2.1 Banco de dados consultados

A revista selecionada para a realização da revisão sistemática foi a Revista Brasileira de Educação Especial mantida pela Associação Brasileira de Pesquisadores em Educação Especial (ABPEE). Uma revista nacional que difunde o conhecimento e o intercâmbio entre os pesquisadores na área da Educação Especial e áreas correlatas, por meio de publicações de artigos de pesquisa, artigos de revisão, ensaios e resenhas. Foi fundada em 1992 e, até o final de 2017, possuia 23 volumes com publicação trimestral (^{ABPEE, 2018}).

A escolha da revista justifica-se pelos seguintes motivos: é referência na área de pesquisa em Educação Especial e inclusão no Brasil; é classificada em relação ao Qualis emitido pela Capes como A2 na área de educação e A1 na de Ensino e foi incorporada ao Scientific Electronic Library Online (SciELO), onde se encontram os números mais recentes da revista. O acesso ocorreu em dois sites: site oficial da ABPEE, que disponibiliza as revistas do período de 1992 a 2006, e site SciELO, de 2005 até atualmente. Os estudos incluídos na pesquisa tiveram de: (1) estar publicados na Revista Brasileira de Educação Especial; (2) conter as palavras-chave e possuir resumo - por esse critério foram coletados dados de 1999 a 2017, visto que somente a partir de 1999 as palavras-chaves foram incluídas de modo sistemático nos artigos; e (3) ter o delineamento de pesquisa empírica. No refinamento da busca, foram excluídos: (1) artigos publicados na Revista Brasileira de Educação Especial a partir de janeiro/2018 e (2) tipo de artigo com design de ensaios, revisão da literatura e bibliográfica, resenha e relato de experiência.

2.2 Procedimento

Nesta subseção, discorre-se sobre como se deu a coleta de dados; em seguida, sobre a definição de termos de pesquisa e de tratamento das palavras-chave; e, por fim, sobre os intrumentos utilizados na análise de dados.

3.1 Densidade, clusterização e outras métricas

Na Tabela 1 a seguir, é possível identificar as características estruturais da rede de PCs. As 615 PCs encontradas, após o processo de padronização, foram reduzidas para 527. Identificaram-se 2.374 combinações de pares de PCs (denominadas por PCs adjacentes), das quais 899 eram duplicadas, com uma média de 3,94 de PCs por artigo. O índice de densidade da rede é baixo, haja vista apresentar valor igual a 0,012 e o resultado de densidade variar de uma faixa entre 0 e 1, indicando como os vértices estão interconectados na rede. A densidade do grafo é calculada dividindo o número de ligações totais pelo número máximo de ligações possíveis, quanto mais ligações existentes, mais densa será a rede (^{Hanneman & Riddle, 2005}).

A densidade baixa da rede, verificada no valor de 0,012 (Tabela 1) e apontada no grafo (Figura 1), indica que há um número menor de vértices conectados a todos os outros e uma diversidade de conglomerados diferentes. Desse modo, a rede menos densa apresenta um alto índice de clusterização. O escore atingido foi alto (0,84), o que demostra que a rede não é conectada em nível global, mas apresenta um número alto de conglomerados, nos quais internamente os seus elementos (PCs) encontram-se densamente conectados, o que está expresso na topologia da Figura 1. Olhe-se a esses dois dados (densidade e clusterização) de modo complementar, a baixa densidade da rede de PCs pode ser considerada positiva, pois revela uma diversidade de variáveis sendo investigadas nas pesquisas nacionais no que tange à área da Educação Especial; e o alto índice de clusterização indica exatamente essa diversidade, apontado para o fato de que é crescente o número de pesquisadores desenvolvendo pesquisas inéditas e inovadoras nessa área, evidenciando o quanto essa subárea é dinâmica. Esse aspecto indica também que a área da Educação Especial é formada por subáreas que conseguem desenvolver uma comunicação mais intensa, conglomerados nos quais o trânsito de conhecimento na rede melhor se intercomunica.

Fonte: Elaboração própria.

Figura 1 Comunidades de subgrafos produzidos da rede RBEE. 

No grafo de rede apresentado a seguir (Figura 1), resultante da associação entre as PCs, pode verificar-se a existência de sete componentes. Um componente de uma rede é a sub-rede isolada na qual os nós estão conectados entre si, mas não estão conectados a nenhuma outra sub-rede dentro da rede total (^{Hanneman & Riddle, 2005}). Em outras palavras, dentro de um componente, todos os nós são acessíveis uns aos outros, mas são desconectados dos outros componentes da rede (^{Wasserman & Faust, 1994}); assim sendo, constata-se que a rede de conhecimento presente na RBEE é composta por sete grupos de conhecimentos que não traçam nenhum tipo de relação. A quantidade de componentes informa sobre a intercomunicação de conceitos dentro de determinado campo ou, em sentido contrário, a existência de barreiras teóricas, conceituais e/ou metodológicas. Posteriormente, serão discutidos os campos ou comunidades de conhecimento envolvidos nesses componentes.

O diâmetro, representado pela distância geodésica máxima, apresenta o tamanho linear da rede e fornece a noção da distância entre as informações ou ideias que circulam nela. A distância máxima entre duas PCs na rede apresentou valor 5. A rede obtida na pesquisa apresenta um padrão de mundo pequeno, ou seja, tem um alto coeficiente de agrupamento e uma pequena distância média. A heurística para determinação de uma rede de mundo pequeno de acordo com ^{Watts e Strogatz (1998)} é que o Coeficiente de Clusterização médio (CCij) seja maior que a densidade do grafo (CCrg). Nessa rede, foram obtidos CCij= 0,84 > CCrg= 0,012. A rede também cumpre o requisito de mundo pequeno visto que, na rede de tamanho N (número de palavras-chave) com um comprimento de caminho médio de L, cumpre o requisito de distância para uma rede de mundo pequeno se L < 1 + log100 N (^{Yi & Choi, 2012}). Nesse caso, “L” cumpre o requisito de um mundo pequeno: 2,28 < 2,36. Isso implica também uma alta probabilidade de que duas palavras ligadas a uma outra estejam, elas mesmas, ligadas entre si.

Em outro sentido, a estruturação da rede de conhecimento presente na RBEE tem um perfil de livre escala (^{Barabási & Albert, 1999}). A Figura 2 a seguir mostra o gráfico de dispersão da centralidade de Grau (G) dos vértices, isto é, o número de ligações que uma PC possui com as outras. A relação linear aqui apresentada implica que as PCs seguem uma distribuição de grau da lei da potência em que a probabilidade de uma palavra-chave ter x conexões é proporcional a x - γ (^{Barabási & Albert, 1999}). Esse dado é congruente aos trabalhos de ^{Yi e Choi (2012}) para a área de tecnologia da informação, em que, em tais redes, a maioria das PCs tem um pequeno número de conexões, mas determinadas PCs são associadas a um grande número de PCs.

Fonte: Elaboração própria.

Figura 2 Grau de distribuição de redes de PCs presentes no componente principal da rede da RBEE. 

A curva formada na Figura 2 é diferente de uma curva gaussiana; desse modo, a associação entre PCs não parece ser aleatória, mas, sim, característica de uma conexão preferencial. Redes com esse perfil possuem vértices com graus de conectividade baseadas em uma lei de potenciação em que a maioria dos vértices tem baixa conectividade (^{Barabási & Albert, 1999}). Em sistemas desse tipo, a distribuição de conectividade dos vértices tende a seguir um princípio de conectividade preferencial, visto que quanto maior o número de conexões de uma PC, maior a probabilidade de que outras PCs se conectem preferencialmente a ela. Esse padrão tem sido evidenciado em redes biológicas, neurais, linguísticas e na internet e tende a formar redes mais robustas (^{Albert & Barabási, 2002}; ^{Barabási & Bonabeau, 2003}; ^{Barabási, 2009}). Retomaremos essa questão, posteriormente, apresentando as características das PCs em termos de redes.

Sendo uma rede com perfil livre de escala, apresenta também um padrão hierárquico ou não? Muitos sistemas complexos têm uma estrutura quase decomponível hierárquica (arquitetura modular) - a arquitetura em módulos permite compreender os sistemas e suas peças (^{Simon, 1962}). Para identificarmos a presença de hierarquia, é preciso considerar correlação entre o G de cada palavra-chave e seu coeficiente de agrupamento local, o que demonstra uma medida do grau da estrutura hierárquica. A Figura 3 a seguir mostra a correlação entre o grau de cada palavra-chave e o coeficiente de clusterização em uma escala logarítmica de base 100. Por um lado, em redes hierárquicas, a correlação entre o coeficiente de agrupamento local (densidade de conexão em um determinado vértice) e grau (o número de conexões) exibe um comportamento de escala; por outro lado, em redes não-hierárquicas (como uma rede elétrica), geralmente exibem agrupamento constante (Ravasz & ^{Barabási, 2003}; ^{Ravasz, Somera, Mongru, Oltvai & Barabási, 2002}). Os resultados encontrados na rede da RBEE mostram uma correlação linear, isto é, demonstra que redes de PCs possuem uma estrutura hierárquica (^{Ravasz et al., 2002}).

Fonte: Elaboração própria.

Figura 3 Correlação entre o coeficiente de clusterização e centralidade de Grau. 

Como concebido por ^{Yi e Choi (2012)}, essa característica estrutural fornece pistas sobre o mecanismo generativo subjacente à organização e à evolução do conhecimento científico. Antes de tudo, pequenos grupos de conceitos são organizados de forma hierárquica em grupos cada vez maiores, o que resulta em duas características fundamentais da rede: um alto grau de agrupamento e uma topologia sem escala, como proposto por Ravasz e ^{Barabási (2003)}. A estrutura modular encontrada é um indicativo de subespecialidades passíveis de serem decompostas, mas por participarem de um mesmo conglomerado, integráveis a uma rede mais complexa.

3.2 As comunidades de conceitos

Pela característica da rede com um padrão livre de escala, evidentemente há PCs mais ligadas entre si do que a outras PCs, constituindo, assim, conglomerados com maior ligação internas do que externas, o que em Análise de Redes Sociais (ARS) se denomina comunidades, aqui, analogamente trata-se de comunidades de conceitos. Entende-se por comunidade um grupo de vértices que possuem propriedades comuns, e/ou desempenham uma função similar dentro de uma rede (^{Justel, Maia, Nobre, & Oliveira, 2014}). A formulação matemática para determinar comunidades em uma rede é denominada particionamento de grafos (graph clustering). Em redes complexas, as comunidades, também chamadas módulos ou clusters, são grupos de vértices que provavelmente compartilham propriedades em comum e/ou seguem regras similares dentro da rede (^{Fortunato, 2010}).

O problema da detecção de comunidades situa-se na melhor divisão da rede em partições do conjunto de vértices densamente conectados. O algoritmo aqui utilizado foi um algoritmo “guloso”, pois tem perfil aglomerativo, une nós/comunidades recursivamente. O algoritmo de CNM (^{Clauset, Newman, & Moore, 2004}) procura um particionamento do grafo em comunidades de tal modo que seja maximizada a modularidade. Modularidade é uma propriedade de uma rede e uma proposta de divisão dessa rede em comunidades, ela mede quando a divisão é boa, no sentido de que há muitas arestas dentro das comunidades e apenas algumas entre elas.

A Figura 1 apresentada anteriormente representa os conglomerados gerados pelo algoritmo de CNM na rede da RBEE. Os conglomerados resultantes do algoritmo estão em quadrantes e cores diferentes, os vértices dos conglomerados pertencentes ao mesmo componente (principal) estão no formato de esfera e os restantes estão em quadrado. O total de vértices em cada conglomerado está representado no canto inferior direito de cada quadrante. A espessura das arestas indica a frequência que pares de PCs são encontradas recorrentemente. A ligação entre os conglomerados está representada pelas linhas cinzas e quanto maior a espessura da linha, maior a frequência de ligação entre eles. Os tamanhos dos vértices estão relacionados ao valor da centralidade de intermediação (CI) deles, que revela o quanto um vértice se encontra no caminho entre outros, representando a importância da PC em estabelecer pontes entre outros subconjuntos de PCs.

Ressalta-se que, em uma perspectiva de rede, uma PC configura-se como um vértice e sua popularidade é medida pela variável de rede centralidade de intermediação, métrica que avalia a importância de uma PC para estabelecer “pontes” entre PCs ou conglomerados de PCs. Por exemplo, uma PC que se encontra entre dois temas de pesquisa distintos (isto é, grupos de PCs estreitamente relacionados) apresentará um índice de centralidade de intermediação alto, com base na análise feita por meio da Teoria dos Grafos. Como pode ser verificado na Figura 1, foram encontrados 18 conglomerados. Salienta-se que parte desses conglomerados compõem os sete componentes encontrados na rede, de modo que, dos 18 conglomerados, 12 formam um único componente (porque há conexão entre esses conglomerados, representada pelo traçado cinza no grafo) e os seis demais formam subgrupos sem nenhum tipo de comunicação (arestas) com os restantes (posicionados mais ao canto direito inferior). Constata-se que esse grande componente abrange um total de 95% das PCs da rede. Os conglomerados revelam as comunidades de conceitos dentro de uma rede de palavras-chave, a presença de conglomerados nessa rede expressa a evidência de relação estreita entre as palavras-chave das diversas pesquisas publicadas no periódico, evidência de uma articulação teoricamente pertinente.

3.3 A análise das PCs

Nas seções anteriores, foram discutidos aspectos estruturais globais da rede. Nesta seção, discutem-se as propriedades no nível do vértice (palavras-chave). A Tabela 2 a seguir descreve a centralidade de grau (número de laços que uma palavra-chave possui com outras PCs na rede) e a centralidade de intermediação dos 21 maiores valores de PCs encontrados.

Como pode ser verificado, a palavra-chave Educação Especial é o principal hub na rede de conhecimento investigada, pois apresenta o maior escore de CI. Entende-se que a intermediação representa uma medida mais precisa em termos de poder de uma PC em uma rede de conhecimento. Considerando os valores das 21 maiores CI, verifica-se que as principais deficiências que intermedeiam a rede de conhecimento são: deficiência mental, Síndrome de Down, surdez, deficiências da audição, transtorno da visão e paralisia cerebral. Afora as deficiências, ressaltam-se categorias de PCs que transitam em torno do ensino e da educação: educação especial, educação inclusiva, ensino regular, altas habilidades/ superdotação, alunos com deficiência, ensino fundamental, classes especiais e currículo; e de conceitos, direitos fundamentais e contextos envolvidos: inclusão, pessoas com deficiências, necessidades especiais, trabalho e famílias.

No tocante aos campos ou comunidades de conhecimento identificados nos 12 principais conglomerados, a partir dos diferentes artigos que fizeram parte desta revisão (Figura 1 e Tabela 2), constatou-se que o conglomerado de maior número de PCs é o 1, mas a palavra-chave Educação Especial centraliza esse campo de conhecimento, o que torna a maioria dos vértices periféricos de pouco destaque em termos de intermediação - há aqui uma assimetria muito maior quando comparada a outros conglomerados. Redes de perfil centralizado tendem a alto grau de dependência do vértice intermediador, visto que controla o fluxo de intermediação na rede. Em outro sentido, o Conglomerado 2 apresenta um número menor de PCs, contudo apresenta maior densidade, melhor distribuição de CI, tem no seu rol seis das PCs com maior CI e, comparativamente, possui maior frequência de PCs com CI acima de 0,001. Tais redes de perfil mais distribuído tendem à maior resistência devido à diversidade de caminhos existentes de integração, por serem mais distribuídas, apresentam maior transitividade e, por isso, são mais dinâmicas, já que permitem articulações mais inovadoras. Contudo, esta é uma avaliação somente referente ao caráter estrutural da rede. A Tabela 3 a seguir sintetiza as principais PCs de cada conglomerado em função da sua CI.

Verifica-se, na Tabela 3, que, em muitos dos conglomerados, há temáticas principais subjacentes. Particularmente no conglomerado com maior dinâmica (2), percebe-se uma integração de aspectos, variáveis, métodos, conceitos, deficiências, que se relacionam à questão da inclusão escolar no ensino regular (PCs com maior CI no grupo). Essa é a área contemporaneamente de maior desafio e não surpreende por sua dinamicidade de intercruzamento de questões na rede de conhecimento. A título de exemplo, destacam-se, nessa linha, os artigos publicados na RBEE e sua respectiva citação no Google Acadêmico até março/2019: “Inclusão escolar, formação de professores e a assessoria baseada em habilidades sociais educativas” (^{Rosin-Pinola & Del Prette, 2014} - citado 39 vezes), “Avaliação assistida para crianças com necessidades educacionais especiais: um recurso auxiliar na inclusão escolar” (^{Enumo, 2005} - citado 81 vezes ) e “Ação pedagógica e educação especial: a sala de recursos como prioridade na oferta de serviços especializados” (^{Baptista, 2011} - citado 107 vezes), que discutem os desafios impostos à implantação de estratégias no ambiente escolar, desde a disponibilização de serviços e recursos educacionais até as ações dos educadores para inclusão efetiva de alunos com os diversos tipos de deficiência, com vistas a romper com o modelo tradicional de ensino.

Em outra perspectiva, pode-se verificar alguns pares de PCs mais recorrentemente associadas à rede de conhecimento (Figura 4 a seguir). A recorrência informa sobre a tradição de associação entre temáticas envolvidas. Como é possível verificar pelo alto valor de CI da palavra-chave Educação Especial, muitas associações entre temáticas são intermediadas por meio dessa palavra-chave. No entanto, é possível verificar que, além do poder de intermediação exercido pela palavra-chave Educação Especial, há outros intercâmbios independentes desta que são realizados entre as PCs Tecnologia assistiva, Paralisia cerebral, Educação inclusiva, Surdez e LIBRAS; e entre Síndrome de Down, Famílias e Inclusão.

Fonte: Elaboração própria.

Figura 4 Pares de palavras-chaves repetidas acima de 4 vezes na rede de conhecimento. 

Na Figura 4 apresentada, pode-se verificar que as PCs apresentam tamanhos diferenciados - neste caso, quanto maior o tamanho do vértice maior o seu poder de intermediação. Esse tipo de centralidade indica os vértices localizados em posição de intermediação a outros vértices. Na rede investigada, apresenta-se o grau de participação das PCs mais importantes com a função de estabelecer elos com outras PCs ou subgrupos, atuando como elementos importantes nessa estrutura.

A recorrência de associação entre PCs indica nichos específicos da rede de conhecimento de publicação na RBEE; a espessura da linha indica recorrências mais intensas de associação de pares da PCs, o que, no caso, estão mais marcantes com a palavra-chave Educação Especial (Inclusão; Surdez; Educação Inclusiva; Deficiência intelectual; Paralisia cerebral; Transtornos de visão; Inclusão escolar e Pessoas com deficiência). Como se pode verificar, metade das maiores recorrências refere-se a deficiências. Esses são campos temáticos mais intercruzados. A marcante associação entre essas palavras-chave cria campos semânticos com maior tradição de pesquisa.