CandiDATA: um dataset para análise das eleições no Brasil

Abstract

O Tribunal Superior Eleitoral (TSE), responsável pelas eleições no Brasil, disponibiliza dados acerca de candidatos e partidos que disputaram o pleito eleitoral desde 1933. Esses dados constituem um importante acervo, sendo utilizados como base por trabalhos em diferentes áreas de pesquisa. Entretanto, os dados disponibilizados pelo TSE possuem diversos problemas relacionados à falta de padronização e inconsistência, dificultando a análise e a integração com bases externas. Este trabalho apresenta CandiDATA, um dataset padronizado com dados das eleições brasileiras. CandiDATA é disponibilizado em formato aberto e abrange o período eleitoral entre 1945 e 2020, incluindo informações adicionais, além dos dados do TSE.

Elaboração do conjunto de dados agregados do censo da educação básica

“…No campo de construc ¸ão de bases de dados de bases públicas é importante destacar o caso demonstrado em [Vasconcelos et al 2021], onde foram recolhidos e padronizados dados diretamente do portal do TSE. Após etapas de aquisic ¸ão e processamento dos dados brutos, foram adicionados novos dados geográficos com o objetivo de fornecer mais usabilidade aos utilizadores das bases.…”

CandiDATA: an enhanced dataset for data analysis of elections in Brazil from 1945 to 2020

“…These problems add more complexity to the data manipulation, making the analysis difficult, especially for users who are not computer scientists or have little knowledge of programming. This paper extends CandiDATA [Vasconcelos et al 2021], a dataset built to analyze data from Brazilian elections from 1945 to 2020 generated from data obtained from the TSE portal, which were subjected to standardization, cleaning and transformation. CandiDATA was enriched through data inference to fill in missing information regarding years prior to 1996.…”