A coleta de dados bibliográficos é uma exigência da ciência, também conhecida como revisão da literatura, que aparece nos documentos técnicos, científicos e tecnológicos com diferentes nomes. As nomenclaturas mais comuns são revisão da literatura, marco teórico e arquitetura teórica. É importante destacar, contudo, que marcos teóricos e arquiteturas teóricas são dois tipos muito, muito diferentes de revisão da literatura. Em ambas, contudo, a finalidade é sempre a mesma: retratar o estágio atual de conhecimentos sobre o fenômeno que se quer conhecer com mais adequação, apontando-se os seus limites e principalmente as lacunas naquilo que já se sabe. E como a ciência é universal, a revisão da literatura deve envolver os conhecimentos produzidos em todos os países do mundo, ainda que se queira estudar o fenômeno acontecendo na frente de sua casa. E universalidade também significa que se deve trabalhar com todos os conhecimentos existentes, goste você ou não deles, aceite ou não as visões que a ciência apresenta, concorde ou não com elas. Aliás, essas são três exemplos de atitudes anticientíficas. Para cumprir com todas as exigências da ciência, o método científico-tecnológico recomenda as etapas aqui descritas.
A primeira etapa é a elaboração de um protocolo da pesquisa. Esse protocolo consiste 1) na formulação da pergunta de pesquisa principal e 2) suas questões norteadoras, seguidas dos respectivos 3) padrões de respostas. Complementa o protocolo 4) as regras que devem ser seguidas para a coleta dos dados. A formulação da pergunta de pesquisa principal deve ser feita em conformidade com o tipo de questão. Se for conceitual, a pergunta começa com “O que é...”; se processual, começa com “Quais são as etapas de...”; se estrutural, “quais são os componentes de...”; e assim por diante, como mostrado anteriormente. A mesma regra serve para as questões norteadoras. Por exemplo, para as questões conceituais, há pelo menos duas questões norteadoras: 1) “quais são os termos de equivalência do fenômeno x?” e “quais são os principais atributos do fenômeno x?”.
Os padrões de respostas representam a forma estrutural de como queremos que as bases de dados nos forneça as respostas que procuramos. Para as questões estruturais, o padrão de resposta poderá ser “o fenômeno x pode ser definido como...”, “o fenômeno x pode ser conceituado como...”, “o fenômeno x pode ser entendido como...” e outras formas. As principais regras que precisam ser criadas devem estar todas voltadas para a garantia da confiabilidade e validez das respostas obtidas. A razão disso é que conhecimento confiável (revisão da literatura que vamos escrever) se faz com conhecimentos confiáveis (revisão da literatura existente). As principais regras que temos seguido são: a) só usar artigos, dissertações e teses de doutorado que tenham um capítulo detalhando como cada resultado/descoberta foi gerada, o que quer dizer que não usamos livros; b) coletar pelo menos 20 respostas, começando por todas as existentes publicadas no ano em curso, seguidas das publicadas no ano anterior até que o quantitativo seja alcançado; c) se o quantitativo for alcançado já no primeiro ano, todas as respostas desse ano devem ser coletadas, ainda que isso ultrapasse em muito o quantitativo; e d) consultar todas as bases de dados grátis disponíveis, pelo menos em português e inglês.
A segunda etapa é a de coleta propriamente dita. Veja que a primeira etapa consiste no planejamento da obtenção dos dados. A primeira atividade que fazemos é elaborar um instrumento de coleta de dados. Recomenda-se o uso da tabela de massa de dados, que é uma tabela de duas colunas, em que na primeira serão colocadas todas as informações bibliográficas (obedecendo as regras da ABNT ou APA) e na segunda, as respostas obtidas. Em cada linha da tabela será colocada a referência e a resposta de cada documento científico, seguindo a regra de cada resposta a uma única referência e uma única referência uma única resposta. A segunda atividade é o acesso à base de dados e a transcrição, sempre entre aspas, do padrão de respostas no instrumento de busca. Por exemplo, no Google Acadêmico digitamos “Planejamento estratégico pode ser definido como” e apertamos enter. Em seguida os dados vão aparecer. O padrão de respostas vai estar em negrito. Isso significa que a resposta procurada está ali na sua frente.
A terceira atividade consiste na abertura do documento. Quando ele estiver aberto, deve-se apertar “Control + F” para aparecer a ferramenta de busca dentro da página onde o documento está. Ali novamente escrevemos o padrão de respostas e apertamos enter. O padrão de resposta vai aparecer no documento e também a resposta procurada. Copiamos a resposta e colamos na massa de dados, anotando sempre o número da página de onde a resposta foi copiada. Também devemos nos certificar de que todas as informações bibliográficas estejam preenchidas e corretas. Este procedimento deve se repetir para todas as respostas encontradas naquela busca. Depois, a mesma coisa deve ser feita com o padrão de respostas em inglês, para a coleta de dados internacional. No nosso exemplo, a busca seria por “Strategic planning can be defined as”. Se você não lê em inglês, use os inúmeros tradutores instantâneos existentes. Eles são suficientes para que tenhamos as respostas procuradas em um padrão de confiança adequado. Proceda assim até que o quantitativo seja alcançado ou que todas as respostas daquele ano que completou o quantitativo sejam finalizadas.
A conclusão dessas três etapas do processo de coleta de dados bibliográficos gera como produto uma massa de dados com tudo o que a ciência tem armazenado sobre aquela questão formulada dentro daquele padrão de resposta determinado. Se outro padrão for formulado, naturalmente que outros dados serão coletados e, consequentemente, outra massa de dados é gerada. Essa massa de dados representa a matéria-prima que será moldada pelo método científico para gerar a resposta procurada – e que geralmente não temos a menor ideia de como ela é. Isso quer dizer que cada questão só fornece uma única resposta, como será mostrado nas partes de organização dos dados e geração de respostas.
