vosviewer

Cria e abre visualizações de redes bibliométricas no VOSviewer (versão desktop ou online) a partir de dados bibliográficos. Use esta skill sempre que o usuário quiser visualizar coautoria, cocitação, coocorrência de palavras-chave, acoplamento bibliográfico ou mapas de termos provenientes do PubMed, Crossref, Scopus, Web of Science, exportações RIS, fontes do NotebookLM ou qualquer lista de artigos.

O que é vosviewer?

Esta skill permite transformar conjuntos de dados bibliográficos em visualizações de redes interativas no VOSviewer, tanto na versão online (app.vosviewer.com, sem instalação) quanto na versão desktop (arquivos .map + .net). Ela suporta quatro tipos principais de análise: coautoria, cocitação, acoplamento bibliográfico e coocorrência de termos/palavras-chave. A skill integra-se com múltiplas fontes de dados, como PubMed, Crossref, OpenAlex, arquivos RIS e fontes do NotebookLM, e inclui scripts Python prontos para converter dados nesses formatos para o formato JSON do VOSviewer. O fluxo de trabalho padrão envolve identificar a fonte de dados, escolher o tipo de análise, construir a rede usando os scripts fornecidos e então oferecer ao usuário um link para a versão online ou instruções para abrir no desktop, além de opções de ajuste fino como filtros por peso mínimo e mesclagem de sinônimos via tesauro.

Funciona com~Claude Code~Codex CLI~Cursor
Part ofMobile
npx skills add https://github.com/ricamesq/docencia-com-ia/tree/main/skills/vosviewer

Installed? Explore more Programação e Desenvolvimento skills: steipete/bluebubbles, steipete/eightctl, steipete/blucli · View all 6 →

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

Integração VOSviewer

Propósito: transformar qualquer conjunto de dados bibliográficos em uma rede funcional do VOSviewer: seja como um arquivo JSON que carrega diretamente no VOSviewer Online (sem instalação), ou como um par .map + .net para a versão desktop.

Quando usar esta skill

Acione esta skill quando o usuário solicitar qualquer um dos seguintes:

  • Mapa bibliométrico / bibliometric map
  • Rede de coautoria / co-authorship network
  • Rede de co-citação / co-citation network / bibliographic coupling
  • Mapa de termos / keyword map / term co-occurrence
  • "Visualizar artigos do PubMed/Crossref/Scopus/RIS no VOSviewer"
  • "Quero ver a rede de autores/termos/keywords de …"
  • Explícito: "VOSviewer", "app.vosviewer.com", ".map", ".net", ".json VOSviewer"

Considere também esta skill quando o usuário tiver um conjunto de referências acadêmicas (fontes do NotebookLM, acervo, bibliografia_parsed.json) e quiser explorá-lo visualmente.

Conceitos principais

O VOSviewer trabalha com itens (nós) conectados por ligações (arestas), organizados em clusters. Itens podem ser autores, documentos, termos, palavras-chave, periódicos, organizações, países, etc.

Quatro tipos de análise:

  1. Coautoria: itens = autores/organizações/países, força da ligação = número de artigos em coautoria
  2. Cocitação: itens = referências citadas/autores/fontes, força da ligação = número de documentos que citam ambos
  3. Acoplamento bibliográfico: itens = documentos/autores/fontes, força da ligação = número de referências compartilhadas
  4. Coocorrência: itens = palavras-chave/termos, força da ligação = número de documentos onde ambos aparecem

Formatos de arquivo aceitos pelo VOSviewer

FormatoExtensãoCaso de uso
JSON do VOSviewer.jsonMelhor para compartilhamento. Arquivo único carrega no VOSviewer Online via URL. Contém itens + ligações + configuração.
Mapa + Rede.map + .netFormato clássico desktop. Separado por tabulação. .map = itens, .net = ligações.
Banco de dados bibliográficoVáriosExportações brutas do Web of Science, Scopus, Dimensions, Lens, PubMed (MEDLINE), JSON do Crossref, RIS. O VOSviewer analisa estes diretamente.

Regra prática: Produza o arquivo JSON sempre que possível: é o mais flexível, compartilhável e funciona no VOSviewer Online (sem necessidade de instalação desktop).

Esquema JSON do VOSviewer (essenciais)

{
  "network": {
    "items": [
      {
        "id": 1,                          // inteiro único
        "label": "cultura digital",       // nome de exibição
        "description": "HTML opcional",   // mostrado no popover
        "url": "https://...",             // URL clicável opcional
        "x": 0.42,                        // opcional; o VOSviewer calcula se omitido
        "y": -0.17,                       // opcional
        "cluster": 1,                     // id do cluster (inteiro)
        "weights": {                      // pesos numéricos arbitrários
          "Documentos": 12,
          "Citações": 58,
          "Força total de ligação": 23
        },
        "scores": {                       // opcional: escores numéricos para coloração
          "Ano médio de publicação": 2022.4
        }
      }
    ],
    "links": [
      {"source_id": 1, "target_id": 2, "strength": 3}
    ]
  },
  "config": {
    "terminology": {                      // opcional: personalizar rótulos
      "item": "termo", "items": "termos",
      "link": "coocorrência", "links": "coocorrências",
      "cluster": "cluster", "clusters": "clusters"
    },
    "templates": [                        // opcional: visualização de rótulo/cor
      { "label_size": {"min": 0.5, "max": 2.0} }
    ]
  }
}

Fluxo de trabalho canônico

Siga estes passos quando o usuário solicitar uma visualização no VOSviewer:

1. Identificar a fonte de dados

Pergunte (ou infira) a partir de:

  • Consulta PubMed: use mcp__7899fadf-...__search_articles + get_article_metadata (este projeto tem o MCP do PubMed)
  • Crossref: WebFetch https://api.crossref.org/works?query=...&rows=100 (gratuito, sem chave)
  • OpenAlex: WebFetch https://api.openalex.org/works?search=...&per_page=100
  • Fontes do NotebookLM: mcp__notebooklm-mcp__source_get_content por fonte
  • Arquivo local: RIS, BibTeX, CSV, JSON no projeto (use Leitura/Glob)
  • Lista manual: usuário cola DOIs ou títulos

2. Escolher o tipo de análise

Usuário dizTipo de análiseItensLigações por
"rede de autores" / "co-authorship"coautoriaautoresartigos em coautoria
"mapa de termos" / "keyword map"coocorrênciapalavras-chave/termoscoocorrência em resumos/títulos
"co-citação" / "co-citation"cocitaçãoreferências citadasco-citadas por um artigo comum
"artigos similares" / "coupling"acoplamento bibliográficodocumentosreferências compartilhadas
"mapa de temas" / "themes"coocorrênciatermoscoocorrência

Padrão quando ambíguo: coocorrência de palavras-chave/termos: é a análise mais tolerante e funciona apenas com títulos e resumos.

3. Construir a rede

Use o script conversor apropriado em scripts/ (veja abaixo). Todos os scripts emitem um arquivo JSON do VOSviewer no diretório do projeto atual.

4. Abrir o resultado

Duas opções: apresente ambas ao usuário.

Opção A: VOSviewer Online (sem instalação):

  1. Hospede o arquivo JSON em qualquer lugar publicamente acessível (GitHub raw, S3, Netlify, Cloudflare R2, um gist, etc.)
  2. Construa a URL:
    https://app.vosviewer.com/?json=<URL-encoded-URL-to-json>
    
  3. Compartilhe esta URL com o usuário. Clicar nela carrega a rede diretamente no navegador.

Opção B: VOSviewer Desktop:

  1. Salve o arquivo JSON localmente
  2. Instrua o usuário: abra o VOSviewer → Arquivo → Abrir → selecione o arquivo JSON
  3. Alternativamente, forneça os arquivos .map + .net separados por tabulação

5. Oferecer ajustes

Após produzir a primeira versão, ofereça-se para:

  • Filtrar itens por peso mínimo (ex.: palavras-chave que aparecem ≥ 5 vezes)
  • Alterar o número de clusters por meio do parâmetro de resolução
  • Adicionar escores de ano para mostrar tendências temporais (mais antigo = azul, mais recente = vermelho)
  • Mesclar sinônimos por meio de um tesauro (ex.: "ia" ↔ "inteligência artificial")

Scripts

Esta skill vem com scripts conversores prontos em scripts/:

  • scripts/pubmed_to_vosviewer.py: Consulta PubMed → JSON de coocorrência de palavras-chave
  • scripts/crossref_to_vosviewer.py: Consulta Crossref → JSON de coautoria
  • scripts/openalex_to_vosviewer.py: Consulta OpenAlex → JSON de coocorrência de conceitos
  • scripts/ris_to_vosviewer.py: Arquivo RIS → JSON de coocorrência de palavras-chave
  • scripts/json_to_map_net.py: Converter JSON do VOSviewer → .map + .net para desktop
  • scripts/open_in_vosviewer.py: Construir a URL do VOSviewer Online (ou abrir desktop)

Todos os scripts usam apenas a biblioteca padrão do Python (sem dependências pip) a menos que indicado.

Tesauro (amigável ao português)

reference/thesaurus-pt.txt contém normalizações comuns de sinônimos em português brasileiro (ex.: ia → inteligência artificial, chatgpt → modelos de linguagem, aps → atenção primária). Carregue este arquivo ao construir mapas de coocorrência de termos para conjuntos de dados de saúde/educação em português.

Convenção de local de saída

Salve todos os arquivos produzidos em vosviewer-out/ na raiz do projeto atual (crie se não existir):

vosviewer-out/
├── YYYY-MM-DD_topic.json        # JSON do VOSviewer
├── YYYY-MM-DD_topic.map         # arquivo de mapa desktop (se solicitado)
├── YYYY-MM-DD_topic.net         # arquivo de rede desktop (se solicitado)
└── README.md                     # O que foi gerado, como e a URL Online

Formato de resposta

Ao entregar um resultado do VOSviewer ao usuário, SEMPRE inclua:

  1. Resumo do conjunto de dados: fonte, número de itens, número de ligações, intervalo de datas (se disponível)
  2. Caminho(s) do(s) arquivo(s): onde os arquivos JSON/map/net foram salvos
  3. URL do VOSviewer Online: se o JSON foi hospedado em algum lugar acessível
  4. Instruções para desktop: uma linha sobre como abrir o JSON localmente
  5. Próximas ações: o que ajustar em seguida (filtro, contagem de clusters, tesauro, etc.)

Mantenha a resposta concisa. Não cole o JSON completo no chat: apenas o resumo e a URL/caminho.

Links de referência

Individual skills in this repo

This repo contains 1 individual skill — each has its own dedicated page.

Habilidades Relacionadas