Meu Contador de Downloads do SSRN é Bom? Um Benchmark Gratuito por Idade do Artigo e Área
Esta é uma tradução. A versão de referência é o original em inglês; cite essa.
Você postou um artigo no SSRN. Algumas semanas depois, o contador mostra 7 downloads. Isso é ruim, comum ou bom? Até julho de 2026, você podia consultar o SSRN Rankings para ter uma ideia. Em 15 de julho de 2026, o SSRN descontinuou seus Rankings. As contagens de downloads permaneceram nas páginas de artigos e de autores, mas os números para comparação desapareceram. SSRN Benchmark é uma ferramenta gratuita e de código aberto que restitui essa comparação. Você fornece sua contagem de downloads, a idade do seu artigo e, se desejar, sua área de pesquisa. Ela lhe informa aproximadamente qual porcentagem de artigos similares você superou.
O que oferece
Execute e você obtém quatro coisas: seu valor, o grupo de artigos com o qual você foi comparado, um percentil e o intervalo típico para esse grupo (25%, mediana, 75%, 90% e 95%), com um veredito simples que varia de "bem abaixo do típico" a "bem acima do típico". Também pode imprimir a tabela de referência completa por idade, uma tabela de downloads medianos por campo e a lista dos 25 campos disponíveis. Se sua contagem abrange vários artigos, especifique com --papers e ele divide por esse número.
O grupo de referência contém 1,360 artigos do SSRN, publicados entre 1996 e 2026 em 25 campos. Os contadores de downloads ao longo da vida desses artigos foram extraídos de capturas do Internet Archive realizadas antes de o SSRN parar de fornecê-los para clientes automatizados, portanto essa coleta não pode ser repetida.
O que os números dizem
A maioria dos autores espera mais do que os dados mostram. O artigo mediano em seu ano de postagem tem 12 downloads; a mediana em um a dois anos é 25, em dois a cinco anos 52, em cinco a dez anos 130, e acima de dez anos 172. O crescimento é concentrado nos primeiros três ou quatro anos, quando os downloads medianos aproximadamente dobram a cada ano. Depois de aproximadamente cinco anos, as diferenças entre grupos etários não são estatisticamente significativas.
O campo importa quase tanto quanto a idade. Para artigos com um a três anos, a mediana é 109 em Negócios, 71 em Ciências Sociais, 65 em Economia, 46 em Ciência da Computação e 23 em Ciência dos Materiais. Portanto, uma contagem que parece fraca em Negócios pode ser ordinária em Engenharia. Sempre indique seu campo quando souber.
Um exemplo concreto
Digamos que seu artigo está em Ciências Sociais, foi publicado este ano e tem 7 downloads:
python3 ssrn_benchmark.py --downloads 7 --months 2 --field "Social Sciences"A ferramenta compara você com 24 artigos de Ciências Sociais do mesmo período, relata um percentil de aproximadamente 25%, mostra que a mediana ali é 14,5 e que 90% dos artigos têm 82 ou menos, e fornece o veredicto "abaixo do típico". Também observa que ignorar a área teria colocado você em aproximadamente o 34º percentil em vez disso. Você aprende que 7 é inferior à maioria, mas que o artigo novo típico tem apenas cerca de uma dúzia de downloads, e onde mirar.
Como ler o resultado
Cada resposta vem acompanhada de uma breve nota sobre como interpretá-la. Artigos com captura de arquivo preservada estão sobre-representados, portanto, confie mais na forma da distribuição do que nos valores absolutos. Os contadores de download incluem tráfego automatizado. Os downloads estão apenas fracamente relacionados às citações. As datas de postagem nos dados contêm apenas o ano, portanto, a idade é medida em anos inteiros e nenhum período menor é oferecido.
Como começar
Você precisa de Python 3. Não há nada para instalar, nenhuma conta e nenhum pacote extra: baixe os dois arquivos, ssrn_benchmark.py e study1-wayback-downloads.csv, ou clone o repositório.
git clone https://github.com/vadimchernets/ssrn-benchmark
cd ssrn-benchmark
python3 ssrn_benchmark.py --table
python3 ssrn_benchmark.py --downloads 40 --months 24 --field EconomicsO código está sob a licença MIT e os dados sob CC BY 4.0, então você pode reutilizar ambos. Tudo está em github.com/vadimchernets/ssrn-benchmark. Os dados estão arquivados no Zenodo (DOI 10.5281/zenodo.22285871), e a análise por trás é o artigo What Does 7 Downloads Mean? Metric Blindness and the Cold Start of Scholarly Attention After the SSRN Rankings Sunset de Vadym Chernets.
Vadym Chernets também constrói Poly A1, um aplicativo no qual IAs de diferentes empresas verificam o trabalho umas das outras.