Configuração do projeto (mapa.yaml)

Cada projeto tem um mapa.yaml na raiz da pasta. mapa novo cria um já preenchido e comentado. Campos desconhecidos são recusados, para pegar erros de digitação. Veja também o guia Criar um projeto.

ConfigProjeto

Conteúdo do mapa.yaml.

Campo	Tipo	Padrão	Descrição
versao_config	1	1	Versão do formato deste arquivo.
nome	texto	obrigatório	Identificador em minúsculas, sem acento.
titulo	texto	obrigatório	Título exibido no painel e no site publicado.
descricao	texto	""	Um parágrafo sobre o recorte e o objetivo do projeto.
fontes	Fontes	obrigatório	De onde vêm os artigos. Pode combinar mais de uma fonte.
recorte	Recorte	obrigatório	Período e idiomas do corpus.
modelos	Modelos	valores padrão da seção	Modelos locais de cada papel. mapa novo preenche conforme a memória da máquina.
topicos	ConfigTopicos	valores padrão da seção	Parâmetros do agrupamento em tópicos. Os padrões vêm da calibração no piloto (ADR 0007); para outro
validacao	Validacao	valores padrão da seção	Amostra de resumos codificados por pessoas para medir a qualidade da classificação.

Fontes

De onde vêm os artigos. Pode combinar mais de uma fonte.

Campo	Tipo	Padrão	Descrição
scielo	FonteScielo ou vazio	vazio	Coleta pela ArticleMeta do SciELO, revista a revista.
openalex	FonteOpenAlex	valores padrão da seção	Enriquecimento (citações, licença) e busca por termo no OpenAlex.
importar	lista de caminho	vazio	Arquivos RIS, CSV ou BibTeX exportados do search.scielo.org, ou listas de DOIs (.txt), relativos à pasta do projeto. Os da pasta importados/ entram sempre, sem precisar listar aqui.

FonteScielo

Coleta pela ArticleMeta do SciELO, revista a revista.

Campo	Tipo	Padrão	Descrição
colecao	texto	"scl"	Coleção do SciELO (scl = Brasil).
revistas	lista de texto	vazio	ISSNs das revistas; vazio num projeto só com artigos importados.
tipos	lista de texto	["research-article", "review-article"]	Tipos de documento incluídos (document_type da ArticleMeta).

FonteOpenAlex

Enriquecimento (citações, licença) e busca por termo no OpenAlex.

Campo	Tipo	Padrão	Descrição
enriquecer	sim/não	true	Casar cada artigo com o OpenAlex para obter citações e licença.
consulta	texto ou vazio	vazio	Busca por termo no título e no resumo, via OpenAlex. Com revistas no recorte, busca só nelas; sem revistas, em todo o SciELO. O corpus passa a ser os resultados da busca, e não as revistas inteiras.

Recorte

Período e idiomas do corpus.

Campo	Tipo	Padrão	Descrição
anos	par de inteiro e inteiro	obrigatório	Primeiro e último ano de publicação, inclusive.
idioma_analise	"pt" \	"en" \	"es"
idioma_exibicao	"pt" \	"en" \	"es"

Modelos

Modelos locais de cada papel. mapa novo preenche conforme a memória da máquina.

Campo	Tipo	Padrão	Descrição
embeddings	ModeloEmbeddings	valores padrão da seção	Modelo que transforma título e resumo em vetores (base dos tópicos e do mapa).
classificacao	ModeloLLM	valores padrão da seção	Modelo de linguagem usado para classificar resumos ou nomear tópicos.
rotulos	ModeloLLM	valores padrão da seção	Modelo de linguagem usado para classificar resumos ou nomear tópicos.

ModeloEmbeddings

Modelo que transforma título e resumo em vetores (base dos tópicos e do mapa).

Campo	Tipo	Padrão	Descrição
provedor	"ollama"	"ollama"	No MVP, só o Ollama local.
modelo	texto	"qwen3-embedding:0.6b"	Nome do modelo no Ollama (ver ADR 0004).
num_ctx	inteiro	2048	Contexto em tokens. Título e resumo cabem com folga em 2.048; o que passar é truncado. Contextos maiores ocupam mais memória.
lote	inteiro	32	Textos por requisição ao Ollama.

ModeloLLM

Modelo de linguagem usado para classificar resumos ou nomear tópicos.

Campo	Tipo	Padrão	Descrição
provedor	"ollama"	"ollama"	No MVP, só o Ollama local.
modelo	texto	"qwen3.5:9b"	Nome do modelo no Ollama (ver mapa diagnostico).
num_ctx	inteiro	8192	Janela de contexto pedida ao Ollama.
temperatura	número	0.0	0 = respostas determinísticas (recomendado).
pensar	sim/não	false	Liga o modo de raciocínio do modelo (mais lento).
concorrencia	inteiro	1	Chamadas simultâneas ao Ollama.
semente	inteiro	7	Semente do gerador, para resultados reprodutíveis.

ConfigTopicos

Parâmetros do agrupamento em tópicos. Os padrões vêm da calibração no piloto (ADR 0007); para outro corpus, scripts/calibrar_topicos.py refaz a grade.

Campo	Tipo	Padrão	Descrição
vizinhos	inteiro	15	Vizinhos de cada documento no grafo do UMAP: mais vizinhos, estrutura mais global.
min_dist	número	0.0	Distância mínima entre pontos no UMAP de 5 dimensões, usado no agrupamento.
min_dist_mapa	número	0.1	A mesma distância no mapa de 2 dimensões: maior, pontos mais espalhados.
min_cluster_size	inteiro ou vazio	vazio	Menor tópico, em documentos. Vazio: automático, 1 a cada 200 documentos (mínimo 10).
min_samples	inteiro	5	Quão conservador é o HDBSCAN: maior, mais documentos ficam de fora dos tópicos.
votos_minimos	inteiro	3	Um documento que o HDBSCAN deixou sem tópico vai para o tópico com mais vizinhos seus no núcleo, se forem pelo menos estes (entre os vizinhos mais próximos). Menos que isso, fica sem tópico.
selecao	"eom" \	"leaf"	"leaf"
macrotemas	inteiro	7	Quantos macrotemas, no máximo (grupos de tópicos próximos, com cores bem distintas). Com poucos tópicos são menos, para que cada macrotema reúna em média ao menos 3 tópicos.
sementes	lista de inteiro	[42, 7, 2024]	A primeira gera os tópicos; as demais medem a estabilidade (ARI entre as execuções).

Validacao

Amostra de resumos codificados por pessoas para medir a qualidade da classificação.

Campo	Tipo	Padrão	Descrição
n	inteiro	200	Tamanho da amostra para codificação humana.
estratificar_por	"topico" \	"ano" \	"revista"
semente	inteiro	7	Semente do sorteio da amostra.
codificadores	lista de texto	vazio	Nomes de quem vai codificar.