Cinco Anos de EduComp: Uma Análise Bibliométrica de Autores e Instituições (2021-2025)

• Gabriel V. V. Nunes IFB
• Gabriel A. Marques IFB
• Samuel S. Santos IFB
• Samuel O. S. Bianch IFMT
• Fábio Henrique M. Oliveira IFB
• João Gabriel R. Silva IFB

DOI: https://doi.org/10.5753/educomp.2026.18736

Resumo

Este trabalho apresenta uma análise bibliométrica da produção científica no Simpósio Brasileiro de Educação em Computação (EduComp), considerando 379 publicações vinculadas a 151 instituições no período de 2021 a 2025. A investigação foi estruturada em torno de eixos que contemplam a participação institucional, a distribuição da produção, as redes de colaboração entre instituições e autores, bem como os principais temas abordados nos trabalhos publicados. Os resultados indicam um crescimento expressivo do evento ao longo do período analisado. Observou-se uma forte assimetria na distribuição da produção, com concentração em um núcleo restrito de instituições, majoritariamente universidades públicas, ao passo que a maioria apresenta participação pontual. A análise das redes de colaboração revela uma comunidade engajada, porém ainda fragmentada, com elevada taxa de produções intra-institucionais. Destaca-se o protagonismo de pesquisadoras mulheres e o fortalecimento da atuação dos Institutos Federais nas redes colaborativas. A análise temática aponta a centralidade de tópicos como ensino de programação, pensamento computacional, aprendizagem e tecnologias educacionais. Os resultados sugerem que, embora o EduComp apresente maturidade quantitativa e temática, a ampliação das colaborações interinstitucionais e a integração de instituições periféricas constituem desafios relevantes para o fortalecimento futuro da área.

Referências

Abbasi, A., Altmann, J., and Hossain, L. (2019). Identifying the effects of co-authorship networks on scientific performance. Journal of Informetrics, 13(1):194–206.

Aria, M. and Cuccurullo, C. (2017). bibliometrix: An r-tool for comprehensive science mapping analysis. Journal of Informetrics, 11(4):959–975.

Backes, A. R. (2019). Scientific production assessment in a computer science department: a case study. Transinformação, 31:e180026.

Donthu, N., Kumar, S., Mukherjee, D., Pandey, N., and Lim, W. M. (2021). How to conduct a bibliometric analysis: An overview and guidelines. Journal of Business Research, 133:285–296.

Izidio, T. E., Almeida, D., Medeiros, I., Silva, J., Alves Filho, S., and Morais, C. (2025). Bncc computing in brazilian basic education: a systematic literature review. Journal of Computer Science Education Trends. (Preprint/Accepted).

Kitchenham, B. and Charters, S. (2007). Guidelines for performing systematic literature reviews in software engineering. Technical Report EBSE 2007-001, Keele University and Durham University Joint Report.

Li, C., Gao, X., and Sun, Q. (2021). Introduction of progress in education under recent technology revolution. Mobile Networks and Applications, 26(5):1881–1883.

Lotka, A. J. (1926). The frequency distribution of scientific productivity. Journal of the Washington Academy of Sciences, 16(12):317–323.

Marques, G. A., Nunes, G. V., Santos, O. A., Santos, S. S., Oliveira, E. R., Bianch, S. O., Aranha, R. V., and Silva, J. G. R. (2025). Colaborações interinstitucionais no ihc: Um panorama do último quinquênio (2020-2024). In Anais Estendidos do XXIV Simpósio Brasileiro sobre Fatores Humanos em Sistemas Computacionais (IHC), pages 111–115, Porto Alegre, RS, Brasil. SBC.

Nunes, G. V. V., Marques, G. A., Santos, S. S., Santos, O. A. d., Bianch, S. O. S., Oliveira, F. H. M., Aranha, R. V., Vieira, V. d. F., and Silva, J. G. R. (2025). A evolução das colaborações científicas no webmedia: Um estudo de 15 anos (2010-2024). In Anais do XXXI Simpósio Brasileiro de Multimídia e Web (WebMedia), pages 10–18, Porto Alegre, RS, Brasil. SBC.

Ullah, M., Shahid, A., Din, I. u., Roman, M., Assam, M., Fayaz, M., Ghadi, Y., and Aljuaid, H. (2022). Analyzing interdisciplinary research using co-authorship networks. Complexity, 2022(1):2524491.

Wahle, J. P., Ruas, T., Mohammad, S., and Gipp, B. (2022). D3: A massive dataset of scholarly metadata for analyzing the state of computer science research. In Proceedings of the Thirteenth Language Resources and Evaluation Conference, pages 2642–2651.