Dimensões e características da Web brasileira: um estudo ... - CGI.br

Recommendations

Info

32<br />capítulo 2<br />metoDologia<br />Dimensões e características da Web brasileira: um estudo do .gov.br<br />dos). Consequentemente, estabelecer-se-ia, a partir dos pro cedimentos<br />de “captura-recaptura”, uma metodologia rigorosa e estatisticamente<br />segura para estimativa do tamanho real de uma população com estrutura<br />desconhecida.<br />Como se afirmou, talvez o maior problema para a consecução de um censo seja<br />o estabelecimento dos parâmetros de cobertura censitária, visto que a “cobertura”<br />reflete o grau de acuidade da contagem frente à população inicial, cuja<br />contagem pressupõe que seus limites (espaciais e temporais) sejam definíveis a<br />priori, de maneira que o resultado final da contagem e listagem reflita realisticamente<br />o total de “objetos” que devem fazer parte da população inicial.<br />Em geral, quando se conhece de antemão a população a ser investigada (especialmente<br />quando se conhece seu tamanho no tempo inicial T1), pode-se<br />definir a estimativa do grau de cobertura (por exemplo, o grau de acuidade<br />do censo) a partir de técnicas demográficas diretas e indiretas, comparandose<br />a composição populacional nos tempos T1 e T2; entretanto, esse é o caso<br />específico de populações humanas, como ficou claro no item 1.<br />A defasagem na composição populacional de T1 e T2 deve-se a dois fatores:<br />mudan ças efetivas nas características populacionais ao longo do tempo, e<br />erro de cobertura da contagem/listagem de objetos e características nos censos<br />em T1 e T2.<br />No caso dos censos demográficos tradicionais, o erro de cobertura é uma<br />consequência direta da omissão ou inclusão indevida de domicílios particulares<br />e das pessoas neles residen tes, assim como das pessoas residentes em<br />domicílios particulares ocupados e considerados os mesmos nos dois censos<br />comparados (T1 e T2). No caso do censo da Web .br, os erros de cobertura<br />serão consequencia direta da omissão indevida de sítios .br (e de seus objetos<br />vinculados) numa contagem em T1 e outra, em T2.<br />A medição do erro de cobertura é essencial, pois pode informar o grau de precisão<br />(acui dade) das medições do tamanho da Web brasileira e, caso necessário,<br />orientar os parâmetros para correção das estimativas. Então, a medição do<br />erro de cobertura é feita a partir da construção de indicadores de omissão de<br />sítios (equivalentes aos domicílios) e objetos (equi valentes às pessoas).<br />Não por acaso o método escolhido para estimação desses indicadores é o<br />chamado Dual System Estimation [4, 3, 1], uma metodologia baseada na técnica<br />de “captura -recaptura”, referida no item 2. cujo pressuposto é a amostragem<br />e as coletas semelhantes em dois (ou mais) momentos no tempo,<br />tendo a independência estatística entre as amostras/coletas como requisito.<br />No caso do desenvolvimento dessa me todologia para a medição da Web .br,
deve-se garantir a independência em relação ao lan çamento das sementes<br />e do batedor (ferramenta de contagem), a partir de uma mesma lista de domínios.<br />Nesse momento, desenvolve-se uma nova metodologia para validar<br />os dados da coleta, visando uma estimativa da cobertura censitária, considerando<br />informações relacionadas às quantidades de domínios registrados<br />(nesse caso, especificamente, aqueles re gistrados com domínios do “gov.<br />br”), erros retornados no procedimento de coleta de dados e indicadores<br />relacionados ao contexto da Web, como crescimento do volume de domínios<br />registrados, modificação do tamanho de objetos informacionais, dentre<br />outros. Esses resul tados poderão ser acompanhados mais adiante, na seção<br />de apresentação de resultados e desdobramentos.<br />Como se trata de algo novo, a proposta é a evolução da metodologia a ser<br />adotada com o tempo, a partir de novas coletas realizadas e novas técnicas<br />propostas para tratar um censo de objetos da Web.<br />A seguir, descrever-se-á brevemente o método de estimação da cobertura<br />censitária e do seu grau de acuidade. O método utilizado para cálculo<br />dos indicadores de “omissão” (erro de cobertura) será o Dual System Estimation,<br />que se baseia nas técnicas de “captura-recaptura”. Sua utilização<br />requer independência na coleta das duas pesquisas (coletas em T1 e T2) e<br />pressupõe o confronto das informações da seguinte maneira (ilustrada na<br />Tabela 2.1), onde:<br />a é o número de unidades incluídas em T1 e T2;<br />b é o número de unidades incluídas apenas em T1;<br />c é o número de unidades incluídas apenas em T2;<br />d é o número de unidades desconhecidas que não foram<br />incluídas nem em T1 nem em T2 (desconhecido) e;<br />t é o total de unidades da população.<br />COlETA T1<br />TOTAl<br />COlETA T2<br />UNIdAdEs<br />INClUídAs<br />UNIdAdEs<br />NãO INClUídAs<br />TOTAl t a + c b + d<br />UNIdAdEs<br />INClUídAs<br />UNIdAdEs<br />NãO INClUídAs<br />a + b a b<br />c + d c d<br />Tabela 2.1: Tabela de informações “Captura-Recaptura”<br />capítulo 2<br />metoDologia<br />Dimensões e características da Web brasileira: um estudo do .gov.br<br />33
Page 1 and 2: dimensões e características da PARCEiROS<
Page 6 and 7: 6 ÍNDICE Dimensões e ca
Page 8 and 9: 8 prefácio Dimensões e
Page 10 and 11: 10 prefácio Dimensões e
Page 13 and 14: introdução A internet é pro
Page 15: Esse estudo ajudará a responder v
Page 19 and 20: Os desafios técnicos para o e
Page 21 and 22: Outro ponto a ser considerado é o
Page 23: ginas, como imagens e vídeos, sem
Page 27 and 28: Metodologia Conceitos e orient
Page 29 and 30: cia desenvolvida na Demografia, par
Page 31: diretas e indiretas sobre as “ent
Page 35 and 36: à coleta restrita dos domí nios .
Page 37 and 38: iologia com Petersen (1896), conhec
Page 39: de se possilibitar o confronto de a
Page 43 and 44: Análise dos resultados Defini
Page 45 and 46: As dimensões e as características
Page 47 and 48: EM PERCENTUAIS Observou-se uma
Page 49 and 50: Aderência aos padrões HTML do W3C
Page 51 and 52: Figura 3.6 - Tecnologias utilizadas
Page 53 and 54: Domínios como sítios estruturados
Page 55 and 56: Dos links para objetos gráficos id
Page 57 and 58: Figura 3.14 - Geolocalização dos
Page 59: O Governo Federal mostra compreens
Page 63 and 64: indicadores e universo de dado
Page 65 and 66: A1: Tamanho total da Web brasileira
Page 67 and 68: síTIOs PáGINAs síTIOs PáGINAsP
Page 75 and 76: F1: Proporção de Páginas da Web
Page 77 and 78: CONFORMIdAdE COM Os NíVEIs dE PRIO
Page 79 and 80: GRUPO QUANTIdAdE POR GRUP
Page 81 and 82: de uma extensão associada à URL e
Page 83 and 84:
CONjUNTO TOTAl dE PáGINA
Page 85 and 86:
CONjUNTO (xx.GOV.BR) TOTA
Page 87 and 88:
Portanto, o percentual dos hosts qu
Page 89 and 90:
Apresentação dos resultados 
Page 91 and 92:
i2: informação sobre tempo de res
Page 93:
Metodologia Estimou-se a geolo
show all

Dimensões e características da Web brasileira: um estudo ... - CGI.br

Create successful ePaper yourself

Delete template?

Save as template?