String de busca que a base entende (e como registrar para o PRISMA)

Uma string de busca é a frase que você digita na caixa de uma base científica (Scopus, IEEE Xplore, OpenAlex) para que ela devolva os artigos que interessam à sua pesquisa. Não é uma pesquisa no Google: é um pedido escrito em uma pequena gramática, com palavras-chave, operadores e parênteses. Em uma revisão, essa frase é parte do método: quem lê o trabalho precisa repeti-la e chegar ao mesmo conjunto de artigos. Revisão que não se reproduz não é sistemática.

A cena é comum. Em maio você rodou a busca e seguiu para a triagem. Em setembro a banca pede a estratégia completa, você cola a string na base e o total não bate: eram, digamos, 203 registros, agora são 260. Ninguém anotou data, filtros nem campo. Seis passos evitam isso.

Passo 1. Transformar a pergunta em conceitos

O que fazer. Escreva a pergunta em uma frase e sublinhe as duas ou três ideias que não podem faltar em um artigo relevante. Cada ideia é um conceito. Para cada um, liste os sinônimos que outros autores usariam, em inglês (a língua das bases) e, se a base cobrir literatura em português, também em português. É o método de Bramer et al. (2018).

Exemplo. Pergunta: "que abordagens de machine learning foram aplicadas à manutenção preditiva de equipamentos portuários?". Três conceitos:

• A. Manutenção preditiva — PT: manutenção preditiva, manutenção baseada em condição · EN: "predictive maintenance", "condition-based maintenance"
• B. Contexto portuário — PT: porto, terminal, guindaste · EN: port, terminal, crane
• C. Aprendizado de máquina — PT: aprendizado de máquina, aprendizado profundo · EN: "machine learning", "deep learning", "artificial intelligence"

Um LLM ajuda a lembrar sinônimos (prognostics, "remaining useful life"); a lista final, o teste e o registro continuam seus, e a consulta entra no seu registro de uso de IA.

Erro comum de iniciante. Digitar a pergunta inteira na caixa ("machine learning para manutenção preditiva em portos"). A base procura essa sequência e devolve quase nada. A string nasce dos conceitos, não da pergunta.

Passo 2. Juntar sinônimos com OR e conceitos com AND

O que fazer. Quatro peças bastam. OR é "qualquer um destes": port OR crane traz artigos sobre porto ou guindaste. AND é "todos estes": "predictive maintenance" AND port exige os dois no mesmo artigo. Aspas duplas prendem uma expressão: "machine learning" busca a frase; sem aspas, duas palavras separadas. Parênteses agrupam: sinônimos de um conceito dentro de um par, conceitos ligados por AND fora deles.

Exemplo. Só com A e B: "predictive maintenance" AND (port OR terminal OR crane). Com os três:

("predictive maintenance" OR "condition-based maintenance")
AND (port OR terminal OR crane)
AND ("machine learning" OR "deep learning" OR "artificial intelligence")

Essa é a lógica. Ainda não é a string de nenhuma base: cada uma escreve isso do seu jeito (Passo 3).

Erro comum de iniciante. Esquecer as aspas. Na OpenAlex, "predictive maintenance" AND (port OR terminal OR crane) devolve 416 trabalhos; sem aspas (ou com aspas simples), 2.452, porque a frase virou duas palavras soltas. A base não avisa: aceita e devolve outra coisa.

Passo 3. Traduzir para cada base

O que fazer. Reescreva a lógica na sintaxe de cada base, dizendo em qual campo procurar (título, resumo, palavras-chave), e cole no lugar certo: Scopus, Advanced search; IEEE Xplore, Command Search (dentro de Advanced Search); OpenAlex, a URL da API (ou a aba OQL do site, com a versão em OQL do parágrafo seguinte). As strings abaixo usam só o inglês; os termos em português entram quando você buscar em base com literatura nacional (SciELO, BDTD) ou na OpenAlex, que indexa periódicos brasileiros. Scopus e IEEE Xplore foram montadas pela documentação; o total, anote quando rodar.

Scopus. TITLE-ABS-KEY é o campo combinado de resumo, palavras-chave e título, segundo a Search Tips da Elsevier:

TITLE-ABS-KEY(("predictive maintenance" OR "condition-based maintenance") AND (port OR terminal OR crane) AND ("machine learning" OR "deep learning" OR "artificial intelligence"))

IEEE Xplore. O nome do campo vai entre aspas e se repete antes de cada termo, porque a ajuda oficial não aceita "Abstract":(a OR b); "Abstract" não inclui o título:

("Abstract":"predictive maintenance" OR "Abstract":"condition-based maintenance") AND ("Abstract":port OR "Abstract":terminal OR "Abstract":crane) AND ("Abstract":"machine learning" OR "Abstract":"deep learning" OR "Abstract":"artificial intelligence")

OpenAlex. O filtro title_and_abstract.search aceita AND, OR, NOT e frases entre aspas duplas; os filtros de ano e tipo vão depois da vírgula:

filter=title_and_abstract.search:("predictive maintenance" OR "condition-based maintenance") AND (port OR terminal OR crane) AND ("machine learning" OR "deep learning" OR "artificial intelligence"),publication_year:2015-2026,type:article|preprint

A OpenAlex marca filter=…search como legado e recomenda a OQL (works where title/abstract has (…), no tutorial oficial): com o prefixo stemmed nas frases dá os mesmos 84 (frases exatas, 82); mantive o filtro porque ainda roda e cabe em um urlencode.

Erro comum de iniciante. Colar a string de uma base na outra. O truncamento port* OR terminal* OR crane*, normal na Web of Science (o * representa qualquer grupo de caracteres e desliga a lematização, diz a Clarivate), devolve HTTP 400 na OpenAlex, que faz stemming automático e só aceita curinga em campos sem stemming (o erro aponta title_and_abstract.search.exact). O campo também engana: title.search em vez de title_and_abstract.search devolve 26 em vez de 416; e "Abstract" no IEEE Xplore não inclui o título, enquanto TITLE-ABS-KEY no Scopus inclui até palavras-chave.

Passo 4. Testar com estudos-semente

O que fazer. Um estudo-semente é um artigo que você já sabe que deve entrar na revisão: indicado pelo orientador, citado em uma revisão recente da área ou achado na leitura exploratória. Escolha de três a cinco, de anos e periódicos diferentes, anote os DOIs antes de rodar e, depois, procure o DOI de cada semente no arquivo exportado (Ctrl+F). Se um ficou de fora, falta um sinônimo no conceito correspondente: acrescente termo ao OR. Uma segunda pessoa revisa a estratégia antes da execução definitiva; a lista PRESS (McGowan et al., 2016) serve de roteiro.

Exemplo. Olhar os primeiros resultados também é teste. Entre os 84 da OpenAlex, dois falam de subestação elétrica e de "remote terminal units", não de portos: "terminal" traz ruído. Mantê-lo e limpar na triagem, ou trocá-lo, é decisão sua, e vai registrada.

Erro comum de iniciante. Quando a semente não aparece, afrouxar o AND (tirar um conceito inteiro) em vez de enriquecer o OR. O total explode e a triagem vira semanas.

Passo 5. Rodar e registrar

O que fazer. Rode a string definitiva, exporte os resultados (CSV ou RIS) e preencha uma linha de registro por base e execução. A OpenAlex é a única das três com API aberta, sem chave nem assinatura, então rodei por script; o meta.count vai para o registro:

import json, urllib.parse, urllib.request

FILTRO = ('title_and_abstract.search:("predictive maintenance" OR "condition-based maintenance") '
          'AND (port OR terminal OR crane) AND ("machine learning" OR "deep learning" OR "artificial intelligence")'
          ',publication_year:2015-2026,type:article|preprint')
url = "https://api.openalex.org/works?" + urllib.parse.urlencode(
    {"filter": FILTRO, "per-page": 1, "mailto": "seu@email"})
with urllib.request.urlopen(url) as r:
    print(json.load(r)["meta"]["count"])
# 84  (consultas com mais de 5 operadores booleanos: no máximo 1 requisição por segundo, senão HTTP 429)

Sem script, cole a URL montada no navegador: a resposta é um JSON e meta.count está na primeira linha; é o mesmo número. Sem os filtros de ano e tipo, a mesma string devolve 138. Os números valem para o dia em que rodei (18/09/2026), porque a base muda todo dia; daí a data no registro. A linha, no modelo buscas.csv do plugin pesquisa:

data,base,string_verbatim,filtros,total_retornado,arquivo_exportado,sha256
2026-09-18,OpenAlex,"title_and_abstract.search:(""predictive maintenance"" OR ""condition-based maintenance"") AND (port OR terminal OR crane) AND (""machine learning"" OR ""deep learning"" OR ""artificial intelligence"")","publication_year:2015-2026; type:article|preprint",84,openalex_2026-09-18.csv,0fb99cc2b4a2181eeec77e3e71c80e07a345bb13f033ef1425d3733da3c727b7

Campo a campo: data, o dia da execução; base, o nome dela; string_verbatim, a string copiada da caixa de busca depois de rodar (aspas dobradas porque está dentro de um CSV); filtros, o que você marcou fora da string (período, tipo de documento, idioma); total_retornado, o número que a tela mostrou; arquivo_exportado, o nome do CSV ou RIS; sha256, um número que identifica o arquivo: se uma linha mudar, o número muda. Calcula-se no terminal:

$ sha256sum openalex_2026-09-18.csv
0fb99cc2b4a2181eeec77e3e71c80e07a345bb13f033ef1425d3733da3c727b7  openalex_2026-09-18.csv

O hash identifica o arquivo triado, não a consulta: rodar de novo pode devolver os mesmos 84 em outra ordem, com outro hash; por isso ele acompanha arquivo_exportado, e o script de exportação deve ordenar as linhas por id antes de salvar. Exportação de base licenciada (Scopus, IEEE) fica fora do Git.

Erro comum de iniciante. Registrar a string do rascunho, não a da caixa de busca. Bases reformatam o que você cola (trocam aspas, inserem campos), e o que rodou foi a versão delas.

Passo 6. O que o PRISMA pede e onde isso entra no artigo

O que fazer. O PRISMA 2020 é a lista de 27 itens que uma revisão sistemática precisa relatar. O item 6 pede cada fonte consultada e a data da consulta; o item 7, a estratégia completa de cada base, com filtros e limites (Page et al., 2021). A extensão PRISMA-S detalha a busca em 16 itens, entre eles a string verbatim, a data e o total por base (Rethlefsen et al., 2021). No artigo: em Métodos, um parágrafo por base com data e filtros; no material suplementar, a tabela com as linhas do registro; os totais por base alimentam a primeira caixa do fluxograma PRISMA.

Erro comum de iniciante. Escrever "buscamos no Scopus e no Google Scholar com as palavras-chave manutenção preditiva e machine learning". Sem string, campo, data e total, ninguém repete a busca, e o revisor vai pedir exatamente isso.

Onde isso mora: o Laboratório de Pesquisa MirandasTech

O Laboratório de Pesquisa MirandasTech é "o método da pesquisa, montado como um sistema": dezesseis manuais abertos, organizados em quatro trilhas e ordenados pelo caminho real de uma pesquisa, da pergunta à defesa. Fundamentos (onde a pesquisa começa), Busca e revisão (literatura e evidência), Dados e ferramentas (execução e reprodutibilidade) e Escrita e entrega (do texto à defesa). Todos estão no Laboratório, cada um no seu endereço (lista abaixo), e em repositórios públicos: erro de norma, link quebrado e seção nova entram por issue ou pull request.

Fundamentos

• Metodologia da pesquisa científica: delineamento, abordagem, população e amostra, técnicas de coleta e ameaças à validade.
• Uso de IA na pesquisa científica: usar modelos de linguagem sem abrir mão de rastreabilidade, autoria e integridade.
• Manual do orientador: acordo de orientação, atas com pendências, autoria CRediT e relatório de progresso.
• Manual do professor: plano de ensino ligado aos manuais, rubricas por entrega e painel da turma.

Busca e revisão

• Busca em bases científicas: operadores booleanos, descritores, APIs abertas e diário de busca no padrão PRISMA-S.
• Revisão sistemática com PRISMA 2020: protocolo, triagem assistida, kappa entre revisores, fluxograma e checklist.
• Bibliometria com VOSviewer e Bibliometrix: coautoria, coocorrência de termos e acoplamento bibliográfico, com relato responsável.
• Zotero para pesquisa científica: biblioteca auditada, coleções, PDFs e citação ABNT direto do editor de texto.

Dados e ferramentas

• Análise de dados na pesquisa: limpeza documentada, descritivas, comparação com tamanho de efeito e codificação qualitativa.
• Gemini Notebook para pesquisa científica: fichamento e matriz de síntese conferida célula a célula, com as fontes à vista.
• Git e GitHub para pesquisadores: versão por marco, o que fica fora do repositório, release com DOI pelo Zenodo.
• Plugin Pesquisa para Claude e Codex: os manuais como skills executáveis dentro do assistente onde você já escreve.

Escrita e entrega

• LaTeX com Overleaf e abnTeX2: estrutura do documento, bibliografia do Zotero e as normas brasileiras no abnTeX2.
• Pré-registro e ciência aberta: registrar o plano antes de coletar, plano de gestão de dados e depósito com DOI.
• Submissão de artigos, ORCID e Lattes: escolha do periódico, carta de apresentação, resposta aos revisores e identidade coerente.
• Defesa e qualificação: roteiro por bloco, ensaio cronometrado, banca simulada e correções depois da arguição.

Este post continua no manual de Busca em bases científicas (sintaxe de seis bases e diário de busca), que leva à Revisão sistemática com PRISMA 2020 e ao Zotero, onde os arquivos exportados viram biblioteca por base e data. O plugin Pesquisa MirandasTech carrega as instruções dos manuais como skills no Claude Code e no Codex (quatro agentes, vinte skills, um conector local do Zotero): o aluno decide; a IA formula, registra e só fecha uma fase com evidência. A história de como os manuais foram feitos está em Dezesseis manuais e um laboratório.

Referências

1. PAGE, M. J. et al. The PRISMA 2020 statement: an updated guideline for reporting systematic reviews. BMJ, v. 372, n71, 2021. doi.org/10.1136/bmj.n71
2. RETHLEFSEN, M. L. et al. PRISMA-S: an extension to the PRISMA Statement for Reporting Literature Searches in Systematic Reviews. Systematic Reviews, v. 10, 39, 2021. doi.org/10.1186/s13643-020-01542-z
3. BRAMER, W. M.; DE JONGE, G. B.; RETHLEFSEN, M. L.; MAST, F.; KLEIJNEN, J. A systematic approach to searching: an efficient and complete method to develop literature searches. Journal of the Medical Library Association, v. 106, n. 4, 2018. doi.org/10.5195/jmla.2018.283
4. McGOWAN, J. et al. PRESS Peer Review of Electronic Search Strategies: 2015 Guideline Statement. Journal of Clinical Epidemiology, v. 75, p. 40-46, 2016. doi.org/10.1016/j.jclinepi.2016.01.021
5. OPENALEX. Search – Querying (documentação da API). help.openalex.org/api/searching/. Acesso em 18 set. 2026.
6. OPENALEX. Systematic Reviews (tutorial, atualizado em 11 ago. 2026). help.openalex.org/tutorials/systematic-reviews/. Acesso em 18 set. 2026.
7. ELSEVIER. Scopus Search API: Search Tips (Search Language) (documentação). schema.elsevier.com/dtds/document/bkapi/search/SCOPUSSearchTips.htm. Acesso em 18 set. 2026.
8. IEEE. IEEE Xplore Help: Command Search (documentação). ieeexplore.ieee.org/Xplorehelp/searching-ieee-xplore/command-search. Acesso em 18 set. 2026.
9. CLARIVATE. Web of Science Help: Search Rules (documentação). webofscience.zendesk.com/hc/en-us/articles/25350084904721-Search-Rules. Acesso em 18 set. 2026.