5 Introdução ao Desenho de Pesquisa e à Jurimetria
Uma Breve Introdução ao R
5.1 Motivando
5.1.1 Um Experimento Importante
O avanço do conhecimento científico se apoia, historicamente, na capacidade de formular boas perguntas e testá-las de forma sistemática. Um dos primeiros exemplos marcantes dessa prática ocorreu durante o século XVIII, no contexto das longas viagens oceânicas realizadas por marinhas europeias. Nessas expedições, marinheiros frequentemente adoeciam e morriam em grande número, sem que se soubesse a verdadeira causa. As hipóteses dominantes na época atribuíam as doenças ao “ar ruim” e às condições insalubres dos navios — ideias alinhadas à chamada teoria miasmática das enfermidades.
A questão que se colocava era: qual a verdadeira causa das mortes e quais soluções poderiam evitá-las? Essa pergunta inaugurou um dos primeiros experimentos controlados da história da medicina.
5.1.2 O Experimento de James Lind (1747)
Em 1747, o médico naval britânico James Lind, servindo a bordo do HMS Salisbury, realizou um estudo pioneiro que hoje reconhecemos como um ensaio clínico controlado. Lind selecionou um grupo de marinheiros acometidos por escorbuto e os dividiu em diferentes grupos de tratamento, garantindo condições semelhantes entre eles. Cada grupo recebeu uma intervenção distinta — vinagre, água do mar, cidra, entre outras substâncias —, mas apenas um grupo recebeu limões e laranjas.
O resultado foi inequívoco: os marinheiros que consumiram frutas cítricas se recuperaram rapidamente, enquanto os demais continuaram doentes. Com isso, Lind demonstrou empiricamente que a causa do escorbuto não estava no “ar ruim”, mas sim na deficiência de um nutriente essencial presente nos cítricos e posteriormente identificado como a vitamina C.
5.1.3 A Descoberta Revolucionária
Cura do Escorbuto
A descoberta de Lind representou um marco para o desenvolvimento do método científico na medicina. A partir da observação cuidadosa e da formulação de hipóteses testáveis, foi possível demonstrar a relação causal entre a ausência de determinado nutriente e a manifestação da doença. O estudo inaugurou o uso sistemático de grupos de comparação, controle de variáveis e análise empírica de resultados, práticas que se tornariam pilares da ciência moderna.
Essa experiência mostrou que o conhecimento científico não avança por mera especulação, mas por testes controlados e evidências observáveis, capazes de distinguir entre correlação e causalidade.
Essa experiência mostrou que o conhecimento científico não avança por mera especulação, mas por testes controlados e evidências observáveis, capazes de distinguir entre correlação e causalidade.
5.2 A Ciência
5.2.1 Perguntado “Por que”
O ponto de partida da ciência é a curiosidade sobre o mundo: por que as coisas acontecem da forma como acontecem? Essa indagação, aparentemente simples, é o motor que impulsiona toda investigação científica. A ciência busca compreender não apenas o que ocorre, mas também as causas e mecanismos subjacentes aos fenômenos observados.
Durante séculos, especialmente até a metade do século XIX, o conhecimento sobre diversos processos naturais era limitado. Na medicina, por exemplo, pouco se sabia sobre doenças infecciosas e seus modos de transmissão. Somente com os avanços de pesquisadores como Louis Pasteur (1822–1895) é que se consolidou a Teoria Microbiana da Doença, transformando profundamente a prática médica e a saúde pública.
5.2.2 Perguntado “Por que”
Antes desses avanços, outros cientistas já haviam dado contribuições fundamentais à sistematização do conhecimento. Em 1662, John Graunt publicou a primeira tábua de mortalidade, no livro Natural and Political Observations Made upon the Bills of Mortality. Esse trabalho foi um dos primeiros esforços para quantificar e descrever padrões populacionais e de saúde a partir de registros empíricos.
Graunt aplicou raciocínios quantitativos a dados sobre nascimentos e mortes, inaugurando a tradição estatística na análise de fenômenos sociais e biológicos. Mais de dois séculos depois, Pasteur ampliou essa lógica de observação e mensuração, demonstrando experimentalmente que doenças contagiosas decorriam da ação de microrganismos, e desenvolvendo o processo de pasteurização como medida de prevenção. Somente em 1873 a academia de Medicina Francesa defende a tese que doenças contagiosas e processos infecciosos tem os microrganismos como responsáveis.
Esses marcos ilustram como o avanço da ciência depende da capacidade de observar, mensurar e explicar os fenômenos de maneira sistemática e replicável.
5.2.3 Objetivo da Ciência
O propósito último da ciência é tornar o mundo um lugar melhor para vivermos, por meio da geração de conhecimento e de inovação tecnológica. Entretanto, o progresso técnico não ocorre isoladamente: ele depende do entendimento teórico dos fenômenos.
A teoria é o que permite explicar o mundo de forma coerente, organizando as observações em um quadro interpretativo. É a partir dela que se formulam hipóteses, se testam explicações e se criam soluções práticas. Assim, as inovações técnicas são frutos do entendimento teórico, e não o contrário, sendo que a boa ciência combina observação empírica com reflexão conceitual.
5.2.4 O Uso Inadequado da Ciência
Embora a ciência tenha transformado profundamente o modo como compreendemos o mundo, seu prestígio também pode ser utilizado de forma indevida. A invocação do termo “científico” muitas vezes é empregada para atribuir credibilidade a afirmações infundadas, criando uma aparência de legitimidade sem o devido rigor metodológico.
Nada confere mais autoridade a uma alegação do que a sugestão de que ela foi “comprovada cientificamente” ou “baseada em evidências científicas”.
No entanto, nem toda afirmação que se apresenta como científica é, de fato, resultado de um processo de investigação rigoroso. É comum encontrar exemplos de pseudociência, discursos que simulam o formato da ciência, mas carecem de fundamentos empíricos verificáveis.
Afirmações de que extraterrestres visitaram a Terra, de que plantas sentem prazer e dor, ou de que celulares causam tumores cerebrais, são exemplos de como o rótulo “científico” pode ser usado de maneira enganosa.
Da mesma forma, teorias conspiratórias, como a ideia de que governos ocultam informações sobre eventos históricos, frequentemente se valem de uma retórica pseudoacadêmica para convencer o público. Esses casos ilustram como a aparência de método pode ser usada para mascarar a ausência de evidência.
5.3 Método Científico
Observar, Explicar e Testar
O método científico se organiza em três etapas principais: observar, propor explicações e testar. Cada uma delas é essencial para transformar dados em conhecimento confiável e orientar a investigação de forma estruturada.
5.3.1 Observar
Observar significa ter uma noção clara dos fatos que envolvem o fenômeno que estamos estudando. Ciência é a arte de fazer boas observações, capazes de identificar e focar nos aspectos mais relevantes do que está acontecendo. A observação fornece pistas sobre por que um fenômeno ocorre e permite avaliar se diferentes explicações podem ser plausíveis ou devem ser descartadas.
O processo de observar pode ser limitado por dados insuficientes ou difíceis de acessar. É importante reconhecer essas dificuldades e trabalhar para minimizar seus efeitos.
5.3.1.1 Observções devem ser:
- Ter clara noção de quais os fenômenos relevantes
- Encontramos uma maneira de garantir que não negligenciamos nada no processo de fazer nossas observações?
- Não viesada: Cegueira a mudança e Cegueira desatenta https://www.youtube.com/watch?v=FaAIW8WFBq8
- O que sabemos com certeza? O que é baseado em fatos e o que é baseado em conjecturas ou suposição?
- Evite suposições inocentemente incorporadas
- Consideramos alguma informação comparativa necessária?
- As nossas observações foram contaminadas por expectativas ou crenças?
5.3.1.2 Como conseguir boas observações e evitar viéses?
Para alcançar observações mais precisas, é importante recorrer a instrumentos que ampliem nossos sentidos e utilizar medições quantitativas que descrevam os fenômenos de forma mais fiel. Assim, reduzimos as distorções que decorrem da percepção humana e obtemos registros mais objetivos e verificáveis.
5.3.2 Propor Explicação
Explicar é apresentar um conjunto de fatores que mostram como ou por que um efeito ocorreu. É o momento de propor uma história explicativa, uma conjectura que, se verdadeira, daria sentido ao fenômeno observado.
Perguntas como “por que o sol nasce e se põe todos os dias?” ilustram esse tipo de esforço. Vejamos:
O Primeiro a enteder o nascimento do sol foi Nicolau Copérnico (1473-1543), que propôs o modelo heliocêntrico do sistema solar. Segundo esse modelo, a Terra gira em torno do Sol, o que explica o movimento aparente do sol no céu ao longo do dia.
Entretanto, as primeiras provas vieram quase século depois com Galileu , 1610, com as observações de Venus e as fases da Lua. Interessantemente, em 1633 Galileu Galilei foi julgado e condenado pela Inquisição Católica pela sua defesa do heliocentrismo.
Portanto, a primeira etapa na tentativa de dar sentido a um conjunto de fatos intrigantes é propor o que poderíamos chamar de uma história explicativa, um conjunto de conjecturas que, se verdadeiras, explicariam o quebra-cabeça.
5.3.2.1 Uma Boa Explicação
Uma hipótese é uma explicação provisória e ainda não comprovada sobre algo específico Oferece uma explicação para um gama mais limitada de fenômenos , um único evento ou um fato.
Já uma teoria é um corpo de conhecimento mais amplo e consolidado, construído a partir de múltiplas verificações e evidências, como as teorias do Big Bang, Teoria da evolução ou dos germes das doenças.
5.3.2.2 CUIDADO
É comum ouvirmos “isso é apenas uma teoria”, como se fosse uma opinião. No entanto, na ciência, uma teoria é uma explicação robusta, apoiada por evidências e testes repetidos.
5.3.2.3 Vamos Pensar: Obsedidade no Brasil
Os brasileiros enfrentam um sério problema de peso. Entre 2006 e 2019, o número de pessoas com sobrepeso ou obesidade aumentou em 72%, chegando a 20% da população. Esses dados nos convidam a construir hipóteses que expliquem o fenômeno, mesmo que provisoriamente. O objetivo não é acertar, mas exercitar o raciocínio explicativo.
Segundo a pesquisa Vigitel do Ministério da Saúde, para população acima de 18 anos o percentual de pessoas com obesidade subiu de 11,8% em 2006 para 20,3% em 2019.
Quais as suas hipóteses para explicar esse fenômeno? Não precisa estar correta, mas deve explicar o fenômeno, caso seja verdadeira.
5.3.3 Testar Explicação
Testar uma explicação significa verificar se suas previsões se confirmam.
Primeiro, observam-se as consequências da explicação, o que deveria acontecer se a explicação estiver correta?
Segundo, desenha-se um experimento ou estudo para confrontar essa previsão com os dados. Se os resultados estiverem de acordo, seguimos na direção certa; se não, a hipótese precisa ser revisada.
Apesar da simplicidade do método científico em teoria, sua aplicação prática exige cuidado e rigor.
5.4 A Causalidade
Compreender a causalidade é uma das tarefas centrais da ciência. Depois de observar um fenômeno e propor uma explicação, é preciso determinar se existe de fato uma relação causal entre os fatores envolvidos. Nem toda associação observada implica causalidade: dois eventos podem ocorrer juntos sem que um cause o outro.
5.5 Tipos de Estudos e Relações Causais: Randomização, estudos prospectivos e retrospectivos
5.5.1 Estudos Causais Randomizados.
Os estudos causais baseados em randomização partem de um conjunto de sujeitos que, antes do início do estudo, apresentam características muito semelhantes. Nenhum desses sujeitos foi previamente exposto ao agente causal suspeito. A partir daí, eles são aleatoriamente designados para dois grupos: um grupo de tratamento e um grupo de controle. Somente os sujeitos do grupo de tratamento são expostos à causa sob investigação.
Esse tipo de desenho permite isolar o efeito da variável causal e reduzir a influência de outros fatores.
No entanto, trata-se da forma mais rara de estudo nas Ciências Sociais Aplicadas, em razão das dificuldades éticas e práticas de implementação.
5.5.1.1 Exemplos de Randomized Control Trial (RCT) em Ciências Sociais e Direito
Justiça Restaurativa em Casos de Crimes Violentos
Estudo: Sherman, Lawrence W., et al. Effects of face-to-face restorative justice on victims of crime in four randomized, controlled trials. Journal of experimental criminology 1.3 (2005): 367-395.
Objetivo: O estudo avaliou o impacto de programas de justiça restaurativa, onde as vítimas e ofensores se encontram em conferências mediadas, em casos de crimes violentos - quatro experimentos controlados.
Resultado: As meta-análises das oito estimativas sugerem o sucesso da justiça restaurativa, tanto como um ritual de interação quanto como uma política para reduzir os danos às vítimas.
5.5.2 Estudos Prospectivos.
Os estudos prospectivos, por sua vez, iniciam com sujeitos que já foram expostos ao agente causal sob investigação e os acompanham ao longo do tempo. O ponto de partida é uma situação em que o resultado ainda é desconhecido, e o objetivo é identificar como determinadas variáveis influenciam o desfecho futuro.
Esse tipo de estudo é valioso para observar a evolução dos efeitos causais, mas é importante reconhecer que outros fatores podem ser responsáveis por alguma parte do efeito nos grupos tratado e de controle. Assim, a relação identificada pode ser relacional, mas não necessariamente causal.
5.5.2.1 Exemplos de Estudos Prospectivos em Ciências Sociais e Direito
Um exemplo clássico de estudo prospectivo é o Million Women Study (2003), que investigou a relação entre terapias de reposição hormonal (TRH) e câncer de mama.
- Estudo: Beral, Valerie, et al. “Breast cancer and hormone-replacement therapy: the Million Women Study.” The Lancet 362.9392 (2003): 1330-1331
- Objetivo: O Million Women Study foi criado para investigar os efeitos de tipos específicos de TRH no câncer de mama incidente e fatal.Foram recrutadas 1.084.110 mulheres do Reino Unido com idades entre 50 e 64 anos para o Million Women Study entre 1996 e 2001.
- Resultado: O uso atual de TRH está associado a um risco aumentado de câncer de mama incidente e fatal.
5.5.3 Estudos Causais Retrospectivos.
Nos estudos retrospectivos, o processo é inverso: parte-se do resultado final e busca-se identificar as causas que o originaram. Esses estudos têm como propósito principal identificar fatores que levaram a determinado desfecho.
Geralmente, o pesquisador trabalha com dois grupos, controle e tratamento, compostos por indivíduos que apresentam, ou não, o efeito analisado. O desafio é identificar, de forma cuidadosa, os diferentes níveis do fator potencial de causa entre esses grupos.
Efeitos do chumbo em crianças. Pesquisa com 4.000 crianças de 4 e 15 anos entre 1999 e 2002. Incluiu 135 crianças com transtorno de déficit de atenção e hiperatividade (TDAH). Exames de sangue foram feitos em todas as 4.000.
- As 135 crianças com TDAH apresentaram níveis de chumbo no sangue muito maior do que nas outras crianças.
- Tinham quatro vezes mais probabilidade de ter níveis elevados de chumbo no sangue
A Questão é, pode-se concluir que a exposição ao chumbo pode causar TDAH?
Mesmo os melhores estudos retrospectivos oferecem apenas evidências limitadas de causalidade, pois é extremamente difícil controlar todos os fatores potenciais que podem interferir na relação observada. Por isso, é fundamental interpretar seus resultados com cautela.
Observa-se que Correspondência reversa às vezes é possível em estudos retrospectivos. Ou seja TDAH -> Chumbo….
- E é esse o caso nesse estudo: crianças com TDAH são mais propensas a comer tinta com chumbo ou inalar pó de tinta por causa de sua hiperatividade.
Apesar de crianças com TDAH terem “quatro vezes mais chance” de ter níveis elevados de chumbo no sangue.
NÃO PODEMOS CONCLUIR QUE: Crianças com níveis elevados de chumbo têm “quatro vezes mais probabilidade” de ter TDAH.
5.5.3.1 Exemplos de Estudos Retrospectivos em Ciências Sociais e Direito
Um exemplo aplicado às Ciências Sociais é o estudo de Severi, FC; Jesus Filho, J. 2022 (“Há diferenças remuneratórias por gênero na magistratura brasileira?.”), que investigou a hipótese de diferenças remuneratórias entre juízes e juízas em oito tribunais de justiça brasileiros.
Estudo Severi, FC; Jesus Filho, J. “Há diferenças remuneratórias por gênero na magistratura brasileira?.” Revista de Administração Pública 56.2 (2022): 208-225.
Objetivo: testar a hipótese de que há clara diferença entre as remunerações médias percebidas por juízes e juízas de 8 tribunais de justiça brasileiros.
Resultado: As diferenças nas médias remuneratórias persistem mesmo após o pareamento, o que pode ser explicado pelos mediadores de gênero, que operam gerando melhores oportunidades para homens em desfavor das mulheres.
5.5.4 O Método Científico segundo Richard Feynman
Richard Feynman enfatiza que o método científico baseia-se em propor hipóteses, derivar previsões e testá-las por meio da observação e do experimento. Se os resultados não confirmam a previsão, a hipótese deve ser rejeitada, independentemente de sua origem. Assim segundo o autor temos o seguinte percurso:
- Faça uma Observação
- Observe um fenômeno no mundo natural.
- Formule uma Hipótese
- Crie uma possível explicação para o fenômeno.
- Faça Previsões
- Preveja o que acontecerá se sua hipótese estiver correta.
- Teste com Experimentos
- Conduza experimentos para testar as previsões.
- Reavalie a Hipótese
- Se os resultados não batem com as previsões, a hipótese está errada.
Essa visão mostra que a ciência é, acima de tudo, um compromisso ético com a verdade empírica e a disposição de submeter ideias à crítica. O método científico é mais do que um procedimento: é uma atitude de curiosidade, dúvida e verificação constante.
5.6 Buscando um Bom Instrumento: Jurimetria
5.6.1 O que é Jurimetria?
A jurimetria nasce da aplicação do método científico ao campo do Direito. Utiliza ferramentas quantitativas e estatísticas para analisar fenômenos jurídicos, buscando identificar padrões, prever comportamentos e fundamentar decisões em evidências empíricas. Mais do que contar processos ou descrever dados, a jurimetria procura compreender os mecanismos que orientam as decisões judiciais e revelar as regularidades que estruturam a prática jurídica.Assim como nas demais ciências, seu processo envolve observar, explicar e testar
Um dos grandes desafios dessa abordagem está na própria natureza dos dados jurídicos, que em sua maioria são não estruturados. Decisões, petições e sentenças são textos longos e complexos, redigidos em linguagem natural, o que torna sua análise sistemática mais difícil.
Por isso, a pesquisa jurimétrica requer três etapas complementares: coletar e estruturar os dados a partir de fontes dispersas; aplicar métodos de tratamento, como limpeza, padronização e categorização; e, por fim, empregar métodos de análise estatística e computacional capazes de extrair padrões e formular hipóteses sobre o funcionamento do sistema de justiça.
Essa capacidade de transformar grandes volumes de informações textuais não padronizadas em conhecimento empírico é o que confere à jurimetria seu caráter verdadeiramente interdisciplinar, unindo Direito, Estatística e Ciência de Dados.
5.6.2 Porque estudar Jurimetria?
O uso de informações e pesquisas empíricas no Direito permite desenvolver práticas mais racionais, eficientes e transparentes. Entre as principais finalidades dessa abordagem, destacam-se:
- Aperfeiçoamento da gestão judiciária, mediante o uso de dados para identificar gargalos, otimizar fluxos processuais e orientar decisões administrativas;
- Racionalização das decisões judiciais, favorecendo maior consistência e previsibilidade nos julgamentos;
- Compreensão do funcionamento de leis e políticas públicas, avaliando seus efeitos práticos sobre o sistema de justiça e a sociedade;
- Avaliação criteriosa da implementação de normas e políticas, com base em indicadores objetivos e evidências empíricas.
Além de sua aplicação prática, a jurimetria também contribui para o desenvolvimento do senso crítico diante de argumentos causais frequentemente utilizados no cotidiano jurídico. A análise empírica possibilita questionar afirmações do tipo:
- “A jurisprudência dominante informa que…”,
- “O comportamento da vítima foi determinante para o desfecho do caso”,
- “Não há discriminação contra mulheres na carreira da magistratura paulista”,
- “Juízes seguem o entendimento do Ministério Público”.
Esses exemplos evidenciam a necessidade de examinar, com base em dados e métodos, até que ponto tais alegações se sustentam empiricamente.
5.6.3 O que Jurimetria pode Responder?
A jurimetria pode oferecer evidências que apoiem a tomada de decisão e o aperfeiçoamento institucional, seja no Judiciário, no Legislativo ou no Executivo. Alguns exemplos ilustram o tipo de questão que a jurimetria pode responder:
A jurimetria busca quantificar e compreender padrões e comportamentos do sistema de justiça Com isso, oferece uma base empírica para aprimorar o Direito e orientar políticas públicas e reformas mais objetiva e transparente.
5.6.4 O que IA Pode Fazer?
Na jurimetria, a função da inteligência artificial (IA) é automatizar a extração de informações de peças processuais, analisar rapidamente grandes volumes de texto e, até auxiliar na elaboração de documentos jurídicos. A perspectiva é que a IA apoie a atividade do Direito, oferecendo suporte e eficiência, mas não substitua o papel do profissional jurídico. Assim:
5.7 Fase 1: Boas Obervações: Coleta e Transformação
5.7.1 Coleta e Transformação de Dados
A fase de coleta e transformação de dados é uma etapa central na pesquisa jurimétrica, funcionando como o alicerce do trabalho, já que todas as análises posteriores dependem da qualidade e da estruturação desses dados.
Geralmente, a coleta é realizada por meio de consultas aos sites dos tribunais, mas esses acervos não oferecem a totalidade das sentenças e acórdãos, e possivelmente não constituem uma amostra totalmente representativa. Por isso, é fundamental conduzir essa etapa com cautela, rigor e transparência, reconhecendo suas limitações e discutindo como essas incompletudes podem impactar os resultados das pesquisas.
5.7.2 Extração com IA
Outra etapa essencial na construção do banco de dados é o uso de inteligência artificial. Embora a IA seja poderosa, ela não é totalmente precisa, dependendo da forma como os textos processuais estão escritos e dos léxicos utilizados. Pode deixar de identificar termos relevantes ou interpretá-los fora de contexto. Por isso, essa etapa deve ser conduzida com cuidado, incluindo testes em subamostras, para garantir que os prompts retornem as informações desejadas
5.7.3 Bom conhecimento de programação
O conhecimento de linguagens de programação voltadas à ciência de dados, como R e Python, é fundamental para coletar, tratar e analisar dados jurídicos. Além disso, é desejável dominar sistemas de gerenciamento de bancos de dados, SQL p.ex., pois permite armazenar esses dados de forma eficiente. Por fim, é importante utilizar técnicas de extração e análise de texto, como NLP e expressões regulares, para explorar e organizar as informações de maneira adequada.
5.8 Fase 2: Explicações
5.8.1 Teoria do Direito
O conhecimento substantivo do Direito é fundamental para elaborar perguntas apropriadas, levantar hipóteses e delimitar o escopo de um projeto. Há muitos ramos no direito e dentro desses ramos muitos assuntos:
- Direito civil
- Direito penal
- Direito tributário
- Direito previdenciário
- Direito do Trabalho
- Direito administrativo
- Direito constitucional
Ter pessoas que entendam bem sobre o tema é fundamental para o sucesso do projeto.
5.8.2 Bom conhecimento do Direito
Conforme observa Ricardo Feliz, cada esfera do Poder possui seus próprios atos processuais. Os atos processuais são o registro formal das ações dentro de um processo. Compreender esses atos é fundamental para determinar quando e como coletar as informações dentro da estrutura processual. Algus exemplos de atos processuais no Judiciários são:
- Sentença; Acórdão; Decisão liminar; Decisão monocrática
- Petição inicial; Contestação
- Parecer
- Documentos probatórios
Ter clareza sobre esses atos permite organizar a coleta de dados de forma precisa e consistente, garantindo que cada informação seja extraída no momento adequado do processo.
5.8.3 Bom Desenho de Projeto
Para elaborar um bom projeto, é essencial seguir uma lógica que conecte problema, hipótese e dados:
- Compreender o fenômeno: identificar claramente o problema existente e entender bem o contexto em que ele ocorre.
- Definir o objetivo da pesquisa: estabelecer o que se pretende responder sobre o fenômeno.
- Planejar como responder: determinar quais informações precisam ser coletadas e como serão analisadas para testar a hipótese.
Um bom projeto articula essas etapas de forma coerente, garantindo que cada decisão metodológica esteja alinhada com o problema inicial e a pergunta de pesquisa.
- Qual o tempo estimado para a apreciação de uma liminar em pedido de despejo?
- A quantidade e o tipo de droga influenciam o desfecho processual no sentido de condenar por tráfico ou por porte?
- Decisões monocráticas são mais relevantes que decisões colegiadas no STF?
5.8.4 Importante!!!
A avaliação de viabilidade é uma etapa essencial no desenho de um projeto de pesquisa. Ela busca responder três perguntas básicas:
- Os dados existem?
- Se existem, são acessíveis?
- Se são acessíveis, qual a qualidade desses dados?
5.9 Fase 3: Análise das Explicações
5.9.1 Usando Modelos e Estatística
Análises descritivas: resume e organiza os dados para mostrar padrões e distribuições. Abaixo pode-se observar o comportamento de 9.499 julgados com o assunto direito ambiental no TJSP.
Após organizar os dados em tabelas, manteve-se apenas ações civis públicas. Técnicas de processamento de linguagem natural classificaram os desfechos (como procedente, improcedente, acordo, extinção, etc.) e os casos foram agrupados por autor (MP, Defensoria, Executivo e Terceiro Setor) e por faixa de valor da causa. Essa análise permite observar a distribuição dos julgados por desfecho, autor e valor, fornecendo uma visão inicial do comportamento judicial.
Análises Preditivas: usa dados e modelos para antecipar resultados futuros.
Na análise preditiva, é possível estimar a probabilidade de uma ação civil pública em Direito Ambiental no TJSP, por exemplo, na comarca de Assis, ser julgada procedente, considerando que o requerente é o Ministério Público.
Análises Explicartivas: investiga relações e/ou causas entre variáveis para entender por que os fenômenos ocorrem.
Neste modelo, busca-se explicar o diferencial de salário entre magistrados homens e mulheres, identificando os determinantes que efetivamente causam essa diferença. Ou seja, o objetivo é entender por que o diferencial observado ocorre.
5.9.2 Ciclo da Pesquisa
O ciclo da pesquisa nem sempre segue um caminho linear ou fácil; frequentemente é tortuoso. Apesar disso, ele envolve etapas importantes que precisam ser bem fundamentadas e respeitadas, como as que segue:
- Desenho do projeto;
- Operacionalização em variáveis mensuráveis;
- Análise de viabilidade;
- Coleta;
- Limpeza e organização dos dados;
- Transformação dos dados;
- Análise exploratória;
- Análise inferencial e preditiva;
- Métricas de desempenho;
- Publicação dos resultados.
