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_programaeds_clientela_quadrienal_2017; os de 2021 e 2024 têman_inicio_programaenm_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 porano, 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_programaean_inicio_programa). - 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 (
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_redelista 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
1,2eA. Não foi achada definição oficial deA. - Datas em texto no formato
28AUG2019:00:00:00. Converta comstr.strptimeusando o formato%d%b%Y:%H:%M:%Se meses em inglês. cd_entidade_emecpode virNI. Não use como número.- Chave.
cd_programa_iesé 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)