Qual a origem dos dados?

Nesta página explicamos quais as fontes usadas nesta aplicação.

1. Taxas de aprovação

Utilizámos as taxas de aprovação publicadas a partir de 2015 no site do IMT.

Concentrámo-nos nas agregações globais, ou seja, sem distinção entre as várias categorias: automóvel, mota, pesados, etc.

Os ficheiros originais em PDF estão num formato tabular em que as principais colunas para a nossa análise são:

• Provas marcadas
• Provas realizadas
• Percentagem de aprovação

A extração dos PDFs foi realizada num script Python e o código fonte pode ser consultado no GitHub.

Publicámos o código por uma questão de transparência. Tomámos todos os cuidados para verificar que a extração foi feita corretamente e ao tornar o código público, queremos que outros possam reproduzir e verificar.

Adicionalmente, a base de dados pode ser importada num Jupyter Notebook para facilitar outros usos, como por exemplo, análise estatística:

Metodologia do IMT

Existe uma ficha técnica publicada em 2014, que se presume ser válida ao longo dos anos, que explica a metodologia usada na agregação dos dados. Para a nossa applicação interessa:

• A percentagem de aprovação é o rácio N. Aprovações / Provas Realizadas
• Provas Realizadas: alunos que realizaram exame pela primeira vez. Apenas contabilizadas provas aprovadas ou reprovadas, ou seja, provas canceladas ou com falta são excluídas.

2. Moradas e página do IMT

Cada escola de condução tem uma página correspondente no site do IMT com as seguintes informações:

• Morada
• Nome da escola
• Licença ou número de escola
• Concelho e distrito

O código usado para a extração e a base de dados em formato JSON podem ser consultados no GitHub.

Adicionalmente, executamos este código com a frequência necessária para propagar quaisquer alterações que existam no site do IMT.

Com o número de licença e com o nome da escola, cruzamos a morada com as taxas de aprovação. Por vezes não é possivel fazer este cruzamento, como por exemplo, quando o nome da escola difere para o mesmo número de licença - o que pode indicar que uma escola fechou e a licensa foi reutilizada.

Nos casos em que não foi possível cruzar a morada com as taxas de aprovação, listamos a escola na secção sem informação sobre morada.

3. Latitude e longitude

Nas iterações anteriores deste projeto, os dados eram obtidos através da API de geocodificação do Google Maps. No entanto, a política de utilização impunha a obrigação de exibir as escolas apenas em mapas do Google Maps.

You can display Geocoding API results on a Google Map, or without a map. If you want to display Geocoding API results on a map, then these results must be displayed on a Google Map. It is prohibited to use Geocoding API data on a map that is not a Google map.

Por questões de privacidade, optámos por usar Leaflet e OpenStreetMap como tile server, o que obrigou a usar um serviço diferente de geocoding.

Desta forma, utilizámos a API de geocodificação da ESRI para converter o código postal (CP7) obtido na secção anterior, em latitude e longitude. Nos casos em que não foi possível obter as coordenadas geográficas, as escolas não são exibidas no mapa. No entanto, são listadas e devidamente assinaladas como tendo latitude e longitude em falta.