OpenAlex

OpenAlex, nomeada em referência à Biblioteca de Alexandria, é uma base de dados bibliométricos - um catálogo aberto de artigos científicos, autores, fontes e instituições - mantida pela organização sem fins lucrativos OurResearch. Lançada em janeiro de 2022, sucedeu o Microsoft Academic e foi inicialmente semeada com o conjunto final de dados abertos disponibilizado pela Microsoft em 2021 ; desde então, passou a agregar e enriquecer metadados de múltiplas fontes.. O serviço é frequentemente comparado a produtos comerciais como o Web of Science (WoS da Clarivate) e o Scopus (Elsevier).

Segundo a própria documentação, a OpenAlex se apresenta nos eixos: Grande (Big), Fácil (Easy) e Aberta (Open). Em Big, os mantenedores afirmam ter cobertura ampla - chegando a “cerca do dobro” de outros serviços - com atenção particular a obras não anglófonas e ao Sul Global; em Easy, a plataforma destaca oferecer API rápida e bem documentada; e, em Open, distribui o conjunto completo de dados sob a licença Creative Commons, permitindo transparência e ampla reutilização.

História

Em maio de 2021, a Microsoft anunciou o encerramento do Microsoft Academic/Microsoft Academic Graph (MAG), com término das atualizações em 31 de dezembro de 2021. Em resposta, a organização sem fins lucrativos OurResearch informou que construiria um sucessor aberto e, em 1 de janeiro de 2022, lançou o OpenAlex com API pública e instantâneo completo dos dados sob licença CC0; o lançamento foi noticiado pela revista Nature em 24 de janeiro de 2022.

Após o foco inicial na API e no snapshot, o projeto passou a oferecer também uma interface web para busca e exploração dos dados, lançada em versão beta em outubro de 2023. Em paralelo, a equipe introduziu melhorias estruturais, como a adoção de um novo sistema de desambiguação de autores (com substituição dos IDs de autor em julho de 2023) e a transição, a partir de 2024, da taxonomia de Concepts (descontinuada) para Topics.

Em 30 de janeiro de 2024, o Centro de Estudos de Ciência e Tecnologia de Leiden (CWTS) lançou a Leiden Ranking Open Edition, baseada exclusivamente em dados do OpenAlex, como alternativa transparente e reproduzível ao ranking tradicional (que usa Web of Science). No mesmo período, instituições anunciaram a adoção de ferramentas abertas; por exemplo, a Universidade de Sorbonne comunicou a descontinuação do uso do Web of Science e a opção por soluções abertas “em particular usando o OpenAlex”.

Conteúdo

O OpenAlex reúne metadados de produção científica em um grafo de conhecimento. O primeiro grande carregamento derivou do Microsoft Academic/MAG, descontinuado em 2021, e o índice passou a ser continuamente enriquecido com registros vindos de múltiplas fontes, como Crossref, PubMed, repositórios disciplinares e repositórios institucionais, além de sites de editoras.

As entidades principais incluem Works (trabalhos), Authors (autores), Sources (periódicos/repositórios), Institutions (instituições) e a classificação temática de Topics (desde 2024, em substituição aos antigos Concepts). Para instituições, o identificador canônico externo é o ROR; para autores, o identificador canônico externo é o ORCID, quando disponível; e os antigos Concepts adotavam o Wikidata como identificador canônico.

O acesso é feito principalmente por API REST (gratuita, sem autenticação obrigatória), com limites usuais de 100.000 chamadas/dia e 10 requisições/segundo; o conteúdo completo é distribuído em snapshots (atualização aproximadamente mensal) sob licença Creative Commons CC0, hospedados na Amazon S3.. Além disso, a plataforma fornece uma interface web para busca e exploração dos dados, lançada em versão beta em outubro de 2023.

Em 2025, o site oficial informa a indexação de mais de 250 milhões de trabalhos provenientes de 250 mil fontes, vinculados a cerca de 90 milhões de autores desambiguados e 100 mil instituições; a documentação técnica registra “mais de 240 milhões” de trabalhos, cerca de 249 mil fontes e aproximadamente 109 mil instituições.

O projeto declara operar com código-fonte aberto (100% open-source), com repositórios públicos no GitHub cobrindo o website, a API e componentes de processamento/ML (p.ex., modelos de afiliação institucional e de classificação de Topics). Os Tópicos são inferidos em etapas: (i) agrupamento do grafo global de citações usando o algoritmo de Leiden (abordagem de citação direta estendida, em colaboração com o CWTS/Leiden); (ii) rotulagem automática dos agrupamentos; e (iii) um modelo supervisionado que atribui tópicos a cada obra mesmo quando há dados faltantes. A taxonomia resultante organiza-se em quatro níveis (domínio → campo → subcampo → tópico) alinhados às categorias ASJC usadas pela Scopus e estendidos com um nível adicional de granularidade no nível de “tópico” (aplicado a obras, não apenas a periódicos).

Diversas avaliações independentes apontam que a cobertura do OpenAlex é comparável (e por vezes superior) à de bases comerciais em determinados recortes temáticos ou linguísticos, embora existam diferenças de metadados e classificações que recomendam uso crítico dos dados.