Citation Management

Gestão de Citações

Visão Geral

Gerencie citações sistematicamente ao longo do processo de pesquisa e escrita. Esta habilidade fornece ferramentas e estratégias para buscar em bancos de dados acadêmicos (Google Scholar, PubMed), extrair metadados precisos de múltiplas fontes (CrossRef, PubMed, arXiv), validar informações de citação e gerar entradas BibTeX corretamente formatadas.

Crítico para manter a precisão de citações, evitar erros de referência e garantir pesquisa reproduzível. Integra-se perfeitamente com a habilidade de revisão de literatura para fluxos de trabalho de pesquisa abrangentes.

Quando Usar Esta Habilidade

Use esta habilidade quando:

• Pesquisar artigos específicos no Google Scholar ou PubMed
• Converter DOIs, PMIDs ou IDs do arXiv para BibTeX corretamente formatado
• Extrair metadados completos para citações (autores, título, periódico, ano, etc.)
• Validar citações existentes quanto à precisão
• Limpar e formatar arquivos BibTeX
• Encontrar artigos altamente citados em um campo específico
• Verificar se as informações de citação correspondem à publicação real
• Construir uma bibliografia para um manuscrito ou tese
• Verificar citações duplicadas
• Garantir formatação consistente de citações

Aprimoramento Visual com Esquemas Científicos

Ao criar documentos com esta habilidade, sempre considere adicionar diagramas e esquemas científicos para aprimorar a comunicação visual.

Se o seu documento ainda não contiver esquemas ou diagramas:

• Use a habilidade scientific-schematics para gerar diagramas de qualidade para publicação com IA
• Simplesmente descreva seu diagrama desejado em linguagem natural
• Nano Banana Pro gerará, revisará e refinará automaticamente o esquema

Para novos documentos: Os esquemas científicos devem ser gerados por padrão para representar visualmente conceitos-chave, fluxos de trabalho, arquiteturas ou relações descritas no texto.

Como gerar esquemas:

python scripts/generate_schematic.py "sua descrição do diagrama" -o figures/output.png

A IA gerará automaticamente:

• Imagens de qualidade para publicação com formatação apropriada
• Revisão e refinamento através de múltiplas iterações
• Garantia de acessibilidade (amigável para daltônicos, alto contraste)
• Salvamento de outputs no diretório figures/

Quando adicionar esquemas:

• Diagramas de fluxo de trabalho de citação
• Fluxogramas de metodologia de busca de literatura
• Arquiteturas de sistema de gerenciamento de referências
• Árvores de decisão de estilo de citação
• Diagramas de integração de banco de dados
• Qualquer conceito complexo que se beneficie de visualização

Para orientação detalhada sobre como criar esquemas, consulte a documentação da habilidade scientific-schematics.

Fluxo de Trabalho Principal

A gestão de citações segue um processo sistemático:

Fase 1: Descoberta e Busca de Artigos

Objetivo: Encontrar artigos relevantes usando mecanismos de busca acadêmica.

Busca no Google Scholar

Google Scholar oferece cobertura mais abrangente entre disciplinas.

Busca Básica:

# Pesquisar artigos sobre um tópico
python scripts/search_google_scholar.py "edição de genes CRISPR" \
  --limit 50 \
  --output results.json

# Pesquisar com filtro de ano
python scripts/search_google_scholar.py "aprendizado de máquina dobramento de proteínas" \
  --year-start 2020 \
  --year-end 2024 \
  --limit 100 \
  --output ml_proteins.json

Estratégias de Busca Avançada (ver references/google_scholar_search.md):

• Use aspas para frases exatas: "aprendizado profundo"
• Pesquise por autor: author:LeCun
• Pesquise no título: intitle:"redes neurais"
• Exclua termos: aprendizado de máquina -survey
• Encontre artigos altamente citados usando opções de classificação
• Filtre por intervalo de datas para obter trabalhos recentes

Melhores Práticas:

• Use termos de busca específicos e direcionados
• Inclua termos técnicos e siglas principais
• Filtre por anos recentes para campos em movimento rápido
• Verifique "Citado por" para encontrar artigos seminais
• Exporte resultados principais para análise adicional

Busca no PubMed

PubMed especializa-se em literatura biomédica e ciências da vida (35+ milhões de citações).

Busca Básica:

# Pesquisar PubMed
python scripts/search_pubmed.py "tratamento da doença de Alzheimer" \
  --limit 100 \
  --output alzheimers.json

# Pesquisar com termos MeSH e filtros
python scripts/search_pubmed.py \
  --query '"Doença de Alzheimer"[MeSH] AND "Terapia Medicamentosa"[MeSH]' \
  --date-start 2020 \
  --date-end 2024 \
  --publication-types "Clinical Trial,Review" \
  --output alzheimers_trials.json

Consultas Avançadas do PubMed (ver references/pubmed_search.md):

• Use termos MeSH: "Diabetes Mellitus"[MeSH]
• Tags de campo: "câncer"[Title], "Smith J"[Author]
• Operadores booleanos: AND, OR, NOT
• Filtros de data: 2020:2024[Publication Date]
• Tipos de publicação: "Review"[Publication Type]
• Combine com API E-utilities para automação

Melhores Práticas:

• Use o Navegador MeSH para encontrar vocabulário controlado correto
• Construa consultas complexas no Construtor de Busca Avançada do PubMed primeiro
• Inclua múltiplos sinônimos com OR
• Recupere PMIDs para fácil extração de metadados
• Exporte para JSON ou diretamente para BibTeX

Fase 2: Extração de Metadados

Objetivo: Converter identificadores de artigos (DOI, PMID, ID arXiv) em metadados completos e precisos.

Conversão Rápida de DOI para BibTeX

Para DOIs únicos, use a ferramenta de conversão rápida:

# Converter DOI único
python scripts/doi_to_bibtex.py 10.1038/s41586-021-03819-2

# Converter múltiplos DOIs de um arquivo
python scripts/doi_to_bibtex.py --input dois.txt --output references.bib

# Diferentes formatos de output
python scripts/doi_to_bibtex.py 10.1038/nature12345 --format json

Extração Abrangente de Metadados

Para DOIs, PMIDs, IDs do arXiv ou URLs:

# Extrair de DOI
python scripts/extract_metadata.py --doi 10.1038/s41586-021-03819-2

# Extrair de PMID
python scripts/extract_metadata.py --pmid 34265844

# Extrair de ID arXiv
python scripts/extract_metadata.py --arxiv 2103.14030

# Extrair de URL
python scripts/extract_metadata.py --url "https://www.nature.com/articles/s41586-021-03819-2"

# Extração em lote de arquivo (identificadores mistos)
python scripts/extract_metadata.py --input identifiers.txt --output citations.bib

Fontes de Metadados (ver references/metadata_extraction.md):

1. API CrossRef: Fonte primária para DOIs

   • Metadados abrangentes para artigos de periódicos
   • Informações fornecidas pelo editor
   • Inclui autores, título, periódico, volume, páginas, datas
   • Gratuito, sem chave de API necessária

2. E-utilities do PubMed: Literatura biomédica

   • Metadados oficiais do NCBI
   • Inclui termos MeSH, resumos
   • Identificadores PMID e PMCID
   • Gratuito, chave de API recomendada para alto volume

3. API do arXiv: Pré-impressões em física, matemática, CI, q-bio

   • Metadados completos para pré-impressões
   • Rastreamento de versão
   • Afiliações de autores
   • Acesso gratuito e aberto

4. API DataCite: Conjuntos de dados de pesquisa, software, outros recursos

   • Metadados para outputs acadêmicos não-tradicionais
   • DOIs para conjuntos de dados e código
   • Acesso gratuito

O que é Extraído:

• Campos obrigatórios: autor, título, ano
• Artigos de periódicos: periódico, volume, número, páginas, DOI
• Livros: editora, ISBN, edição
• Artigos de conferência: nome da conferência, local, páginas
• Pré-impressões: repositório (arXiv, bioRxiv), ID de pré-impressão
• Adicional: resumo, palavras-chave, URL

Fase 3: Formatação BibTeX

Objetivo: Gerar entradas BibTeX limpas e corretamente formatadas.

Compreendendo Tipos de Entradas BibTeX

Ver references/bibtex_formatting.md para guia completo.

Tipos de Entrada Comuns:

• @article: Artigos de periódicos (mais comum)
• @book: Livros
• @inproceedings: Artigos de conferência
• @incollection: Capítulos de livros
• @phdthesis: Dissertações
• @misc: Pré-impressões, software, conjuntos de dados

Campos Obrigatórios por Tipo:

@article{citationkey,
  author  = {Last1, First1 and Last2, First2},
  title   = {Article Title},
  journal = {Journal Name},
  year    = {2024},
  volume  = {10},
  number  = {3},
  pages   = {123--145},
  doi     = {10.1234/example}
}

@inproceedings{citationkey,
  author    = {Last, First},
  title     = {Paper Title},
  booktitle = {Conference Name},
  year      = {2024},
  pages     = {1--10}
}

@book{citationkey,
  author    = {Last, First},
  title     = {Book Title},
  publisher = {Publisher Name},
  year      = {2024}
}

Formatação e Limpeza

Use o formatador para padronizar arquivos BibTeX:

# Formatar e limpar arquivo BibTeX
python scripts/format_bibtex.py references.bib \
  --output formatted_references.bib

# Classificar entradas por chave de citação
python scripts/format_bibtex.py references.bib \
  --sort key \
  --output sorted_references.bib

# Classificar por ano (mais recentes primeiro)
python scripts/format_bibtex.py references.bib \
  --sort year \
  --descending \
  --output sorted_references.bib

# Remover duplicatas
python scripts/format_bibtex.py references.bib \
  --deduplicate \
  --output clean_references.bib

# Validar e gerar relatório
python scripts/format_bibtex.py references.bib \
  --validate \
  --report validation_report.txt

Operações de Formatação:

• Padronizar ordem de campos
• Indentação e espaçamento consistentes
• Capitalização apropriada em títulos (protegida com {})
• Formato de nome de autor padronizado
• Formato de chave de citação consistente
• Remover campos desnecessários
• Corrigir erros comuns (vírgulas, chaves ausentes)

Fase 4: Validação de Citações

Objetivo: Verificar se todas as citações são precisas e completas.

Validação Abrangente

# Validar arquivo BibTeX
python scripts/validate_citations.py references.bib

# Validar e corrigir problemas comuns
python scripts/validate_citations.py references.bib \
  --auto-fix \
  --output validated_references.bib

# Gerar relatório de validação detalhado
python scripts/validate_citations.py references.bib \
  --report validation_report.json \
  --verbose

Verificações de Validação (ver references/citation_validation.md):

1. Verificação de DOI:

   • DOI resolve corretamente via doi.org
   • Metadados correspondem entre BibTeX e CrossRef
   • Sem DOIs quebrados ou inválidos

2. Campos Obrigatórios:

   • Todos os campos obrigatórios presentes para tipo de entrada
   • Nenhuma informação vazia ou crítica ausente
   • Nomes de autores corretamente formatados

3. Consistência de Dados:

   • Ano é válido (4 dígitos, intervalo razoável)
   • Volume/número são numéricos
   • Páginas formatadas corretamente (ex: 123--145)
   • URLs são acessíveis

4. Detecção de Duplicatas:

   • Mesmo DOI usado múltiplas vezes
   • Títulos similares (possíveis duplicatas)
   • Combinações de autor/ano/título idênticas

5. Conformidade de Formato:

   • Sintaxe BibTeX válida
   • Chaves e aspas apropriadas
   • Chaves de citação únicas
   • Caracteres especiais tratados corretamente

Output de Validação:

{
  "total_entries": 150,
  "valid_entries": 145,
  "errors": [
    {
      "citation_key": "Smith2023",
      "error_type": "missing_field",
      "field": "journal",
      "severity": "high"
    },
    {
      "citation_key": "Jones2022",
      "error_type": "invalid_doi",
      "doi": "10.1234/broken",
      "severity": "high"
    }
  ],
  "warnings": [
    {
      "citation_key": "Brown2021",
      "warning_type": "possible_duplicate",
      "duplicate_of": "Brown2021a",
      "severity": "medium"
    }
  ]
}

Fase 5: Integração com Fluxo de Trabalho de Escrita

Construindo Referências para Manuscritos

Fluxo de trabalho completo para criar uma bibliografia:

# 1. Pesquisar artigos sobre seu tópico
python scripts/search_pubmed.py \
  '"Sistemas CRISPR-Cas"[MeSH] AND "Edição de Genes"[MeSH]' \
  --date-start 2020 \
  --limit 200 \
  --output crispr_papers.json

# 2. Extrair DOIs dos resultados de busca e converter para BibTeX
python scripts/extract_metadata.py \
  --input crispr_papers.json \
  --output crispr_refs.bib

# 3. Adicionar artigos específicos por DOI
python scripts/doi_to_bibtex.py 10.1038/nature12345 >> crispr_refs.bib
python scripts/doi_to_bibtex.py 10.1126/science.abcd1234 >> crispr_refs.bib

# 4. Formatar e limpar arquivo BibTeX
python scripts/format_bibtex.py crispr_refs.bib \
  --deduplicate \
  --sort year \
  --descending \
  --output references.bib

# 5. Validar todas as citações
python scripts/validate_citations.py references.bib \
  --auto-fix \
  --report validation.json \
  --output final_references.bib

# 6. Revisar relatório de validação e corrigir problemas restantes
cat validation.json

# 7. Usar em seu documento LaTeX
# \bibliography{final_references}

Integração com Habilidade de Revisão de Literatura

Esta habilidade complementa a habilidade literature-review:

Habilidade de Revisão de Literatura → Busca e síntese sistemáticas Habilidade de Gestão de Citações → Tratamento técnico de citações

Fluxo de Trabalho Combinado:

1. Use literature-review para busca abrangente em múltiplos bancos de dados
2. Use citation-management para extrair e validar todas as citações
3. Use literature-review para sintetizar achados tematicamente
4. Use citation-management para verificar precisão final da bibliografia

# Após completar revisão de literatura
# Verificar todas as citações no documento de revisão
python scripts/validate_citations.py my_review_references.bib --report review_validation.json

# Formatar para estilo de citação específico, se necessário
python scripts/format_bibtex.py my_review_references.bib \
  --style nature \
  --output formatted_refs.bib

Estratégias de Busca

Melhores Práticas no Google Scholar

Encontrando Artigos Seminais:

• Classifique por contagem de citações (mais citados primeiro)
• Procure por artigos de revisão para visão geral
• Verifique "Citado por" para avaliação de impacto
• Use alertas de citação para rastrear novas citações

Operadores Avançados (lista completa em references/google_scholar_search.md):

"frase exata"           # Correspondência de frase exata
author:sobrenome        # Pesquisa por autor
intitle:palavra-chave   # Pesquisa apenas no título
source:periódico        # Pesquisa periódico específico
-excluir               # Excluir termos
OR                     # Termos alternativos
2020..2024            # Intervalo de ano

Buscas de Exemplo:

# Encontrar revisões recentes sobre um tópico
"CRISPR" intitle:review 2023..2024

# Encontrar artigos de autor específico sobre tópico
author:Church "biologia sintética"

# Encontrar trabalho fundamental altamente citado
"aprendizado profundo" 2012..2015 sort:citations

# Excluir surveys e focar em métodos
"dobramento de proteínas" -survey -review intitle:method

Melhores Práticas no PubMed

Usando Termos MeSH: MeSH (Medical Subject Headings) oferece vocabulário controlado para buscas precisas.

1. Encontre termos MeSH em https://meshb.nlm.nih.gov/search
2. Use em consultas: "Diabetes Mellitus, Type 2"[MeSH]
3. Combine com palavras-chave para cobertura abrangente

Tags de Campo:

[Title]              # Pesquisa apenas no título
[Title/Abstract]     # Pesquisa no título ou resumo
[Author]             # Pesquisa por nome de autor
[Journal]            # Pesquisa periódico específico
[Publication Date]   # Intervalo de data
[Publication Type]   # Tipo de artigo
[MeSH]              # Termo MeSH

Construindo Consultas Complexas:

# Ensaios clínicos sobre tratamento de diabetes publicados recentemente
"Diabetes Mellitus, Type 2"[MeSH] AND "Terapia Medicamentosa"[MeSH] 
AND "Clinical Trial"[Publication Type] AND 2020:2024[Publication Date]

# Revisões sobre CRISPR em periódico específico
"Sistemas CRISPR-Cas"[MeSH] AND "Nature"[Journal] AND "Review"[Publication Type]

# Trabalho recente de autor específico
"Smith AB"[Author] AND câncer[Title/Abstract] AND 2022:2024[Publication Date]

E-utilities para Automação: Os scripts usam API E-utilities do NCBI para acesso programático:

• ESearch: Pesquisar e recuperar PMIDs
• EFetch: Recuperar metadados completos
• ESummary: Obter informações de resumo
• ELink: Encontrar artigos relacionados

Ver references/pubmed_search.md para documentação completa da API.

Ferramentas e Scripts

search_google_scholar.py

Pesquisar Google Scholar e exportar resultados.

Características:

• Busca automatizada com limitação de taxa
• Suporte a paginação
• Filtragem por intervalo de ano
• Exportação para JSON ou BibTeX
• Informações de contagem de citações

Uso:

# Busca básica
python scripts/search_google_scholar.py "computação quântica"

# Busca avançada com filtros
python scripts/search_google_scholar.py "computação quântica" \
  --year-start 2020 \
  --year-end 2024 \
  --limit 100 \
  --sort-by citations \
  --output quantum_papers.json

# Exportar diretamente para BibTeX
python scripts/search_google_scholar.py "aprendizado de máquina" \
  --limit 50 \
  --format bibtex \
  --output ml_papers.bib

search_pubmed.py

Pesquisar PubMed usando API E-utilities.

Características:

• Suporte a consulta complexa (MeSH, tags de campo, Booleano)
• Filtragem por intervalo de data
• Filtragem por tipo de publicação
• Recuperação em lote com metadados
• Exportação para JSON ou BibTeX

Uso:

# Busca simples por palavra-chave
python scripts/search_pubmed.py "edição de genes CRISPR"

# Consulta complexa com filtros
python scripts/search_pubmed.py \
  --query '"Sistemas CRISPR-Cas"[MeSH] AND "terapêutico"[Title/Abstract]' \
  --date-start 2020-01-01 \
  --date-end 2024-12-31 \
  --publication-types "Clinical Trial,Review" \
  --limit 200 \
  --output crispr_therapeutic.json

# Exportar para BibTeX
python scripts/search_pubmed.py "doença de Alzheimer" \
  --limit 100 \
  --format bibtex \
  --output alzheimers.bib

extract_metadata.py

Extrair metadados completos de identificadores de artigos.

Características:

• Suporta DOI, PMID, ID arXiv, URL
• Consulta APIs CrossRef, PubMed, arXiv
• Trata múltiplos tipos de identificador
• Processamento em lote
• Múltiplos formatos de output

Uso:

# DOI único
python scripts/extract_metadata.py --doi 10.1038/s41586-021-03819-2

# PMID único
python scripts/extract_metadata.py --pmid 34265844

# ID arXiv único
python scripts/extract_metadata.py --arxiv 2103.14030

# De URL
python scripts/extract_metadata.py \
  --url "https://www.nature.com/articles/s41586-021-03819-2"

# Processamento em lote (arquivo com um identificador por linha)
python scripts/extract_metadata.py \
  --input paper_ids.txt \
  --output references.bib

# Diferentes formatos de output
python scripts/extract_metadata.py \
  --doi 10.1038/nature12345 \
  --format json  # ou bibtex, yaml

validate_citations.py

Validar entradas BibTeX quanto à precisão e completude.

Características:

• Verificação de DOI via doi.org e CrossRef
• Verificação de campo obrigatório
• Detecção de duplicata
• Validação de formato
• Correção automática de problemas comuns
• Relatório detalhado

Uso:

# Validação básica
python scripts/validate_citations.py references.bib

# Com correção automática
python scripts/validate_citations.py references.bib \
  --auto-fix \
  --output fixed_references.bib

# Relatório de validação detalhado
python scripts/validate_citations.py references.bib \
  --report validation_report.json \
  --verbose

# Verificar apenas DOIs
python scripts/validate_citations.py references.bib \
  --check-dois-only

format_bibtex.py

Formatar e limpar arquivos BibTeX.

Características:

• Padronizar formatação
• Classificar entradas (por chave, ano, autor)
• Remover duplicatas
• Validar sintaxe
• Corrigir erros comuns
• Impor convenções de chave de citação

Uso:

# Formatação básica
python scripts/format_bibtex.py references.bib

# Classificar por ano (mais recentes primeiro)
python scripts/format_bibtex.py references.bib \
  --sort year \
  --descending \
  --output sorted_refs.bib

# Remover duplicatas
python scripts/format_bibtex.py references.bib \
  --deduplicate \
  --output clean_refs.bib

# Limpeza completa
python scripts/format_bibtex.py references.bib \
  --deduplicate \
  --sort year \
  --validate \
  --auto-fix \
  --output final_refs.bib

doi_to_bibtex.py

Conversão rápida de DOI para BibTeX.

Características:

• Conversão rápida de DOI único
• Processamento em lote
• Múltiplos formatos de output
• Suporte à área de transferência

Uso:

# DOI único
python scripts/doi_to_bibtex.py 10.1038/s41586-021-03819-2

# Múltiplos DOIs
python scripts/doi_to_bibtex.py \
  10.1038/nature12345 \
  10.1126/science.abc1234 \
  10.1016/j.cell.2023.01.001

# De arquivo (um DOI por linha)
python scripts/doi_to_bibtex.py --input dois.txt --output references.bib

# Copiar para área de transferência
python scripts/doi_to_bibtex.py 10.1038/nature12345 --clipboard

Melhores Práticas

Estratégia de Busca

1. Comece amplo, depois restrinja:

   • Comece com termos gerais para entender o campo
   • Refine com palavras-chave específicas e filtros
   • Use sinônimos e termos relacionados

2. Use múltiplas fontes:

   • Google Scholar para cobertura abrangente
   • PubMed para foco biomédico
   • arXiv para pré-impressões
   • Combine resultados para completude

3. Aproveite citações:

   • Verifique "Citado por" para artigos seminais
   • Revise referências de artigos principais
   • Use redes de citação para descobrir trabalho relacionado

4. Documente suas buscas:

   • Salve consultas de busca e datas
   • Registre número de resultados
   • Anote filtros ou restrições aplicadas

Extração de Metadados

1. Sempre use DOIs quando disponíveis:

   • Identificador mais confiável
   • Link permanente para publicação
   • Melhor fonte de metadados via CrossRef

2. Verifique metadados extraídos:

   • Verifique se os nomes de autores estão corretos
   • Verifique nomes de periódico/conferência
   • Confirme ano de publicação
   • Valide números de página e volume

3. Trate casos especiais:

   • Pré-impressões: Inclua repositório e ID
   • Pré-impressões depois publicadas: Use versão publicada
   • Artigos de conferência: Inclua nome e local da conferência
   • Capítulos de livros: Inclua título do livro e editores

4. Mantenha consistência:

   • Use formato de nome de autor consistente
   • Padronize abreviações de periódicos
   • Use mesmo formato de DOI (URL preferido)

Qualidade BibTeX

1. Siga convenções:

   • Use chaves de citação significativas (FirstAutor2024palavra-chave)
   • Proteja capitalização em títulos com {}
   • Use -- para intervalos de páginas (não hífen único)
   • Inclua campo DOI para todas as publicações modernas

2. **Mantenha lim