E0 valida a construção, não os números finais: a dependência administrativa vem de um snapshot único (2025) e a base bruta tem uma descontinuidade pré-2018 — as duas seguem como ameaças à validade até investigação futura. As descritivas de E5 rodaram antes da modelagem; a leitura de estabilidade tende a se manter, mas os valores exatos podem mudar. Um detalhe do corpo envelheceu em 01/09/2026: onde se lê “folga sobre o mínimo de 4 anos”, a elegibilidade mínima passou a ser 2 anos (IMP-ELEG resolvido pelo autor). O número do KPI não muda — esta caracterização vem do E5 e independe do corte de elegibilidade —, a folga apenas ficou maior do que a frase diz.
Esta página cobre as duas primeiras rodadas do pipeline consolidado sobre o Censo Escolar 2007-2025. A primeira (E0, módulo 10) constrói e valida a base canônica — lê os microdados, filtra rede pública e escopo de educação básica regular, junta a dependência administrativa e checa a sanidade do resultado. A segunda (E5, módulo 20) caracteriza essa base para responder a uma pergunta que a banca de qualificação deixou explícita: por que "repetir o último valor observado" é um baseline tão difícil de superar? As duas rodaram antes de qualquer modelo — o que está aqui é o terreno, não o resultado.
escola × etapa × ano, 2007-2025
em 2025 (federal + estadual + municipal)
pré-escola até 3ª série do EM
e código 22 (EF Multi) ausente, como esperado
O que a base tem
Como ler. cada linha é o nº de escolas públicas que ofertaram alguma etapa daquele grupo naquele ano. A linha pontilhada em 2018 marca a descontinuidade discutida abaixo — não é uma mudança real de escala do sistema educacional brasileiro.
Cobertura por etapa (escolas, mín-máx no período)
| Etapa | Nome | Escolas (mín) | Escolas (máx) |
|---|---|---|---|
| 2 | Pré-escola | 19.451 | 72.132 |
| 14 | EF 1º ano | 14.712 | 78.075 |
| 15 | EF 2º ano | 24.569 | 78.009 |
| 16 | EF 3º ano | 24.716 | 78.688 |
| 17 | EF 4º ano | 24.402 | 77.955 |
| 18 | EF 5º ano | 23.968 | 76.591 |
| 19 | EF 6º ano | 13.667 | 45.904 |
| 20 | EF 7º ano | 13.108 | 45.120 |
| 21 | EF 8º ano | 12.544 | 44.717 |
| 41 | EF 9º ano | 12.088 | 44.245 |
| 25 | EM 1ª série | 5.111 | 20.787 |
| 26 | EM 2ª série | 4.972 | 20.573 |
| 27 | EM 3ª série | 4.800 | 20.408 |
Mín-máx ao longo de 2007-2025 — os valores mínimos, em geral, caem no início da série (ver descontinuidade abaixo), não em anos recentes. O 9º ano é a etapa 41, não a 22 (EF Multi, residual): é a armadilha de codificação que o pipeline testa automaticamente.
Duas ameaças à validade encontradas por E0
O nº de linhas escola-etapa salta 3,22× entre 2017 (216.307) e 2018 (696.759), de forma uniforme em todas as 13 etapas (pré-escola a 3ª série do EM sobem todas ~3,2-3,4×) e com a mesma cobertura nacional de UFs/municípios nos dois períodos. A média de etapas distintas reportadas por escola vai de ~2,1 (2007-2017) para ~5,5 (2018-2025).
Uma escola pública brasileira não triplicou de tamanho em um ano — isto não é um evento
real. É mais provável que reflita como a base consolidada brasil_2007_2025.csv
(construída antes deste pipeline, para a Validação Transição) foi montada para o período
pré-2018, com menos granularidade por etapa do que o período recente. Decisão registrada:
seguir mesmo assim, documentando como limitação — números anteriores a 2018 devem
ser lidos com essa ressalva até uma investigação futura da causa exata.
A dependência (TP_DEPENDENCIA) só está disponível de forma completa para o snapshot de
2025 — os arquivos de dependência por ano anteriores a 2022 não têm o CSV de fato (só o
checksum). Com isso, 41.603 escolas presentes na matrícula (28,3% das escolas com
dependência conhecida) não têm correspondência no snapshot de 2025 — candidatas a escolas
extintas antes de 2025 — e ficam fora da base canônica. Decisão registrada em
config.yaml (dependencia_por_ano: false).
Por que "repetir o último valor" é um baseline forte
Com a base validada, o módulo 20 responde à pergunta da qualificação pela via descritiva: o quanto o quantitativo de alunos de uma mesma escola-etapa muda de um ano para o outro, e o quanto as escolas mantêm a oferta de cada etapa ano após ano. Se as duas respostas forem "pouco" e "muito", a persistência tem vantagem construída na própria base, antes de qualquer modelo entrar em cena.
Toda comparação ano-a-ano abaixo exclui o par (2017, 2018): a descontinuidade documentada na seção anterior contaminaria a leitura de estabilidade com um artefato da base, não um sinal real de matrícula.
ano-a-ano, pós-2018, todas as etapas
quase 1 em cada 3 escola-etapa-ano quase não muda
por etapa (1,0 = sem lacunas entre 1º e último ano ofertado)
de histórico — folga sobre o mínimo de 2 anos (elegibilidade)
Variação ano-a-ano por etapa
Como ler. cada barra é a mediana de |variação percentual| ano-a-ano da etapa, no período pós-2018. Vermelho = etapa de fronteira (recebe uma transição crítica); azul = interna; cinza = pré-escola (origem, sem etapa anterior na cadeia).
A mediana de variação em etapas de fronteira (21,7%) é praticamente igual à das internas (21,6%) — a pré-escola (etapa de origem, sem transição recebida) é a única que se destaca, com variação notavelmente menor (15,9%). Isto está alinhado com o achado já registrado em gargalo da transição nacional: o efeito das transições críticas sobre o erro é real, mas modesto — não a força dominante que uma leitura ingênua da taxonomia interna/fronteira sugeriria. O protocolo estatístico formal, rodado depois sobre o run canônico, confirma isso com teste de hipótese (ver run canônico).
Persistência de oferta: a escola continua oferecendo a mesma etapa?
Entre o primeiro e o último ano em que uma escola ofertou uma etapa, ela ofertou, em média, em 65% a 71% dos anos do intervalo — sem lacunas em 7% a 16% dos casos, dependendo da etapa. Isso é mecanismo estrutural, não coincidência: quando a oferta é contínua e o quantitativo pouco muda ano a ano, "repetir o último valor" tem uma vantagem construída na própria base, antes de qualquer modelo entrar em cena.
Fonte: Censo Escolar/INEP 2007-2025, brasil_2007_2025.csv (10,9 mi de
registros brutos). Filtro: rede pública (federal, estadual, municipal), educação básica
regular (infantil, fundamental completo, médio completo). Dependência: snapshot 2025.
Comparações ano-a-ano excluem o par (2017, 2018). Runs rastreáveis:
e0-20260729-112118 (E0) e e5-20260729-113857 (E5) em
registry/registry_experimentos.yml.