Article

Crhisllane Rafaele dos Santos Vasconcelos; Regiane de Fatima Travensolo

DOI: 10.22167/2675-6528-202604406

Artigo derivado de Trabalho de Conclusão de Curso (TCC), com conteúdo baseado no trabalho original do aluno e adaptado ao formato editorial da Revista E&S com apoio da ferramenta ResumeAI, solução de inteligência artificial desenvolvida pelo Instituto Pecege para síntese e organização textual.

Resumo

A pesquisa acadêmica desenvolvida na pós-graduação *stricto sensu*, embora apresente características de projeto, frequentemente carece de práticas estruturadas de gerenciamento, o que contribui para atrasos e perda de eficiência. O estudo investigou a ocorrência de atrasos na titulação de mestrado e sua associação com as grandes áreas do conhecimento e as condições organizacionais das instituições de ensino, propondo um *framework* de apoio ao gerenciamento acadêmico. Conduziu-se uma pesquisa aplicada, de abordagem quantitativa, utilizando dados públicos de 46.844 discentes titulados em 2024, obtidos no portal de Dados Abertos da CAPES, com 24 meses como prazo de referência. As análises empregaram testes de Kruskal-Wallis, qui-quadrado e modelos de regressão logística. Os resultados indicaram que 62,67% dos discentes titulados excederam o prazo de 24 meses. Embora existissem diferenças estatisticamente significativas entre as grandes áreas, a magnitude da influência do componente institucional na variação do tempo de titulação foi maior. Com base nesses achados, desenvolveu-se um *framework* estruturado em planilha eletrônica, focado nos domínios de desempenho cronograma e risco, incorporando atividades, dependências, entregáveis, riscos, mitigação, gráfico de Gantt e monitoramento do progresso. O *framework* visa apoiar o planejamento e acompanhamento do mestrado, contribuindo para a redução de atrasos, mas foi desenvolvido e aplicado de forma exemplificativa, sem validação em casos reais de uso.

Palavras-chave: Atraso na titulação; Gerenciamento de cronograma; Gerenciamento de projetos acadêmicos; Mestrado.

1. Introdução

Os cursos de pós-graduação, como mestrado e doutorado, visam capacitar profissionais, transferir conhecimento e fomentar a inovação (Brasil, 2017). A trajetória acadêmica, nesse contexto, pode ser compreendida como um projeto, caracterizada por objetivos definidos, prazo limitado, etapas interdependentes, restrições de recursos e exposição a riscos (Katz, 2016). Essa interpretação se alinha aos critérios estabelecidos pelo Project Management Body of Knowledge (PMBOK), que permite enxergar a obtenção de um título de pós-graduação como um processo de projeto (PROJECT MANAGEMENT INSTITUTE, 2021).

Diante dessa perspectiva, a gestão da pesquisa na pós-graduação como um projeto torna-se essencial. A natureza temporária e a incerteza inerente a esses estudos justificam a aplicação de princípios e ferramentas de gerenciamento de projetos para aprimorar a previsibilidade, a qualidade e a eficiência dos resultados alcançados (Philbin, 2017).

Contudo, observa-se uma baixa adoção de práticas estruturadas de gerenciamento de projetos no ambiente acadêmico. As habilidades em gestão de projetos são frequentemente subdesenvolvidas em grupos de pesquisa, o que compromete a eficiência tanto dos laboratórios quanto dos pesquisadores em formação (Katz, 2016; Roy et al., 2025). Essa deficiência pode, inclusive, impactar a empregabilidade de jovens pesquisadores em carreiras fora da academia, onde a gestão de projetos é uma competência valorizada (Roy et al., 2025).

Apesar do reconhecimento dessa lacuna, as adaptações de metodologias ágeis, como Scrum e Kanban, para o contexto de pesquisa (Adam, 2019; Senabre Hidalgo e Fuster Morell, 2019) ainda não abordam todas as especificidades. Embora o LabScrum, por exemplo, demonstre eficácia na otimização de alinhamento e comunicação em laboratórios (May e Runyon, 2019), frameworks existentes frequentemente não contemplam de forma explícita o gerenciamento de cronograma e de riscos. Essas são etapas cruciais em projetos acadêmicos, que se caracterizam pela necessidade de desenvolver novas habilidades, incerteza experimental e prazos rigorosos.

A ausência de um framework abrangente que incorpore explicitamente o gerenciamento de cronograma e riscos no ambiente acadêmico representa uma lacuna significativa. A relevância de princípios de gerenciamento de projetos para a pesquisa científica é inegável, especialmente considerando a prevalência de atrasos na conclusão de cursos de mestrado. Assim, este estudo busca oferecer uma ferramenta de apoio ao planejamento e acompanhamento da pesquisa, visando uma gestão mais estruturada do tempo e do cronograma e, consequentemente, a redução de atrasos na obtenção do título. O objetivo deste estudo é investigar a ocorrência de atrasos na titulação do mestrado e sua associação às áreas do conhecimento e às condições organizacionais das instituições de ensino. A partir desse diagnóstico, propõe-se um framework de apoio ao gerenciamento acadêmico, focado na incorporação de elementos práticos de cronograma e gerenciamento de riscos, visando a redução de atrasos na obtenção do título.

2. Material e Métodos

A pesquisa foi de natureza aplicada, com abordagem quantitativa, e baseou-se na análise de dados secundários. O estudo teve como objetivo investigar a ocorrência de atrasos na titulação do mestrado e sua associação com as grandes áreas do conhecimento e as condições organizacionais das instituições de ensino, para, a partir desse diagnóstico, propor um *framework* de apoio ao gerenciamento acadêmico.

A unidade de análise consistiu em discentes de pós-graduação *stricto sensu* no Brasil. Os dados foram obtidos no portal de Dados Abertos da Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES, 2025). A análise foi restrita a discentes com título de mestre obtido no ano de 2024, utilizando este ano como referência principal para minimizar distorções associadas à pandemia de COVID-19 (Covington e Jordan, 2022).

Inicialmente, o repositório da CAPES continha 432.888 registros de discentes em diversas situações acadêmicas. Após a aplicação de filtros para selecionar apenas discentes de mestrado acadêmico titulados, a base foi reduzida para 49.186 registros. Em seguida, aplicou-se um filtro de plausibilidade, mantendo apenas os titulados com tempo de conclusão entre 12 e 48 meses, resultando em uma amostra final composta por 46.844 discentes de 361 instituições de ensino.

As variáveis consideradas para a análise incluíram QT_MES_TITULACAO, que representou o tempo até a titulação em meses, e NO_PRAZO, uma variável binária definida como 1 para titulação em até 24 meses e 0 para titulação após 24 meses. O prazo de 24 meses foi adotado como referência, conforme o período usual previsto para o mestrado (Brasil e Ministério da Educação, 2010).

Como variáveis explicativas, utilizaram-se NM_GRANDE_AREA_CONHECIMENTO, que permitiu incluir diferenças estruturais entre campos de conhecimento, e NM_ENTIDADE_ENSINO, que capturou o componente organizacional das instituições (Coordenação de Aperfeiçoamento de Pessoal de Nível Superior [CAPES], 2025). Os dados foram processados e analisados em ambiente computacional Jupyter, utilizando a linguagem de programação Python (Van Rossum e Drake, 2009).

Para verificar a diferença no tempo até a titulação entre grupos, aplicou-se o teste de Kruskal-Wallis, e a magnitude da diferença foi quantificada por meio do epsilon quadrado (€²) (Kruskal e Wallis, 1952; Seabold e Perktold, 2010; Virtanen et al., 2020). Para investigar a associação da proporção de titulação no prazo com a grande área, utilizou-se o teste qui-quadrado de independência (x²) com o V de Cramér (φc) para o tamanho do efeito (McHugh, 2013).

As análises estatísticas para as diferenças no tempo até a titulação entre instituições de ensino foram conduzidas filtrando instituições com menos de 30 discentes para o cálculo da força de associação. O método de Wilson com intervalo de confiança de 95% foi aplicado para apresentar as proporções estimadas. Todos os testes estatísticos foram executados em Python, utilizando a biblioteca SciPy (Van Rossum e Drake, 2009; Virtanen et al., 2020).

Para investigar o poder explicativo da grande área e da instituição na chance de obter a titulação no prazo, construíram-se modelos de regressão logística binomial, utilizando NO_PRAZO como variável resposta. Instituições com menos de 30 discentes foram removidas para evitar estimativas instáveis (McHugh, 2013). A comparação entre os modelos foi realizada com base no Akaike Information Criterion (AIC) e no pseudo-R² de McFadden (Akaike, 1974; McFadden, 1974).

Com base nos achados, desenvolveu-se um *framework* de apoio ao gerenciamento de projetos acadêmicos de mestrado. Para sua construção, utilizou-se o Guia do Conhecimento em Gerenciamento de Projetos (PMBOK) como referência conceitual para a seleção das práticas (PROJECT MANAGEMENT INSTITUTE [PMI], 2025). Foram selecionados os domínios de desempenho cronograma e risco, por sua relevância para a ocorrência de atrasos.

O *framework* foi elaborado em planilha eletrônica, incorporando elementos como detalhamento de atividades, duração estimada, período de execução, responsáveis, dependências, entregáveis e percentual de conclusão. Também foram incluídos aspectos para registro e monitoramento de riscos, com estimativas de probabilidade e impacto, e definição de estratégias de mitigação (PROJECT MANAGEMENT INSTITUTE [PMI], 2025; Zhang e Fan, 2014).

A visualização do planejamento foi incorporada por meio de um gráfico de Gantt, que representou a distribuição temporal das atividades, suas durações e dependências (Levin e Levin, 2019; PROJECT MANAGEMENT INSTITUTE [PMI], 2021). Esse recurso visou ampliar a clareza do cronograma e facilitar a identificação de etapas críticas e desvios.

Como material complementar, elaborou-se um conjunto de 10 regras práticas, estruturadas no formato “Ten Simple Rules” (Palagi et al., 2023). Essas regras visaram orientar a aplicação do *framework* e favorecer sua utilização contínua ao longo das diferentes etapas do projeto acadêmico, convertendo princípios de gerenciamento em recomendações acionáveis.

3. Resultados e Discussão

A análise dos microdados de discentes titulados em 2024, obtidos do repositório de dados abertos da CAPES, revelou um cenário significativo de atrasos na conclusão do mestrado. Inicialmente, a base de dados continha 432.888 registros, que foram filtrados para incluir apenas discentes de mestrado acadêmico titulados, resultando em 49.186 registros. A inspeção do tempo até a titulação (QT_MES_TITULACAO) mostrou uma variação de 0 a 269 meses, indicando a necessidade de um filtro de plausibilidade para excluir valores inconsistentes e focar em tempos de conclusão entre 12 e 48 meses. Essa etapa foi crucial para garantir a robustez dos dados analisados, alinhando-se à prática de tratamento de dados para minimizar distorções e garantir a validade das inferências estatísticas (Coordenação de Aperfeiçoamento de Pessoal de Nível Superior [CAPES], 2025).

Após a aplicação do filtro de plausibilidade, a amostra final compreendeu 46.844 discentes de 361 instituições de ensino. Os resultados descritivos indicaram que a maioria dos discentes titulados excedeu o prazo de referência de 24 meses. Especificamente, 62,67% dos estudantes (29.359 indivíduos) obtiveram o título de mestrado fora do prazo esperado. A distribuição do tempo de titulação mostrou que 37,33% dos discentes concluíram o curso entre 12 e 24 meses. Em contraste, 35,81% levaram de 25 a 30 meses, 16,01% de 31 a 36 meses, 7,66% de 37 a 42 meses e 3,19% de 43 a 48 meses. A média de tempo para titulação foi de 28,0 meses, e a mediana foi de 26,0 meses, reforçando a prevalência de atrasos.

A investigação sobre a associação dos atrasos com as grandes áreas do conhecimento e as condições institucionais foi um ponto central do estudo. Em relação ao tempo até a titulação, o teste de Kruskal-Wallis indicou uma diferença estatisticamente significativa na distribuição dos meses entre as grandes áreas do conhecimento (H = 1087,032; p < 0,001). Contudo, o tamanho do efeito (ε² = 0,023) foi pequeno, sugerindo que a grande área de conhecimento explica apenas uma parcela limitada da variação no tempo de conclusão. Essa constatação é relevante, pois direciona a atenção para outros fatores que podem ter maior influência na duração dos projetos acadêmicos, conforme discutido por Katz (2016) sobre a complexidade da gestão de pesquisa.

Ao comparar o tempo de titulação entre as instituições, o teste de Kruskal-Wallis também revelou uma diferença estatisticamente significativa (H = 7190,100; p < 0,001). No entanto, neste caso, o tamanho do efeito foi grande (ε² = 0,1469), indicando que o componente institucional exerce uma influência substancialmente maior na variação do tempo de duração do mestrado. Esses achados sugerem que as condições organizacionais e processuais das instituições de ensino desempenham um papel mais proeminente na previsibilidade do cronograma do que as características intrínsecas das grandes áreas do conhecimento, um aspecto que a literatura sobre gerenciamento de projetos em pesquisa acadêmica frequentemente negligencia (Daramola, 2015).

A análise da força de associação entre a conclusão no prazo e a grande área do conhecimento, utilizando o teste qui-quadrado, também demonstrou uma relação estatisticamente significativa (χ² = 803,774; gl = 8; p < 0,001). No entanto, a magnitude dessa associação foi baixa (V de Cramér = 0,131). Em contrapartida, ao repetir a análise para as instituições de ensino, a associação foi igualmente significativa (χ² = 4089,982; gl = 160; p < 0,001), mas com uma magnitude moderada (V de Cramér = 0,3025). Esses resultados, em conjunto, reforçam a ideia de que a variação no cumprimento do prazo está mais fortemente associada a fatores institucionais do que às especificidades do campo de conhecimento, alinhando-se à percepção de que o ambiente de pesquisa é um projeto com suas próprias restrições e riscos (Philbin, 2017).

Para aprofundar a compreensão do poder explicativo da grande área e da instituição na probabilidade de titulação no prazo, foram ajustados modelos de regressão logística binomial. O modelo que considerou a instituição apresentou um desempenho superior ao modelo baseado na grande área, evidenciado por um menor valor de AIC (57.686,916) e um maior pseudo-R² de McFadden (0,0732). Em contraste, o modelo da grande área obteve um AIC de 61118,38 e um pseudo-R² de 0,0129, enquanto o modelo nulo apresentou um AIC de 61898,67. A diferença de AIC (Delta AIC) de 3431,466 entre o modelo institucional e o modelo da grande área, e de 4211,751 em relação ao modelo nulo, corrobora a interpretação de que o componente institucional é um preditor mais robusto para o cumprimento do prazo.

Esses achados estão em consonância com estudos que destacam a importância de fatores institucionais e organizacionais na trajetória acadêmica. Skopek, Triventi e Blossfeld (2020) e Agné e Mörkenstam (2018) observaram que um maior suporte na supervisão e a estruturação dos programas de pós-graduação, com prazos claros, estão associados a trajetórias mais curtas e bem-sucedidas. A consistência desses resultados, obtidos por diferentes métricas e abordagens analíticas, reforça a interpretação de que a conclusão no prazo adequado não depende apenas de características individuais do discente, mas também de condições de planejamento, acompanhamento e resposta a fatores que podem comprometer a execução do projeto (Zwikael e Ahn, 2011).

Com base nesse diagnóstico, que evidenciou a prevalência de atrasos e a forte influência do componente institucional, foi desenvolvido um “framework” de apoio ao gerenciamento de projetos acadêmicos de mestrado. O objetivo foi operacionalizar, no contexto acadêmico, elementos dos domínios de desempenho cronograma e risco, conforme o Guia PMBOK (PROJECT MANAGEMENT INSTITUTE [PMI], 2025). A escolha desses domínios se justifica por sua relação direta com a ocorrência de atrasos, buscando oferecer uma ferramenta prática para o planejamento e acompanhamento da pesquisa, que muitas vezes carece de estruturação formal (Katz, 2016; Roy et al., 2025).

O “framework” foi estruturado em uma planilha eletrônica e aplicado de forma exemplificativa a um projeto de mestrado. Para o domínio de desempenho cronograma, o ponto de partida foram os objetivos específicos da pesquisa, que foram desdobrados em atividades menores. Esse detalhamento permitiu definir responsáveis, estimar durações, identificar dependências e estabelecer entregáveis para cada etapa. Essa abordagem está alinhada com as práticas de gerenciamento de projetos que enfatizam a decomposição do trabalho para maior clareza e controle, facilitando a visualização do escopo e o monitoramento do progresso (Hans, 2013; PROJECT MANAGEMENT INSTITUTE [PMI], 2025).

A definição de um entregável para cada atividade planejada no “framework” teve como propósito tornar explícito o resultado esperado de cada tarefa. Isso permite que o acompanhamento do projeto não se limite à descrição da ação, mas se concentre no produto gerado, favorecendo uma verificação mais objetiva do progresso da pesquisa. Essa orientação para entregáveis é fundamental para manter o foco em resultados concretos e para avaliar o avanço do projeto de forma tangível, contribuindo para a redução da subjetividade no monitoramento do trabalho acadêmico (Hans, 2013).

Além do cronograma, o “framework” incorporou o domínio de desempenho de risco, reconhecendo que eventos ou condições incertas podem afetar os objetivos do projeto. Para cada risco identificado, foram atribuídas estimativas de probabilidade e impacto, permitindo uma análise estruturada de sua relevância e potencial de interferência no cronograma e nas entregas. Essa prática é essencial para a priorização dos riscos e para a definição de ações que exigem maior atenção, especialmente em projetos acadêmicos, onde incertezas experimentais e dependências externas são comuns (Barghi e Shadrokh sikari, 2020; Qazi et al., 2021).

A inclusão de estratégias de mitigação no “framework” transformou o gerenciamento de riscos de uma lógica meramente descritiva para uma perspectiva proativa. Em vez de apenas reconhecer os riscos, o modelo incentiva a antecipação de ações para reduzir a probabilidade de sua ocorrência ou minimizar seus efeitos caso se concretizem. Essa abordagem proativa é crucial para projetos acadêmicos, onde a capacidade de resposta a eventos adversos, como atrasos na coleta de dados ou dificuldades metodológicas, pode impactar significativamente o cronograma e as entregas (Zhang e Fan, 2014; Zwikael e Ahn, 2011).

O “framework” também integrou a visualização do planejamento por meio de um gráfico de Gantt. Esse recurso, amplamente utilizado em gerenciamento de projetos, representa as tarefas como barras ao longo de uma linha do tempo, facilitando a compreensão da duração das atividades, suas sobreposições e relações de dependência (Levin e Levin, 2019; Tory et al., 2013). No contexto do estudo, essa visualização ampliou a clareza do cronograma da pesquisa, permitindo identificar etapas críticas, períodos de maior concentração de trabalho e possíveis desvios em relação ao planejamento previsto, promovendo um acompanhamento mais eficaz do progresso.

A visualização do cronograma foi complementada com o registro da porcentagem de conclusão de cada atividade e o cálculo automatizado do progresso geral do projeto. Esses recursos visam estimular o uso contínuo do “framework” ao longo da pesquisa, favorecendo sua utilização nas “focus areas” de planejamento, execução e monitoramento (PROJECT MANAGEMENT INSTITUTE [PMI], 2025). Essa abordagem, que aproxima o “framework” de práticas preditivas de planejamento (Freitas et al., 2020; Thesing et al., 2021), também incorpora características de abordagens ágeis, permitindo o acompanhamento contínuo e a revisão periódica das etapas, o que é fundamental em projetos acadêmicos com sua inerente incerteza.

Para facilitar a aplicação prática do “framework”, foram elaboradas dez regras práticas, estruturadas com base no modelo “Ten Simple Rules” (Palagi et al., 2023). Essas regras orientam o estudante a tratar o mestrado como um projeto corporativo, dividir o projeto em atividades manejáveis, definir responsáveis, pensar em entregáveis, estimar durações realistas, identificar dependências, reconhecer riscos, definir ações de mitigação, acompanhar o progresso objetivamente e usar o “framework” como apoio, não como burocracia. As regras 2 a 6 focam no cronograma, as regras 7 e 8 no risco, e as regras 1, 9 e 10 têm função transversal, reforçando a lógica de projeto e o monitoramento contínuo.

O “framework” proposto, ao adaptar elementos de cronograma e risco à dinâmica da pesquisa acadêmica, complementa ferramentas existentes como o LabScrum, que foca no gerenciamento de reuniões e feedbacks (May e Runyon, 2019), mas não aborda explicitamente o gerenciamento de cronograma e riscos. Embora o modelo não imponha uma estrutura rígida, ele oferece uma estratégia prática para tornar o planejamento e o acompanhamento do projeto mais sistemáticos, enfrentando fatores que favorecem o atraso na titulação (Daramola, 2015; Chowdhury et al., 2026). Contudo, é importante ressaltar que o “framework” foi desenvolvido e aplicado de forma exemplificativa, sem validação em casos reais de uso, o que representa uma limitação do estudo e uma oportunidade para futuras pesquisas.

Em síntese, os resultados desta pesquisa confirmaram a prevalência de atrasos na titulação de mestrado no Brasil e evidenciaram que o componente institucional exerce uma influência mais significativa nesse fenômeno do que as grandes áreas do conhecimento. Diante desse diagnóstico, o “framework” proposto, focado nos domínios de cronograma e risco, oferece uma ferramenta estruturada para apoiar o planejamento e acompanhamento da pesquisa acadêmica, buscando mitigar os fatores que contribuem para esses atrasos e promover uma gestão mais eficiente do tempo e dos recursos.

4. Conclusão

Este estudo investigou a ocorrência de atrasos na titulação de mestrado e sua associação com as grandes áreas do conhecimento e as condições organizacionais das instituições de ensino, buscando, a partir desse diagnóstico, propor um framework de apoio ao gerenciamento acadêmico. Verificou-se que a maioria dos discentes titulados em 2024, especificamente 62,67%, excedeu o prazo de referência de 24 meses para a conclusão do curso. As análises estatísticas indicaram que, embora existissem diferenças significativas no tempo de titulação entre as grandes áreas do conhecimento, a magnitude da influência do componente institucional foi substancialmente maior. Observou-se que a variação no cumprimento do prazo estava mais fortemente associada a fatores institucionais do que às especificidades do campo de conhecimento, o que foi corroborado por modelos de regressão logística que apontaram o componente institucional como um preditor mais robusto para a titulação no prazo.

Diante desse cenário, desenvolveu-se um framework estruturado em planilha eletrônica, focado nos domínios de desempenho cronograma e risco, para apoiar o planejamento e acompanhamento de projetos de mestrado. Essa ferramenta incorpora atividades, dependências, entregáveis, riscos, estratégias de mitigação, visualização em gráfico de Gantt e monitoramento do progresso, complementando abordagens existentes ao oferecer uma gestão mais sistemática do tempo e dos riscos. A principal contribuição do estudo reside na oferta de uma proposta prática para o gerenciamento acadêmico, visando mitigar os fatores que contribuem para os atrasos na titulação, ao traduzir princípios de gerenciamento de projetos para a rotina da pesquisa. Contudo, o framework foi desenvolvido e aplicado de forma exemplificativa, sem validação em casos reais de uso, o que representa uma limitação. Sugere-se que estudos futuros avaliem sua aplicabilidade em diferentes programas e contextos institucionais, bem como investiguem seu impacto efetivo na redução do tempo de titulação.

Referências Bibliográficas

Adam, D., 2019. A project-management tool from the tech industry could benefit your lab. Nature 573: 151-153.

Brasil. 2017. Portaria Nº 389, de 23 de Março de 2017. Diário Oficial da União, Brasília, 23 mar. 2017. Seção 1, p 61.

Katz, R., 2016. Challenges in Doctoral Research Project Management: A Comparative Study. International Journal of Doctoral Studies 11: 105-125.

Philbin, S.P. 2017. Investigating the scope for agile project management to be adopted by higher education institutions. p. 345-366. In: Rak, J.; Sammes, A.J. Computer Communications and Networks. Springer, Cham, Switzerland.

PROJECT MANAGEMENT INSTITUTE [PMI], 2021. Guia do conhecimento em gerenciamento de projetos (Guia PMBOK), 7th ed. Project Management Institute, Newtown Square, PA, EUA.

Roy, D., Jiménez López, M.D., García Álvarez, M.E., 2025. Hires-PhD: a transversal skills framework for diversifying PhD employability. Humanit. Soc. Sci. Commun. 12: 18.

Senabre Hidalgo, E., Fuster Morell, M., 201

Artigo oriundo de Trabalho de Conclusão de Curso da Especialização em Gestão de Projetos do MBA USP/Esalq

Para saber mais sobre o curso, clique aqui e acesse a plataforma MBX Academy