma lista “<ol>” em HTML. O texto de cada referência deve ser uma citação bibliográfica formal em um formato comumente usado, sem comentários de forma livre .

Por favor, entenda que as referências são identificadas automaticamente pelo software do analisador; elas não são inseridas ou corrigidas por operadores humanos. Embora tentemos oferecer suporte aos formatos de referência mais comuns, não é possível garantir que todas as referências sejam identificadas corretamente; e a identificação incorreta de referências pode levar à exclusão de seus artigos do Google Acadêmico ou à baixa classificação de seus artigos nos resultados da pesquisa.

== REFERÊNCIA ==

GOOGLE SCHOLAR. Inclusion Guidelines for Webmasters 2025. Disponível em: https://scholar.google.com/intl/en/scholar/inclusion.html#faq Acesso em: 20 jan. 2025.