Pular para conteúdo

Programas de pós-graduação stricto sensu

Resumo

Cadastro anual dos programas de pós-graduação stricto sensu reconhecidos no país: instituição de ensino, município e UF sede, modalidade (acadêmico ou profissional), grau, áreas de conhecimento e de avaliação, conceito (nota), situação e se o programa é em rede. A CAPES o produz a partir da coleta na Plataforma Sucupira. Serve para contar programas por região, área, natureza da instituição e conceito, e para ligar teses e cursos aos programas.

Ficha técnica

Campo Valor
Dataset capes/programas
Órgão Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
Página oficial https://dadosabertos.capes.gov.br/dataset/2021-a-2024-programas-da-pos-graduacao-stricto-sensu-no-brasil
Licença Creative Commons Attribution (CC BY), conforme os pacotes de programas 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 programa 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_programa_ies
Colunas 34
Unidades de medida —
Dados pessoais nenhum
Eras 2013-01: Primeiro layout (32 colunas): ano de início do programa em ANO_INICIO_PROGRAMA e coluna DS_CLIENTELA_QUADRIENAL_2017 (participação na Avaliação Quadrienal 2017); 2017-01: Segundo layout (32 colunas): ANO_INICIO_PROGRAMA passa a AN_INICIO_PROGRAMA, entra NM_AREA_BASICA e sai DS_CLIENTELA_QUADRIENAL_2017
Revisado em 2026-11-09
Versão do fetcher 0.3.0

Origem e coleta

  • O fetcher baixa os CSVs dos pacotes "Programas 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 e arquivos RDF/TTL de apoio; o fetcher usa só o CSV.
  • No bruto, cada ano é programas_<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: 12 arquivos, de 2013 a 2024, um por ano, sem lacunas.

Conteúdo

  • Unidade de análise: um programa em um ano-base. Programas em rede aparecem uma vez, sob a instituição principal; as demais ficam em sg_entidade_ensino_rede.
  • Cobertura anunciada pela fonte: 2013 a 2024, em três pacotes. Número de programas, pelo metadado oficial: 3.568 em 2013, 3.765 em 2014, 3.946 em 2015, 4.186 em 2016, 4.709 em 2021, 4.594 em 2022, 4.659 em 2023 e 4.635 em 2024. Nos arquivos de 2013, 2021 e 2024 as linhas conferem com esses números (3.568, 4.709 e 4.635).
  • Cada linha é uma "foto" do programa: a fonte explica que só a última imagem homologada de cada programa vale para a avaliação e que programas podem retificar dados depois.
  • Eras: veja o cabeçalho. O arquivo de 2013 tem ano_inicio_programa e ds_clientela_quadrienal_2017; os de 2021 e 2024 têm an_inicio_programa e nm_area_basica. Os arquivos de 2014 a 2016 têm o mesmo cabeçalho que o de 2013, e os de 2017 a 2024 o mesmo que o de 2021 (cabeçalhos conferidos na listagem do bruto).

Variáveis

Descrições dos metadados oficiais da CAPES (versões 2013 a 2016 e 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. Período: P1 é 2013 a 2016 e P2 é 2017 em diante.

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. Coincide com o ano do nome nos arquivos conferidos ano de 4 dígitos todos
an_base AN_BASE texto Ano de referência das atividades declaradas pelo programa ano de 4 dígitos todos
nm_grande_area_conhecimento NM_GRANDE_AREA_CONHECIMENTO texto Nome da grande área de conhecimento do programa 9 valores na amostra de 2024 todos
nm_area_conhecimento NM_AREA_CONHECIMENTO texto Nome da área de conhecimento do programa — todos
nm_area_basica NM_AREA_BASICA texto Menor nível de área do conhecimento especificado pelo programa no ato da proposta — P2
nm_subarea_conhecimento NM_SUBAREA_CONHECIMENTO texto Nome da subárea de conhecimento do programa NÃO SE APLICA quando não se aplica todos
nm_especialidade NM_ESPECIALIDADE texto Nome da especialidade do conhecimento do programa NÃO SE APLICA quando não se aplica todos
cd_area_avaliacao CD_AREA_AVALIACAO texto Código identificador da área de avaliação do programa número, como texto todos
nm_area_avaliacao NM_AREA_AVALIACAO texto Nome da área de avaliação do programa — todos
cd_entidade_capes CD_ENTIDADE_CAPES texto Código da instituição de ensino superior na CAPES 8 dígitos todos
cd_entidade_emec CD_ENTIDADE_EMEC texto Código e-MEC da instituição de ensino superior NI aparece em alguns registros (amostra de cursos de 2013) todos
sg_entidade_ensino SG_ENTIDADE_ENSINO texto Sigla da instituição de ensino superior do programa; em programa em rede, a da instituição principal — todos
nm_entidade_ensino NM_ENTIDADE_ENSINO texto Nome da instituição de ensino superior do programa; em programa em rede, o da instituição principal — todos
in_rede IN_REDE texto Indica se o programa pertence a uma rede SIM, NÃO todos
sg_entidade_ensino_rede SG_ENTIDADE_ENSINO_REDE texto Siglas das instituições associadas à principal quando o programa é em rede lista de siglas; NA quando não se aplica todos
cs_status_juridico CS_STATUS_JURIDICO texto Classificação da natureza jurídica da instituição FEDERAL, ESTADUAL, MUNICIPAL, PARTICULAR todos
ds_dependencia_administrativa DS_DEPENDENCIA_ADMINISTRATIVA texto Dependência administrativa da instituição PÚBLICA, PRIVADA todos
ds_organizacao_academica DS_ORGANIZACAO_ACADEMICA texto Organização acadêmica da instituição (Decreto nº 5.773/2006, segundo a fonte) por exemplo UNIVERSIDADE, FACULDADE, CENTRO UNIVERSITÁRIO todos
nm_regiao NM_REGIAO texto Nome da região sede do programa NORTE, NORDESTE, SUDESTE, SUL, CENTRO-OESTE todos
sg_uf_programa SG_UF_PROGRAMA texto Sigla da unidade da federação sede do programa sigla de 2 letras todos
nm_municipio_programa_ies NM_MUNICIPIO_PROGRAMA_IES texto Nome do município sede do programa — todos
nm_modalidade_programa NM_MODALIDADE_PROGRAMA texto Modalidade do programa: acadêmico ou profissional ACADÊMICO, PROFISSIONAL todos
cd_programa_ies CD_PROGRAMA_IES texto Código do programa na CAPES, gerado a partir do código da instituição; os 8 primeiros dígitos são o CD_ENTIDADE_CAPES 13 caracteres, como 10001018041P7 todos
nm_programa_ies NM_PROGRAMA_IES texto Nome do programa, informado pela instituição e aprovado pelo Ministério da Educação — todos
nm_programa_idioma NM_PROGRAMA_IDIOMA texto Nome do programa em inglês, informado pela instituição — todos
nm_grau_programa NM_GRAU_PROGRAMA texto Nível acadêmico do programa MESTRADO, DOUTORADO, MESTRADO/DOUTORADO, MESTRADO PROFISSIONAL, DOUTORADO PROFISSIONAL, MESTRADO PROFISSIONAL/DOUTORADO PROFISSIONAL todos
cd_conceito_programa CD_CONCEITO_PROGRAMA texto Nota ou conceito do programa. 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 (179 programas); a fonte não explica A todos
ano_inicio_programa ANO_INICIO_PROGRAMA texto Ano de início do programa ano de 4 dígitos P1
an_inicio_programa AN_INICIO_PROGRAMA texto Ano de início do programa ano de 4 dígitos P2
an_inicio_curso AN_INICIO_CURSO texto Ano de início de cada curso do programa. Quando o grau é mestrado/doutorado, concatena os anos de início de cada um; com um só ano, é o do curso do grau existente 2001/2005 (um ou dois anos separados por barra) todos
ds_situacao_programa DS_SITUACAO_PROGRAMA texto Situação do programa no ano de referência EM FUNCIONAMENTO, EM DESATIVACAO todos
dt_situacao_programa DT_SITUACAO_PROGRAMA texto Data de início da situação do programa no ano de referência formato 28AUG2019:00:00:00 todos
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 todos
id_add_foto_programa ID_ADD_FOTO_PROGRAMA texto Identificador da "foto" do último envio do programa identificador numérico todos
ds_clientela_quadrienal_2017 DS_CLIENTELA_QUADRIENAL_2017 texto Identificador de participação do programa como grupo de clientela na Avaliação Quadrienal 2017 AVALIAÇÃO, AVALIAÇÃO PROFs, NÃO (amostra de 2013) P1

No lake

  • Dataset capes/programas, particionado por ano, um Parquet por arquivo de origem.
  • Todas as colunas são texto, inclusive códigos e datas. 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).
  • Os nomes das colunas são só normalizados (minúsculas, sem acento), sem sinônimos: a coluna do ano de início do programa tem um nome em cada era (ano_inicio_programa e an_inicio_programa).
  • 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 (programas.schema.json) tem 34 colunas, gerado de uma conversão de amostras de 2013, 2021 e 2024; nesses anos todos os layouts conferidos estão representados.

Cuidados de uso

  • A coluna do ano de início muda de nome. Para uma série de 2013 a 2024, use coalesce(ano_inicio_programa, an_inicio_programa). Evidência: esquemas de 2013 e 2021 (2026-11-09, versão 0.3.0).
  • Um programa aparece em todos os anos em que existiu. Para contar programas, filtre por um ano; somar linhas de vários anos conta o mesmo programa várias vezes.
  • Programas em rede. O programa conta sob a instituição principal; sg_entidade_ensino_rede lista as demais. Em 2024, 157 dos 4.635 programas são em rede (in_rede = SIM).
  • Conceito. A fonte diz que a nota varia de 3 a 7, mas a amostra de 2024 traz também 1, 2 e A. Não foi achada definição oficial de A.
  • Datas em texto no formato 28AUG2019:00:00:00. Converta com str.strptime usando o formato %d%b%Y:%H:%M:%S e meses em inglês.
  • cd_entidade_emec pode vir NI. Não use como número.
  • Chave. cd_programa_ies é único por ano nas amostras de 2013, 2021 e 2024 (3.568, 4.709 e 4.635 linhas, uma por código).
  • Retificações. A fonte avisa que os programas podem retificar informações depois do envio, e o pacote 2017 a 2020 declara que os dados de 2017 a 2019 foram substituídos com a reabertura do calendário de envio; a versão coletada de cada ano pode mudar.

Exemplos

Programas por região e modalidade no ano de 2024:

import polars as pl

programas = pl.scan_parquet("lake/capes/programas/ano=2024/*.parquet")
resumo = (
    programas.group_by("nm_regiao", "nm_modalidade_programa")
    .agg(pl.len().alias("programas"))
    .sort("nm_regiao", "nm_modalidade_programa")
    .collect()
)

Evolução do número de programas por ano, lendo cada ano separadamente (as colunas mudam entre as eras):

from pathlib import Path

evolucao = pl.DataFrame(
    {
        "ano": [int(d.name[4:]) for d in sorted(Path("lake/capes/programas").glob("ano=[0-9]*"))],
        "programas": [
            pl.scan_parquet(d / "*.parquet").select(pl.col("cd_programa_ies").n_unique()).collect().item()
            for d in sorted(Path("lake/capes/programas").glob("ano=[0-9]*"))
        ],
    }
)

Referências

  • Pacote 2021 a 2024: https://dadosabertos.capes.gov.br/dataset/2021-a-2024-programas-da-pos-graduacao-stricto-sensu-no-brasil
  • Pacote 2017 a 2020: https://dadosabertos.capes.gov.br/dataset/2017-a-2020-programas-da-pos-graduacao-stricto-sensu-no-brasil
  • Pacote 2013 a 2016: https://dadosabertos.capes.gov.br/dataset/programas-da-pos-graduacao-stricto-census-do-brasil-de-2013-a-2015
  • Metadados (dicionário de variáveis): https://metadados.capes.gov.br/index.php/catalog/345 (2021 a 2024), https://metadados.capes.gov.br/index.php/catalog/230 (2017 a 2020) e https://metadados.capes.gov.br/index.php/catalog/117 (2013 a 2016)