Manual da planilha v7_banco_process_tracing_baesiano_abdutivo_manual.xlsx

Versão deste manual: 2026-05-27. Sincronize com log_v7_banco_process_tracing.md a cada alteração estrutural.

Este documento é a fonte de verdade externa da planilha v7 do banco de Process Tracing. Foi escrito para que um leitor humano ou um agente de IA consiga entender toda a estrutura, convenções e fluxo de trabalho sem precisar abrir o .xlsx. Sintetiza e expõe na íntegra o conteúdo das abas internas readme, codebook, codebook (1), source_types e _Listas.

1. Propósito e escopo

A planilha é o input manual da pesquisa de mestrado sobre Reforma do Ensino Superior no Brasil, operacionalizando a abordagem de Fairfield & Charman (2022) — Process Tracing Bayesiano com likelihoods verbais, razão de verossimilhança e peso em decibéis (dB).

O que esta planilha é: - O lugar onde cada peça de evidência é registrada manualmente, classificada quanto à sua probabilidade sob hipóteses concorrentes e justificada. - O insumo bruto que será posteriormente exportado em CSVs e processado pelo pipeline analítico em R (bayes_lab).

O que esta planilha não é: - Não é o pipeline de análise. - Não é o repositório de artefatos finais (estes saem da etapa R). - Não substitui o codebook publicado — a versão publicável precisa eliminar fórmulas e seguir o checklist da seção 16.

2. Quadro geral das 13 abas

# Aba Papel Dimensões Status
1 readme Referência (notas curtas) 38 × 2 resumido externamente neste arquivo
2 codebook Referência (dicionário principal) 118 × 13 fonte de verdade do esquema
3 codebook (1) Referência (fragmento divergente) 18 × 13 inconsistência conhecida — ver §17
4 tb1_hypotheses Dimensão 20 × 9 6 pares ativos (H1a/b…H3a/b)
5 tb2_sources Dimensão (fontes genéricas) 9 × 10 quase vazia (só FSP)
6 tb2_1_sources_lesgislation Dimensão (fontes legislativas) 9 × 14 em construção — foco do log atual
7 tb3_evidence_raw Fato (evidência bruta) 443 × 10 em coleta
8 tb4_evidence_analisys Fato (evidência × par-hipóteses) 1001 × 26 aba operacional principal
9 tb5_empirical_episodes Dimensão (3 episódios) 7 × 6 confirmada
10 Draft Rascunho 19 × 7 descartável
11 LR_Detailed_Hypotheses_in_the_L Rascunho paralelo a tb4 1001 × 27 descartável
12 _Listas Referência (vocabulários para dropdowns) 12 × 7 ativa
13 source_types Referência (taxonomia) 24 × 4 confirmada

3. Camada teórica (Fairfield & Charman 2022)

O método central pede que, para cada peça de evidência E e cada par de hipóteses concorrentes H1/H2, o pesquisador estime separadamente:

  • P(E | H1) — quão provável seria observar E se H1 fosse verdadeira
  • P(E | H2) — idem para H2

A heurística operacional, expressa no readme interno (citando Fairfield & Charman 2022, Cap. 3.6.1), é:

“Inhabit the World of Each Hypothesis” — habite o mundo de H1 e pergunte: se H1 fosse verdadeira, quão esperada seria esta evidência? Repita para H2.

A razão LR = P(E|H1) / P(E|H2) mede a força e a direção do suporte. Em escala logarítmica, peso em dB = 10 · log₁₀(LR) — valores positivos favorecem H1, negativos favorecem H2.

O campo mais importante do banco é, portanto, justificativa_likelihoods (coluna N de tb4_evidence_analisys): texto livre explicando por que cada likelihood verbal foi atribuído.

4. Escala verbal de probabilidade

Vocabulário controlado (reproduzido literalmente da aba readme):

Termo Valor numérico Interpretação
quase_certa 0.95 Quase certamente observaríamos esta evidência se H fosse verdadeira
muito_provavel 0.80 Muito provavelmente observaríamos
provavel 0.65 Provavelmente observaríamos
cinquenta_e_cinquenta 0.50 Poderia ou não ocorrer — evidência não discrimina neste eixo
improvavel 0.35 Improvável mas possível
muito_improvavel 0.20 Muito improvável de observar se H fosse verdadeira
quase_impossivel 0.05 Hoop Test: quase impossível sob esta hipótese

5. Interpretação de peso em dB

Banda em dB Categoria LR equivalente
≥ 20 muito_forte_H1 LR ≥ 100 — evidência decisiva
10–20 forte_H1 LR 10–100 — evidência forte
5–10 moderado_H1 LR 3–10 — evidência moderada
1–5 fraco_H1 LR 1.3–3 — evidência fraca
-1 a 1 nao_discrimina LR ≈ 1 — não distingue H1 de H2
-5 a -1 fraco_H2 Fraco a favor de H2
-10 a -5 moderado_H2 Moderado a favor de H2
-20 a -10 forte_H2 Forte a favor de H2
≤ -20 muito_forte_H2 LR < 0.01 — evidência decisiva para H2

6. Convenções gerais (Tabela 1 do codebook)

Regra Especificação Exemplo correto Exemplo incorreto
Case de colunas snake_case em inglês enrollment_rate Taxa de Matrícula, enrollmentRate
Início de nome Nunca começa com número rate_2010 2010_rate
Acentos Proibidos em colunas e nomes de aba state_code código_estado
Abreviações Apenas as consagradas na área ibge, inep, pnad, enem enr para enrollment
Nomes de abas snake_case, sem espaços tb_sources Fontes, tb sources
Prefixo de abas de dados tb_ tb1_hypotheses, tb_sources sheet1, dados
Células mescladas Proibidas — —
Fórmulas no .xlsx publicado Proibidas — apenas valores — =VLOOKUP(...)
Encoding dos CSVs exportados UTF-8 sem BOM — —
Separador decimal nos CSVs Ponto . 0.35 0,35

A regra “sem fórmulas” só vale para a versão publicada/replicável. A versão de trabalho (esta) mantém fórmulas em tb4_evidence_analisys por produtividade — ver §16/17.

7. Esquema de prefixos de chaves (Tabela 2 do codebook)

Prefixo Nome completo Quando usar Exemplo
pk_ Primary key Identificador único de cada linha da aba pk_hyp_pair_code, pk_source_id
fk_ Foreign key Coluna importada de outra aba via match com a PK dela fk_source_id → pk_source_id de tb_sources
ik_ Imported key Coluna não-chave trazida junto com uma FK (cópia de dado de outra aba) ik_source_type importado junto com fk_source_id
(sem prefixo) Coluna nativa Coluna original desta aba; fonte de verdade deste dado hypothesis_name, year, enrollment_rate

Regra: colunas sem prefixo são nativas e exportáveis por definição. O prefixo só aparece quando há movimento de dados entre abas.

8. Estrutura do codebook (Tabela 3)

O codebook interno tem 13 colunas:

Coluna Tipo Obrigatória Descrição
table character sim Nome da aba de origem
variable_name character sim Nome final da coluna em snake_case
key_type character sim pk, fk, ik, ou vazio para nativas
label_en character sim Rótulo legível em inglês
label_pt character sim Rótulo legível em português
data_type character sim character, integer, numeric, logical, date
unit character não Unidade de medida; — se textual
source_table character condicional Para fk e ik: aba de origem
source_dataset character não Dataset primário (INEP, PNAD, etc.); autoral se produzido pelo autor
allowed_values character não Valores possíveis ou intervalo esperado
missing_code character sim Como o missing é codificado (NA, —, -99, "")
status character sim draft, confirmed, deprecated
notes character não Observações livres

9. Convenção da pk_source_id / chave BibTeX (Tabela 4)

Fórmula geral: [DATE]_[source_type]_[ID]_[ENTITY]

Componente Regra
DATE YYYY-MM-DD quando data completa; YYYY-MM quando só ano-mês; YYYY quando só ano
source_type Nome completo do tipo — ver §10
ID Elemento mais distintivo da fonte — ver §10
ENTITY Desambiguador final: órgão, veículo, universidade, editora — ver §10
Colisões Sufixo _b, _c quando dois registros geram a mesma chave
Separador Underscore _ entre todos os componentes
Case Tudo em minúsculas; números sem formatação (83857, não 83.857)

Exemplo canônico (Decreto 83.857/1979): 1979-08-15_legislation_dec83857_brasil.

10. Taxonomia completa de source_type (Tabelas 5 e 6)

Lista de tipos (22 ao todo, 4 categorias)

source_type Tipo BibTeX Categoria Descrição
journal_article @article academic Artigo em periódico científico
book @book academic Livro com autoria integral
edited_book @book (com editor=) academic Coletânea organizada por editor(es)
book_chapter @incollection academic Capítulo em coletânea
conference_paper @inproceedings academic Trabalho em anais de evento
thesis @mastersthesis academic Dissertação de mestrado
dissertation @phdthesis academic Tese de doutorado
working_paper @techreport academic Working paper / texto para discussão
preprint @misc academic Preprint (SSRN, SocArXiv, OSF)
newspaper_article @article press Matéria jornalística — Folha, Estadão
magazine_article @article press Artigo em revista
news_agency @misc press Despacho de agência (Reuters, Agência Brasil)
legislation @misc government Lei, decreto, portaria, resolução, MP
court_ruling @misc government Decisão judicial — STF, TCU
government_report @techreport government Relatório ministerial, nota técnica
policy_document @misc government Planos e documentos de política — PNE, PDI
government_data @misc government Microdados e publicações IBGE, INEP, MEC
speech @misc government Discurso oficial registrado
interview @misc primary Entrevista concedida
website @online primary Página institucional ou portal
social_media @online primary Publicação em rede social com relevância documental
archival @misc primary Documento de arquivo histórico

Regras de ID, ENTITY e granularidade por tipo

source_type Granularidade de data Regra para ID Regra para ENTITY Exemplo
legislation YYYY-MM-DD [legtype][numero]: dec, lei, port, res, mp + número sem pontos País ou esfera: brasil, sp, rj 1979-08-15_legislation_dec83857_brasil
court_ruling YYYY-MM-DD [tribunal][numero_processo] Tribunal: stf, tcu, stj 2012-04-26_court_ruling_adpf186_stf
speech YYYY-MM-DD Sobrenome do orador Evento ou local: congresso, onu, mec 2003-01-01_speech_lula_congresso
newspaper_article YYYY-MM-DD Uma palavra do tema Veículo: folha, estadao, globo 2003-12-15_newspaper_article_prouni_folha
news_agency YYYY-MM-DD Uma palavra do tema Agência: agbrasil, reuters 2004-03-10_news_agency_cotas_agbrasil
magazine_article YYYY-MM-DD Uma palavra do tema Revista: veja, piaui, carta 2005-06-01_magazine_article_fies_veja
government_report YYYY-MM-DD ou YYYY Uma palavra do tema Órgão: mec, ipea, ibge, inep 2005_government_report_enade_inep
policy_document YYYY Sigla ou tema: pne, reuni, prouni Órgão: mec, brasil 2007_policy_document_reuni_mec
government_data YYYY Nome do dataset: sinopse, censo_es Órgão: inep, ibge 2023_government_data_censo_es_inep
journal_article YYYY Sobrenome do primeiro autor Revista abreviada: recp, lp, bjps, dados 2008_journal_article_ansell_recp
book YYYY Sobrenome do autor Editora: edusp, fgv, cia_letras 2011_book_lula_cia_letras
edited_book YYYY Sobrenome do organizador Editora: edusp, fgv 2010_edited_book_melo_fgv
book_chapter YYYY Sobrenome do autor do capítulo Sobrenome do org. do livro 2010_book_chapter_power_melo
conference_paper YYYY Sobrenome do primeiro autor Sigla do evento: apsa, abcp, ipsa 2019_conference_paper_gomes_abcp
thesis YYYY Sobrenome do autor Universidade: usp, unicamp, iuperj 2024_thesis_gomes_uerj
dissertation YYYY Sobrenome do autor Universidade: usp, uerj, iuperj 2020_dissertation_silva_unicamp
working_paper YYYY Sobrenome do primeiro autor Instituição: ipea, nber, cebri 2015_working_paper_barbosa_ipea
preprint YYYY Sobrenome do primeiro autor Plataforma: ssrn, socarxiv, osf 2022_preprint_carvalho_socarxiv
interview YYYY-MM-DD Sobrenome do entrevistado Contexto: pesquisa, imprensa 2018-09-14_interview_haddad_pesquisa
website YYYY ou YYYY-MM-DD Uma palavra do tema Domínio abreviado: mec, planalto, inep 2024_website_prouni_mec
social_media YYYY-MM-DD Sobrenome do autor Plataforma: twitter, x, instagram 2019-11-05_social_media_bolsonaro_twitter
archival YYYY ou YYYY-MM-DD Uma palavra do tema ou código Arquivo: an, aperj, ahjmj 1968_archival_reuniao_an

11. Dicionário variável por variável

11.1 tb1_hypotheses (do codebook principal)

variable_name key_type label_pt data_type allowed_values missing status notes
pk_hyp_pair_code pk Código do par de hipóteses character ex: H1a, H1b — draft Identificador único da hipótese individual
hypothesis_name nativa Nome da hipótese character — NA draft Nome curto da hipótese
hypothesis_group_id nativa ID numérico do grupo de hipoteses integer ex: 1, 2, 3 NA draft Agrupa hipóteses do mesmo par
hypothesis_pair_name nativa Nome do par de hipóteses character — NA draft Rótulo descritivo do par
implied_mechanism nativa Mecanismo causal implicado character — NA draft Mecanismo teórico subjacente
mutually_exclusive_premises nativa Premissas mutuamente exclusivas character — NA draft Premissas que diferenciam as hipóteses do par
bibliographic_source nativa Fonte bibliográfica character — NA draft Referência que origina ou ancora a hipótese
primary_question nativa Questão de pesquisa principal character — NA draft —
secondary_question nativa Questão de pesquisa secundária character — NA draft —

Pares ativos atuais (tb1_hypotheses):

Code Nome Group Par
H1a Partisan Theory H1 H_Partisan_vs_H_Many_Political_Actors
H1b Co-production by Non-Partisan Actors H1 idem
H2a Expansion as Redistributive Mechanism H2 H_Expansion_vs_H_Decomodification
H2b Decommodification as Redistributive Mechanism H2 idem
H3a Preference for Private Provision H3 H_Privatization_vs_H_Fiscal-and-Path-Dependence-Co...
H3b Fiscal Constraints and Path Dependence H3 idem

11.2 tb_sources (do codebook (1), aplicável também a tb2_1)

variable_name key_type label_pt data_type allowed_values missing status notes
pk_source_id nativa ID único da fonte character ex: 1979-08-15_legislation_dec83857_brasil — draft Slug legível seguindo §9
source_type nativa Tipo de fonte character ver §10 NA draft Vocabulário controlado
bibtex_key nativa Chave BibTeX character — NA draft Idêntico à chave dentro do bibtex_entry; coluna separada para lookup
bibtex_entry nativa Entrada BibTeX completa character — NA draft Carrega todos os metadados tipo-específicos
access_date nativa Data de acesso date YYYY-MM-DD NA draft Preencher apenas para fontes online
notes nativa Observações character — NA draft Observações livres
status nativa Status do registro character draft | confirmed | deprecated NA draft —

11.3 tb5_empirical_episodes

3 episódios cobrindo 1995–2014, com par de hipóteses principal:

id_episodio nome_episodio governo periodo par_hipoteses_principal
1 Guerra das mensalidades: PSDB e o setor privado FHC I 1995–2002 H_Privatization_vs_Fiscal_and_Path_Dependence_Cons
2 ProUni vs. Cotas Lula I e II / Dilma I 2003–2012 H_nao_partidaria vs H_partidaria
3 FIES e diluição empresarial Lula II / Dilma I e II 2007–2014 H_nao_partidaria vs H_partidaria

12. Aba operacional — tb4_evidence_analisys

Cada linha = uma evidência E em relação a um par de hipóteses. Possui 26 colunas:

pk_id_ev_an, fk_id_ev, fk_hypothesis_group, ik_date_evidence, ik_evidence_name, ik_complete_evidence_content, ik_evidence_summary, data_analised, Logical_dependecy_with_PK_ID_ev_analisys, Governo, Alinhamento, context, Favorece, Detalhe_Decisivo, Notas, PK_ID_ev_analisys, FK_episodio, IK_nome_episodio, prob_e_dado_h1, prob_e_dado_h2, ek_justificativa_likelihoods, p_num_h1, p_num_h2, razao_verossimilhanca, peso_db, peso_categoria.

Colunas calculadas (fórmulas — não editar)

Coluna Lógica
pk_id_ev_an =IF(B2="","",B2&"_"&C2) — concatena fk_id_ev e fk_hypothesis_group
ik_date_evidence =VLOOKUP(B2, tb3_evidence_raw!A:B, 2, FALSE)
ik_evidence_name =VLOOKUP(B2, tb3_evidence_raw!A:C, 3, FALSE)
ik_complete_evidence_content =VLOOKUP(B2, tb3_evidence_raw!A:D, 4, FALSE)
ik_evidence_summary =VLOOKUP(B2, tb3_evidence_raw!A:G, 7, FALSE)
IK_nome_episodio =IF(Q2="","",IFERROR(VLOOKUP(Q2,tb5_empirical_episodes!$A:$B,2,FALSE),""))
p_num_h1 Cadeia de IFs convertendo prob_e_dado_h1 verbal em numérico (quase_certa→0.95 … quase_impossivel→0.05)
p_num_h2 idem para prob_e_dado_h2
razao_verossimilhanca =IF(OR(V2="",W2="",W2=0),"",ROUND(V2/W2,3))
peso_db =IF(OR(X2="",X2<=0),"",ROUND(10*LOG10(X2),1))
peso_categoria Cadeia de IFs mapeando peso_db em banda (muito_forte_H1 … muito_forte_H2) — ver §5

Campos manuais obrigatórios

A cada nova linha de análise, preencher: B (fk_id_ev), C (fk_hypothesis_group), S (prob_e_dado_h1), T (prob_e_dado_h2), U (ek_justificativa_likelihoods), Q (FK_episodio). Os campos descritivos Governo, Alinhamento, context, Favorece, Detalhe_Decisivo, Notas complementam.

O campo mais importante é ek_justificativa_likelihoods — explique por que cada likelihood foi atribuído, habitando o mundo de cada hipótese.

13. Fluxo de trabalho recomendado

  1. Antes de cada rodada de campo: git commit do .xlsx para snapshot.
  2. Coletar evidência: registrar em tb3_evidence_raw (PK = pk_id_ev, FK = fk_souce → tb2_sources ou tb2_1_sources_lesgislation).
  3. Para cada peça registrada em tb3: criar uma linha em tb4_evidence_analisys para cada par de hipóteses ao qual ela seja relevante. Os campos ik_* se autopopulam por VLOOKUP.
  4. Preencher os campos manuais obrigatórios (§12) e, sobretudo, a justificativa.
  5. Atores e dimensões: usar dropdowns das colunas Q (ator) e R (dimensão alternativa) — vocabulário em _Listas.
  6. Revisão: analisar o padrão de WoE por par de hipóteses para identificar onde coletar mais.

Convenção de cores

  • Azul claro: célula com fórmula — não editar manualmente.
  • Branco: célula manual — preencher.

14. Listas controladas (_Listas)

Vocabulários de dropdown disponíveis na aba _Listas:

Coluna Conteúdo
A Escala verbal: quase_certa, muito_provavel, provavel, cinquenta_e_cinquenta, improvavel, muito_improvavel, quase_impossivel
B Grupos de hipóteses: H_partidaria, H_expansao, H_nao_partidaria, H_fiscal_path
C Atores: PSDB/MEC, PT/MEC, PT/MEC/conglomerados, conglomerados_educacionais, movimento_negro/PT/PSDB, movimento_negro, IBGE/estrutura_setorial, Presidencia/Casa_Civil, STF, Congresso_Nacional, SESU/burocracia_MEC, outro
D Dimensões alternativas: business_power, restricao_fiscal, pressao_social_autonoma, gap_implementacao, path_dependence_institucional, easy_hard_redistribution, nenhuma
E Booleans: TRUE, FALSE
G Fórmulas COUNTIF que contam evidências por hipótese em tb3_evidence_raw colunas H, I, J

15. Aba tb2_1_sources_lesgislation em detalhe

Cabeçalho (linha 1): bibtex_entry | full_content | source_type | pk_source_id_bibtex_key | title | author | date | url | path_to_file | access_date | president | minister | revoked_by | revoked_by_date.

15.1 Anatomia da entrada BibTeX @misc para legislação

@misc{1979-08-15_legislation_dec83857_brasil,
  title = {Decreto Nº 83.857, de 15 de Agosto de 1979: ...},
  author = {{Brasil}},
  date = {1979-08-15},
  location = {Brası́lia},
  url = {https://www.planalto.gov.br/...},
  urldate = {2026-05-27},
  organization = {Presidência da República},
  file = {C:\Users\...\1979-08-15_legislation_dec83857_brasil.pdf}
}

Convenções: - Cada campo em uma linha, terminado em }, (último termina em }). - title e author podem ter chaves internas ({Ministro}, {Brasil}) — convenção biblatex para preservar capitalização em LaTeX. Devem ser removidas no resultado tabular. - date e urldate em ISO YYYY-MM-DD.

15.2 Campos LaTeX customizados (novos)

Introduzidos em 2026-05-27 para habilitar geração automática de citações com metadados políticos:

Campo BibTeX Coluna alvo Conteúdo esperado
signed_by_president president Nome completo do Presidente, com encode LaTeX ({Luiz Inácio Lula da Silva} etc.)
signed_by_minister minister Nome completo do Ministro responsável, com encode LaTeX
revoked_by revoked_by Instrumento revogador (ex.: {Decreto 5.773/2006}), com encode LaTeX
revoked_by_date revoked_by_date YYYY-MM-DD ou YYYY conforme disponível

15.3 Mapeamento BibTeX → colunas

Coluna Campo BibTeX de origem Obrigatório?
pk_source_id_bibtex_key (D) chave após @misc{ sim
title (E) title sim
author (F) author sim
date (G) date sim
url (H) url quando online
path_to_file (I) file sim
access_date (J) urldate quando online
president signed_by_president quando aplicável
minister signed_by_minister quando aplicável
revoked_by revoked_by quando o instrumento foi revogado
revoked_by_date revoked_by_date quando o instrumento foi revogado

As fórmulas de extração estão fora deste manual (entregues no histórico do chat). Em locale pt-BR usam ; como separador de argumentos.

16. Checklist pré-publicação (Tabela 7 do codebook)

Antes de exportar o pacote de replicação:

Item Critério
Colunas Todas em snake_case, sem acentos, sem espaços
Prefixos Toda PK com pk_; toda FK com fk_; toda coluna importada com ik_
Codebook Completo — todas as colunas de todas as abas documentadas com tipo, fonte e missing
tb_sources Toda fonte citada tem entrada com bibtex_entry completo
Chaves BibTeX bibtex_key == pk_source_id em todos os registros
Fórmulas Nenhuma célula com fórmula no xlsx publicado — apenas valores
Células mescladas Nenhuma
Encoding UTF-8 sem BOM em todos os CSVs
Decimal Ponto . em todos os CSVs numéricos
CSVs Um arquivo por aba de dados; nomes espelham o nome da aba

17. Limitações conhecidas / dívidas técnicas

  • codebook (1) é divergente do codebook principal. O principal usa hypothesis_group_id; o secundário usa hypothesis_pair_id. Precisa unificação antes da publicação.
  • Draft e LR_Detailed_Hypotheses_in_the_L são rascunhos paralelos a tb4_evidence_analisys — não usar; remover antes de publicar.
  • tb2_sources está quase vazia (apenas FSP). A maioria das fontes legislativas vive provisoriamente em tb2_1_sources_lesgislation. Pode ser necessário consolidar.
  • Versão de trabalho mantém fórmulas em tb4_evidence_analisys e (com este log) em tb2_1_sources_lesgislation por produtividade. A versão publicada precisa “achatar” para valores (Tabela 1, regra 13; §16).
  • Aba _Listas mistura listas controladas (cols A–E) com fórmulas de contagem (col G) — útil mas atípico.

18. Como atualizar este manual

Qualquer alteração estrutural na planilha (nova aba, nova coluna, mudança de vocabulário controlado, novo campo BibTeX, mudança de fórmula em tb4) deve:

  1. Ser refletida na seção correspondente deste arquivo.
  2. Ganhar uma entrada datada em log_v7_banco_process_tracing.md descrevendo o que mudou, por quê, e qual migração é necessária.

Quando este manual e a planilha discordarem, a planilha é a verdade — atualize o manual.

Back to top