H-Index em 2026: O Que Ele Realmente Diz Sobre Você

Por que o mesmo pesquisador tem três h-index diferentes ao mesmo tempo

Um pesquisador confere o próprio perfil no Google Scholar e vê um determinado h-index. Entra no Scopus, com a mesma lista de publicações, e o número cai. Isso não é erro de sistema, é a natureza do índice.

O h-index é uma métrica que combina quantidade de publicações com o impacto medido em citações, buscando equilibrar produtividade e relevância num único número. Um pesquisador com h-index igual a 10 publicou pelo menos 10 artigos que foram citados, cada um, pelo menos 10 vezes. A lógica parece simples, mas o resultado prático depende de qual base de dados fez a conta, e essa dependência costuma pegar orientandos de surpresa quando alguém pede o número numa entrevista de bolsa ou num currículo Lattes.

Vou te mostrar como o índice funciona por dentro, por que ele varia tanto de uma plataforma para outra, o que ele efetivamente mede quando alguém olha para o seu perfil acadêmico, e como usar esse número sem deixar que ele defina sozinho o valor do seu trabalho.

Como o cálculo funciona, sem mistério

A conta parte de uma lista de artigos ordenada da maior para a menor quantidade de citações. Depois, procura-se o ponto onde a posição do artigo na lista coincide com o número de citações que ele recebeu. Se o quinto artigo mais citado da lista tem exatamente 5 citações ou mais, e o sexto tem menos de 6, o h-index é 5.

Parece abstrato até você aplicar na sua própria lista. Pega os seus artigos publicados, ordena por citação, e olha onde a curva cruza a diagonal. Esse cruzamento é o número. Não é média, não é soma, é o ponto de equilíbrio entre volume e reconhecimento.

O físico Jorge Hirsch propôs o índice em 2005, justamente para resolver um problema real: contar artigos publicados favorece quem publica muito e pouco relevante, e contar citações totais favorece quem teve um único trabalho excepcional e o resto irrelevante. O h-index tenta capturar os dois lados ao mesmo tempo, o que explica por que ele se popularizou tão rápido em avaliações de carreira acadêmica.

Vale notar que o índice só cresce ou se mantém, nunca cai, mesmo que um artigo pare de ser citado depois de anos. Isso porque o cálculo olha o acumulado histórico de citações, não a citação recente. Um artigo publicado há 15 anos que já bateu 40 citações continua contribuindo para o h-index mesmo que hoje ninguém mais o cite. É outro motivo pelo qual comparar pesquisadores de gerações diferentes usando esse número isolado tende a distorcer a leitura.

Por que a mesma pessoa tem números diferentes em plataformas diferentes

Aqui está o ponto que mais gera confusão, e também mais ansiedade desnecessária.

Google Scholar, Scopus e Web of Science não indexam a mesma coisa. Scopus e Web of Science cobrem principalmente periódicos revisados por pares que passaram por um processo de seleção editorial. Google Scholar é mais permissivo: inclui teses, dissertações, preprints, capítulos de livro e até apresentações em congresso que geraram algum tipo de citação rastreável.

Isso significa que o Google Scholar tende a gerar um h-index mais alto, porque conta um universo maior de citações possíveis. Não é que o Google Scholar “infla” o número de propósito, é que ele simplesmente enxerga mais coisa. Já Scopus e Web of Science são mais seletivas, e por isso o número costuma ser mais conservador, mas também mais estável ao longo do tempo, porque a base de comparação é mais consistente.

Na prática, isso quer dizer que quando alguém pede seu h-index numa aplicação de bolsa ou processo seletivo, vale perguntar qual base eles esperam. Um edital que pede h-index Scopus não aceita necessariamente o número do Google Scholar, e vice-versa. Já vi orientanda perder tempo recalculando o índice na base errada porque ninguém explicou essa diferença antes.

Existe também a questão de cobertura temporal e geográfica. Bases internacionais tendem a indexar melhor periódicos em inglês e de circulação ampla. Pesquisadores que publicam predominantemente em periódicos nacionais, em português ou espanhol, muitas vezes veem um h-index mais baixo nessas bases não porque o trabalho vale menos, mas porque a indexação é mais fraca para aquele tipo de veículo. Isso é relevante especialmente em humanas, direito e algumas áreas da educação no Brasil.

A comparação entre áreas que quase sempre sai errada

Comparar h-index entre áreas diferentes é como comparar velocidade de corredores em pistas com distâncias distintas. Não funciona, e insistir nessa comparação gera frustração desproporcional.

Ciências da saúde, biológicas e algumas engenharias têm cultura de publicação mais intensa: mais periódicos, mais coautoria, ciclos de citação mais rápidos. Um pesquisador consolidado nessas áreas costuma acumular um h-index bem mais alto depois de uma carreira longa. Já em humanas e ciências sociais aplicadas, a cultura de publicação valoriza mais livros e capítulos, que muitas vezes têm ciclo de citação mais lento e cobertura mais fraca nas bases bibliométricas tradicionais. Um h-index baixo em filosofia pode representar uma carreira tão sólida quanto um h-index bem mais alto em bioquímica.

Isso não é desculpa vazia, é uma característica estrutural documentada da bibliometria. Quem avalia produção científica com responsabilidade sabe disso e evita usar o h-index como régua única entre campos diferentes. Se você está numa área de citação mais lenta e o número parece baixo, o problema geralmente não é o seu trabalho, é a métrica sendo aplicada fora do contexto em que ela funciona bem.

Outra armadilha comum é comparar pesquisadores com tempos de carreira muito diferentes, mesmo dentro da mesma área. Um professor titular com 25 anos de produção tem, naturalmente, mais tempo acumulado de citação do que um recém-doutor. Por isso alguns comitês de avaliação preferem métricas normalizadas por tempo de carreira, como o m-quotient, que divide o h-index pelo número de anos desde a primeira publicação. É um ajuste simples, mas raramente mencionado quando o número aparece isolado num edital ou currículo.

O que o número não mede, e por que isso importa

O h-index é cego para muita coisa que importa numa carreira de pesquisa. Ele não distingue se você foi primeiro autor ou décimo numa lista de coautoria extensa. Não capta a qualidade metodológica de um estudo, só a repercussão dele em citações. Não considera se a citação foi elogiosa ou uma crítica dura ao seu trabalho, citação é citação, positiva ou negativa, ela conta igual.

Ele também penaliza estruturalmente quem está no início de carreira. Um doutorando com três artigos excelentes, publicados há um ano, provavelmente tem h-index baixo simplesmente porque citação leva tempo para acumular. Isso não diz nada sobre o potencial do trabalho, diz sobre o relógio da bibliometria, que é lento e nem sempre generoso com quem está começando.

Existe ainda o problema da autocitação e das citações defensivas, quando um grupo de pesquisadores cita os próprios trabalhos ou os de colegas próximos de forma recíproca para inflar métricas. As bases mais rigorosas tentam filtrar isso, mas nenhuma solução é perfeita. Por isso avaliar um pesquisador só pelo h-index é, na melhor das hipóteses, incompleto, e na pior, injusto.

Há também um viés de disciplina que raramente é discutido fora dos círculos de bibliometria: áreas com convenções de coautoria extensa, onde um artigo pode ter quinze ou vinte autores, distribuem citação de forma diferente de áreas onde a autoria costuma ser individual ou de dois ou três nomes. Isso favorece pesquisadores de campos com grandes consórcios de pesquisa, independentemente da contribuição individual de cada um no trabalho.

Como usar o índice sem virar prisioneiro dele

Dado esse cenário, a pergunta que fica é: para que serve o h-index, então?

Serve como um indicador rápido, não como veredito final. Bancas de bolsa, comitês de contratação e agências de fomento usam o número como triagem inicial, geralmente combinado com outros critérios como qualidade dos periódicos, coerência da trajetória e relevância do tema de pesquisa. Ele funciona melhor quando comparado dentro do mesmo campo e faixa de carreira, e pior quando vira comparação isolada entre pessoas de contextos muito diferentes.

Se você está começando, o conselho prático é: acompanhe o número, mas não deixe ele guiar as decisões sobre o que pesquisar ou onde publicar. Um artigo relevante, bem executado e alinhado com sua linha de pesquisa vai gerar citação com o tempo, mesmo que o retorno não seja imediato. Perseguir citação fácil, publicando em periódicos de menor exigência só para inflar o número no curto prazo, tende a sair caro depois, quando a qualidade da produção entra em avaliações mais rigorosas.

Manter o perfil atualizado nas três bases principais, com identificadores como ORCID vinculados corretamente, também evita que citações se percam por duplicidade de nome ou instituição mal indexada. É trabalho de manutenção, chato, mas evita perder crédito por publicações que já são suas. Vale revisar de tempos em tempos se todas as suas afiliações institucionais estão grafadas do mesmo jeito, porque uma universidade citada com sigla numa publicação e por extenso em outra pode fazer o sistema tratar como autores diferentes.

Outro cuidado prático é não confundir h-index com fator de impacto de periódico. São coisas diferentes: o fator de impacto avalia a revista, o h-index avalia o autor. Um artigo publicado numa revista de fator de impacto alto pode nunca ser citado, e um artigo numa revista menos conhecida pode acumular centenas de citações porque resolveu um problema que a comunidade estava esperando resolver. Misturar os dois conceitos numa conversa de banca é um erro comum que vale a pena evitar.

O h-index é um retrato parcial de uma trajetória, feito com uma régua que tem limitações conhecidas. Entender como ele é calculado, por que varia entre plataformas e por que não é comparável entre áreas ajuda a colocar o número no lugar certo: um dado a mais, não o resumo de quem você é como pesquisador. Se quiser entender os erros mais comuns na hora de interpretar ou calcular esse índice, vale conferir o guia sobre erros mais comuns no h-index, que detalha armadilhas específicas de cada base de dados.