Resumo. Experimentos científicos modelados como workflows são executados por complexos mecanismos chamados de Sistemas de Gerência de Workflows (SGWf). Existem diversos SGWfs com seus prós e contras, porém todos compartilham diversas características como por exemplo, a necessidade de fornecer apoio para os cientistas analisarem seus dados. Os dados de proveniência tem um papel importante no fornecimento das informações necessárias em diferentes etapas experimentais. Desta forma, o presente trabalho tem como objetivo mapear e caracterizar abordagens que utilizam uma das quatro ontologias de proveniência selecionadas, analisando fatores como adequabilidade, requisitos de execução e arquitetura. Após o estudo, percebeuse que as ontologias de proveniência podem ser aplicadas em diferentes etapas do ciclo de vida do workflow científico, mas principalmente na fase de análise. * Os autores agradecem ao CNPq, CAPES e FAPERJ por financiarem esse trabalho.