Análises

Os números do plano de análise de dados, traduzidos em gráficos. Cada título diz a conclusão; a gaveta Memória de cálculo traz os números exatos para quem precisa citá-los. Clique em uma barra ou quadrado para ver os registros que a formam.

0achados classificados

0verificados por humano

0artigos coletados

0artigos triados por humano

0itens com triagem de escopo (modelo)

0páginas baixadas

Ainda não há verificação humana. Os gráficos de adoção mostram o que o modelo classificou; as análises que medem o acerto do modelo aguardam as decisões de uma pessoa.

3 de 3 análises ainda dependem de rotulagem humana

Cada barra compara o que já foi rotulado por uma pessoa com o mínimo que o script da análise exige.

H2: regressão logística da confirmação

faltam 200

achados verificados0 / 200

classe minoritária (confirmados ou descartados, a menor)0 / 40

0 achados verificados de 200 necessários; classe minoritária 0 de 40 necessários (0 confirmados, 0 descartados).

Verificar achados

Faltam, no mínimo, tantos achados quanto a maior das duas faltas: um mesmo achado pode contar nas duas.

H5: citações e posição × inclusão

faltam 50

artigos com decisão de triagem0 / 50

menor grupo (incluídos ou excluídos)0 / 10

0 artigos com decisão de triagem de 50; 0 incluídos e 0 excluídos (mínimo 10 de cada).

Triar artigos

Auditoria dos negativos do modelo

faltam 59

páginas negativas auditadas0 / 59

0 páginas negativas auditadas de 59, do universo de 0.

Comando: python main.py auditoria-negativos-modelo --amostra 59

O mínimo vale se nenhuma aplicação perdida for encontrada; achando alguma, a meta de 5% exige mais páginas.

Para rotular só o necessário, com uma pequena folga: python main.py rotulagem-modelo --listar (mostra as contagens) e, depois, python main.py rotulagem-modelo (gera as planilhas).

O que o plano de análise já pode responder

As hipóteses que dependem de pessoas ficam à espera da verificação.

Memória de cálculo

O que o plano de análise já pode responder
Hipótese	Situação	Onde
H1 região × tecnologia	pode ser feita	feita com achados classificados (veja a aba Adoção)
H2 evidência e confirmação (regressão)	aguarda: verificação humana dos achados	fase 3 (`analises/`)
H3 buscadores (custo por achado confirmado)	aguarda: um segundo buscador usado na coleta e a verificação humana	fase 3
H4 falsa exclusão da triagem	aguarda: conferência por uma pessoa de uma amostra sorteada dos artigos que o modelo excluiu	feita na aba Confiança na IA quando houver essa conferência
H5 citações e posição × inclusão	aguarda: triagem humana dos artigos	fase 3
H6 tamanho do texto e falhas	pode ser feita	feita com a classificação (aba Operação)

Legenda

O que significam os códigos e as ferramentas citados nesta página.

Códigos dos termos de busca (76)

Código	Termo
`T01`	"reconhecimento facial"
`T02`	"reconhecimento facial em tempo real"
`T03`	"biometria facial"
`T04`	"reconhecimento de voz"
`T05`	"videomonitoramento inteligente"
`T06`	"videoanálise"
`T07`	"câmeras inteligentes"
`T08`	"leitura automática de placas"
`T09`	"policiamento preditivo"
`T10`	"análise preditiva de criminalidade"
`T11`	"mapeamento de pontos quentes"
`T12`	"avaliação de risco por algoritmos"
`T13`	"inteligência artificial na segurança pública"
`T14`	"big data na segurança pública"
`T15`	"aprendizado de máquina"
`T16`	"análise de vínculos"
`T17`	"chatbot e atendimento automatizado"
`T18`	"delegacia virtual inteligente"
`T19`	"detecção de disparo de arma de fogo"
`T20`	"drones com inteligência artificial"
`T21`	"centro integrado de comando e controle com IA"
`T22`	"hotspots"
`T23`	"justiça atuarial"
`T24`	"CICC com IA"
`T25`	"facial recognition"
`T26`	"real-time facial recognition"
`T27`	"facial biometrics"
`T28`	"voice recognition"
`T29`	"intelligent video surveillance"
`T30`	"video analytics"
`T31`	"smart cameras"
`T32`	"automatic license plate recognition"
`T33`	"predictive policing"
`T34`	"predictive crime analysis"
`T35`	"crime hotspot mapping"
`T36`	"algorithmic risk assessment"
`T37`	"actuarial justice"
`T38`	"artificial intelligence in public security"
`T39`	"big data in public security"
`T40`	"machine learning"
`T41`	"link analysis"
`T42`	"chatbot and automated service"
`T43`	"intelligent virtual police station"
`T44`	"gunshot detection"
`T45`	"drones with artificial intelligence"
`T46`	"integrated command and control center with AI"
`T47`	"aprendizado de máquina" AND ("segurança pública" OR polícia OR policiamento)
`T48`	"aprendizado de máquina" "segurança pública"
`T49`	"videoanálise" AND ("segurança pública" OR polícia OR policiamento)
`T50`	"videoanálise" "segurança pública"
`T51`	"reconhecimento facial" AND ("segurança pública" OR polícia OR policiamento)
`T52`	"reconhecimento facial" "segurança pública"
`T53`	"facial recognition" AND ((Brazil OR Brazilian) AND ("public security" OR police OR policing))
`T54`	"facial recognition" Brazil police
`T55`	"machine learning" AND ((Brazil OR Brazilian) AND ("public security" OR police OR policing))
`T56`	"machine learning" Brazil police
`T57`	"predictive policing" AND ((Brazil OR Brazilian) AND ("public security" OR police OR policing))
`T58`	"predictive policing" Brazil police
`T59`	"biometria facial" "segurança pública"
`T60`	"reconhecimento de voz" "segurança pública"
`T61`	"câmeras inteligentes" "segurança pública"
`T62`	"análise de vínculos" "segurança pública"
`T63`	"real-time facial recognition" Brazil police
`T64`	"facial biometrics" Brazil police
`T65`	"voice recognition" Brazil police
`T66`	"voice recognition" AND ((Brazil OR Brazilian) AND ("public security" OR police OR policing))
`T67`	"intelligent video surveillance" Brazil police
`T68`	"video analytics" Brazil police
`T69`	"smart cameras" Brazil police
`T70`	"smart cameras" AND ((Brazil OR Brazilian) AND ("public security" OR police OR policing))
`T71`	"automatic license plate recognition" Brazil police
`T72`	"crime hotspot mapping" Brazil police
`T73`	"algorithmic risk assessment" Brazil police
`T74`	"link analysis" Brazil police
`T75`	"link analysis" AND ((Brazil OR Brazilian) AND ("public security" OR police OR policing))
`T76`	"gunshot detection" Brazil police

UF: Sigla da unidade da federação.
Créditos: Unidade de cobrança do provedor da busca no Scholar: o saldo no início menos o do fim de cada execução.

Como interpretar esta página e suas métricas

Traduz os termos técnicos desta página. Os cálculos e as referências estão no fim.

Glossário rápido

Kappa de Cohen: Concordância entre dois avaliadores descontando o acaso. Vai de 0 (só sorte) a 1 (total).
Revocação: Das ferramentas já conhecidas, a parte que a busca recuperou.
Snippet de busca: O resumo curto que o buscador mostra abaixo do título do resultado.
robots.txt: Arquivo em que cada site diz o que programas de coleta podem ou não visitar.

Interpretação prática

Kappa até 0,20 é fraca; de 0,21 a 0,40, razoável; de 0,41 a 0,60, moderada; de 0,61 a 0,80, substancial; acima de 0,80, quase perfeita.
Página proibida: o site respondeu e o arquivo manda não coletar. Respeitamos, e isso não é censura nem falha nossa.
Página preventiva: o arquivo estava fora do ar (erro 5xx). Pela regra do protocolo, na dúvida não se coleta; tentar de novo mais tarde pode liberar.
Arquivo não encontrado (erro 4xx) não bloqueia a coleta.

Dica de ação

Kappa abaixo de 0,60? Releia os critérios de classificação com a equipe e reavalie uma amostra em dupla antes de citar a concordância. Muitas páginas preventivas? Rode a coleta de novo em outro horário.

Referências: Cohen (1960), Educational and Psychological Measurement 20(1); Landis & Koch (1977), Biometrics 33(1), faixas de interpretação; RFC 9309 (2022), Robots Exclusion Protocol.