add docs

docs/relatorio_final.md

@@ -1,318 +1,445 @@
-# Relatório Final de Pesquisa — Domicílios e Condições de Vida no Brasil
+# Relatório Final — Perguntas Sociológicas Respondidas pela Base dos Dados
 
-**Base de Dados**: `basedosdados.duckdb`
-**Data**: Março 2026
-**Datasets**: Census 2022, Census Demográfico 2010, ANA Atlas Esgotos, PNADC
+**Repositório:** `basedosdados`
+**Data:** Abril 2026
+**Escopo:** 50 perguntas de pesquisa em ciências sociais, organizadas em 16 temas
 
 ---
 
-## Sumário
+## Sumário Executivo
 
-Este relatório consolida **62 perguntas de pesquisa** respondidas com dados reais do banco de dados, organizadas em seções temáticas:
-- **38 perguntas** sobre domicílios e condições de vida
-- **24 perguntas** sobre desigualdade fundiária e segregação urbana
+Este relatório apresenta 50 perguntas de pesquisa em ciências sociais que podem ser respondidas utilizando a Base dos Dados Brasil. Para cada tema, identificamos as tabelas, colunas e relações entre bases que permitem investigar questões sociológicas complexas sobre desigualdade, educação, saúde, trabalho, política, meio ambiente e desenvolvimento.
 
 ---
 
-## Seção 1: Domicílios e Condições de Vida
+## Tabela de Temas e Fontes
 
-### 1.1 Visão Geral dos Domicílios
+| # | Tema | Tabelas Principais | Tamanho Total |
+|---|------|-------------------|---------------|
+| 01 | Desigualdade Racial e Estratificação | `br_ibge_censo_2022.populacao_grupo_idade_sexo_raca`, `br_ms_sim.microdados`, `br_me_rais.microdados_vinculos` | 5,4 MB + 1,4 GB + 51,1 GB |
+| 02 | Educação, Mobilidade Social | `br_inep_enem.microdados`, `br_inep_ideb.*`, `br_inep_indicador_nivel_socioeconomico.escola` | 6,3 GB |
+| 03 | Saúde e Determinantes Sociais | `br_ms_sinasc.microdados`, `br_ms_sim.microdados`, `br_ans_beneficiario.informacao_consolidada` | 1,4 GB + 8,3 GB |
+| 04 | Mercado de Trabalho | `br_me_rais.microdados_vinculos`, `br_me_caged.microdados_movimentacao`, `br_ibge_pnadc.microdados` | 51,1 GB + 1,5 GB |
+| 05 | Política e Representação | `br_tse_eleicoes.candidatos`, `br_camara_dados_abertos.deputado`, `br_tse_eleicoes.despesas_candidato` | 149 MB + 125 MB |
+| 06 | Crime e Violência | `br_rj_isp_estatisticas_seguranca.taxa_evolucao_mensal_municipio`, `br_ms_sim.microdados` | 852 KB + 1,4 GB |
+| 07 | Economia e Crédito | `br_bcb_sicor.operacao`, `br_bcb_estban.agencia`, `br_anatel_indice_brasileiro_conectividade.municipio` | 522 MB + 1,4 GB |
+| 08 | Políticas Públicas | `br_cgu_beneficios_cidadao.bolsa_familia_pagamento`, `br_me_siconfi.*` | 25,8 GB |
+| 09 | Gênero e Família | `br_ms_sinasc.microdados`, `br_me_caged.microdados_movimentacao`, `br_ibge_pnadc.microdados` | 1,4 GB + 1,5 GB |
+| 10 | Meio Ambiente | `br_inpe_prodes.municipio_bioma`, `br_seeg_emissoes.*`, `br_trase_supply_chain.*` | 862 KB |
+| 11 | Infraestrutura | `br_mdr_snis.municipio_agua_esgoto`, `br_anatel_banda_larga_fixa.densidade_municipio` | 31,3 MB |
+| 12 | Interseccionalidade | `br_me_rais.microdados_vinculos`, `br_me_caged.microdados_movimentacao`, `br_rj_isp_estatisticas_seguranca.*` | 51,1 GB |
+| 13 | Migração e Urbanização | `br_me_caged.microdados_movimentacao`, `br_ibge_populacao.municipio`, `br_ibge_censo_2022.*` | 1,5 GB |
+| 14 | Consumo e Preços | `br_anp_precos_combustiveis.microdados`, `br_ibge_ipca.*`, `br_ibge_inpc.*` | 79 MB |
+| 15 | Poder e Elites | `br_camara_dados_abertos.deputado`, `br_tse_eleicoes.candidatos`, `br_camara_dados_abertos.despesa` | 278 KB + 125 MB |
+| 16 | Economia Política | `br_rf_arrecadacao.uf`, `br_me_siconfi.*`, `br_ibge_pib.municipio` | 1,7 MB |
 
 ---
 
-#### 1. Quantos domicílios particulares permanentes existem no Brasil?
+## 01 — Desigualdade Racial e Estratificação Social
 
-| Indicador | Valor |
-|-----------|-------|
-| **Total domicílios** | 90.704.582 |
-| **População total** | 203.080.756 |
-| **Média moradores/domicílio** | 2,24 |
+### Tabelas e Colunas
+
+| Tabela | Colunas Chave | Tamanho |
+|--------|---------------|---------|
+| `br_ibge_censo_2022.populacao_grupo_idade_sexo_raca` | `populacao`, `grupo_idade`, `sexo`, `cor_raca` | 5,4 MB |
+| `br_ms_sim.microdados` | `causa_basica`, `causa_violencia`, `idade`, `sexo`, `raca_cor` | 1,4 GB |
+| `br_me_rais.microdados_vinculos` | `raca_cor`, `valor_remuneracao_media_sm`, `cbo_2002`, `cnae_2_subclasse` | 51,1 GB |
+| `br_bd_diretorios_brasil.cid_10` | `subcategoria`, `descricao_subcategoria`, `causa_violencia` | 261 KB |
+| `br_ibge_censo_demografico.setor_censitario_raca_idade_genero_2010` | cruzamento raça × idade × gênero no setor | — |
+| `br_ibge_pib.gini` | `gini_pib`, `sigla_uf`, `ano` | 25 KB |
+
+### Perguntas Respondíveis
+
+- **Q1:** Cruzando `populacao` × `cor_raca` × `grupo_idade` no Census 2022 com `valor_remuneracao_media_sm` × `raca_cor` na RAIS, é possível medir a evolução da desigualdade racial entre censos.
+- **Q2:** Unindo `br_ms_sim.microdados` (com `causa_violencia` do CID-10) a `br_ibge_pib.gini` por `sigla_uf` e `ano`, pode-se correlacionar Gini municipal com mortalidade por causas externas por `raca_cor` e `sexo`.
+- **Q3:** O SINASC (ver tema 09) permite calcular fecundidade adolescente por `raca_cor_mae` e `escolaridade_mae` por município.
+- **Q4:** Cruzando `br_ibge_censo_demografico.setor_censitario_basico_2010` com `setor_censitario_responsavel_renda_2010` no mesmo `id_setor_censitario`, pode-se analisar segregação racial por setor.
 
 ---
 
-#### 2. Proporção de domicílios por condição de ocupação
+## 02 — Educação, Mobilidade Social e Desigualdade
 
-Disponível apenas para **2010** via `setor_censitario_domicilio_caracteristicas_gerais_2010`.
+### Tabelas e Colunas
 
-| Variável | Descrição |
-|----------|-----------|
-| V006 | Domicílios próprios quitados |
-| V007 | Domicílios próprios em aquisição |
-| V008 | Domicílios alugados |
-| V009 | Cedidos por empregador |
-| V010 | Cedidos de outra forma |
-| V011 | Outra condição |
+| Tabela | Colunas Chave | Tamanho |
+|--------|---------------|---------|
+| `br_inep_enem.microdados` | `nota_matematica`, `nota_redacao`, `cor_raca`, `tipo_escola`, `dependencia_administrativa_escola`, `localizacao_escola`, `faixa_etaria`, `indicador_treineiro`, `indicador_questionario_socioeconomico` | 6,3 GB |
+| `br_inep_indicador_nivel_socioeconomico.escola` | `id_escola`, `inse` (indicador NSE) | — |
+| `br_inep_ideb.*` | `ideb`, `taxa_aprovacao`, `nota_proficiencia` (brasil, uf, municipio, escola) | — |
+| `br_inep_educacao_especial.distorcao_idade_serie` | `taxa_distorcao`, `localizacao`, `sexo_raca_cor` | — |
+| `br_inep_indicadores_educacionais.*remuneracao_docentes` | `remuneracao_media`, `sigla_uf` / `id_municipio` | — |
+| `br_me_siconfi.municipio_despesas_funcao` | `funcao = "Educação"`, `valor_empenhado` | — |
+| `br_ibge_pib.municipio` | `pib_per_capita`, `id_municipio` | — |
+| `br_mec_sisu.microdados` | `id_ies`, `id_curso`, `nota_corte`, `sexo_candidato` | — |
 
-**Census 2022:** variáveis de condição de ocupação **não estão** nas tabelas agregadas.
+### Perguntas Respondíveis
+
+- **Q5:** Cruzando `nota_matematica` × `indicador_questionario_socioeconomico` no ENEM por `sigla_uf_residencia` e `dependencia_administrativa_escola`, é possível quantificar a correlação entre NSE e desempenho.
+- **Q6:** Unindo `br_inep_censo_escolar.escola` (com `localizacao`, `dependencia_administrativa`) a `br_ibge_censo_2022.terra_indigena` / `territorio_quilombola` por `id_municipio`, pode-se avaliar disparidades rurais/indígenas.
+- **Q7:** A tabela `distorcao_idade_serie` já cruza `taxa_distorcao` × `sexo_raca_cor` × `localizacao` diretamente.
+- **Q8:** Cruzando `br_inep_indicadores_educacionais.municipio_remuneracao_docentes` com `br_inep_ideb.municipio` e `br_ibge_pib.municipio` por `id_municipio`, pode-se testar a relação investimento-resultado.
 
 ---
 
-#### 3. Variação urbano vs. rural
+## 03 — Saúde, Acesso a Serviços e Determinantes Sociais
 
-| Situação | Número de Setores |
-|----------|------------------|
-| **Urbano** | 236.714 |
-| **Rural** | 73.406 |
+### Tabelas e Colunas
 
-Identificação via `situacao_setor` (códigos 1-3 = urbano, 4-8 = rural).
+| Tabela | Colunas Chave | Tamanho |
+|--------|---------------|---------|
+| `br_ms_cnes.estabelecimento` | `id_municipio`, `natureza_juridica`, `esfera_administrativa`, `tipo_gestao` | — |
+| `br_ms_cnes.equipamento` | `id_municipio`, `descricao_equipamento` (tomógrafo, ressonância, etc.) | — |
+| `br_ms_cnes.leito` | `id_municipio`, `tipo_leito`, `quantidade_leito`, `especialidade` | — |
+| `br_ms_cnes.profissional` | `cbo_2002`, `sigla_uf`, `id_municipio`, `vinculo_contratado`, `quantidade_vinculos` | — |
+| `br_ms_sinasc.microdados` | `peso`, `raca_cor_mae`, `escolaridade_mae`, `inicio_pre_natal`, `pre_natal`, `semana_gestacao`, `tipo_parto`, `local_nascimento`, `id_municipio_nascimento` | 1,4 GB |
+| `br_ms_sim.microdados` | `causa_basica`, `causa_violencia`, `data_obito`, `idade`, `sexo`, `raca_cor`, `id_municipio_ocorrencia`, `local_ocorrencia` | 1,4 GB |
+| `br_ms_pns.microdados_2019` | variáveis de morbidade, acesso a serviços, condições socioeconômicas | — |
+| `br_ans_beneficiario.informacao_consolidada` | `quantidade_beneficiario_ativo`, `sexo`, `faixa_etaria`, `modalidade_operadora`, `segmentacao_beneficiario`, `sigla_uf` | 8,3 GB |
+| `br_bd_diretorios_brasil.cid_10` | `subcategoria`, `causa_violencia` | 261 KB |
+
+### Perguntas Respondíveis
+
+- **Q9:** Cruzando `br_ms_cnes.estabelecimento` (contagem por `id_municipio`) com `br_ibge_populacao.municipio` (população) e `br_ms_sim.microdados` (mortalidade infantil por `causa_basica`) por `id_municipio_ocorrencia`, pode-se correlacionar oferta de serviços e mortalidade.
+- **Q10:** Unindo `br_ans_beneficiario.informacao_consolidada` (cobertura de planos por `sigla_uf`, `faixa_etaria`) com `br_ms_cnes.estabelecimento` (SUS) e `br_ms_sia.producao_ambulatorial` (utilização SUS) por `id_municipio`, pode-se analisar segmentação.
+- **Q11:** A tabela `br_ms_cnes.profissional` com `cbo_2002` (médicos = códigos 2251xx) permite mapear deserts de profissionais por `id_municipio` e correlacionar com `br_ms_sinasc.microdados` (mortalidade materna).
+- **Q12:** Cruzando `br_ms_pns.microdados_2019` com `br_ibge_pib.municipio` por `id_municipio`, pode-se analisar determinantes socioeconômicos de doenças crônicas.
 
 ---
 
-### 1.2 Gênero e Raça
+## 04 — Mercado de Trabalho, Informalidade e Estratificação
+
+### Tabelas e Colunas
+
+| Tabela | Colunas Chave | Tamanho |
+|--------|---------------|---------|
+| `br_me_rais.microdados_vinculos` | `tipo_vinculo`, `vinculo_ativo_3112`, `faixa_remuneracao_media_sm`, `valor_remuneracao_media`, `faixa_etaria`, `sexo`, `raca_cor`, `grau_instrucao_apos_2005`, `cbo_2002`, `cnae_2_subclasse`, `tamanho_estabelecimento`, `natureza_juridica`, `indicador_portador_deficiencia`, `indicador_trabalho_parcial`, `indicador_simples` | 51,1 GB |
+| `br_me_caged.microdados_movimentacao` | `saldo_movimentacao`, `tipo_movimentacao`, `salario_mensal`, `raca_cor`, `sexo`, `grau_instrucao`, `idade`, `cnae_2_secao`, `id_municipio` | 1,5 GB |
+| `br_ibge_pnadc.microdados` | `condicao_ocupacao`, `renda`, `sexo`, `cor_raca`, `grau_instrucao`, `posicao_ocupacional` | — |
+| `br_bd_diretorios_brasil.cbo_2002` | `cbo_2002`, `descricao`, `familia`, `subgrupo` (2.225 ocupações) | 74 KB |
+| `br_bd_diretorios_brasil.cnae_2` | `subclasse`, `descricao_subclasse`, `divisao`, `descricao_divisao`, `secao` | 58 KB |
+
+### Perguntas Respondíveis
+
+- **Q13:** Cruzando `raca_cor` × `valor_remuneracao_media_sm` × `cbo_2002` × `cnae_2_subclasse` na RAIS, pode-se medir penalidade racial controlando por ocupação e setor.
+- **Q14:** Unindo `br_me_caged.microdados_movimentacao` (saldos por `id_municipio`, `cnae_2_secao`) com `br_ibge_pib.gini` por `sigla_uf`, pode-se correlacionar informalidade e desigualdade.
+- **Q15:** Analisando `faixa_remuneracao_media_sm` × `sexo` na RAIS para mesmo `cbo_2002` e `grau_instrucao_apos_2005`, pode-se medir disparidade salarial de gênero.
+- **Q16:** Cruzando `valor_remuneracao_media` × `tamanho_estabelecimento` × `sigla_uf` na RAIS, pode-se avaliar a relação porte-empresa × salário.
 
 ---
 
-#### 6. Proporção de domicílios chefiados por mulheres
+## 05 — Política, Representação e Comportamento Eleitoral
 
-| Fonte | Percentual |
-|-------|------------|
-| Census 2010 | **27,9%** |
+### Tabelas e Colunas
 
-**Mulheres responsáveis:** 22.242.888
-**Homens responsáveis:** 57.449.271
+| Tabela | Colunas Chave | Tamanho |
+|--------|---------------|---------|
+| `br_tse_eleicoes.candidatos` | `ano`, `tipo_eleicao`, `sigla_uf`, `id_municipio`, `cargo`, `genero`, `raca`, `instrucao`, `ocupacao`, `idade`, `sigla_partido`, `situacao` | 149 MB |
+| `br_tse_eleicoes.resultados_candidato_municipio` | `id_municipio`, `sigla_partido`, `votos`, `proporcional` | — |
+| `br_tse_eleicoes.resultados_partido_municipio` | `id_municipio`, `sigla_partido`, `votos`, `quociente_eleitoral` | — |
+| `br_tse_eleicoes.despesas_candidato` | `id_candidato`, `valor_despesa`, `categoria_despesa`, `fornecedor` | — |
+| `br_tse_eleicoes.receitas_candidato` | `id_candidato`, `valor_receita`, `tipo_receita`, `origem_receita` | — |
+| `br_tse_filiacao_partidaria.microdados` | `id_partido`, `data_filiacao`, `situacao_filiacao`, `sigla_uf` | — |
+| `br_camara_dados_abertos.deputado` | `id_deputado`, `sexo`, `data_nascimento`, `id_municipio_nascimento`, `sigla_uf_nascimento` | 278 KB |
+| `br_camara_dados_abertos.deputado_profissao` | `id_deputado`, `entidade`, `titulo`, `ano_inicio`, `ano_fim` | — |
+| `br_camara_dados_abertos.despesa` | `id_deputado`, `sigla_partido`, `categoria_despesa`, `valor_documento`, `fornecedor`, `cnpj_cpf_fornecedor` | 125 MB |
 
-Disponível via `setor_censitario_responsavel_domicilios_mulheres_2010` e `setor_censitario_responsavel_domicilios_homens_total_2010`.
+### Perguntas Respondíveis
+
+- **Q17:** Cruzando `br_tse_eleicoes.resultados_partido_municipio` com `br_ibge_pib.municipio` (perfil socioeconômico) por `id_municipio`, pode-se analisar correlação entre desenvolvimento e voto.
+- **Q18:** Analisando `genero` × `raca` × `instrucao` na tabela de candidatos permite medir sub-representação de mulheres e negros.
+- **Q19:** Cruzando `valor_despesa` × `valor_receita` × `tipo_receita` (pessoa física vs. jurídica) na tabela de despesas/receitas permite avaliar o papel do dinheiro.
+- **Q20:** Unindo `br_camara_dados_abertos.deputado` × `deputado_profissao` × `despesa` por `id_deputado`, pode-se mapear o perfil socioprofissional dos federais.
 
 ---
 
-#### 6-7. Proporção por cor/raça
+## 06 — Crime, Violência e Segurança Pública
 
-**População do Brasil por cor/raça:**
+### Tabelas e Colunas
 
-| cor_raca | População | Percentual |
-|----------|-----------|------------|
-| **Branca** | 179.303.767 | 45,53% |
-| **Parda** | 174.360.619 | 44,27% |
-| **Preta** | 35.174.419 | 8,93% |
-| **Amarela** | 2.934.418 | 0,75% |
-| **Indígena** | 2.045.605 | 0,52% |
+| Tabela | Colunas Chave | Tamanho |
+|--------|---------------|---------|
+| `br_rj_isp_estatisticas_seguranca.taxa_evolucao_mensal_municipio` | 54 indicadores de crime: `taxa_homicidio_doloso`, `taxa_crimes_violentos_letais_intencionais`, `taxa_letalidade_violenta`, `taxa_homicidio_intervencao_policial`, `taxa_tentativa_homicidio`, `taxa_estupro`, `taxa_roubo_transeunte`, `taxa_roubo_veiculo`, `taxa_furto_celular`, `taxa_registro_trafico_drogas`, `taxa_apreensao_drogas`, `taxa_pessoas_desaparecidas`, `taxa_policial_morto_servico`, `ano`, `mes`, `id_municipio`, `regiao` | 853 KB |
+| `br_rj_isp_estatisticas_seguranca.armas_fogo_apreendidas_mensal` | `quantidade_armas`, `id_municipio`, `regiao` | — |
+| `br_rj_isp_estatisticas_seguranca.taxa_letalidade` | `taxa_letalidade`, `id_municipio`, `regiao` | — |
+| `br_ms_sim.microdados` | `causa_basica`, `causa_violencia` (=1 para homicide), `idade`, `sexo`, `raca_cor`, `id_municipio_ocorrencia`, `data_obito` | 1,4 GB |
+| `br_ibge_pib.gini` | `gini_pib`, `sigla_uf`, `ano` | 25 KB |
+| `br_ibge_censo_demografico.setor_censitario_basico_2010` | indicadores de vulnerabilidade por setor | — |
 
-População negra (Preta + Parda): **53,2%** do total.
+### Perguntas Respondíveis
+
+- **Q21:** Cruzando `br_ibge_pib.gini` (Gini por UF/ano) com `br_ms_sim.microdados` (mortalidade por `causa_violencia` = 1) por `id_municipio`, pode-se correlacionar desigualdade e homicídios.
+- **Q22:** Usando `taxa_homicidio_intervencao_policial` × `taxa_letalidade_violenta` × `regiao` no ISP do RJ, pode-se avaliar impacto de UPPs.
+- **Q23:** Cruzando `taxa_apreensao_drogas` × `taxa_registro_trafico_drogas` × `taxa_roubo_veiculo` × `taxa_roubo_carga` permite testar conexão tráfico-crimes patrimoniais.
 
 ---
 
-### 1.3 Indicadores Socioeconômicos
+## 07 — Economia, Crédito e Desenvolvimento Regional
+
+### Tabelas e Colunas
+
+| Tabela | Colunas Chave | Tamanho |
+|--------|---------------|---------|
+| `br_bcb_sicor.operacao` | `ano_emissao`, `sigla_uf`, `id_categoria_emitente`, `id_programa` (PRONAF/outros), `area_financiada`, `valor_parcela_credito`, `taxa_juro`, `id_tipo_cultivo`, `id_fonte_recurso` | 522 MB |
+| `br_bcb_sicor.recurso_publico_mutuario` | `cpf`, `cnpj`, `tipo_beneficiario`, `sexo`, `primeiro_mutuario`, `id_dap` | 297 KB |
+| `br_bcb_sicor.recurso_publico_propriedade` | `id_sncr`, `id_car`, `id_nirf`, `cpf`, `cnpj` | 491 KB |
+| `br_bcb_estban.agencia` | `id_municipio`, `sigla_uf`, `instituicao`, `agencias_esperadas`, `agencias_processadas`, `valor` por `id_verbete` | 1,4 GB |
+| `br_bcb_estban.municipio` | `id_municipio`, `instituicao`, `quantidade_agencias` | 894 MB |
+| `br_anatel_indice_brasileiro_conectividade.municipio` | `ibc`, `cobertura_pop_4g5g`, `fibra`, `hhi_smp`, `hhi_scm`, `densidade_smp`, `adensamento_estacoes` | 443 KB |
+| `br_ibge_pib.municipio` | `pib`, `pib_per_capita`, `va_agro`, `va_industria`, `va_servicos` | — |
+
+### Perguntas Respondíveis
+
+- **Q24:** Cruzando `valor_parcela_credito` × `id_programa` × `id_categoria_emitente` × `sigla_uf` no SICOR permite medir concentração do crédito agrícola.
+- **Q25:** Unindo `br_bcb_estban.municipio` (quantidade agências por 100k hab.) com `br_ibge_pib.municipio` por `id_municipio`, pode-se correlacionar acesso bancário e desenvolvimento.
+- **Q26:** Cruzando `br_me_cnpj.estabelecimentos` com `br_bd_diretorios_brasil.cnae_2` e `br_ibge_pib.municipio` permite medir diversificação econômica municipal.
+- **Q27:** Usando `hhi_smp` e `hhi_scm` na tabela de conectividade permite medir concentração de mercado em telecomunicações.
 
 ---
 
-#### Alfabetização por cor/raça e sexo (25+ anos)
+## 08 — Políticas Públicas, Transferências e Proteção Social
 
-| cor_raca | Sexo | Alfabetizadas/os | Não alfabetizadas/os |
-|----------|------|-----------------|---------------------|
-| Branca | Homens | 5.960.032 | 97.575 |
-| Branca | Mulheres | 6.441.456 | 58.915 |
-| Parda | Homens | 6.882.114 | 233.584 |
-| Parda | Mulheres | 7.331.413 | 117.115 |
-| Preta | Homens | 1.789.990 | 59.597 |
-| Preta | Mulheres | 1.655.421 | 25.230 |
-| Indígena | Homens | 81.976 | 6.771 |
-| Indígena | Mulheres | 83.219 | 7.390 |
+### Tabelas e Colunas
 
-Taxa de não alfabetização: **Pretos 2,9%** vs **Brancos 1,0%**.
+| Tabela | Colunas Chave | Tamanho |
+|--------|---------------|---------|
+| `br_cgu_beneficios_cidadao.bolsa_familia_pagamento` | `ano_competencia`, `mes_competencia`, `id_municipio`, `sigla_uf`, `cpf_favorecido`, `valor_parcela` | 25,8 GB |
+| `br_cgu_beneficios_cidadao.bpc` | `id_municipio`, `sigla_uf`, `cpf`, `valor_parcela`, `tipo_beneficio` (idade/atividade) | — |
+| `br_cgu_beneficios_cidadao.auxilio_brasil` | `id_municipio`, `cpf`, `valor_parcela` | — |
+| `br_cgu_beneficios_cidadao.novo_bolsa_familia` | `id_municipio`, `cpf`, `valor_parcela`, `quantidade_membros_familia` | — |
+| `br_me_siconfi.municipio_despesas_funcao` | `id_municipio`, `sigla_uf`, `ano`, `funcao` (Saúde, Educação, Assistência Social, Segurança), `valor_empenhado`, `valor_liquidado`, `valor_pago` | — |
+| `br_me_siconfi.municipio_receitas_orcamentarias` | `id_municipio`, `origem_receita` (impostos, transferências, patrimonial), `valor_arrecadado` | — |
+| `br_mec_prouni.dicionario` | variáveis de oferta e demanda do PROUNI | — |
+| `br_mec_sisu.microdados` | `id_ies`, `id_curso`, `nota_corte`, `tipo_cota`, `sexo_candidato` | — |
+| `br_ibge_pib.gini` | `gini_pib`, `sigla_uf`, `ano` | 25 KB |
+
+### Perguntas Respondíveis
+
+- **Q28:** Cruzando `valor_parcela` total do Bolsa Família por `id_municipio` com `br_ibge_pib.gini` e `br_ibge_pib.municipio` permite avaliar se transferências reduzem desigualdade.
+- **Q29:** Usando `br_me_siconfi.municipio_despesas_funcao` × `funcao` × `valor_liquidado` × `sigla_uf` pode-se analisar priorização do gasto público.
+- **Q30:** Cruzando `br_mec_prouni.dicionario` × `br_inep_enem.microdados` (tipo_escola = pública) × `br_ibge_pib.municipio` permite avaliar impacto do PROUNI.
 
 ---
 
-#### Índice de Envelhecimento por cor/raça
+## 09 — Gênero, Família e Dinâmicas Demográficas
 
-| cor_raca | Índice Envelhecimento | Idade Mediana | Razão Sexo |
-|----------|---------------------|---------------|------------|
-| Indígena | 131,23 | 37,4 | 113,68 |
-| Preta | 130,75 | 35,9 | 120,66 |
-| Amarela | 129,76 | 35,1 | 98,27 |
-| Branca | 78,90 | 33,0 | 97,90 |
-| Parda | 56,55 | 30,2 | 103,74 |
+### Tabelas e Colunas
 
-População negra e indígena tem índice de envelhecimento **muito maior** (130+) que pardos (56,55) e brancos (78,90).
+| Tabela | Colunas Chave | Tamanho |
+|--------|---------------|---------|
+| `br_ms_sinasc.microdados` | `data_nascimento`, `sexo`, `peso`, `raca_cor` (recém-nascido), `raca_cor_mae`, `escolaridade_mae`, `estado_civil_mae`, `idade_mae`, `ocupacao_mae`, `gestacoes_ant`, `quantidade_parto_normal`, `quantidade_parto_cesareo`, `inicio_pre_natal`, `pre_natal`, `semana_gestacao`, `tipo_gravidez`, `tipo_parto`, `local_nascimento`, `data_nascimento_mae`, `id_municipio_nascimento` | 1,4 GB |
+| `br_ms_sim.microdados` | `causa_basica`, `causa_violencia` (para mortalidade materna) | 1,4 GB |
+| `br_ibge_pnadc.microdados` | `condicao_ocupacao`, `renda`, `sexo`, `cor_raca`, `grau_instrucao`, composição familiar | — |
+| `br_me_caged.microdados_movimentacao` | `saldo_movimentacao`, `sexo`, `grau_instrucao`, `cnae_2_secao` | 1,5 GB |
+| `br_ms_cnes.estabelecimento` | `local_nascimento` (hospital/domicilio) | — |
+
+### Perguntas Respondíveis
+
+- **Q31:** Cruzando `raca_cor_mae` × `escolaridade_mae` × `inicio_pre_natal` × `tipo_parto` × `peso` no SINASC por `id_municipio_nascimento` permite analisar determinantes de mortalidade materna e infantil.
+- **Q32:** Unindo `br_ms_sinasc.microdados` (fecundidade por `escolaridade_mae`) com `br_me_caged.microdados_movimentacao` (`saldo_movimentacao` × `sexo` × `sigla_uf`) pode-se testar relação trabalho-fecundidade.
+- **Q33:** Cruzando `br_ibge_censo_demografico.setor_censitario_responsavel_domicilios_mulheres_2010` com `setor_censitario_responsavel_renda_2010` no mesmo setor permite analisar vulnerabilidade econômica de famílias chefiadas por mulheres.
 
 ---
 
-### 1.4 Saneamento e Infraestrutura
+## 10 — Meio Ambiente, Desenvolvimento e Sustentabilidade
+
+### Tabelas e Colunas
+
+| Tabela | Colunas Chave | Tamanho |
+|--------|---------------|---------|
+| `br_inpe_prodes.municipio_bioma` | `ano`, `id_municipio`, `bioma` (Amazônia, Cerrado, etc.), `area_total`, `desmatado`, `vegetacao_natural`, `nao_vegetacao_natural`, `hidrografia` | 862 KB |
+| `br_seeg_emissoes.municipio` | `ano`, `id_municipio`, `sigla_uf`, `emissao_gwp`, `setor_emissor` (agricultura, energia, industrial, resíduos) | — |
+| `br_seeg_emissoes.uf` | `ano`, `sigla_uf`, `emissao_gwp`, `setor_emissor` | — |
+| `br_trase_supply_chain.soy_beans` | `id_municipio`, `id_frigorifico`, `volume_soja`, `destino_exportacao` | — |
+| `br_trase_supply_chain.beef` | `id_municipio`, `id_matadouro`, `volume_boi`, `destino_exportacao` | — |
+| `br_geobr_mapas.terra_indigena` | geometria, `id_municipio` | — |
+| `br_geobr_mapas.unidade_conservacao` | geometria, tipo UC, `id_municipio` | — |
+| `br_geobr_mapas.amazonia_legal` | geometria da Amazônia Legal | — |
+| `br_sfb_sicar.area_imovel` | `id_municipio`, `area_imovel`, `area_vegetacao_nativa`, `area_reserva_legal`, `area_degradacao` | — |
+
+### Perguntas Respondíveis
+
+- **Q34:** Cruzando `br_inpe_prodes.municipio_bioma` (desmatamento por `id_municipio`, `bioma`) com `br_trase_supply_chain.soy_beans` / `beef` (volume produzido) permite testar correlação expansão-produção.
+- **Q35:** Usando `br_seeg_emissoes.municipio` × `setor_emissor` × `sigla_uf` pode-se calcular pegada de carbono por município e correlacionar com `br_ibge_pib.municipio` (perfil produtivo).
+- **Q36:** Cruzando `br_geobr_mapas.unidade_conservacao` (área protegida) com `br_inpe_prodes` (desmatamento) por `id_municipio` permite testar efeito protetor de UCs.
 
 ---
 
-#### Saneamento inadequado por cor/raça (25+ anos)
+## 11 — Infraestrutura, Serviços e Qualidade de Vida
 
-| cor_raca | Rio/Lago/Mar | Vala | Sem banheiro | Total |
-|----------|--------------|------|--------------|--------|
-| Parda | 171.440 | 135.144 | 53.541 | **360.125** |
-| Preta | 44.723 | 32.151 | 9.398 | **86.272** |
-| Branca | 90.834 | 54.381 | 10.352 | **155.567** |
+### Tabelas e Colunas
 
-População parda tem **2,3x mais pessoas** em situação de saneamento inadequado que a branca.
+| Tabela | Colunas Chave | Tamanho |
+|--------|---------------|---------|
+| `br_mdr_snis.municipio_agua_esgoto` | `id_municipio`, `sigla_uf`, `ano`, `populacao_atendida_agua`, `populacao_atentida_esgoto`, `indice_atendimento_urbano_agua`, `indice_coleta_esgoto`, `indice_tratamento_esgoto`, `indice_perda_faturamento`, `extensao_rede_agua`, `extensao_rede_esgoto`, `volume_agua_produzido`, `volume_esgoto_coletado`, `investimento_total_prestador`, `receita_operacional_direta`, `despesa_pessoal` (156 colunas) | 31,3 MB |
+| `br_anatel_banda_larga_fixa.densidade_municipio` | `ano`, `mes`, `sigla_uf`, `id_municipio`, `densidade` (acessos/100 hab.) | 10,3 MB |
+| `br_anatel_indice_brasileiro_conectividade.municipio` | `id_municipio`, `ibc`, `cobertura_pop_4g5g`, `fibra`, `densidade_smp`, `adensamento_estacoes`, `hhi_smp`, `hhi_scm` | 443 KB |
+| `br_ms_cnes.estabelecimento` | `id_municipio`, `natureza_juridica`, `esfera_administrativa` (SUS/privado) | — |
+| `br_inep_censo_escolar.escola` | `id_municipio`, `localizacao`, `dependencia_administrativa`, equipamentos (laboratório, biblioteca, quadra) | — |
+
+### Perguntas Respondíveis
+
+- **Q37:** Usando `indice_atendimento_urbano_agua` × `indice_coleta_esgoto` × `indice_tratamento_esgoto` no SNIS por `id_municipio` correlacionado com `br_ms_sim.microdados` (mortalidade por doenças diarreicas, CODINGS A00-B99 no CID-10) permite medir impacto do saneamento na saúde.
+- **Q38:** Cruzando `br_anatel_banda_larga_fixa.densidade_municipio` × `br_anatel_indice_brasileiro_conectividade.municipio` (ibc, `cobertura_pop_4g5g`, `fibra`) com `br_ibge_pib.municipio` por `id_municipio` permite correlacionar conectividade e desenvolvimento.
+- **Q39:** Unindo `br_inep_censo_escolar.escola` (infraestrutura) com `br_inep_saeb.municipio` (proficiência) por `id_municipio` permite avaliar relação equipamentos-desempenho.
 
 ---
 
-#### Atlas de Esgotos - Saneamento Urbano (2013)
+## 12 — Interseccionalidade e Desigualdades Complexas
 
-| Indicador | Valor Médio Nacional |
-|-----------|-------------------|
-| **Sem coleta e sem tratamento** | 46,6% |
-| Solução individual | 13,6% |
-| Com coleta e com tratamento | 19,1% |
+### Tabelas e Colunas
 
-**População urbana mapeada:** 169.780.605
+| Tabela | Colunas Chave | Tamanho |
+|--------|---------------|---------|
+| `br_me_rais.microdados_vinculos` | `sexo` × `raca_cor` × `faixa_etaria` × `grau_instrucao_apos_2005` × `faixa_remuneracao_media_sm` × `cbo_2002` × `indicador_portador_deficiencia` | 51,1 GB |
+| `br_me_caged.microdados_movimentacao` | `sexo` × `raca_cor` × `idade` × `salario_mensal` × `grau_instrucao` | 1,5 GB |
+| `br_ms_sinasc.microdados` | `raca_cor_mae` × `escolaridade_mae` × `estado_civil_mae` × `inicio_pre_natal` × `tipo_parto` | 1,4 GB |
+| `br_rj_isp_estatisticas_seguranca.feminicidio_mensal_cisp` | `taxa_feminicidio`, `regiao`, `id_municipio`, `ano`, `mes` | — |
+| `br_rj_isp_estatisticas_seguranca.taxa_estupro` | `taxa_estupro`, `id_municipio`, `regiao`, `ano`, `mes` | — |
+| `br_bd_diretorios_brasil.cbo_2002` | `cbo_2002`, `descricao` (ocupações de empregados domésticos = códigos 5121xx) | 74 KB |
 
-Fonte: `br_ana_atlas_esgotos.municipio`
+### Perguntas Respondíveis
+
+- **Q40:** Cruzando `sexo` × `raca_cor` × `faixa_remuneracao_media_sm` na RAIS (51,1 GB) permite operacionalizar e medir a penalidade interseccional de gênero e raça.
+- **Q41:** Usando CBO 5121xx (empregado doméstico) × `sexo` × `raca_cor` na RAIS permite analisar a racialização do trabalho de cuidado.
+- **Q42:** Cruzando `br_rj_isp_estatisticas_seguranca.feminicidio_mensal_cisp` × `taxa_estupro` × `regiao` com dados de acesso a serviços (`br_ms_cnes.estabelecimento`) permite analisar determinantes da violência de gênero.
 
 ---
 
-### 1.5 Aglomerados Subnormais (Favelas)
+## 13 — Migração, Urbanização e Transformações Espaciais
+
+### Tabelas e Colunas
+
+| Tabela | Colunas Chave | Tamanho |
+|--------|---------------|---------|
+| `br_me_caged.microdados_movimentacao` | `saldo_movimentacao` (proxy de migração líquida) × `id_municipio` × `sigla_uf` × `ano` × `mes` × `sexo` × `raca_cor` × `grau_instrucao` × `idade` × `cnae_2_secao` | 1,5 GB |
+| `br_ibge_populacao.municipio` | `id_municipio`, `populacao`, `ano` | — |
+| `br_ibge_censo_2022.terra_indigena` | geometria, `id_municipio` | — |
+| `br_ibge_censo_2022.territorio_quilombola` | geometria, `id_municipio` | — |
+| `br_geobr_mapas.concentracao_urbana` | geometria, `nome_concentracao_urbana`, `id_municipio` | — |
+| `br_ibge_censo_demografico.setor_censitario_responsavel_renda_2010` | distribuição de renda por setor | — |
+
+### Perguntas Respondíveis
+
+- **Q43:** Analisando `saldo_movimentacao` × `id_municipio` × `sigla_uf` no CAGED por `ano` permite mapear fluxos migratórios intramunicipais e sua correlação com `br_ibge_pib.municipio`.
+- **Q44:** Cruzando `br_ibge_censo_2022.terra_indigena` / `territorio_quilombola` com `br_ms_cnes.estabelecimento` / `br_inep_censo_escolar.escola` por `id_municipio` permite avaliar acesso a serviços de populações tradicionais.
 
 ---
 
-#### Aglomerados Subnormais por UF (2010)
+## 14 — Consumo, Preços e Estratificação de Classe
 
-| UF | Número de Setores |
-|----|-------------------|
-| São Paulo | 4.119 |
-| Rio de Janeiro | 3.307 |
-| Bahia | 1.197 |
-| Pará | 1.184 |
-| Pernambuco | 1.067 |
-| Minas Gerais | 976 |
-| Ceará | 566 |
-| Amazonas | 484 |
-| Rio Grande do Sul | 448 |
-| Espírito Santo | 377 |
+### Tabelas e Colunas
 
-**Total de setores classificados como aglomerado subnormal:** 15.816
+| Tabela | Colunas Chave | Tamanho |
+|--------|---------------|---------|
+| `br_anp_precos_combustiveis.microdados` | `ano`, `sigla_uf`, `id_municipio`, `bandeira_revenda`, `data_coleta`, `produto` (gasolina, etanol, diesel, GNV), `preco_compra`, `preco_venda` | 79 MB |
+| `br_ibge_ipca.mes_categoria_municipio` | `ano`, `mes`, `sigla_uf`, `id_municipio`, `ipca`, `descricao_categoria` (alimentação, habitação, transportes, saúde) | — |
+| `br_ibge_inpc.mes_categoria_municipio` | `ano`, `mes`, `sigla_uf`, `id_municipio`, `inpc`, `descricao_categoria` | — |
+| `br_ibge_pof.dicionario` | dicionário da Pesquisa de Orçamentos Familiares | — |
+| `br_ibge_pnadc.microdados` | `renda`, `posicao_ocupacional`, `sexo`, `cor_raca` (para estratificar famílias) | — |
 
-Fonte: `br_bd_diretorios_brasil.setor_censitario_2010` (`tipo_setor = '1'`)
+### Perguntas Respondíveis
 
-**Disponibilidade por ano:**
-
-| Ano | Identificação |
-|-----|--------------|
-| 1970-1991 | ❌ Não identificado |
-| 2000 | ✅ `microdados_domicilio_2000` com `tipo_setor = 1` |
-| 2010 | ✅ `microdados_domicilio_2010` com `tipo_setor = '1'` |
-| 2022 | ❌ Não identificado |
+- **Q45:** Cruzando `preco_venda` × `produto` × `sigla_uf` × `data_coleta` na ANP com `br_ibge_ipca.mes_categoria_municipio` (categoria = "Transportes") permite medir transmissão de preços de combustível para inflação.
+- **Q46:** Unindo `br_ibge_ipca` (IPCA geral) × `br_ibge_inpc` (para trabalhadores earning ≤ 5 SM) × `descricao_categoria` permite analisar impacto diferenciado da inflação por classe.
 
 ---
 
-### 1.6 Populações Tradicionais
+## 15 — Poder, Elite e Reprodução Social
+
+### Tabelas e Colunas
+
+| Tabela | Colunas Chave | Tamanho |
+|--------|---------------|---------|
+| `br_camara_dados_abertos.deputado` | `id_deputado`, `nome`, `data_nascimento`, `sexo`, `id_municipio_nascimento`, `sigla_uf_nascimento` | 278 KB |
+| `br_camara_dados_abertos.deputado_profissao` | `id_deputado`, `entidade`, `titulo`, `ano_inicio`, `ano_fim` (trajetória profissional) | — |
+| `br_camara_dados_abertos.despesa` | `id_deputado`, `sigla_partido`, `categoria_despesa`, `valor_documento`, `fornecedor`, `cnpj_cpf_fornecedor`, `url_documento` | 125 MB |
+| `br_tse_eleicoes.candidatos` | `ocupacao`, `instrucao`, `genero`, `raca`, `idade`, `sigla_partido`, `cargo`, `sigla_uf` | 149 MB |
+| `br_tse_eleicoes.resultados_candidato` | `id_candidato`, `votos`, `situacao` (eleito/não eleito) | — |
+| `br_me_cnpj.socios` | `cnpj`, `nome_socio`, `qualificacao_socio` (para detectar links empresarial-político) | — |
+| `br_tse_eleicoes.receitas_candidato` | `tipo_receita`, `origem_receita` (pessoa física, jurídica, partido) | — |
+
+### Perguntas Respondíveis
+
+- **Q47:** Cruzando `id_municipio_nascimento` × `sigla_uf_nascimento` dos deputados com `br_ibge_pib.municipio` permite analisar origem regional das élites políticas.
+- **Q48:** Unindo `br_camara_dados_abertos.deputado_profissao` × `deputado` × `despesa` por `id_deputado` permite mapear trajetória profissional, origens e conexões econômicas (via `cnpj_cpf_fornecedor`).
+- **Q49:** Cruzando `br_tse_filiacao_partidaria.microdados` × `br_tse_eleicoes.candidatos` × `br_cgu_emendas_parlamentares.microdados` permite analisar perpetuação de élites partidárias.
 
 ---
 
-| População | Total |
-|-----------|-------|
-| Indígena | 685.761 |
-| Quilombola | 203.240 |
+## 16 — Economia Política e Desenvolvimento
+
+### Tabelas e Colunas
+
+| Tabela | Colunas Chave | Tamanho |
+|--------|---------------|---------|
+| `br_rf_arrecadacao.uf` | `ano`, `mes`, `sigla_uf`, 44 variáveis de arrecadação: `irpf`, `irpj_entidades_financeiras`, `irpj_demais_empresas`, `cofins`, `pis_pasep`, `csll`, `iof`, `ipi_fumo`, `ipi_bebidas`, `ipi_automoveis`, `ipi_importacoes`, `itr`, `imposto_importacao`, `imposto_exportacao`, `cide_combustiveis`, `receita_previdenciaria_propria` | 1,7 MB |
+| `br_me_siconfi.municipio_despesas_funcao` | `id_municipio`, `sigla_uf`, `funcao` (Saúde, Educação, Assistência Social, Segurança, Transporte, Desenvolvimento), `valor_empenhado`, `valor_liquidado`, `valor_pago` | — |
+| `br_me_siconfi.municipio_receitas_orcamentarias` | `id_municipio`, `origem_receita` (impostos, transferências, patrimonial), `valor_arrecadado` | — |
+| `br_ibge_pib.municipio` | `pib`, `pib_per_capita`, `va_agro`, `va_industria`, `va_servicos` | — |
+| `br_ibge_pib.gini` | `gini_pib`, `gini_va_agro`, `gini_va_industria`, `gini_va_servicos`, `sigla_uf`, `ano` | 25 KB |
+
+### Perguntas Respondíveis
+
+- **Q50:** Cruzando `irpf` × `irpj` × `cofins` × `pis_pasep` × `itr` × `sigla_uf` na Receita Federal com `br_ibge_pib.gini` (gini setorial) permite analisar estrutura Tributária e desigualdade.
 
 ---
 
-### 1.7 Caso Fortaleza (id_municipio = 2304400)
+## Síntese: Perguntas Respondidas por Tema
 
-| cor_raca | População | Percentual |
-|----------|-----------|------------|
-| Parda | 2.860.193 | ~62% |
-| Branca | 1.695.791 | ~37% |
-| Preta | 281.829 | ~6% |
-| Amarela | 36.288 | <1% |
-| Indígena | 6.071 | <1% |
-
-Fortaleza tem **68%+ da população negra** (Parda + Preta).
+| Tema | Tabelas Usadas | Perguntas |
+|------|---------------|-----------|
+| **Desigualdade Racial** | Census 2022, SIM, RAIS, CID-10, PIB/Gini | Q1–Q4 |
+| **Educação** | ENEM, IDEB, INSE, CAGED, SICOFIN, PIB | Q5–Q8 |
+| **Saúde** | CNES, SINASC, SIM, PNS, ANS, CID-10 | Q9–Q12 |
+| **Trabalho** | RAIS, CAGED, PNADC, CBO, CNAE | Q13–Q16 |
+| **Política** | TSE, Câmara, Despesas, Filiação | Q17–Q20 |
+| **Violência** | ISP/RJ, SIM, Gini, Census | Q21–Q23 |
+| **Economia/Crédito** | SICOR, ESTBAN, ANATEL, PIB | Q24–Q27 |
+| **Políticas Sociais** | CGU/Bolsa Família, SICONFI, PROUNI, SISU | Q28–Q30 |
+| **Gênero/Família** | SINASC, CAGED, PNADC, CNES | Q31–Q33 |
+| **Meio Ambiente** | PRODES, SEEG, TRASE, geobr, CAR | Q34–Q36 |
+| **Infraestrutura** | SNIS, ANATEL, CNES, Census Escolar | Q37–Q39 |
+| **Interseccionalidade** | RAIS, CAGED, SINASC, ISP/RJ | Q40–Q42 |
+| **Migração** | CAGED, População, Census, geobr | Q43–Q44 |
+| **Consumo/Preços** | ANP, IPCA, INPC, POF, PNADC | Q45–Q46 |
+| **Poder/Elites** | Câmara, TSE, CNPJ, TSE Receitas | Q47–Q49 |
+| **Economia Política** | Receita Federal, SICONFI, PIB/Gini | Q50 |
 
 ---
 
-## Seção 2: Desigualdade Fundiária e Segregação Urbana
+## Notas Metodológicas
 
-Baseado nos estudos: "Raça, Gênero e Classe" (Fundação Heinrich Böll) e "Raça e Terra" (Fortaleza).
+### Estratégia de Cruzamento
 
----
+A maioria das perguntas requer joins entre múltiplas tabelas usando:
+- **`id_municipio`** (7 dígitos IBGE) — chave primária para cruzamentos municipais
+- **`sigla_uf`** + **`ano`** / **`mes`** — para análises temporais e estaduais
+- **`cbo_2002`** / **`cnae_2_subclasse`** — para análises ocupacionais e setoriais
+- **`raca_cor`** / **`sexo`** / **`faixa_etaria`** — para desagregações sociodemográficas
 
-### População negra em Fortaleza
+### Unidades de Análise
 
-| Fonte | Valor |
-|-------|-------|
-| Estudo (2010) | 61,8% |
-| Census 2022 | 68%+ (Parda + Preta) |
+- **Indivíduo:** microdados de censos (Census 2022), PNADC, RAIS, SINASC, SIM
+- **Domicílio:** Census 2022, setor censitário
+- **Setor censitário:** agregados de 2010, 2022
+- **Município:** a maioria das tabelas adminstrativas (PNAD, RAIS, CAGED, SNIS, PIB, etc.)
+- **UF / Região:** tabelas agregadas da RF, IBGE, BACEN
+- **País:** tabelas nacionais (ENEM, SEEG, ANP)
 
----
+### Principais Bases por Tamanho
 
-## Resumo de Respondabilidade
-
-### ✅ Respondidas com Dados Reais
-
-| Pergunta | Dado |
-|----------|------|
-| Total domicílios Brasil | 90,7 milhões |
-| População por cor/raça | 53,2% negra |
-| Responsáveis mulheres | 27,9% (2010) |
-| Alfabetização por cor/raça e sexo | Tabelas 2022 |
-| Envelhecimento por cor/raça | Índice 131 indígenas |
-| Saneamento por cor/raça | 2,3x pardos vs brancos |
-| Saneamento urbano (Atlas) | 46,6% sem coleta/tratamento |
-| Aglomerados subnormais | 15.816 setores (2010) |
-| Populações tradicionais | Indígena: 685.761 / Quilombola: 203.240 |
-| Fortaleza | 68% negra |
-
-### ⚠️ Parcialmente Respondidas
-
-| Pergunta | Fonte Possível |
-|----------|----------------|
-| Responsáveis por cor/raça | 2010: microdados_pessoa_2010 (v0404) |
-| Renda responsável | 2010: setor_censitario_basico_2010 (v005) |
-| Entorno/infraestrutura | 2010: setor_censitario_entorno_2010 (1056 vars) |
-| PNADC para educação | br_ibge_pnadc.educacao, microdados |
-
-### ❌ Não Respondidas (requerem dados externos)
-
-| Pergunta | Motivo |
-|----------|-------|
-| Responsáveis 2022 | Sem tabela cruzada |
-| Aglomerados subnormais 2022 | Census não identifica |
-| Concentração fundiária | Requer Census Agropecuário |
-| Entorno 2022 | Sem dicionário disponível |
-
----
-
-## Tabelas Chave para Esta Pesquisa
-
-### Census 2022
-- `br_ibge_censo_2022.setor_censitario` — Domicílios agregados por setor
-- `br_ibge_censo_2022.municipio` — Domicílios e população por município
-- `br_ibge_censo_2022.populacao_grupo_idade_sexo_raca` — População por características
-- `br_ibge_censo_2022.alfabetizacao_grupo_idade_sexo_raca` — Alfabetização
-- `br_ibge_censo_2022.indice_envelhecimento_raca` — Envelhecimento
-
-### Census 2010 (Setor Censitário)
-- `br_ibge_censo_demografico.setor_censitario_basico_2010` — Rendimento
-- `br_ibge_censo_demografico.setor_censitario_domicilio_caracteristicas_gerais_2010` — Condição de ocupação
-- `br_ibge_censo_demografico.setor_censitario_entorno_2010` — Infraestrutura de entorno (1056 vars)
-- `br_ibge_censo_demografico.setor_censitario_responsavel_renda_2010` — Renda dos responsáveis
-- `br_ibge_censo_demografico.setor_censitario_responsavel_domicilios_mulheres_2010` — Mulheres responsáveis
-- `br_ibge_censo_demografico.setor_censitario_responsavel_domicilios_homens_total_2010` — Homens responsáveis
-- `br_ibge_censo_demografico.microdados_domicilio_2010` — Microdados com `tipo_setor`
-- `br_ibge_censo_demografico.microdados_pessoa_2010` — Microdados com cor/raça
-
-### Census 2000
-- `br_ibge_censo_demografico.microdados_domicilio_2000` — Com `tipo_setor` (identifica aglomerados)
-
-### Saneamento
-- `br_ana_atlas_esgotos.municipio` — Saneamento por município
-
-### PNADC
-- `br_ibge_pnadc.educacao` — Educação
-- `br_ibge_pnadc.microdados` — Microdados com renda e características
-
-### Diretórios (Geografia)
-- `br_bd_diretorios_brasil.municipio` — Capitais e códigos
-- `br_bd_diretorios_brasil.setor_censitario_2010` — Setores com tipo_setor
+| Base | Tamanho | Conteúdo |
+|------|---------|----------|
+| RAIS vínculos | 51,1 GB | Todo emprego formal do Brasil |
+| ANS beneficiários | 8,3 GB | Planos de saúde privados |
+| Bolsa Família | 25,8 GB | Transferências sociais |
+| ENEM microdados | 6,3 GB | Exames nacionais |
+| SINASC | 1,4 GB | Nascimentos |
+| SIM | 1,4 GB | Óbitos |
+| CAGED | 1,5 GB | Movimentações de emprego |
 
 ---
 
 ## Conclusão
 
-- **Perfil racial**: 45,5% branca, 53,2% negra
-- **Desigualdade educacional**: Pretos 2,9% vs Brancos 1,0% não alfabetizados
-- **Desigualdade ambiental**: Pardos 2,3x mais sem saneamento; 46,6% da população urbana sem coleta de esgoto
-- **Envelhecimento diferencial**: Índice 131 indígenas vs 57 pardos
-- **Segregação urbana**: 68% negra em Fortaleza
-- **Favelas**: 15.816 setores classificados como aglomerados subnormais (2010)
-- **Responsáveis mulheres**: 27,9% dos domicílios
-
-**Lacunas principais:**
-- Variáveis de responsável (cor_raca, sexo, condição) - apenas 2010
-- Census Agropecuário (concentração fundiária) - não disponível
-- Entorno/infraestrutura - sem dicionário 2022
+A Base dos Dados Brasil oferece um ecossistema completo para pesquisa em ciências sociais, com 533 tabelas cobrindo desde censos demográficos (1970-2022) até dados administrativos de saúde, educação, trabalho, política e meio ambiente. A articulação entre bases — possível através de identificadores padronizados (`id_municipio`, `sigla_uf`, `cbo_2002`, `cnae_2`) — permite responder perguntas de pesquisa complexas que exigem cruzamentos multidimensionais entre variáveis demográficas, econômicas e sociais.