Repositório de ideias — estágios, formação acadêmica e escolha do momento de entrada

Projeto: Estágios, desempenho acadêmico e escolha do momento de entrada
Versão: 16 de novembro de 2026 — consolidação das oito leituras prioritárias
Documentos-base: Comentarios.txt, oito PDFs de artigos e TCC.pdf (28 páginas).
Natureza: caderno de pesquisa e plano de ação. Não é uma revisão bibliográfica pronta para publicação nem substitui a verificação das referências antes de citá-las.

Como usar este repositório. A Parte I reorganiza as observações feitas durante as leituras, preservando perguntas, intuições e possíveis citações. A Parte II confronta essas ideias com a versão atual do TCC e transforma oportunidades em tarefas verificáveis. As indicações de páginas se referem às páginas dos PDFs enviados, salvo indicação contrária.

Legenda epistemológica: [L] = resultado, argumento ou procedimento encontrado no artigo; [I] = impressão ou hipótese registrada durante a leitura; [P] = proposta nossa para o TCC; [V] = afirmação que ainda precisa ser verificada com dados, bibliografia ou orientação. A mesma hipótese não deve ser apresentada como fato empírico.


Parte I — Notas de leitura reorganizadas por artigo

1. Chadi, de Pinto e Schultze (2019) — Young, Gifted and Lazy? The Role of Ability and Labor Market Prospects in Student Effort Decisions

Fonte: YoungGiftedLazy_Chadi.pdf. Economics of Education Review, 72, 66–79. Páginas-chave do PDF: 2–5, especialmente a apresentação do modelo e das previsões.
Função no nosso projeto: referência mais próxima para a arquitetura teórica, para a redação didática das condições de escolha e para a articulação entre modelo e resultados empíricos.

1.1. Problema econômico e motivação

  • [L] Os autores estudam economicamente a decisão de esforço acadêmico: elaboram um modelo, extraem previsões e confrontam essas previsões com dados de estudantes alemães.
  • [I] Sua estratégia de motivação é útil para nossa introdução. Há extensa literatura sobre resultados da educação, mas relativamente menos atenção à decisão econômica de quanto esforço dedicar à formação. Podemos construir um paralelo cuidadoso: conhecemos parte dos retornos profissionais da experiência, mas há espaço para estudar seus custos acadêmicos e, sobretudo, a escolha de quando começar.
  • [L] A apresentação conecta a formação acadêmica aos ganhos privados futuros e aos benefícios sociais do investimento educacional. [P] Essa motivação pode dar densidade econômica à justificativa do artigo sem converter o CR em uma medida direta de bem-estar.
  • [L] Os autores citam uma literatura que combina modelagem e evidência sobre esforço. [P] Essa trilha é útil para investigar referências que justifiquem a produção acadêmica e a disciplina de apresentação de previsões.

1.2. Mecanismos e linguagem econômica

  • [L] Na análise de habilidade, os autores distinguem um incentivo a aumentar o esforço quando seus benefícios marginais crescem (substitution effect, SE) e um incentivo a reduzi-lo porque uma habilidade maior pode assegurar rendimento futuro satisfatório com menos esforço (income effect, IE). O sinal líquido não é necessariamente conhecido na formulação geral.
  • [I] Seria desejável explicar nossos resultados por mecanismos microeconômicos identificáveis, e não apenas verbalmente como um trade-off.
  • [P] Para nosso parâmetro de recursos exógenos B, a formulação mais precisa é: maior B diminui a utilidade marginal da renda adicional obtida ao antecipar o estágio, sob utilidade corrente separável e côncava. Isso é um mecanismo de efeito renda / redução do incentivo marginal à remuneração, mas não é automaticamente o mesmo efeito substituição-versus-renda associado à habilidade que Chadi et al. decompõem. Evitar equiparar as duas comparativas estáticas sem derivação adicional.
  • [L] Os autores também examinam perspectivas de mercado de trabalho como determinantes do esforço acadêmico. [P] No nosso caso, esse canal dialoga com q (retorno da formação) e com ρ H(x) (retorno da experiência), mas os dois objetos têm significados diferentes e não devem ser fundidos.

1.3. Produção acadêmica e custo do esforço

  • [L] O modelo separa tempo dedicado ao estudo (s) e intensidade/qualidade do aprendizado (e), além de habilidade individual (a) e outros fatores. A função de produção educacional depende dessas dimensões. O custo da intensidade do aprendizado é representado por C(e), crescente e convexo.
  • [I] Nosso artigo condensa o investimento estudantil em s. Isso facilita a solução, mas exige clareza sobre o que s representa.
  • [P] No TCC atual s é, literalmente, tempo de estudo. Não é adequado reinterpretá-lo como intensidade ou habilidade sem mudar o modelo. Temos duas opções consistentes: (i) manter s como tempo e declarar intensidade/habilidade como dimensões omitidas, potencialmente contidas na produtividade; ou (ii) introduzir uma extensão com intensidade e e habilidade a. A primeira é mais parcimoniosa para a revisão imediata.
  • [P] C(e) não equivale automaticamente ao nosso custo de entrada precoce A_x<0: o primeiro é um custo de esforço qualitativo; o segundo, uma perda de produtividade acadêmica ocasionada pela exposição. Caso recuperemos uma função separada de custo de conciliação K(x), precisaremos explicar por que não estaríamos contando duas vezes o mesmo mecanismo.
  • [L] Chadi et al. reconhecem que dimensões do esforço podem ser complementares ou substitutas. Isso recomenda cuidado com imposições de sinal nas derivadas cruzadas.

1.4. Forma funcional, comparativas estáticas e didática

  • [L] Os autores apresentam primeiro o problema de maneira geral, derivam as condições marginais e discutem a estática comparativa. Somente depois introduzem especificações Cobb–Douglas para obter previsões com sinais definidos. Eles explicitam que parte dos resultados depende dessas escolhas funcionais.
  • [I] Esse encadeamento é um bom modelo de escrita acadêmica: (1) mecanismos econômicos, (2) otimização, (3) hipóteses adicionais, (4) previsões, (5) evidência.
  • [P] Já seguimos em boa parte essa lógica nas Seções 3.1–3.4 do TCC. A melhoria não é reestruturar tudo, mas tornar explícito quais sinais são gerais e quais dependem da especificação.
  • [L] Os resultados empíricos não confirmam integralmente as previsões da parametrização assumida: estudantes mais habilidosos tendem a dedicar menos esforço, embora perspectivas profissionais mais favoráveis estejam associadas a maior esforço. [P] Esse exemplo é valioso para defender a separação entre resultado de simulação, previsão teórica e evidência observada.
  • [I] Uma seção de discussão sintética dos main results pode ajudar o leitor a entender o diálogo entre evidência e teoria. [P] Já existe uma síntese na Seção 5.5 do TCC; convém melhorá-la antes de acrescentar nova seção com conteúdo redundante.

1.5. Referências a rastrear antes de citar

[V] Bandiera, Larcinese e Rasul (2015); Krohn e O’Connor (2005); Löfgren e Ohlsson (1999); Oettinger (2002); Leuven, Oosterbeek e van der Klaauw (2010); Non e Tempelaar (2016); Chevalier, Dolton e Lührmann (2018); Michaelis e Schwanebeck (2016); De Fraja e Landeras (2006); De Fraja et al. (2010); Brewer e McEwan (2010). Identificar títulos, versões e relevância específica em vez de transferir citações de segunda mão.

Ideia que merece sobreviver à revisão: adotar a disciplina de explicitar hipóteses, derivar implicações e testar a robustez das previsões à forma funcional.


2. Della Rocca, Estevan e Leite (2026) — Internships, Academic Achievement, and Labor Market Outcomes

Fonte: InternshipsAcademicAchievments_LucasFernanda.pdf. Working paper. Páginas-chave: 1–3, 4–12 e resultados subsequentes.
Função no nosso projeto: trabalho empiricamente mais próximo, referência central para medidas de desempenho, momento de entrada, elegibilidade e organização da análise aplicada.

2.1. Contribuição e resultados

  • [L] Os autores examinam simultaneamente desfechos acadêmicos e de mercado de trabalho. Encontram redução de notas padronizadas e aumento de reprovações após entrada no estágio, além de associações favoráveis entre entrada mais precoce e emprego/rendimentos futuros.
  • [I] Nosso artigo explora uma pergunta similar sobre desempenho, mas acrescenta a decisão de timing num modelo econômico explícito. É importante deixar essa diferença concreta, sem alegar que somos os primeiros a observar ou estudar a importância da entrada precoce.
  • [L] No artigo, a evidência sobre desempenho se apoia em efeitos fixos e diferenças em diferenças, enquanto a comparação de resultados profissionais de entradas precoces e tardias envolve matching e é apresentada com maior cautela causal. [P] Devemos distinguir esses graus de identificação ao citar os resultados de mercado de trabalho.
  • [L] A relação entre estágio e desempenho pode ter sinais opostos: há deslocamento de tempo, mas também aprendizagem aplicada, motivação e habilidades organizacionais. [P] Essa ambiguidade deve aparecer antes de defendermos nossa hipótese específica de custo da entrada precoce.

2.2. Timing, elegibilidade e contexto institucional

  • [L] O artigo diferencia a primeira data em que um aluno pode formalmente estagiar do semestre em que ele efetivamente começa. A comparação entre começar na primeira oportunidade ou posteriormente é importante especialmente para os resultados profissionais.
  • [I] Precisamos distinguir três conceitos que hoje tendem a se confundir: semestre do curso, primeiro semestre elegível e semestre observado de início.
  • [P] Acrescentar uma seção breve de contexto institucional da UFF, descrevendo regras de estágio, elegibilidade, estágio obrigatório/opcional, carga horária, vínculo com a coordenação e limitações dos registros. [V] Cada regra precisa ser confirmada em documentos oficiais da UFF antes da redação definitiva.
  • [P] Se possível, construir G_i (semestre de início), E_i (primeiro semestre elegível) e D_i=G_i-E_i (espera após elegibilidade). Não tratar D_i automaticamente como exógeno. Sem a regra e a base curricular necessária, não podemos reproduzir esse desenho.

2.3. Medidas acadêmicas e variáveis de controle

  • [L] Para comparar notas dadas por professores e em disciplinas distintas, o artigo padroniza notas dentro de turma (média zero, desvio-padrão um). Também examina reprovação e agrega medidas de rendimento por período com pesos de créditos.
  • [I] A atual variável CR pode ocultar heterogeneidade entre disciplinas e padrões de avaliação. Não explorar as notas individuais seria abrir mão de uma dimensão já mencionada como disponível na base.
  • [P] Criar uma medida alternativa z_nota por turma-oferta-semestre, quando tivermos identificador confiável, ou por disciplina-semestre como alternativa menos precisa. Calcular indicadores de reprovação, aprovação e créditos concluídos; comparar resultados ponderados por disciplinas e por créditos. [V] Verificar se o painel efetivamente contém notas, conceitos, créditos, situações finais e chaves de turma em qualidade suficiente.
  • [L] Os autores usam nota de admissão anterior ao ingresso e uma medida leave-one-out da qualidade acadêmica dos colegas. [P] Verificar se temos alguma medida de desempenho pré-universitário ou de entrada e se faz sentido criar uma variável de pares. Não presumir que ENEM/vestibular ou identificação inequívoca de turma estejam disponíveis.
  • [P] Ao padronizar notas, documentar turmas pequenas ou com variância zero e garantir que a padronização não esteja fazendo, por construção, desaparecer variações de interesse ao nível da turma.

2.4. Implicações de redação

  • A motivação sobre políticas deve enfatizar que benefícios de emprego não tornam sem custo uma política de expansão de estágios.
  • O trabalho de Della Rocca et al. pode organizar um parágrafo de posicionamento da contribuição e um de comparabilidade de medidas, mas não precisamos reproduzir sua estratégia de resultados profissionais sem acesso a informações equivalentes.
  • A seção de contexto institucional não deve ser uma simples descrição burocrática. Deve explicar o que determina a oportunidade de tratamento, a validade do grupo sem registro e os mecanismos de seleção.

Ideia que merece sobreviver: padronização de notas por turma, reprovações e distinção entre entrada efetiva e elegibilidade são os desdobramentos empíricos de maior potencial imediato.


3. Scott-Clayton e Minaya (2016) — Should Student Employment Be Subsidized? Conditional Counterfactuals and the Outcomes of Work-Study Participation

Fonte: ShouldSchoolBeSubsidized_Clayton.pdf. Economics of Education Review, 52, 1–18. Páginas-chave: 1–3, 5–6, 14–16.
Função no nosso projeto: principalmente discussão de políticas, não o núcleo da explicação do CR ou da escolha do instante de entrada.

3.1. Impressão inicial preservada

  • [I] A contribuição do artigo não se encaixa tão diretamente em nosso desenho: ele pergunta quando subsidiar o emprego estudantil, não quando um aluno deve começar um estágio.
  • [P] Sua posição mais natural no TCC é a revisão sobre auxílio estudantil e a Seção 6, com uso moderado na introdução.

3.2. O elemento que vale recuperar

  • [L] O estudo diferencia trabalhadores inframarginais (trabalhariam sem o subsídio) de marginais (passam a trabalhar em consequência do programa). A política pode deslocar horas, tipo/qualidade de emprego e resultados educacionais em direções distintas nesses grupos.
  • [L] Os resultados sugerem que aproximadamente metade dos participantes do programa estudado trabalharia mesmo na ausência do subsídio. Para eles, o programa pode reduzir horas trabalhadas e melhorar resultados acadêmicos. Os efeitos são diferentes para aqueles que não trabalhariam sem o programa.
  • [P] Isso introduz uma ressalva decisiva: não se pode inferir o efeito de uma política financeira a partir do efeito causal de estagiar. A política tem tratamento, população marginal e contrafactual próprios.

3.3. Aplicação ao nosso modelo

  • [P] Distinguir no texto: (a) bolsa/transferência não condicionada ao trabalho — pode aumentar B; (b) subsídio ao salário do estágio — modifica principalmente a remuneração efetiva b e possivelmente a oferta de vagas; (c) estágio supervisionado de melhor qualidade — altera custos e/ou benefícios, não apenas renda.
  • [P] Evitar usar os exercícios com B_min como se medissem o benefício social líquido de um programa do tipo Federal Work-Study.

Ideia que merece sobreviver: distinguir o efeito do trabalho do efeito da política que altera a decisão de trabalhar.


4. Broton, Goldrick-Rab e Benson (2016) — Working for College: The Causal Impacts of Financial Grants on Undergraduate Employment

Fonte: WorkingForColage_Broton.pdf. Educational Evaluation and Policy Analysis, 38(3), 477–494. Páginas-chave: 1–2, 9–10 e discussão final.
Função no nosso projeto: referência empírica direta para o canal B → trabalho e para o alcance de políticas de auxílio.

4.1. Resultado e relevância para B

  • [L] Em experimento com estudantes de famílias de baixa renda, a oferta de auxílio adicional reduziu a probabilidade de trabalhar em 5,88 pontos percentuais e as horas semanais em 1,69, com reduções relativas apresentadas pelos autores de aproximadamente 8,56% e 14,35%. Também alterou qualitativamente o tipo de emprego, reduzindo jornadas extensas e trabalho em horários desfavoráveis.
  • [I] Essa é uma evidência particularmente útil para sustentar que recursos independentes do trabalho podem alterar escolhas laborais durante a universidade.
  • [P] Citar esses resultados ao introduzir B, explicitando que o experimento estima efeitos sobre participação/horas de trabalho, não diretamente o efeito de auxílio sobre nosso g^* e tampouco o valor ótimo de bolsa da UFF.

4.2. Comparabilidade institucional

  • [I] O contexto norte-americano é diferente de uma universidade federal brasileira, em que a graduação não cobra mensalidade.
  • [P] A comparação permanece relevante se focarmos despesas de manutenção — moradia, alimentação, deslocamento, material, oportunidade de não trabalhar —, sem presumir equivalência entre estruturas de custo, perfil dos estudantes ou desenho dos auxílios.
  • [P] Não descrever a amostra dos autores genericamente como “universitários de faculdades privadas”: a amostra é definida pelo experimento e pelas condições de elegibilidade, e o argumento deve se apoiar na situação financeira, não em uma caracterização institucional simplificada.

4.3. Outros resultados e recomendações de escrita

  • [L] O artigo discute como bolsas podem aumentar a permanência e a conclusão e como a redução de trabalho pode ser um possível mecanismo. Também reconhece limitações de alcance e medição.
  • [I] Seria útil ter em nosso TCC uma discussão de limitações concentrada, porque há problemas de cobertura do estágio, variáveis omitidas e identificação da trajetória contrafactual.
  • [P] Nome sugerido: “Limitações, interpretação causal e oportunidades de extensão”. Melhor do que “Limitações e soluções”, que criaria a expectativa de que fragilidades ainda existentes já foram resolvidas.

Ideia que merece sobreviver: B não precisa ser apenas um parâmetro de simulação. Há evidência experimental de que apoio financeiro altera a margem extensiva e a intensiva de trabalho.


5. Neyt, Omey, Verhaest e Baert (2019) — Does Student Work Really Affect Educational Outcomes? A Review of the Literature

Fonte: DoesStudentWorkAffectOutcomes.pdf. Journal of Economic Surveys. Páginas-chave: 1–5, seção de resultados e conclusões.
Função no nosso projeto: mapa intelectual da literatura, dos mecanismos concorrentes, da identificação e dos desfechos que ainda não exploramos.

5.1. O que a revisão sintetiza

  • [L] A evidência organizada pelos autores sugere consequências em geral mais negativas do trabalho intensivo para decisões educacionais e continuidade de estudos do que para notas e provas, embora exista heterogeneidade importante entre desenhos e populações.
  • [I] Nosso CR pode não capturar a margem educacional mais importante: o aluno pode preservar notas reduzindo disciplinas, adiando a conclusão ou até interrompendo o curso.
  • [P] Criar uma família de resultados: CR/notas, reprovações, disciplinas/créditos concluídos, trancamentos, interrupções e tempo de graduação quando observáveis e com acompanhamento adequado.
  • [V] A nota sobre Bozick (2007), entrada precoce para conseguir permanecer no curso e restrição de renda deve ser verificada no estudo original antes de ser apresentada como resultado empírico específico de Bozick.

5.2. Três mecanismos teóricos que não devemos confundir

  1. Complementaridade capital humano — [L]. Trabalho pode ensinar habilidades gerais, aumentar motivação e permitir aplicação prática do conteúdo acadêmico. Há um canal potencialmente positivo para a formação.
  2. Substituição via orçamento de tempo — [L]. Trabalho ocupa tempo que não pode ser empregado simultaneamente em outras atividades. Essa restrição pode prejudicar aprendizado, mas uma hora adicional de trabalho não reduz necessariamente uma hora de estudo: o estudante também pode cortar lazer.
  3. Orientação primária para o trabalho — [L]. Parte da associação negativa pode refletir que certos estudantes já valorizavam relativamente mais o trabalho do que a universidade antes de começar a trabalhar. Trata-se de um mecanismo de seleção, não de um efeito causal negativo do emprego.

Esclarecimento sobre nosso modelo — [P]: a restrição L₁=1−s−τx impõe competição por uma dotação de tempo, mas não impõe substituição um-para-um entre s e τx, já que L₁ também pode diminuir. A forma atual A(s,x)=s(1−ητx²), por sua vez, impõe perda acadêmica direta da exposição para η>0, mantendo s fixo. É nessa segunda hipótese que o modelo é assimétrico contra a possibilidade de complementaridade acadêmica. Nossa utilidade logarítmica não é, por si só, uma função de produção Cobb–Douglas que resolva a questão.

5.3. A hipótese de não linearidade

  • [L] A revisão discute a possibilidade de que as primeiras horas de trabalho ofereçam habilidades ou retirem predominantemente horas de lazer, enquanto jornadas intensas podem prejudicar a formação.
  • [I] Não deveríamos tratar trabalho e estudo como sempre complementares ou sempre substitutos.
  • [P] Testar como robustez teórica, não como pressuposto já identificado, uma função em que a contribuição direta positiva da experiência e o custo acadêmico coexistam. Exemplo simples: A(s,x)=s(1+κx−ητx²), com κ≥0 e domínio garantindo produtividade positiva. Nessa alternativa, o efeito sobre a produtividade do estudo pode mudar de sinal conforme a exposição. Ela não é a especificação atual e precisa ser resolvida e interpretada antes de substituir a principal.

5.4. Endogeneidade e a pergunta sobre o DiD

  • [L] Os autores enfatizam que estudantes trabalhadores diferem dos demais em características observadas e não observadas que também afetam resultados educacionais. O próprio trabalho e o sucesso acadêmico podem ser decisões endógenas.
  • [I] Pergunta central do caderno: “O nosso DiD resolve isso?”
  • Resposta — [P]: apenas parcialmente. Efeitos fixos de aluno absorvem heterogeneidade individual constante no tempo; efeitos de período absorvem choques comuns. Os estimadores modernos de DiD podem evitar comparações inadequadas entre coortes e tratamentos já ocorridos. Nenhum desses recursos garante tendências paralelas ou controla automaticamente mudanças na motivação, necessidade de renda, busca de emprego, dificuldades acadêmicas e antecipação que coincidam com o timing. O coeficiente pré-tratamento significativo em e=−2 no BJS do TCC exige atenção especial.
  • [P] A discussão de identificação precisa separar claramente seleção para estagiar de seleção para o momento em que se começa a estagiar.

5.5. Restrições financeiras

  • [L] A revisão remete a evidências de associação negativa entre recursos familiares e horas trabalhadas, além da relação entre condição socioeconômica e desempenho educacional.
  • [P] Essas referências dão suporte à motivação de B, mas também mostram que recursos financeiros podem confundir a relação empírica caso mudem ao longo do tempo.
  • [V] Verificar diretamente Kalenkoski e Pabilonia (2010), Behr e Theune (2016) e Sirin (2005) para identificar o desfecho, a amostra e o desenho da estimativa.

5.6. A ideia de visualização comparativa da literatura

  • [I] Construir um dot plot que compare resultados acadêmicos e profissionais de diferentes estudos. Idealmente, eixo horizontal = efeito acadêmico; eixo vertical = efeito profissional; cada ponto = estudo.
  • Diagnóstico — [P]: ideia visualmente atraente, mas a maioria dos artigos não estima ambos os eixos na mesma população e com tratamento/dose comparáveis. Notas padronizadas, reprovação, horas trabalhadas, salários percentuais e participação no emprego não podem ser colocados em dois eixos quantitativos sem harmonização substancial.
  • Alternativa prioritária — [P]: matriz de evidências com linhas por estudo e colunas para desenho, exposição, resultados acadêmicos e profissionais, direção do efeito e qualidade de identificação. Opcionalmente, um gráfico de sinais/tipos de desfechos.
  • Alternativa quantitativa condicional — [P]: um dot/forest plot de uma dimensão, mas somente com estimativas verdadeiramente comparáveis e seus intervalos de confiança. Separar efeitos sobre notas (desvios-padrão), reprovação (p.p.), emprego (p.p.) e rendimentos (%); não criar um índice numérico arbitrário de “benefício líquido”.

Ideia que merece sobreviver: a literatura diz respeito tanto à alocação do tempo quanto à seleção, à natureza dos desfechos e à heterogeneidade dos efeitos.


6. Stinebrickner e Stinebrickner — Working During School and Academic Performance

Fonte: WorkingDuringSchool_Todd.pdf. Atenção bibliográfica: o PDF enviado é um working paper de 2000, enquanto a referência principal do TCC cita o artigo publicado em Journal of Labor Economics em 2003. Verificar diferenças de versão antes de transferir coeficientes. Páginas-chave do PDF enviado: 2 e seções de identificação/resultados.

6.1. Mensagem empírica

  • [L] O estudo destaca a endogeneidade das horas de trabalho. Na versão enviada, OLS simples associa positivamente horas trabalhadas e notas; efeitos fixos levam a estimativa para perto de zero; a abordagem de variáveis instrumentais baseada em características institucionais indica efeito negativo maior.
  • [I] A contribuição é mostrar que a escolha de método e a fonte de variação identificadora podem mudar substantivamente a conclusão, mesmo quando uma especificação aparentemente razoável não aponta um problema visível.
  • [P] Utilizar como motivação para a estratégia empírica e para a cautela com resultados descritivos. Nosso TWFE e os estudos de eventos não identificam o efeito das horas trabalhadas do mesmo modo que o instrumento dos autores.

6.2. Oportunidade metodológica para nós

  • [P] Uma figura/tabela pequena comparando médias brutas entre grupos e efeitos de evento no nosso banco pode ajudar a demonstrar seleção: os estudantes com estágio apresentam CR médio descritivo superior, embora a estimativa em torno da entrada seja negativa.
  • [P] Essa comparação é didática, mas não equivale à sequência OLS–FE–IV dos autores nem comprova a validade causal do DiD.

Ideia que merece sobreviver: explicitar qual variação dos dados identifica cada parâmetro, em vez de apresentar resultados de métodos diferentes como simples “robustez” interchangeable.


7. Margaryan, Saniter, Schumann e Siedler (2022) — Do Internships Pay Off? The Effects of Student Internships on Earnings

Fonte: DoIntershipsPayOff.pdf. Journal of Human Resources, 57(4), 1242–1275. Páginas-chave: 2, 5–10; figura 1 na p. 8 do PDF.
Função no nosso projeto: evidência para retornos profissionais dos estágios e referência de apresentação de coortes e janelas de observação.

7.1. Evidência de retorno profissional

  • [L] O artigo utiliza a exigência institucional de estágio em empresas como instrumento para a realização de estágio. Encontra prêmio de rendimentos de cerca de 6% e evidências de menor risco de desemprego no início da carreira.
  • [I] A experiência pode facilitar a transição entre formação e trabalho, mesmo que apresente custos acadêmicos de curto prazo.
  • [P] Nosso retorno ρH(x) poderia representar empregabilidade, duração da busca e/ou prêmio salarial, mas a equação atual I₂= w̄+qA+ρH(x) está formulada em renda futura esperada, não em risco de desemprego separadamente. Se quisermos representar explicitamente a transição ao emprego, teremos de alterar o objeto I₂ ou incorporar uma probabilidade de emprego.

7.2. A figura inspiradora: correção importante

  • [I] A figura 1 pareceu um bom exemplo para ilustrar tratamento escalonado e semestres.
  • [L] Na realidade, a Figura 1 da p. 8 ilustra as coortes dos painéis de egressos e as ondas de entrevistas, não diretamente um estudo de eventos com diferentes semestres de início de estágio.
  • [P] A intuição visual continua boa: podemos fazer uma linha do tempo aluno–semestre com diferentes datas de primeiro contrato, semestres pré/pós, cobertura da base e elegibilidade, deixando claro que seria figura nossa, inspirada no recurso didático de visualização temporal, e não uma reprodução da identificação utilizada por Margaryan et al.

Ideia que merece sobreviver: inserir um diagrama de calendário, coortes e cobertura dos registros; é uma proposta de comunicação que pode ser executada sem alterar os resultados.


8. Weiss, Klein e Grauenhorst (2014) — The Effects of Work Experience During Higher Education on Labour Market Entry: Learning by Doing or an Entry Ticket?

Fonte: TheEffectOfExperienceOnWork.pdf. Work, Employment and Society, 28(5), 788–807. Páginas-chave: 1–3, discussão e conclusão, aproximadamente 14–16.
Função no nosso projeto: qualificar a hipótese de retorno profissional e a interpretação de sinalização.

8.1. Principais resultados

  • [L] Os autores distinguem experiência relacionada ou não à área e experiências voluntárias ou obrigatórias. Experiência relevante e voluntária se relaciona a inserção mais rápida no mercado de trabalho, mas o estudo não identifica um prêmio igualmente persistente em salários ou posição ocupacional favorável no longo prazo.
  • [L] Os autores interpretam seus resultados como mais consistentes com a explicação de sinalização do que com a acumulação geral de capital humano.
  • [I] Nossa revisão deveria evitar a impressão de que o estágio necessariamente eleva salários futuros por toda a carreira. Em certos contextos, seu benefício pode se concentrar em reduzir fricções na entrada no mercado de trabalho.

8.2. Implicações para H(x)

  • [P] A especificação discreta H_sig(x)=1{x≥δ} é um caso-limite que captura o valor de possuir experiência verificável, mas o estudo não prova que o retorno à duração seja exatamente zero depois de um semestre.
  • [P] A alternativa H_dur(x)=x continua útil como comparação. Seria interessante, no futuro, testar também um retorno de duração crescente e côncavo, por exemplo H(x)=1−exp(−kx) para k>0 e H(0)=0.
  • [P] Uma frase de revisão mais precisa seria: “Os ganhos de experiência podem se manifestar tanto na velocidade de entrada no emprego quanto na remuneração, e sua persistência varia conforme o tipo de experiência e o horizonte considerado.”
  • [V] Mecanismo de sinalização e mecanismo de capital humano não são identificados sem hipóteses adicionais só porque um benefício se dissipa ao longo do tempo.

Ideia que merece sobreviver: distinguir acesso inicial ao emprego, nível salarial e persistência do retorno, em vez de tratá-los como uma única dimensão.


9. Síntese transversal das oito leituras

Questão Evidência / argumento dos artigos Nossa interpretação operacional Implicação para o TCC
Por que trabalhar durante a graduação? Renda corrente, perspectivas de carreira, aprendizagem e sinalização coexistem. A escolha de timing não é redutível ao efeito sobre notas. Preservar a dupla dimensão teórico-empírica da introdução.
Por que pode haver custo acadêmico? Competição por tempo, heterogeneidade de tarefas, intensidade e seleção. O efeito acadêmico pode variar por etapa do curso, tipo de estágio e ajuste de carga. Revisar A(s,x) e analisar outras margens educacionais.
O custo é sempre negativo? A literatura também aponta complementaridade, aprendizado aplicado e motivação. Nossa hipótese negativa é substantiva e deve ser contrastada com alternativas. Acrescentar robustez teórica com complementaridade.
Qual o papel do suporte financeiro? Auxílio pode diminuir trabalho ou melhorar sua qualidade; efeito da política difere do efeito de trabalhar. B afeta o incentivo de remuneração, mas não é uma estimativa de política. Fundamentar B e explicitar desenho da transferência.
O que o DiD elimina? Parte da seleção invariável e choques comuns, se atendidas hipóteses. Restam seleção temporal, antecipação, composição e suporte desbalanceado. Diagnóstico de identificação mais explícito.
Qual desfecho acadêmico importa? Reprovações, créditos e continuidade podem reagir de forma distinta das notas. O CR pode captar apenas uma das estratégias de ajuste. Expandir outcomes, conforme disponibilidade.
Qual é o benefício profissional? Alguns estudos encontram ganhos salariais; outros, sobretudo inserção mais rápida. O parâmetro de retorno precisa ter interpretação restrita. Distinguir renda esperada, risco de desemprego e persistência.
É possível integrar quantitativamente estudos? Desenhos, exposições e escalas são heterogêneos. Não construir ranking numérico artificial. Matriz de evidência antes de qualquer dot/forest plot.

Parte II — O que acrescentar ao artigo e como executar

10. Diagnóstico da versão atual do TCC

Fonte de comparação: TCC.pdf, 28 páginas. O texto já contém uma organização madura: Introdução (Seção 1); três eixos de revisão (Seção 2); modelo geral, FOCs, parametrização e previsões (Seção 3); dados e identificação (Seção 4); estimadores e resultados (Seção 5); exercícios econômicos (Seção 6); conclusão e apêndice.

Não precisamos recomeçar o artigo nem aumentar o texto apenas por aumentar. O objetivo é ocupar espaços em que a leitura realmente acrescenta argumento, evidência, identificação ou precisão conceitual.

Parte do TCC O que já funciona Lacuna / tensão revelada pelas leituras Intervenção recomendada
§1 Introdução (pp. 2–3) Duas perguntas e contribuição teórica + empírica já estão claras. A novidade frente a Della Rocca pode ser apresentada com maior precisão. Um parágrafo comparando objeto empírico, escolha de timing e modelo; sem afirmação de primazia.
§2.1 Capital humano e sinalização (pp. 4–5) Reconhece canais concorrentes e heterogeneidade dos retornos. Persistência salarial versus transição ao emprego está pouco diferenciada. Integrar Weiss e Margaryan, distinguindo prêmio salarial e velocidade de inserção.
§2.2 Alocação do tempo (pp. 5–6) Admite ajustes de lazer, carga e custo precoce. Falta explicitar complementaridade, não linearidade e orientação prévia para o mercado. Substituir/aperfeiçoar poucos parágrafos com Neyt e Chadi; não repetir o já dito.
§2.3 Restrições financeiras (pp. 6–7) Justifica B com bolsas e suporte familiar. Efeito de transferência incondicional versus subsídio ao emprego ainda pouco separado. Broton para mecanismo e Scott-Clayton para definição do contrafactual da política.
§3.1–3.3 Modelo (pp. 7–10) Passa do problema geral à solução paramétrica; dá sentido a g, x, A, H e B. s é somente tempo; A_x≤0 já impõe um mecanismo. Sinalização discreta é extrema. Clarificar definições e construir robustez teórica, mantendo a especificação atual como referência provisória.
§3.4 Previsões (pp. 10–11) Três previsões compactas e figuras já estão apresentadas. O que é previsão robusta e o que depende de η, κ ou H pode ficar ainda mais visível. Pequena tabela de hipóteses → mecanismo → evidência possível; evitar prolixidade.
§4.1 Dados (p. 12) Descreve fontes, pareamento e amostra. Falta uma descrição mais institucional sobre oportunidades e restrições ao estágio. Criar Contexto institucional e elegibilidade antes dos fatos descritivos.
§4.2–4.3 Identificação (pp. 13–15) Reconhece seleção, pré-tendências e adoção escalonada. DiD não elimina choques endógenos no timing nem diferenças de oferta de disciplinas. Diagnósticos com trajetórias prévias, suporte e composição de coortes.
§5 Resultados (pp. 16–21) Documenta queda contemporânea do CR em múltiplos estimadores, com ressalva BJS. É uma análise centrada no CR; reprovação, notas padronizadas e redução de disciplinas podem contar outra história. Acrescentar primeiro uma seção de outcomes acadêmicos alternativos, se os dados permitirem.
§6 Exercícios (pp. 22–24) Separa modelo ilustrativo de estimativas empíricas e distingue renda futura de utilidade. ρ não mede diretamente empregabilidade; bolsa B_min não é avaliação de bem-estar. Qualificar interpretações e adicionar tabela sintética de cenários de política.
Conclusão e apêndice (pp. 25–26) Cautela causal e agenda já são explícitas. Limitações aparecem dispersas. Criar subseção curta de limitações e extensões antes da conclusão ou dentro do fim da §5, sem duplicação.

10.1. Fatos já estabelecidos que não devemos perder

  • O banco atual relata 399 estudantes, sendo 164 com estágio registrado e 235 sem registro na janela, e 2.620 observações aluno-semestre. A entrada ocorre, em média, no 4,63º semestre entre os tratados observados.
  • O CR descritivo médio do grupo com estágio é maior que o do grupo sem registro (7,04 vs. 6,59), enquanto o resultado dinâmico de entrada é negativo, em torno de −0,26 a −0,36 ponto segundo o estimador.
  • A trajetória posterior tem menor magnitude e/ou precisão. O BJS encontra uma estimativa pré-tratamento positiva significativa em e=−2 (+0,267 na versão do TCC). Esse diagnóstico não pode desaparecer em uma revisão de redação.
  • Os dados descritos no TCC incluem histórico de disciplinas e notas além do CR semestral; isso abre possibilidades, mas não prova que cada variável adicional (turma, créditos, reprovação formal, suspensão, renda, salário posterior) esteja devidamente estruturada.
  • Renda familiar, apoio financeiro individual, remuneração e resultados profissionais após a graduação ainda não fazem parte do conjunto de variáveis descritas como efetivamente exploradas no artigo.

10.2. Perguntas teóricas que precisam ser explicitamente deliberadas

  1. O que é s? Tempo dedicado ao estudo (como hoje) ou um índice agregado de esforço? Não mudar a interpretação sem alterar a restrição de tempo e a produção acadêmica.
  2. Que mecanismo queremos em A(s,x)? Apenas custo acadêmico da exposição ou a possibilidade de aprendizagem aplicada que compense parte dele?
  3. O que ρH(x) remunera? A posse de credencial, meses de experiência, aprendizado aplicado, probabilidade de conseguir emprego ou algum agregado de renda esperada?
  4. Como se mede o timing? Um instante contínuo, o primeiro semestre elegível ou semestres efetivamente decorridos até o primeiro registro?
  5. O que representa B? Transferência corrente não condicional à atividade, apoio familiar persistente ou uma bolsa de valor fixo em determinado intervalo?

Sem resolver tudo imediatamente, essas perguntas devem ter hipóteses de trabalho explícitas para que não surjam contradições entre texto, equações e simulações.


11. Carteira de propostas com prioridade, viabilidade e entregável

Legenda de prioridade: P0 = indispensável/rápido; P1 = alto retorno com o banco atual, sujeito a auditoria; P2 = extensão substantiva; P3 = depende de acesso a novas informações ou redesenho significativo.
Disponibilidade: ATUAL = pode começar com o texto e os objetos já descritos; AUDITAR = exige confirmar a presença/qualidade de variável; NOVOS DADOS = não atribuir números até obtê-los.

ID Prioridade Proposta Disponibilidade Principal entrega
A01 P0 Revisar precisão conceitual de s, B, A e H e distinguir hipóteses gerais de paramétricas. ATUAL Ajustes pontuais nas §§2–3.
A02 P0 Contexto institucional e figura de calendário/cobertura de tratamento. ATUAL + verificar regras Subseção nova + Figura de desenho.
A03 P0 Melhorar posicionamento ante Della Rocca e qualificar os retornos de Weiss/Margaryan. ATUAL Revisão da introdução e da §2.1.
A04 P1 Auditar e construir notas padronizadas, reprovação e progresso por créditos. AUDITAR Dicionário de outcomes + tabela descritiva.
A05 P1 Reestimar eventos para outcomes alternativos. Depende de A04 Tabela comparativa + estudos de eventos.
A06 P1 Diagnosticar pré-tendências, cobertura e composição de coortes. ATUAL + scripts originais Quadro de suporte + gráficos de diagnóstico.
A07 P1 Explorar heterogeneidade por fase do curso e momento do estágio. AUDITAR elegibilidade e amostras Figura/tabela por grupos, sem afirmação causal automática.
A08 P1 Matriz comparativa da literatura antes de qualquer metavisualização numérica. ATUAL Tabela de evidências para o texto/apêndice.
A09 P2 Robustez teórica permitindo complementaridade acadêmica e retorno profissional côncavo. ATUAL Apêndice teórico + gráficos de sensibilidade.
A10 P2 Examinar alterações na carga de disciplinas, trancamentos e atraso na conclusão. AUDITAR + acompanhamento Painel de margens de ajuste acadêmico.
A11 P2 Formalizar seção sobre limites da interpretação causal e próximos testes. ATUAL Subseção curta e agenda verificável.
A12 P3 Investigar heterogeneidade por renda, bolsas e apoio familiar. NOVOS DADOS Descritivas/testes de timing por recursos.
A13 P3 Vincular contratos a duração, carga e remuneração efetivas. NOVOS DADOS/novos tratamentos Separação entre entrada e exposição efetiva.
A14 P3 Incorporar emprego e renda após a graduação. NOVOS DADOS Resultados profissionais e possível teste de H(x).

12. Protocolos de execução das propostas prioritárias

A01 — Precisão do modelo sem nova reconstrução estrutural

Problema: as leituras tornaram claro que “tempo de estudo”, “intensidade”, “habilidade”, “capital acadêmico” e “retorno profissional” não são sinônimos. A parametrização atual escolhe sinais antes que os dados os testem.

Passos

  1. Construir um glossário teórico com definição, unidade e observabilidade de s, x, g, τ, B, b, A, q, ρ, H, η.
  2. Marcar no texto quais afirmações requerem apenas utilidade marginal decrescente e quais dependem de A_x≤0, A_{sx}<0, H_sig ou H_dur.
  3. Manter, provisoriamente, a especificação principal A(s,x)=s(1−ητx²), mas explicar que ela representa um cenário de predominância de custo acadêmico direto, não uma propriedade universal dos estágios.
  4. Manter s como tempo de estudo. Acrescentar um comentário explícito sobre esforço qualitativo e habilidade, inspirado em Chadi et al., como fontes de heterogeneidade não modeladas.
  5. Rever as três previsões e indicar para cada uma o mecanismo, o conjunto de hipóteses e a evidência que seria necessária para testá-la.
  6. No apêndice, documentar a prova do sinal de recursos B e o cuidado com soluções de canto ou não participação; não chamar de “efeito substituição” sem uma decomposição formal.

Resultado esperado: §§3.1–3.4 mais rigorosas sem perder fluidez. Critério de conclusão: nenhuma conclusão geral deriva silenciosamente de uma função escolhida apenas para simulação.

A02 — Contexto institucional e figura do desenho empírico

Problema: o tratamento começa em tempos diferentes, mas a narrativa ainda não mostra suficientemente quem pode entrar quando e como a janela administrativa afeta a comparação.

Passos

  1. Levantar a regra de estágio relevante ao curso e aos anos estudados: elegibilidade, atividade obrigatória ou não, prazos, horários, créditos e procedimentos de registro. Usar regulamentos oficiais; registrar mudanças históricas se houver.
  2. Separar em texto: ingresso no curso, elegibilidade, primeira entrada registrada, eventual fim do contrato, término da graduação e censura da base.
  3. Preparar Figura nova — “Calendário institucional e adoção escalonada do estágio”: 4–6 linhas hipotéticas de alunos; colunas por semestre; marcar semestres elegíveis, primeiro contrato e observações com CR; uma legenda informando que é esquema ilustrativo.
  4. Incluir outra representação apenas se trouxer conteúdo adicional: barras de número de alunos/coortes observados por tempo relativo e. Esta segunda seria construída com dados, não com exemplos.
  5. Escrever subseção antes de “Fontes de dados e fatos descritivos”, ou como primeiro bloco da §4.1 se o tamanho não justificar subdivisão.

Resultado esperado: uma descrição institucional que ajude a interpretar tratamento, amostra de risco e grupo de controle. Risco: não atribuir à UFF regras adotadas pela USP no artigo de Della Rocca.

A03 — Posicionamento e literatura de retorno profissional

Problema: estamos próximos de Della Rocca na evidência acadêmica, e a revisão pode insinuar que benefícios profissionais são sempre salariais e duradouros.

Passos

  1. Na introdução, comparar com precisão: Della Rocca: custos acadêmicos e resultados profissionais observados; nosso TCC: CR em painel e modelo explícito de decisão endógena de timing, com resultados profissionais ainda não observados.
  2. Na §2.1, contrastar Margaryan et al. (prêmio de rendimentos e transição inicial) e Weiss et al. (inserção mais rápida sem prêmio salarial de longo prazo equivalente), atentando aos desenhos e à heterogeneidade da experiência.
  3. Acrescentar uma frase que delimite ρH(x) como renda profissional futura esperada no modelo, e que outros desfechos podem exigir extensão.
  4. Rever a bibliografia para não contar Saniter/Siedler (working paper) e Margaryan et al. (versão publicada da linha de pesquisa) como replicações independentes.

Resultado esperado: 2–3 parágrafos melhores, não uma nova seção longa.

A04 — Auditoria e construção de resultados acadêmicos alternativos

Problema: o CR pode variar por escolha de disciplinas e professor e não revela sozinho ajustes de carga ou reprovação.

Passos

  1. Verificar unidade original: aluno–disciplina–turma–semestre ou apenas aluno–disciplina–semestre. Confirmar créditos, identificação de docentes/turma, nota final, reprovação, situação do vínculo, semestre curricular recomendado.
  2. Auditar duplicidade aluno–disciplina–período, matérias repetidas, ausências, trancamentos, notas inválidas e avaliações com desvio-padrão zero.
  3. Construir: z_nota dentro de turma/período (se possível), reprovou com regra institucional verdadeira, número de disciplinas cursadas, créditos tentados e aprovados, além do CR original.
  4. Definir como agregar cada resultado no aluno–semestre. Decidir se usa pesos por crédito e mostrar quantos registros são perdidos em cada versão.
  5. Produzir Tabela A — Disponibilidade e cobertura dos outcomes e Tabela B — Estatísticas antes/depois/sem registro, claramente descritivas.
  6. Comparar a estabilidade das medidas por coorte, turma e fase do curso; congelar um dicionário de construção antes de estimar efeitos.

Resultado esperado: base analítica reproduzível de desfechos, sem fingir que z_nota equivale a um índice de formação acumulada. Risco: usar notas padronizadas pela própria distribuição afetada pelo tratamento pode mudar o estimando e requer interpretação cuidadosa.

A05 — Reestimar efeitos de entrada para outcomes alternativos

Dependência: A04.

Passos

  1. Replicar primeiro o resultado original de CR com os scripts existentes: amostra, calendário, controles e janela.
  2. Estimar um desfecho por vez, preservando a definição de primeiro contrato e os diagnósticos de identificação.
  3. Priorizar CS ou BJS como análise dinâmica; usar SA como triangulação, sem interpretar TWFE como efeito contemporâneo.
  4. Verificar se o tratamento afeta o número de disciplinas cursadas: condicionar notas apenas às disciplinas observadas pode selecionar o tipo de disciplina que o aluno decide cursar.
  5. Para reprovação, explicitar denominador: reprovações por disciplina inscrita versus proporção no semestre. Com muitos zeros ou pouca exposição, considerar estimandos alternativos sem prometer precisão.
  6. Produzir Figura — Efeitos por outcome, em painéis com unidades próprias, e tabela com ATT_0, ATT_1, amostra e IC95%. Não colocar notas em DP, reprovação em p.p. e número de disciplinas no mesmo eixo numérico.

Resultado esperado: evidência sobre como o estágio afeta desempenho, e não apenas se afeta CR. Interpretação: ainda condicionada a tendências paralelas e às decisões endógenas de matrícula em disciplinas.

A06 — Identificação, pré-tendências e composição

Problema: o TCC já mostra coeficiente pré-tratamento significativo no BJS (e=−2), ao mesmo tempo que outros procedimentos não detectam pré-efeitos com a mesma precisão.

Passos

  1. Fazer uma tabela de suporte por e: alunos, coortes, semestres-calendário e número de observações para cada método.
  2. Comparar a composição das coortes que contribuem em e=0, e=1, e=2, e=3. Diferentes horizontes podem agregar grupos diferentes.
  3. Inspecionar CR e progressão acadêmica nos semestres e=−3,−2,−1, sem tratar um teste não significativo como comprovação de paralelismo.
  4. Verificar sensibilidade à janela de eventos e ao grupo de controle, explicitando mudanças de amostra e pesos.
  5. Examinar antecipação: procura de vaga e preparação podem preceder contrato. Sem observação de busca, registrar como ameaça, não como mecanismo testado.
  6. Considerar análises de sensibilidade a desvios de tendências paralelas se o desenho, a qualidade dos dados e o tamanho da amostra permitirem. Não anunciar um limite causal convincente sem esse exercício.
  7. Produzir Tabela de limitações de identificação: ameaça → componente dos dados → teste/robustez possível → questão remanescente.

Resultado esperado: conclusão empírica mais defensável. Regra editorial: robustez entre estimadores não apaga um diagnóstico pré-tratamento desfavorável.

A07 — Momento de entrada e heterogeneidade acadêmica

Problema: a função de formação supõe que a entrada precoce tem custo maior, mas o TCC ainda não testa essa implicação diretamente.

Passos

  1. Definir operacionalmente precoce/tardio: semestre curricular de entrada ou tempo após elegibilidade. Documentar o suporte de cada definição.
  2. Fazer distribuição do primeiro estágio por semestre do curso, turno e coorte de ingresso. Estimar tamanhos efetivos antes de escolher cortes.
  3. Explorar efeitos de evento por fase do curso (por exemplo, blocos de semestres previamente justificados). Verificar risco de confundir tempo relativo, calendário e fase curricular.
  4. Se houver disciplinas e identificação curricular confiável, testar diferenças entre disciplinas básicas e avançadas, com definição prévia do grupo. Cuidado com autosseleção nas matérias.
  5. Apresentar uma figura de heterogeneidade, apenas se os intervalos e o suporte forem minimamente informativos.
  6. Não interpretar diferença de ATT entre coortes de início como efeito causal de “postergar um estágio”: a data de entrada também foi escolhida.

Resultado esperado: primeiro teste sugestivo da relevância econômica do timing, sem prometer uma identificação que o desenho não sustenta.

A08 — Matriz de evidências da literatura

Passos

  1. Criar planilha/repositório auxiliar com campos: artigo, população, tratamento/dose, fonte de variação, estimando, indicador acadêmico, indicador profissional, unidade, estimativa, EP/IC, horizonte, interpretação causal e restrições.
  2. Preencher primeiro as oito leituras; ampliar somente com estudos de resultados efetivamente comparáveis.
  3. Produzir Tabela — Evidência existente sobre efeitos acadêmicos e profissionais com símbolos qualitativos e notas metodológicas. Não atribuir “0” a efeitos não estudados.
  4. Só depois avaliar um forest/dot plot por família de desfecho. Se as escalas, a dose e os estimandos diferirem, manter os painéis separados.
  5. Um gráfico de dois eixos só é defensável para estudos que estimem ambas as dimensões com base nas mesmas unidades/populações e com definições compatíveis. Caso existam muito poucos, não forçar a visualização.

Resultado esperado: síntese útil à revisão da literatura, potencialmente mantida no apêndice para poupar espaço no corpo do artigo.

A09 — Robustez teórica com efeitos acadêmicos concorrentes

Problema: A(s,x)=s(1−ητx²) não permite complementaridade acadêmica direta da exposição quando η>0 e s é mantido fixo.

Passos

  1. Preservar o modelo de referência e introduzir extensão simples: A(s,x)=s(1+κx−ητx²), com κ≥0, η≥0 e 1+κx−ητx²>0 em todo o domínio.
  2. Interpretar κx como potencial ganho de produtividade acadêmica via aprendizagem aplicada, não como evidência de que esse canal domina empiricamente.
  3. Mostrar que a derivada cruzada é A_{sx}=κ−2ητx. Com κ>0 e η>0, o sinal pode mudar conforme x, representando complementaridade em exposição baixa e custo em exposição alta.
  4. Recalcular s^*(x) e x^* ou documentar a solução numérica, sempre comparando com a alternativa x=0 e as fronteiras; verificar casos em que H é descontínua.
  5. Produzir Figura de sensibilidade teórica: regiões em (κ,η) em que o timing muda e curvas de A(s,1−g) sob estudo fixo. A figura atual de variação de η pode ser preservada como caso κ=0.
  6. Como segunda robustez, comparar H_sig, H_dur e H_conc(x)=1−exp(−kx); essa última traz retorno de duração positivo com benefícios marginais decrescentes.
  7. Manter essas extensões no apêndice até demonstrarmos ganho interpretativo suficiente para incorporá-las ao modelo principal.

Resultado esperado: uma especificação mais honesta sobre mecanismos concorrentes. Não interpretar a existência de vários cenários matemáticos como validação de qualquer um deles.

A10 — Margens acadêmicas além das notas

Passos

  1. Mapear no registro acadêmico: número de disciplinas, créditos, aprovações, reprovações, trancamentos e possíveis indicadores de inatividade.
  2. Comparar semestres com pouca carga, semestres sem matrícula e desligamento de fato. A ausência de disciplina não equivale automaticamente a evasão: o TCC atual exclui períodos sem disciplinas da amostra analítica.
  3. Se houver datas e acompanhamento, construir tempo até conclusão e interrupção, explicitando censura à direita e diferenças entre coortes.
  4. Evitar fazer um DiD comum sobre “formou-se” em janelas em que os estudantes ainda não tiveram tempo de se formar; considerar desenho de duração ou descrição de riscos conforme a amostra.
  5. Se desfechos não forem confiáveis, não produzir estimações e registrar o impedimento na seção de agenda de pesquisa.

A11 — Limitações e próximas verificações (texto)

Proposta editorial: após a síntese dos resultados (§5), criar uma subseção curta chamada “Limitações de identificação e caminhos de aprofundamento”, sem duplicar a Seção 6.3, que permaneceria dedicada à integração entre modelo, dados e agenda.

Estrutura sugerida (um parágrafo por ponto, não uma lista excessiva): (i) seleção e pré-tendências; (ii) definição e duração do tratamento; (iii) notas e margens de ajuste; (iv) alcance do modelo e dados ainda indisponíveis. Cada limitação deve ter uma consequência interpretativa e, quando possível, um teste específico futuro.

A12–A14 — Extensões que exigem novos dados

  • A12: recursos B. Investigar se há informações individualizadas e legalmente acessíveis sobre bolsa, assistência estudantil, renda familiar ou proxies socioeconômicas. Não usar CEP ou região como substituto não validado de renda individual, nem interpretar sua associação como efeito causal de uma bolsa. Se um programa tiver regra de elegibilidade e variação institucional adequada, estudar seu desenho separadamente.
  • A13: exposição efetiva. Extrair data de início/fim de cada contrato, horas semanais, remuneração, empresa e possível sobreposição. Construir tempo trabalhado por semestre e separar entrada (evento) de intensidade/duração (dose endógena). Uma estimativa causal da dose requer hipóteses próprias.
  • A14: mercado de trabalho. Se houver autorização e meios legais para vínculo administrativo, observar emprego formal, salários, tempo até colocação e horizonte após formatura. Evitar presumir que o vínculo a bases externas já esteja disponível. Com novos dados, investigar retorno de ter estagiado, retorno de duração, e heterogeneidade por setor/tipo de estágio; comparar a interpretação de H sem declarar sinalização identificada apenas pela forma da trajetória salarial.

13. Plano de execução por rodadas

A proposta é trabalhar em rodadas fechadas, nas quais cada saída pode ser revisada antes de mexermos no manuscrito principal.

Rodada Passo Produto concreto Dependência Critério para avançar
0 — Congelar referência Arquivar PDF, código, bibliografia e resultados atuais. Registro de versão + inventário de figuras e tabelas. Nenhuma. Saber reproduzir a versão atual antes de alterar estimações.
1 — Teoria e literatura Executar A01 e A03; revisar hipóteses de A e interpretação de H. Texto marcado da §2 e §3 + decisões teóricas documentadas. Rodada 0. Cada previsão tem hipótese e interpretação bem definidas.
2 — Contexto e desenho Executar A02 e início de A06; mapear elegibilidade e janelas. Subseção institucional + diagrama + tabela de suporte. Informações institucionais e scripts do painel. Definição do tratamento e dos controles verificável.
3 — Auditoria microdados Executar A04; avaliar viabilidade de A07/A10. Base de outcomes + dicionário + contagens de perda de amostra. Acesso à base acadêmica. Nenhum novo indicador carece de definição consistente.
4 — Estimações e diagnósticos Executar A05, A06 e A07 onde houver suporte. Tabelas, event studies e diagnóstico de identificação revisado. Rodada 3. Separar conclusões robustas, exploratórias e inconclusivas.
5 — Síntese comparativa Executar A08 e, se útil, A09. Matriz de evidências + apêndice teórico/gráficos de sensibilidade. Rodadas 1 e 4. Figuras adicionam informação em vez de repetir o texto.
6 — Revisão integrada Executar A11; atualizar resumo, conclusão, §6 e referências. Novo manuscrito completo revisado. Rodadas anteriores. Não confundir ATT de CR, formação do modelo e renda futura.
7 — Extensões futuras A12–A14 apenas após autorização e acesso. Nova base, novos testes e possivelmente novo ciclo do artigo. Dados externos. Identificação e interpretação documentadas antes dos resultados.

Sequência mínima para termos ganho real com pouco retrabalho

Primeiro: A01 + A03 + A02 + A06. São os ajustes com maior retorno conceitual imediato e que não dependem de um novo linkage.
Depois: A04 + A05. Se funcionarem, provavelmente acrescentarão mais valor empírico do que vários gráficos adicionais de simulação.
Em seguida: A07 + A08 + A09, condicionados ao suporte dos dados e ao interesse das revisões.
Por último: A12–A14, sem deixar a ausência de renda e mercado de trabalho bloquear a versão atual.

Critérios para decidir se uma nova figura entra no corpo do artigo

  1. Responde a uma pergunta explícita que o texto e as tabelas atuais ainda não respondem?
  2. Tem unidades, amostra, horizonte e hipóteses claramente indicados?
  3. É empírica, ilustrativa ou uma síntese de estudos? A legenda distingue isso sem ambiguidade?
  4. Seus intervalos/assunções permitem interpretação sem sugerir precisão maior do que a disponível?
  5. Se retirada, o leitor perde informação substantiva? Se não, manter no apêndice ou não incluir.

14. Lista de decisões e questões abertas

Usar este quadro como ata de deliberações futuras. “Em aberto” não significa que o modelo esteja inválido; significa que a escolha ainda não foi justificada ou testada até o grau desejado.

Questão Estado atual / opção provisória O que falta decidir
s mede tempo ou esforço geral? Tempo de estudo. Se a intensidade qualitativa e entra em extensão.
Produção acadêmica principal? A=s(1−ητx²) provisoriamente. Se permanecemos com custo unilateral no modelo principal.
Complementaridade de estágio e estudo? Não modelada diretamente em A atual. Se a robustez com κ merece apêndice ou texto principal.
Retorno profissional H? Sinal discreto principal, duração linear como alternativa. Se acrescentar retorno côncavo e como interpretar emprego versus salário.
Elegibilidade na UFF? Não verificada neste repositório. Levantar regras vigentes por período/curso.
Notas padronizadas e reprovações? Dados de notas mencionados; indicadores não construídos aqui. Auditar chaves, notas e situações acadêmicas.
Heterogeneidade pelo momento de entrada? Importante teoricamente; não identificada diretamente. Definição, suporte, grupo de risco e cautela causal.
Pré-tendência BJS em e=−2? Evidência relevante já reportada. Explorar composição, sensibilidade e implicações.
Dot plot entre estudos? Não recomendável sem harmonização. Matriz comparativa primeiro; quantificação apenas quando comparável.
Apoio financeiro e salários futuros? Não medidos atualmente no TCC. Novos dados e eventual desenho de identificação.
Seção de limitações? Informação dispersa no texto. Inserir síntese curta, sem repetir conclusão.

15. Trilha de leitura posterior identificada nas suas anotações

Priorizar verificações que respondam a uma lacuna específica, não simplesmente aumentar a bibliografia. As referências a seguir foram encontradas nas notas como citações secundárias e não foram revisadas aqui em seus textos originais.

Prioridade Referências a localizar Pergunta que ajudariam a responder
Alta Kalenkoski & Pabilonia (2010); Behr & Theune (2016) Como renda/transferências familiares afetam oferta de trabalho do estudante?
Alta Bozick (2007); Triventi (2014); Darolia (2014) Como trabalho afeta dedicação, continuidade, carga de disciplinas e evasão?
Alta Stinebrickner & Stinebrickner (2008); De Fraja & Landeras (2006); De Fraja et al. (2010) Como fundamentar a produção educacional e o retorno do esforço?
Média Oettinger (2002); Leuven, Oosterbeek & van der Klaauw (2010); Non & Tempelaar (2016) Incentivos, esforço, preferências temporais e respostas acadêmicas.
Média Bandiera, Larcinese & Rasul (2015); Krohn & O’Connor (2005); Löfgren & Ohlsson (1999) Exemplos adicionais de modelos de decisão estudantil com evidência.
Média Schoenhals, Tienda & Schneider (1998); Warren (2002); Kalenkoski & Pabilonia (2009/2012) Substituição real entre horas de trabalho, estudo e lazer.
Posterior Chevalier, Dolton & Lührmann (2018); Michaelis & Schwanebeck (2016); Brewer & McEwan (2010); Sirin (2005) Incentivos específicos, teoria educacional e contexto socioeconômico.

Nota bibliográfica: conferir anos, título e versão publicada de cada referência. No caso do arquivo de Stinebrickner e Stinebrickner, a versão recebida é de 2000, enquanto o TCC cita 2003. No caso de Margaryan et al., distinguir o artigo publicado de versões anteriores de sua linha de pesquisa.


16. Espaço permanente para novas notas

Leituras que podem modificar uma hipótese do modelo

  • Artigo / página:
  • Hipótese atual afetada:
  • O que a fonte efetivamente encontra:
  • Minha interpretação:
  • Teste ou modificação propostos:
  • Decisão: incorporar / testar / manter em observação / descartar.

Ideias de visualizações e análises para avaliar

  • Pergunta econômica:
  • Variável / estimando:
  • Dados e cobertura necessários:
  • Método e identificação:
  • Figura ou tabela pretendida:
  • Risco de interpretação:
  • Prioridade e responsável:

Registro de decisões sobre o manuscrito

Data Decisão Evidência / argumento Seção afetada Próxima ação
2026-11-16 Elaborar repositório antes de alterar o manuscrito. Oito leituras e anotações; necessidade de separar hipótese, fonte e proposta. Todo o artigo. Revisar prioridades A01–A14.

17. Referências de consulta deste repositório

Artigos efetivamente recebidos e examinados:

  1. Chadi, A., de Pinto, M., & Schultze, G. (2019). Young, Gifted and Lazy? The Role of Ability and Labor Market Prospects in Student Effort Decisions. Economics of Education Review, 72, 66–79. — YoungGiftedLazy_Chadi.pdf.
  2. Della Rocca, L., Estevan, F., & Leite, G. G. (2026). Internships, Academic Achievement, and Labor Market Outcomes. Working paper. — InternshipsAcademicAchievments_LucasFernanda.pdf.
  3. Scott-Clayton, J., & Minaya, V. (2016). Should Student Employment Be Subsidized? Conditional Counterfactuals and the Outcomes of Work-Study Participation. Economics of Education Review, 52, 1–18. — ShouldSchoolBeSubsidized_Clayton.pdf.
  4. Broton, K. M., Goldrick-Rab, S., & Benson, J. (2016). Working for College: The Causal Impacts of Financial Grants on Undergraduate Employment. Educational Evaluation and Policy Analysis, 38(3), 477–494. — WorkingForColage_Broton.pdf.
  5. Neyt, B., Omey, E., Verhaest, D., & Baert, S. (2019). Does Student Work Really Affect Educational Outcomes? A Review of the Literature. Journal of Economic Surveys. — DoesStudentWorkAffectOutcomes.pdf.
  6. Stinebrickner, T. R., & Stinebrickner, R. (2000, versão enviada; 2003, artigo publicado). Working During School and Academic Performance. — WorkingDuringSchool_Todd.pdf.
  7. Margaryan, S., Saniter, N., Schumann, M., & Siedler, T. (2022). Do Internships Pay Off? The Effects of Student Internships on Earnings. Journal of Human Resources, 57(4), 1242–1275. — DoIntershipsPayOff.pdf.
  8. Weiss, F., Klein, M., & Grauenhorst, T. (2014). The Effects of Work Experience During Higher Education on Labour Market Entry: Learning by Doing or an Entry Ticket? Work, Employment and Society, 28(5), 788–807. — TheEffectOfExperienceOnWork.pdf.

Texto de comparação: Estágios, desempenho acadêmico e escolha do momento de entrada: Evidências de um painel de estudantes de Economia e um modelo teórico. Versão fornecida em TCC.pdf, 28 páginas.
Notas originais: Comentarios.txt, oito entradas, uma por leitura.

Princípio do repositório: ideias interessantes não se tornam evidência apenas porque são plausíveis. Cada inclusão no artigo deve preservar a diferença entre o que outro estudo demonstrou, o que nossos dados mostram, o que o modelo supõe e o que ainda pretendemos investigar.