scholarly-metadata

dblp (CS bibliography)

A bibliografia curada de ciência da computação, que indexa cerca de sete milhões de publicações de periódicos e conferências da área, com registros de autoria cuidadosamente mantidos. Pesquise em dblp.org ou pela API gratuita. Seu escopo é estritamente ciência da computação, mas, dentro desse campo, costuma ser o registro mais limpo e confiável de quem publicou o quê, onde e quando.

Artigos acadêmicos API

Pesquisar neste arquivo

Por que é útil e como funciona

O dblp se distingue dos índices acadêmicos gerais por ser meticulosamente curado à mão para o domínio da ciência da computação, o que significa que seus registros de autoria são desambiguados e sua cobertura de conferências e periódicos é mantida com cuidado. Se você precisa de um registro confiável e limpo da lista de publicações de um pesquisador da área, ou quer encontrar tudo o que foi publicado em uma conferência ou em um periódico específico, o dblp costuma ser mais confiável do que um índice maior, porém menos curado. É possível pesquisar por autor, título ou veículo em dblp.org, ou obter dados estruturados em JSON, XML ou BibTeX pela API gratuita. O escopo é estritamente ciência da computação.

O que há dentro

Mais de oito milhões de publicações indexadas até 2025, provenientes de milhares de periódicos e anais de conferências de computação, com páginas de autor cuidadosamente mantidas para mais de três milhões de pesquisadores.

Acesso via API

https://dblp.org/search/publ/api?q=...&format=json ; SPARQL https://sparql.dblp.org/sparql

O que medimos

As nossas próprias sondagens, não o que o arquivo afirma. Repetidas periodicamente; cada valor tem data.

Acessibilidade

Pedido direto: Respondeu HTTP 200 13,6 s
Através de um proxy de centro de dados: Respondeu HTTP 200 7,2 s
API, direta: Respondeu HTTP 200 2,5 s
API, através de proxy: Respondeu HTTP 200 3,3 s

Uma pesquisa real devolveu alguma coisa?

Devolveu resultados · 10 resultados para a consulta de teste · mediana 2,1 s · estável entre execuções

Consulta de teste: An enhanced deep learning framework for DeepFake detection using EfficientNet-B3 comparative evaluation of deep and machine learning techniques.

Cobertura no benchmark

Encontrou 8 de 9 itens de teste (89%) no cluster Artigos acadêmicos. Resposta mediana 2,1 s.

Consoante o quão conhecido é o item: 3/3 muito conhecidos, 3/4 intermédios, 2/2 pouco conhecidos .

Um item que encontrou: Determining the impacts of climate change and human activities on vegetation change on the Chinese Loess Plateau conside

Acessibilidade medida a 2026-08-22. Pesquisa verificada em 2026-08-22. Execução do benchmark a 2026-08-22.