6 de dezembro de 2021

Registro de dados bibliográficos

Monitoramento
Divulgação

A experiência tem mostrado a predominância de duas grandes práticas perniciosas relativas ao levantamento da literatura. A primeira é a infantilidade de se coletar frases, conceitos e ditos que combinam com o que o pesquisador aceita. Neste caso é comum se ouvir comentários do tipo “achei legal essa frase, vou colocar na minha tese” e “esse conceito é muito interessante, vai ficar legal na minha fundamentação teórica”. A segunda é a ilusória ação de se coletar apenas dados a favor ou contra determinada posição axiológica, valorativa do pesquisador, que são expressas em afirmativas do tipo “vou provar que a cor da porta preta é a melhor que existe” ou “vou mostrar que pau é pedra”. Esta é uma atitude ilusória porque o indivíduo que faz isso não tem a menor ideia de que a ciência é um esforço coletivo para fazer avançar o conhecimento sobre a realidade. Nesse esforço, se as explicações existentes forem antagônicas, tanto melhor, desde que, naturalmente, tenham seguido com rigor os ditames do método científico. O registro dos dados bibliográficos, portanto, tem que ter uma lógica e algumas regras fundamentais.

A primeira coisa que se deve ter em mente é que a coleta de dados faz parte de uma pesquisa. A unidade de análise é cada documento que contém a resposta procurada e o nível de análise é o conjunto das respostas que vão ser coletadas. Daí vem que, se a pergunta tiver 100 respostas nas bases de dados apenas no primeiro ano, as 100 respostas precisam ser coletadas; se houver 10.000 respostas, é preciso fazer o cálculo de uma amostra. Isso quer dizer que não é qualquer número de respostas que se deve coletar. O cientista tem que trabalhar com todas. Mas, como isso demanda tempo, faz-se um processo de amostragem, desde que rigoroso, para que a resposta gerada represente o conjunto de todas as respostas disponíveis.

A segunda coisa é que a resposta tem que ser válida. Uma resposta é válida quando está em conformidade com o padrão de resposta e seja fornecida por um documento que apresenta uma seção com o método científico. Se o padrão de resposta for “Os tipos de liderança são…”, apenas dados que começam com esse padrão podem ser coletados, uma vez que quero responder à questão “Quais são os tipos de liderança que existem?”. Antes de ser coletada a resposta, porém, é necessário se certificar de que o documento onde ela está contida tem um capítulo ou uma seção descrevendo como os seus resultados foram gerados. A razão disso é que conhecimento científico só se faz com conhecimentos científicos. Ainda que a resposta seja coletada em livros, esses livros têm que ser coletâneas de estudos científicos.

A terceira coisa que é preciso atentar nos registros de dados bibliográficos é com as informações detalhadas dos documentos. Se você seguir as regras da American Psychological Association (APA), Associação Brasileira de Normas Técnicas (ABNT), Michigam ou outra qualquer, tenha o cuidado de colocar na coluna da direita da massa de dados todos esses dados. E faça isso com muita meticulosidade. Atente-se para o nome completo do autor e coloque apenas a Letra de cada nome e sobrenome, se usar a APA, ou os nomes e sobrenomes completos, se a ABNT. Muita, muita atenção para as minúcias. Bancas e editores não publicam sem que esses detalhes sejam cumpridos.

A quinta é relativa ao tamanho da amostra mínimo. Busque obter pelo menos 20 respostas para cada questão norteadora. Muitas vezes é difícil encontrar respostas suficientes para as questões. Em um levantamento recente, encontrei apenas três respostas nas publicações do ano 2021 e 2 no ano 2020. Fui coletando para trás: 2019, 2018, 2017 e sucessivamente, até o ano de 1994, quando consegui completar 20 respostas. Por que 20? Porque a experiência de vários grupos de pesquisas no Brasil e no mundo mostra que as respostas geradas com esse número se aproxima bastante das respostas geradas com números maiores. Evidentemente que número maior de amostra corresponde sempre a maior precisão e exatidão nas respostas. Vale a regra sempre: quanto maior, mais precisa. Mas quando não houver a possibilidade de grandes amostras, temos que trabalhar com tudo o que existe, ainda que esse tudo sejam 20 ou 10.

A sexta dá conta da exatidão do dado coletado. Aqui, a primeira preocupação é com o padrão de resposta, que em hipótese alguma deve ser desconsiderado, de maneira que todas as respostas têm a mesma estrutura. Por exemplo, questões processuais precisam vir em escala: primeiro, segundo, terceiro etc.; e questões estruturais precisam vir em formato de lista. Atente-se bastante para a geometria dos seus dados: eles devem estar de acordo com a pergunta e com o padrão de respostas. E anote sempre, no final do registro, o número da página de onde eles foram coletados. Este registro é fundamental para todos os processos de auditoria que porventura vierem a ser realizados. É isso mesmo: estudos científicos podem sofrer auditorias para aferir a sua veracidade e validade. Anote também, no pé de página da massa de dados, os anos a que os dados se referem. Se foram coletados dados dos anos 2015 a 2020, faça esse registro lá. Eles podem ser muito importantes no futuro.

A sistemática de coleta de dados preconizada pelo método científico-tecnológico tem regras e exigências cuja finalidade é a geração de respostas válidas e confiáveis, conforme as exigências o método científico. Da mesma forma que a revisão sistemática da literatura apresenta etapas e regras, também o MC-T dispõe de parâmetros similares, com a diferença que a revisão sistemática gera poucos documentos para revisão, enquanto o MC-T trata com uma quantidade muito superior. Dessa forma, no tocante ao registro dos dados, aqui foram apresentadas as seis regras e procedimentos que precisam ser seguidos para que se tenha uma amostra confiável e válida da literatura capaz de gerar respostas igualmente válidas e confiáveis.

Qual sua opinião? Deixe seu comentário

Gostou do Conteúdo? Assine nossa Newsletter

Compartilhe:

Facebook
Twitter
LinkedIn
Telegram
WhatsApp
Email

Compartilhe:

Compartilhar no facebook
Compartilhar no twitter
Compartilhar no linkedin
Compartilhar no telegram
Compartilhar no whatsapp
Compartilhar no email