Coleta de dados da COVID-19 no Brasil
Álvaro Justen (Turicas)
15 de abril de 2021
$ whoami
Turicas, prazer! =)
Sigam-me os bons:
Dados Abertos
“
Dados abertos são dados que podem ser livremente usados,
reutilizados e redistribuídos por qualquer pessoa -
sujeitos, no máximo, à exigência de atribuição da fonte e
compartilhamento pelas mesmas regras.
”
-- OpenData
Handbook (definição de Open Definition)
Mais detalhes:
“
De acordo com o governo brasileiro, o controle social é a
participação da sociedade civil nos processos de planejamento,
acompanhamento, monitoramento e avaliação das ações da gestão
pública e na execução das políticas e programas públicos.
”
-- Wikipedia
Maior parte do tempo dos projetos de análise de dados:
## Problemas de Usabilidade de Dados
- **Formato** (qualidade técnica)
- Exemplo: Boletim de balneabilidade em PDF (INEMA/BA)
- **Dispersão**
- Exemplo: Filiações partidárias em 945 ZIPs com CSVs (TSE)
- **Quantidade** de dados
- Exemplo: 18 milhões de sócios (RFB)
- **Domínio** da área
- Exemplo: o que é unidade eleitoral? (TSE)
O Brasil em dados libertos
## Datasets relevantes
- [Salários dos magistrados](https://brasil.io/dataset/salarios-magistrados/)
- [Empresas, atividades empresariais e sócios](https://brasil.io/dataset/socios-brasil/)
- [Candidaturas, filiação partidária, receitas e despesas de campanha](https://brasil.io/dataset/eleicoes-brasil/)
- [Gastos do Governo Federal](https://brasil.io/dataset/govbr/)
- [COVID-19](https://brasil.io/covid19/)
## Dados: Ministério da Saúde
- Histórico não disponível
- Site fora do ar constantemente
- Falta de dados locais
## Dados: Secretarias Estaduais de Saúde
- Formato não estruturado (PDF, imagem etc.)
- Local não centralizado (mais de um site, Twitter, Instagram etc.)
- Falta de indexação dos boletins diários
- Metodologia alterada e sem aviso
- Falta de detalhes e padronização (recuperados, faixa etária etc.)
## Processo de coleta de dados
### Totais de casos e óbitos por município
- **40+ voluntários!** 
- [brasil.io/covid19/voluntarios](https://brasil.io/covid19/voluntarios/)
- Robô que detecta novos boletins
- Alinhamentos no [chat.brasil.io](https://chat.brasil.io)
- Coleta manual
- Planilhas no sistema interno
- Checagem manual
- Checagem automática
- Atualização da base de dados
## Limpeza e enriquecimento de dados
- Adição de dados demográficos (código IBGE, população etc.)
- Correção de nomes e códigos de municípios
- Padronização e correção de outros valores (datas, categóricos etc.)
## Dados sobre COVID-19 no Brasil.IO
- [boletim](https://brasil.io/dataset/covid19/boletim)
- [caso](https://brasil.io/dataset/covid19/caso)
- [caso_full](https://brasil.io/dataset/covid19/caso_full)
- [obito_cartorio](https://brasil.io/dataset/covid19/obito_cartorio)
- [auxilio_emergencial](https://brasil.io/dataset/govbr/auxilio_emergencial)
- [microdados_vacinacao](https://twitter.com/brasil_io)
- (em breve) internacao_srag
- (em breve) ocupacao_leitos
## Quem está usando?
- The New York Times
- Jornal Nacional
- O Estado de São Paulo
- O Globo
- FioCruz
- MAVE (FGV/FioCruz)
- Divulgadores científicos
- MapBiomas :)
- E outros, [veja o clipping](https://github.com/turicas/covid19-br/blob/master/clipping.md)
Dúvidas?
“
Restringir acesso a dados públicos é elitizar a democracia.
”
-- Manifesto Brasil.IO