Produtividade dos programas de pós no Brasil

## ── Attaching packages ────────────────────────────────────────────────────────────────────── tidyverse 1.2.1 ──

## ✔ ggplot2 3.1.1       ✔ purrr   0.3.2  
## ✔ tibble  2.1.1       ✔ dplyr   0.8.0.1
## ✔ tidyr   0.8.3       ✔ stringr 1.4.0  
## ✔ readr   1.3.1       ✔ forcats 0.4.0

## ── Conflicts ───────────────────────────────────────────────────────────────────────── tidyverse_conflicts() ──
## ✖ dplyr::filter() masks stats::filter()
## ✖ dplyr::lag()    masks stats::lag()

## 
## Attaching package: 'modelr'

## The following object is masked from 'package:broom':
## 
##     bootstrap

Dados da CAPES sobre avaliação da pós-graduação

A CAPES é um órgão do MEC que tem a atribuição de acompanhar a pós-graduação na universidade brasileira. Uma das formas que ela encontrou de fazer isso e pela qual ela é bastante criticada é através de uma avaliação quantitativa a cada x anos (era 3, mudou para 4).

Usaremos dados da penúltima avaliação da CAPES:

cacc_tudo = read_projectdata()
glimpse(cacc_tudo)

## Observations: 73
## Variables: 31
## $ Instituição                  <chr> "UNIVERSIDADE FEDERAL DO AMAZONAS",…
## $ Programa                     <chr> "INFORMÁTICA (12001015012P2)", "CIÊ…
## $ Nível                        <int> 5, 4, 3, 3, 3, 5, 4, 3, 3, 3, 5, 3,…
## $ Sigla                        <chr> "UFAM", "UFPA", "UFMA", "UEMA", "FU…
## $ `Tem doutorado`              <chr> "Sim", "Sim", "Não", "Não", "Não", …
## $ `Docentes colaboradores`     <dbl> 0.25, 5.50, 3.00, 6.25, 1.75, 2.00,…
## $ `Docentes permanentes`       <dbl> 24.75, 14.00, 10.00, 14.00, 9.50, 2…
## $ `Docentes visitantes`        <dbl> 0.00, 0.00, 0.00, 0.00, 0.00, 0.75,…
## $ `Resumos em conf`            <int> 20, 23, 15, 5, 4, 10, 6, 136, 0, 24…
## $ `Resumos expandidos em conf` <int> 25, 24, 7, 10, 1, 68, 9, 13, 4, 6, …
## $ `Artigos em conf`            <int> 390, 284, 115, 73, 150, 269, 179, 0…
## $ Dissertacoes                 <int> 108, 77, 50, 25, 31, 75, 60, 129, 4…
## $ Teses                        <int> 14, 0, 0, 0, 0, 24, 5, 0, 0, 0, 29,…
## $ periodicos_A1                <int> 15, 19, 5, 1, 7, 21, 21, 0, 3, 8, 4…
## $ periodicos_A2                <int> 19, 21, 11, 1, 4, 32, 13, 0, 9, 2, …
## $ periodicos_B1                <int> 19, 38, 7, 3, 6, 26, 16, 2, 6, 4, 3…
## $ periodicos_B2                <int> 1, 12, 2, 6, 0, 0, 11, 0, 0, 2, 1, …
## $ periodicos_B3                <int> 3, 16, 2, 2, 3, 16, 15, 0, 4, 6, 9,…
## $ periodicos_B4                <int> 0, 4, 0, 3, 3, 0, 1, 3, 1, 6, 0, 0,…
## $ periodicos_B5                <int> 10, 16, 8, 4, 12, 4, 16, 2, 6, 2, 1…
## $ periodicos_C                 <int> 9, 34, 12, 5, 2, 3, 11, 9, 5, 10, 1…
## $ periodicos_NA                <int> 7, 15, 8, 11, 12, 6, 19, 31, 7, 14,…
## $ per_comaluno_A1              <int> 4, 1, 0, 0, 1, 7, 5, 0, 1, 0, 10, 0…
## $ per_comaluno_A2              <int> 5, 5, 5, 0, 2, 15, 3, 0, 3, 0, 3, 0…
## $ per_comaluno_B1              <int> 4, 2, 5, 2, 2, 14, 6, 0, 2, 0, 17, …
## $ per_comaluno_B2              <int> 0, 1, 1, 0, 0, 0, 1, 0, 0, 0, 1, 0,…
## $ per_comaluno_B3              <int> 2, 2, 0, 1, 0, 7, 9, 0, 2, 0, 4, 0,…
## $ per_comaluno_B4              <int> 0, 0, 0, 0, 2, 0, 1, 0, 1, 3, 0, 0,…
## $ per_comaluno_B5              <int> 5, 0, 4, 0, 8, 3, 6, 0, 4, 0, 4, 0,…
## $ per_comaluno_C               <int> 6, 5, 3, 1, 2, 3, 7, 1, 2, 4, 8, 0,…
## $ per_comaluno_NA              <int> 6, 14, 2, 2, 9, 3, 6, 4, 5, 1, 10, …

Produção e produtividade de artigos

Uma das maneiras de avaliar a produção dos docentes que a CAPES utiliza é quantificando a produção de artigos pelos docentes. Os artigos são categorizados em extratos ordenados (A1 é o mais alto), e separados entre artigos em conferências e periódicos. Usaremos para esse lab a produção em periódicos avaliados com A1, A2 e B1.

cacc = cacc_tudo %>%
  transmute(
    docentes = `Docentes permanentes`,
    producao = (periodicos_A1 + periodicos_A2 + periodicos_B1),
    produtividade = producao / docentes,
    mestrados = Dissertacoes,
    doutorados = Teses,
    tem_doutorado = tolower(`Tem doutorado`) == "sim",
    mestrados_pprof = mestrados / docentes,
    doutorados_pprof = doutorados / docentes
  )
cacc_md = cacc %>% 
  filter(tem_doutorado)

EDA

skimr::skim(cacc)

variable	type	stat	level	value	formatted
docentes	numeric	missing	.all	0.0000000	0
docentes	numeric	complete	.all	73.0000000	73
docentes	numeric	n	.all	73.0000000	73
docentes	numeric	mean	.all	20.6301370	20.63
docentes	numeric	sd	.all	12.2697622	12.27
docentes	numeric	p0	.all	8.2500000	8.25
docentes	numeric	p25	.all	11.2500000	11.25
docentes	numeric	p50	.all	16.7500000	16.75
docentes	numeric	p75	.all	25.7500000	25.75
docentes	numeric	p100	.all	67.2500000	67.25
docentes	numeric	hist	.all	NA	▇▅▂▁▁▁▁▁
producao	integer	missing	.all	0.0000000	0
producao	integer	complete	.all	73.0000000	73
producao	integer	n	.all	73.0000000	73
producao	integer	mean	.all	58.0273973	58.03
producao	integer	sd	.all	65.4359255	65.44
producao	integer	p0	.all	0.0000000	0
producao	integer	p25	.all	18.0000000	18
producao	integer	p50	.all	42.0000000	42
producao	integer	p75	.all	67.0000000	67
producao	integer	p100	.all	355.0000000	355
producao	integer	hist	.all	NA	▇▅▁▁▁▁▁▁
produtividade	numeric	missing	.all	0.0000000	0
produtividade	numeric	complete	.all	73.0000000	73
produtividade	numeric	n	.all	73.0000000	73
produtividade	numeric	mean	.all	2.3644155	2.36
produtividade	numeric	sd	.all	1.3723604	1.37
produtividade	numeric	p0	.all	0.0000000	0
produtividade	numeric	p25	.all	1.4035088	1.4
produtividade	numeric	p50	.all	2.2686567	2.27
produtividade	numeric	p75	.all	3.1965812	3.2
produtividade	numeric	p100	.all	5.6626506	5.66
produtividade	numeric	hist	.all	NA	▃▆▆▇▃▃▂▂
mestrados	integer	missing	.all	0.0000000	0
mestrados	integer	complete	.all	73.0000000	73
mestrados	integer	n	.all	73.0000000	73
mestrados	integer	mean	.all	75.7945205	75.79
mestrados	integer	sd	.all	63.2332452	63.23
mestrados	integer	p0	.all	0.0000000	0
mestrados	integer	p25	.all	39.0000000	39
mestrados	integer	p50	.all	58.0000000	58
mestrados	integer	p75	.all	103.0000000	103
mestrados	integer	p100	.all	433.0000000	433
mestrados	integer	hist	.all	NA	▇▇▂▁▁▁▁▁
doutorados	integer	missing	.all	0.0000000	0
doutorados	integer	complete	.all	73.0000000	73
doutorados	integer	n	.all	73.0000000	73
doutorados	integer	mean	.all	14.9589041	14.96
doutorados	integer	sd	.all	30.9822702	30.98
doutorados	integer	p0	.all	0.0000000	0
doutorados	integer	p25	.all	0.0000000	0
doutorados	integer	p50	.all	0.0000000	0
doutorados	integer	p75	.all	14.0000000	14
doutorados	integer	p100	.all	152.0000000	152
doutorados	integer	hist	.all	NA	▇▁▁▁▁▁▁▁
tem_doutorado	logical	missing	.all	0.0000000	0
tem_doutorado	logical	complete	.all	73.0000000	73
tem_doutorado	logical	n	.all	73.0000000	73
tem_doutorado	logical	mean	.all	0.4657534	0.47
tem_doutorado	logical	count	FALSE	39.0000000	FAL: 39
tem_doutorado	logical	count	TRUE	34.0000000	TRU: 34
tem_doutorado	logical	count	NA	0.0000000	NA: 0
mestrados_pprof	numeric	missing	.all	0.0000000	0
mestrados_pprof	numeric	complete	.all	73.0000000	73
mestrados_pprof	numeric	n	.all	73.0000000	73
mestrados_pprof	numeric	mean	.all	3.6612986	3.66
mestrados_pprof	numeric	sd	.all	1.8132698	1.81
mestrados_pprof	numeric	p0	.all	0.0000000	0
mestrados_pprof	numeric	p25	.all	2.5747126	2.57
mestrados_pprof	numeric	p50	.all	3.5752212	3.58
mestrados_pprof	numeric	p75	.all	4.8780488	4.88
mestrados_pprof	numeric	p100	.all	8.1904762	8.19
mestrados_pprof	numeric	hist	.all	NA	▂▃▅▇▅▃▁▂
doutorados_pprof	numeric	missing	.all	0.0000000	0
doutorados_pprof	numeric	complete	.all	73.0000000	73
doutorados_pprof	numeric	n	.all	73.0000000	73
doutorados_pprof	numeric	mean	.all	0.4285450	0.43
doutorados_pprof	numeric	sd	.all	0.7313863	0.73
doutorados_pprof	numeric	p0	.all	0.0000000	0
doutorados_pprof	numeric	p25	.all	0.0000000	0
doutorados_pprof	numeric	p50	.all	0.0000000	0
doutorados_pprof	numeric	p75	.all	0.5663717	0.57
doutorados_pprof	numeric	p100	.all	2.6930693	2.69
doutorados_pprof	numeric	hist	.all	NA	▇▁▁▁▁▁▁▁

Análise da produtividade

Agora o objetivo é medir a produtividade, ou seja, produzido / utilizado. Abaixo será gerado um modelo com 3 fatores que foram julgados por mim importantes para se relacionarem com a produtividade de cada programa.

Modelo

Será levado em consideração apenas programas que possuem mestrado e doutorado.
O modelo criado terá como objeto de estudo os seguintes fatores: (ii.i) Número de artigos dividio pelo numero de docentes (ii.ii) Número de mestrandos (ii.iii) Número de docentes (ii.iv) Caso o programa contém ou nn programa de doutorado

Abaixo é realizado a EDA dos fatores citados acima:

cacc %>% 
  ggplot(aes(x = produtividade)) + 
  geom_histogram(bins = 15, fill = paleta[1])

cacc %>% 
  ggplot(aes(x = mestrados)) + 
  geom_histogram(bins = 15, fill = paleta[2])

cacc %>% 
  ggplot(aes(x = docentes)) + 
  geom_histogram(bins = 15, fill = paleta[4])

cacc %>% 
  ggplot(aes(x = tem_doutorado,  fill = tem_doutorado)) + 
  geom_histogram(bins = 15, stat = "count")

## Warning: Ignoring unknown parameters: binwidth, bins, pad

Abaixo é gerado o modelo:

modelo_4_fatores = lm(produtividade ~ mestrados + docentes + tem_doutorado,
             data = cacc)
tidy(modelo_4_fatores, conf.int = TRUE, conf.level = 0.95) %>% select(-statistic, -p.value, - std.error)

term	estimate	conf.low	conf.high
(Intercept)	1.0826767	0.6136079	1.5517454
mestrados	0.0001215	-0.0061623	0.0064054
docentes	0.0314233	-0.0037478	0.0665943
tem_doutoradoTRUE	1.3403224	0.7702601	1.9103848

glance(modelo_4_fatores) %>% select(r.squared)

r.squared
0.47701

Implicações do modelo:

Regressão múltipla foi utilizada para analisar se o número de mestrandos, docentes e o caso de se existir ou não um programa de doutorado têm uma associação significativa com a produtividade. Os resultados da regressão indicam que um modelo com os 3 preditores no formato produtividade = 1.0826 + mestrandos.0,0001215 + docentes.0,03142 + tem_doutorado.1,3403 explicam 47,701% da variância da variável de resposta (R2 = 0,47701). Mestrandos, medida em número de alunos de mestrado, não tem uma relação significativa com o erro (b = [-0,00616; 0,006405], IC com 95%), assim como docentes, medida em número de professores permanentes (b = [-0,003747; 0,06659], IC com 95%). O fato de existir programa de doutorado, entretanto, tem uma relação a ser considerada com o erro (b = [0,7702; 1,9103], IC com 95%).

Produtividade dos programas de pós no Brasil

Rafael Falcão

Dados da CAPES sobre avaliação da pós-graduação

Produção e produtividade de artigos

EDA

Análise da produtividade

Modelo