Os preprints possuem um estágio único que os periódicos tradicionais não têm: iteração de versão. Depois de receber feedback de leitores, sugestões de colaboradores ou avaliação inicial entre pares, você pode atualizar seu preprint diretamente para v2 ou v3. Como os periódicos tradicionais não têm essa etapa, praticamente ninguém ensina como lidar com isso.
O resultado é: muitas atualizações v2 são academicamente sólidas, mas o tratamento inadequado da linguagem e estrutura leva os leitores a pensar que “esta pesquisa está em constante ajuste, é instável”. O bioRxiv e o medRxiv mantêm publicamente todos os históricos de versão, e os leitores que clicam no “version history” podem ver as diferenças de cada atualização. A forma como essas diferenças são apresentadas influencia diretamente o julgamento do leitor sobre a credibilidade da pesquisa.
A seguir estão os cinco erros mais comuns que autores não nativos cometem ao atualizar v2/v3. Cada erro inclui um exemplo de modificação que pode ser aplicado diretamente.
1. Notas de versão que parecem um log de commits, e o leitor não consegue identificar qual é a mudança acadêmica
O bioRxiv e o medRxiv exigem que os autores preencham uma seção “What’s new in this version” ou “Summary of changes” ao fazer upload da nova versão. Esse texto, assim como o resumo de v2, é informação-chave que os leitores usam para decidir se devem reler.
Muitos autores escrevem isso como um log de commits: “Updated Figure 3. Added Supplementary Figure 5. Revised Discussion.” Os leitores não conseguem identificar quais são revisões de formatação e quais são atualizações no nível das conclusões.
Exemplo típico original:
Updated figures. Added new analysis. Revised text. Fixed typos. Updated references.
Essa passagem é semanticamente quase vazia. Se o leitor já leu v1, ele não consegue determinar se precisa reler v2 com cuidado.
Direção de modificação:
A nota de versão deve ser categorizada em três níveis: “mudanças no nível das conclusões / mudanças no nível dos dados / mudanças no nível de linguagem”. Atualizações no nível de conclusão ou descoberta principal vêm em primeiro lugar, deixando claro se afetam a interpretação; dados novos ou análises vêm em segundo lugar; formatação, redação e referências vêm por último.
Versão revisada:
Changes in v2:
- Primary conclusion unchanged. Main figures and effect sizes updated with n = 28 additional patients recruited between Oct 2025 and Jan 2026. HR for the primary outcome shifted from 2.1 to 2.4 (95% CI 1.5–3.8); direction and significance preserved.
- Added a new sensitivity analysis (new Supplementary Figure S5) addressing confounding by prior treatment.
- Revised Discussion to engage with feedback from preprint readers regarding generalizability; no new claims added.
- Minor typographical and reference corrections.
Depois de ler isso, o leitor sabe: a conclusão não mudou, os dados foram expandidos, a Discussion ampliou os limites da discussão. Ele pode decidir diretamente se quer reler a v2.
2. O resumo da nova versão e o do texto principal não são coerentes
O estágio mais propenso a erros ao atualizar v2 é a sincronização entre resumo, texto principal e figuras/tabelas. Cenário típico: o autor adiciona amostras com base em feedback dos leitores, atualiza os valores de n e tamanhos de efeito no texto principal, mas o resumo ainda contém os números antigos de v1.
Assim que o leitor fizer uma verificação cruzada e encontrar uma incoerência, vai desconfiar dos dados inteiros. Isso prejudica a credibilidade ainda mais do que o próprio v1 conter um pequeno erro.
Problema típico:
Resumo: We analyzed 186 patients with newly diagnosed type 2 diabetes… Methods: A total of 214 patients were enrolled (93 in the control arm and 121 in the intervention arm)…
Os 186 no resumo são do v1, os 214 no Methods são os números atualizados de v2. Quando o leitor vê essa incoerência, perde confiança na pesquisa inteira.
Direção de modificação:
Antes de fazer upload de v2, execute uma rodada dedicada de autoverificação de coerência numérica. Liste as seguintes categorias de números e verifique se cada uma está completamente coerente em resumo, Methods, Results, Discussion, legendas de figuras e legendas de tabelas:
- Tamanho da amostra (total e por grupo)
- Duração do acompanhamento
- Tamanho de efeito e medidas estatísticas do desfecho primário
- Tamanho de efeito dos desfechos secundários
- Percentuais-chave (taxa de resposta, taxa de eventos, taxa de perda etc.)
Recomenda-se adicionar um “checkpoint de congelamento” ao fluxo de iteração de versão: o resumo e as figuras de v2 devem ser verificados de forma independente por um colaborador antes de serem submetidos.
3. O texto principal foi atualizado, mas as legendas de figuras e tabelas ainda usam a linguagem de v1
Este é o tipo mais oculto de problema em atualizações v2. O autor unifica termos principais no texto principal (por exemplo, v1 usa “responder”, v2 muda para “sustained responder”), mas esquece de atualizar a legenda da Figure 3 e a legenda da Table 2.
O bioRxiv e o medRxiv fazem upload de figuras e tabelas como PDF/PNG independentes. Os autores geralmente concentram esforço no PDF do texto principal e esquecem de sincronizar o texto nas figuras. Os leitores veem “responder” na Figure 3 e “sustained responder” no texto principal, e não conseguem ter certeza se são dois conceitos diferentes.
Cenário típico:
- Texto principal Methods: “We defined sustained responders as patients with continuous tumor shrinkage for at least 6 months.”
- Legenda Figure 3: “Kaplan-Meier curves of overall survival in responders versus non-responders.”
Os dois termos coexistem, e o leitor precisa parar para verificar, interrompendo o ritmo de leitura.
Direção de modificação:
Antes de fazer upload de v2, alinhe o texto de todas as figuras e tabelas (legendas, rótulos de eixo, legendas) com o texto principal. O procedimento é:
- Liste os termos principais que mudaram de v1 para v2
- Para cada termo, procure pela palavra antiga de v1 no PDF do texto principal e em todos os PDFs de figuras, confirmando que foram totalmente substituídos
- Verifique especialmente se a legenda (legend) e a legenda de figura (caption) possuem termos coerentes com o texto principal
A coerência terminológica é um sinal direto de qualidade linguística, sendo especialmente crítica para cenários como v2 que envolvem revisão pública.
4. v2 muda a conclusão principal silenciosamente, mas não a assinala na nota de versão
Este é o tipo de erro que mais afeta a credibilidade. O autor atualiza v2 com base em novos dados ou reanálise, mudando de v1 “compound X reduces tumor volume significantly” para “compound X marginally reduces tumor volume in a subset of models”, mas na nota de versão escreve apenas “Updated analysis”.
Sob a perspectiva de integridade acadêmica, essa abordagem é problemática. Leitores que leram v1 podem ter feito retweet ou citado o trabalho; eles precisam saber se sua conclusão mudou.
Nota de versão não recomendada:
v2: Updated analysis and revised text.
Nota de versão recomendada:
Changes in v2 (conclusion-relevant):
- The primary efficacy claim has been narrowed. In v1 we reported that compound X significantly reduced tumor volume across all three xenograft models. On re-analysis with a pre-registered statistical plan submitted during v1 review, the effect is statistically significant only in the two MSI-H models and not in the MSS model.
- All figures, the abstract, and the discussion have been updated to reflect this narrower claim.
- The original v1 preprint remains publicly accessible via the version history for transparency.
Assinalar explicitamente “mudanças no nível das conclusões” não fará o leitor pensar que a pesquisa é instável; ao contrário, tornará a leitura mais confiante na rigidez do autor. Ocultar mudanças de conclusão produz o efeito oposto, e uma vez descoberto (os comentários em preprints frequentemente têm leitores fazendo comparações), a credibilidade da pesquisa sofre danos graves.
5. Múltiplas iterações de v2 para v3, mas a qualidade linguística não melhora
O último tipo de problema é estrutural: muitos preprints que foram de v1 para v3 atualizaram dados múltiplas vezes e adicionaram análises múltiplas vezes, mas a qualidade linguística permanece no nível do rascunho inicial de v1. Cada vez que o leitor abre a nova versão, vê a mesma voz passiva, as mesmas frases nominais longas e o mesmo jargão redundante.
Essa iteração de “apenas atualizar dados, não melhorar linguagem” leva leitores experientes a formar um julgamento implícito: o autor desta pesquisa não valoriza linguagem e pode ser rejeitado pelo periódico-alvo por “language issues”. Este julgamento reduz ainda mais a vontade do leitor de abrir v4.
Abordagem recomendada:
Em cada atualização de versão, reserve pelo menos uma rodada de polimento linguístico geral, em vez de apenas correções localizadas. O procedimento específico é:
- v1 para v2: Concentre-se em polir o resumo e a Discussion. Essas duas seções são o conteúdo que os leitores têm mais probabilidade de capturar em screenshot durante a disseminação
- v2 para v3: Se você já está preparando para submissão em periódico, faça uma rodada geral de upgrade linguístico em Introduction, Methods e Results. Consulte os cinco ajustes de linguagem mais facilmente ignorados ao passar de preprint para submissão de periódico
- Antes de cada upload, releia os cinco tipos de problemas de linguagem no resumo de preprint e compare
O upgrade de qualidade linguística não precisa ser feito de uma vez. Contanto que cada v2 ou v3 deixe o leitor sentindo “este artigo está melhorando” e não “este artigo está em constante ajuste”, a credibilidade acumulada do preprint crescerá continuamente.
Lista de verificação antes do upload de v2
- Estrutura em camadas da nota de versão: A nota de versão foi escrita em três níveis de acordo com “nível de conclusão / nível de dados / nível de linguagem”? As mudanças no nível de conclusão foram claramente assinaladas?
- Coerência numérica: Os números-chave em resumo, Methods, Results, Discussion, legendas de figuras e legendas de tabelas estão todos alinhados com os valores mais recentes de v2?
- Coerência terminológica: Os termos principais introduzidos ou modificados em v2 foram sincronizados em todo o texto de todas as figuras e tabelas?
- Transparência da mudança de conclusão: A conclusão principal sofreu mudanças em direção, significância ou escopo aplicável após v1? Se sim, a nota de versão deixa isso explícito?
- Upgrade linguístico: Esta v2 realizou polimento linguístico geral de pelo menos um módulo (resumo, Discussion ou Introduction), em vez de apenas atualizar dados?
Se você está preparando para um upload de v2 ou v3, ou está em dúvida sobre como escrever uma nota de versão que mantenha integridade acadêmica enquanto não deixa o leitor pensar que a pesquisa é instável, sinta-se livre para enviar v1 e a lista de mudanças planejadas para contact@scholarmemory.com. Fornecerei uma amostra gratuita de revisão de diferenças linguísticas de versão para ajudá-lo a avaliar quais ajustes no nível de linguagem você precisa fazer na nova versão.