Pular para conteúdo

Cursos de pós-graduação stricto sensu

Resumo

Cadastro anual dos cursos que compõem os programas de pós-graduação stricto sensu: cada programa tem um ou mais cursos (mestrado, doutorado, mestrado profissional, doutorado profissional). Traz o código e o nome do curso, o grau, o conceito, o ano de início previsto e a situação, mais os dados do programa e da instituição. A CAPES o produz a partir da coleta na Plataforma Sucupira. Serve para contar cursos por grau, região e área.

Ficha técnica

Campo Valor
Dataset capes/cursos
Órgão Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
Página oficial https://dadosabertos.capes.gov.br/dataset/2021-a-2024-cursos-da-pos-graduacao-stricto-sensu-no-brasil
Licença Creative Commons Attribution (CC BY), conforme os pacotes de cursos no portal de dados abertos da CAPES: http://www.opendefinition.org/licenses/cc-by
Periodicidade anual, com atualização em geral no primeiro semestre de cada ano, segundo o metadado oficial
Cobertura 2013 a em-curso
Unidade (uma linha) um curso de pós-graduação stricto sensu em um ano-base
Granularidade espacial: município sede do programa (com UF e região); temporal: ano-base
Formato bruto CSV por ano-base, separador ponto e vírgula, texto em Windows-1252 (nenhum arquivo conferido é UTF-8), uma linha de cabeçalho
Estado no lake convertido
Partições ano
Chave ano, cd_curso_ppg
Colunas 28
Unidades de medida —
Dados pessoais nenhum
Eras nenhuma
Revisado em 2026-11-09
Versão do fetcher 0.3.0

Origem e coleta

  • O fetcher baixa os CSVs dos pacotes "Cursos da Pós-Graduação Stricto Sensu do Brasil" do portal de dados abertos da CAPES: 2013 a 2016, 2017 a 2020 e 2021 a 2024. Cada pacote traz um CSV e um XLSX por ano-base; o fetcher usa o CSV.
  • No bruto, cada ano é cursos_<AAAA>@<AAAAMMDD>.csv, em que o sufixo é a data da última modificação do arquivo na fonte (Last-Modified), ou, sem ela, a data do CKAN.
  • Conferido em 2026-11-09 pela listagem do bruto: 10 arquivos, com os anos 2013, 2015, 2017 a 2024. Faltam 2014 e 2016, e o arquivo cursos_2013 tem exatamente o mesmo conteúdo (mesmo SHA-256) que cursos_2015, com ano-base 2015 (veja os cuidados de uso).

Conteúdo

  • Unidade de análise: um curso, identificado por cd_curso_ppg, em um ano-base.
  • Cobertura anunciada pela fonte: 2013 a 2024. Número de cursos, pelo metadado oficial: 7.029 em 2022, 7.299 em 2023 e 7.488 em 2024. Nos arquivos de 2021 e 2024 as linhas são 7.161 e 7.488 (a de 2024 confere com o oficial).
  • Cada linha é uma "foto" do curso na última imagem homologada do programa, segundo a fonte.
  • Layout: o mesmo cabeçalho de 28 colunas em todos os arquivos conferidos (2013 a 2024); não há quebra de layout.

Variáveis

Descrições dos metadados oficiais da CAPES (versão 2021 a 2024); onde a fonte não define a variável, a célula diz "não informado pela fonte". Todos os valores chegam ao lake como texto.

Coluna no lake Na fonte Tipo Descrição Unidade / códigos Período
ano AN_BASE (valor da coluna) inteiro (partição) Ano da partição, tirado do ano-base de cada linha (an_base); o ano do nome do arquivo só vale se o arquivo não tiver essa coluna. Linha sem ano válido vai para a partição de quarentena (ano nulo) ano de 4 dígitos todo
an_base AN_BASE texto Ano de referência das atividades declaradas pelo programa ano de 4 dígitos todo
nm_grande_area_conhecimento NM_GRANDE_AREA_CONHECIMENTO texto Nome da grande área de conhecimento do programa do curso 9 valores todo
nm_area_conhecimento NM_AREA_CONHECIMENTO texto Nome da área de conhecimento do programa do curso — todo
nm_subarea_conhecimento NM_SUBAREA_CONHECIMENTO texto Nome da subárea de conhecimento do programa do curso NÃO SE APLICA quando não se aplica todo
nm_especialidade NM_ESPECIALIDADE texto Nome da especialidade do conhecimento do programa do curso NÃO SE APLICA quando não se aplica todo
cd_area_avaliacao CD_AREA_AVALIACAO texto Código identificador da área de avaliação do programa número, como texto todo
nm_area_avaliacao NM_AREA_AVALIACAO texto Nome da área de avaliação do programa — todo
cd_entidade_capes CD_ENTIDADE_CAPES texto Código da instituição de ensino superior na CAPES 8 dígitos todo
cd_entidade_emec CD_ENTIDADE_EMEC texto Código e-MEC da instituição de ensino superior pode vir NI (amostra de 2013) todo
sg_entidade_ensino SG_ENTIDADE_ENSINO texto Sigla da instituição de ensino superior do programa — todo
nm_entidade_ensino NM_ENTIDADE_ENSINO texto Nome da instituição de ensino superior do programa — todo
cs_status_juridico CS_STATUS_JURIDICO texto Classificação da natureza jurídica da instituição FEDERAL, ESTADUAL, MUNICIPAL, PARTICULAR todo
ds_dependencia_administrativa DS_DEPENDENCIA_ADMINISTRATIVA texto Dependência administrativa da instituição PÚBLICA, PRIVADA todo
ds_organizacao_academica DS_ORGANIZACAO_ACADEMICA texto Organização acadêmica da instituição por exemplo UNIVERSIDADE, NÃO INFORMADO todo
nm_regiao NM_REGIAO texto Nome da região sede do programa NORTE, NORDESTE, SUDESTE, SUL, CENTRO-OESTE todo
sg_uf_programa SG_UF_PROGRAMA texto Sigla da unidade da federação sede do programa sigla de 2 letras todo
nm_municipio_programa_ies NM_MUNICIPIO_PROGRAMA_IES texto Nome do município sede do programa — todo
cd_programa_ies CD_PROGRAMA_IES texto Código do programa do curso na CAPES (13 caracteres; os 8 primeiros são o código da instituição) como 33004064077P2 todo
nm_programa_ies NM_PROGRAMA_IES texto Nome do programa do curso — todo
cd_curso_ppg CD_CURSO_PPG texto Código do curso de pós-graduação na CAPES 13 caracteres, como 33004064077D3 todo
nm_curso NM_CURSO texto Nome do curso de pós-graduação — todo
nm_grau_curso NM_GRAU_CURSO texto Nome do grau acadêmico do curso MESTRADO, DOUTORADO, MESTRADO PROFISSIONAL, DOUTORADO PROFISSIONAL todo
cd_conceito_curso CD_CONCEITO_CURSO texto Nota ou conceito do curso. Segundo a fonte, varia de 3 a 7 para os cursos recomendados/reconhecidos pela CAPES e pelo CNE amostra de 2024: 1 a 7 e A (184 cursos); a fonte não explica A todo
an_inicio_previsto AN_INICIO_PREVISTO texto Ano previsto para o início das atividades do curso. Em cursos EM PROJETO sem ano informado, a fonte diz que a variável recebe o valor 9999 ano de 4 dígitos; 9999 = não informado todo
ds_situacao_curso DS_SITUACAO_CURSO texto Situação do curso no ano de referência EM FUNCIONAMENTO, EM PROJETO, EM DESATIVACAO todo
dt_situacao_curso DT_SITUACAO_CURSO texto Data de início da situação do curso no ano de referência formato 18SEP2012:00:00:00 todo
id_add_foto_programa_ies ID_ADD_FOTO_PROGRAMA_IES texto Identificador da "foto" do último envio do programa referente à instituição (a principal, em programa em rede) identificador numérico todo
id_add_foto_programa ID_ADD_FOTO_PROGRAMA texto Identificador da "foto" do último envio do programa identificador numérico todo

No lake

  • Dataset capes/cursos, particionado por ano, um Parquet por arquivo de origem.
  • Todas as colunas são texto. O CSV é lido em UTF-8 e, se não for UTF-8 válido, em Windows-1252 (todos os arquivos conferidos caíram no segundo caso). Nomes de coluna só normalizados (minúsculas, sem acento), sem sinônimos.
  • A partição ano vem da coluna do ano-base (an_base) de cada linha; o ano do nome do arquivo só vale quando o arquivo não tem essa coluna, e então ele precisa ser único, senão o arquivo falha na conversão. Se o nome e a coluna divergem, vale a coluna e a conversão avisa. Se dois arquivos cobrem exatamente os mesmos anos, o de conteúdo idêntico é ignorado com aviso e o de conteúdo diferente gera erro; essa checagem vale dentro de uma única execução de conversão.
  • O esquema de referência (cursos.schema.json) tem 28 colunas, gerado de uma conversão de amostras de 2013, 2021 e 2024.

Cuidados de uso

  • O arquivo cursos_2013 contém dados de 2015. O bruto conferido tem [email protected] e [email protected] com o mesmo SHA-256, e a coluna an_base vale 2015 em ambos. Como a partição vem de an_base e o conteúdo é idêntico, o lake tem ano=2015 uma vez (6.060 linhas, de 3.946 programas distintos, o mesmo número que o metadado oficial dá para 2015) e não tem ano=2013; o segundo arquivo é ignorado com aviso. Faltam no bruto os anos-base 2013, 2014 e 2016, portanto não há dados de cursos desses anos.
  • Reconversão de um lake antigo. Um lake convertido antes desta regra tem ano=2013 com dados de 2015 e, se a conversão foi refeita por cima, linhas duplicadas; apague capes/cursos do lake antes de converter de novo.
  • ano e an_base coincidem no lake atual, porque a partição vem de an_base; a divergência só existe no nome do arquivo bruto.
  • an_inicio_previsto = 9999 significa ano não informado em cursos em projeto, segundo a fonte (máximo encontrado na amostra de 2024: 9999; mínimo: 1931). Descarte antes de calcular idades.
  • Conceito. Além de 3 a 7, a amostra de 2024 traz 1, 2 e A. Não foi achada definição oficial de A.
  • Cursos em projeto. ds_situacao_curso = EM PROJETO (242 cursos em 2024) são cursos ainda não iniciados; exclua-os para contar cursos em funcionamento.
  • Data da situação concentrada. Na amostra de 2024, 2.533 de 7.488 cursos têm dt_situacao_curso = 18SEP2012:00:00:00; a fonte só diz que é a data de início da situação, por isso não a use como data de criação do curso.
  • Chave. cd_curso_ppg é único por arquivo nas amostras de 2013, 2021 e 2024.

Exemplos

Cursos em funcionamento em 2024, por grau e região:

import polars as pl

cursos = pl.scan_parquet("lake/capes/cursos/ano=2024/*.parquet")
resumo = (
    cursos.filter(
        (pl.col("an_base") == "2024") & (pl.col("ds_situacao_curso") == "EM FUNCIONAMENTO")
    )
    .group_by("nm_regiao", "nm_grau_curso")
    .agg(pl.len().alias("cursos"))
    .sort("nm_regiao", "nm_grau_curso")
    .collect()
)

Referências

  • Pacote 2021 a 2024: https://dadosabertos.capes.gov.br/dataset/2021-a-2024-cursos-da-pos-graduacao-stricto-sensu-no-brasil
  • Pacote 2017 a 2020: https://dadosabertos.capes.gov.br/dataset/2017-a-2020-cursos-da-pos-graduacao-stricto-sensu-no-brasil
  • Pacote 2013 a 2016: https://dadosabertos.capes.gov.br/dataset/cursos-da-pos-graduacao-stricto-sensu-do-brasil-de-2013-a-2015
  • Metadados (dicionário de variáveis): https://metadados.capes.gov.br/index.php/catalog/339 (2021 a 2024), https://metadados.capes.gov.br/index.php/catalog/231 (2017 a 2020) e https://metadados.capes.gov.br/index.php/catalog/116 (2013 a 2016)