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_2013tem exatamente o mesmo conteúdo (mesmo SHA-256) quecursos_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 porano, 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
anovem 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_2013contém dados de 2015. O bruto conferido tem[email protected]e[email protected]com o mesmo SHA-256, e a colunaan_basevale2015em ambos. Como a partição vem dean_basee o conteúdo é idêntico, o lake temano=2015uma vez (6.060 linhas, de 3.946 programas distintos, o mesmo número que o metadado oficial dá para 2015) e não temano=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=2013com dados de 2015 e, se a conversão foi refeita por cima, linhas duplicadas; apaguecapes/cursosdo lake antes de converter de novo. anoean_basecoincidem no lake atual, porque a partição vem dean_base; a divergência só existe no nome do arquivo bruto.an_inicio_previsto = 9999significa 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
1,2eA. Não foi achada definição oficial deA. - 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_ppgé 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)