Daniel Nascimento

A organização dos dados racionais costuma ser temida por quem não tem conhecimentos e habilidades matemáticas. Geralmente isso é decorrente da confusão que quem não é cientista faz de estudos qualitativos com quantitativos. Geralmente associam números com quantidade e não números com qualidade. Sem pretender entrar nessa seara, o esforço da organização de dados racionais tem que ser o mesmo que o relativo aos demais tipos: gerar uma figura capaz de demonstrar a resposta procurada para a questão de pesquisa. De fato, o que caracteriza os dados racionais é a existência de um número real. Isso significa, na prática, que

A organização dos dados de tipo intervalar é um desafio para quem está começando seu caminho na longa jornada da construção do conhecimento científico. Alguns motivos justificam esse desafio. O primeiro é a possibilidade de confusão entre os dados intervalares e os ordinais. Há quem imagine, por exemplo, que toda escala de atitudes, com extremos positivos e negativos, seja uma forma de representação de dados intervalares. A prática da pesquisa científica mostra justamente o contrário, que são ordinais, de maneira que alguém muito satisfeito tem mais satisfação do que quem está completamente insatisfeito. São ordinais porque se diminuirmos uma posição

O processo de organização de dados tem como finalidade gerar uma figura que contenha a resposta procurada pelo cientista. É precisamente isso que se deve ter em mente quando se coloca o desafio de organizar dados ordinais: encontrar uma maneira de sintetizar os dados coletados de uma forma que a resposta esteja em uma figura de forma explícita, que não necessite de apontamentos para identificá-la. Para que isso aconteça com os dados de tipo ordinal é preciso que se conheça a relação entre cada variável pesquisa e suas categorias. Vale dizer, em termos estruturais, que toda variável só é ordinal

Os dados são os tijolos com os quais os cientistas constroem o edifício da ciência. E um desses tijolinhos é o que chamamos de nominais. Ele é tão difundido, que dificilmente se encontra qualquer pesquisa ou levantamento sem que eles estejam presentes. E talvez essa difusão seja a origem e a causa de muitas e graves confusões acerca do que se pode e o que não se pode fazer com eles. Em termos de analogia, quem não entende de construção pode querer fazer uma torneira com tijolos ou uma vidraça com telhas de barro, da mesma forma que tem quem

A mente dos cientistas procura de diversas formas encontrar uma lógica para organizar os dados não estruturados. Com o perdão da tautologia, essa dificuldade é característica fundamental desse tipo de dados, que é o desconhecimento de uma possível estrutura, que todos os tipos de dados apresentam. A diferença é que, nesta etapa dos empreendimentos científicos, ainda são desconhecidas as categorias que fazem parte de cada uma de suas dimensões analíticas. Analogicamente, é como se os dados colhidos fossem peças de um quebra-cabeças que os cientistas não fazem ideia de onde encaixá-los porque também não têm a mínima noção de que

Quando os cientistas organizam dados semiestruturados têm em mente um dentre dois desafios: primeiro, identificar dimensões dentre várias categorias analíticas; segundo, descobrir novas categorias a partir de dimensões já mapeadas. Os dados semiestruturados são aqueles decorrentes de questões de pesquisas cujos padrões de respostas os cientistas não podem estipular porque não têm uma ideia clara de suas estruturas ou processos. Dito de outra forma, nas questões semiestruturadas, os cientistas sabem o que querem aprender, mas não têm a mínima ideia das respostas que podem encontrar. É diferente das questões estruturadas, onde são conhecidas tanto as perguntas quanto as alternativas de

A organização dos dados estruturados é feita de inúmeras maneiras bastante sedimentadas pelas comunidades científicas. Por essa razão, talvez, tenha servido como referência para a prática científica, sempre que possível. É muito importante que essa possibilidade seja ressaltada, uma vez que a estruturação dos dados depende em muito do estado da arte. Quando o estoque de conhecimentos é bastante robusto, há a possibilidade de se estabelecidos esquemas de dimensões-categorias analíticas passíveis de serem testados. Isso implica na constatação de que são os próprios cientistas que elaboram essas relações, mas sempre com base naquilo que os conhecimentos válidos permitem fazer. Isso

A síntese do esforço de organização de dados ambientais é um grande desafio para os cientistas. Por essa razão, uma variada gama de representações pode ser encontrada na literatura técnica, científica e tecnológica. Contudo, todas elas têm algo em comum, que é justamente a necessidade de mostrar as externalidades da tecnologia e os estágios compreensivos de cada uma delas. A intenção é sempre a de permitir a visualização panorâmica dos impactos que a tecnologia causa e recebe do ambiente. Quando as externalidades são indesejadas, servem de roteiro para as etapas de testes/retestes e ajustes; quando são os impactos procurados, exercem

O método científico-tecnológico prevê, em muitos casos, a necessidade de se elaborar questões denominadas ambientais. O que caracteriza esse tipo de problema de pesquisa é a constatação de que as tecnologias podem gerar externalidades, impactando negativa ou positivamente pessoas ou coisas, ou podem ser afetadas pelo ambiente. Essas externalidades podem ser planejadas, enquanto resultados pretendidos pelo artefato tecnológico em funcionamento, como é o caso da aplicação de raios X e ultrassons na área médica, ou indesejados, como é o caso da aplicação de mercúrio para a separação do ouro de outras impurezas, que contamina os mananciais hídricos e afeta a

Os dados relacionais respondem por uma parte essencial de muitos tipos de tecnologias porque têm a finalidade de ligar um elemento estrutural a outro ou uma etapa processual a outra. Essa ligação pode é quase sempre do tipo causa-efeito. Isso significa que há tecnologias em que uma parte age sobre outra para provocar determinados resultados desejados. Essas partes, muitas vezes, são constituídas de muitos elementos e subelementos. Tome-se como exemplo o motor de um automóvel, que geralmente é composto por 16 partes. Cada parte dessa, por sua vez, é decomposta em subelementos constituintes, como é o caso da Admissão, cujos