Módulo 2 - Direito e Pesquisa Empírica

• até 29/8: Estudo prévio
• 29/8, 8h15 a 11h50: Aula
• Atividade obrigatória: Obter acesso a um PC capaz de executar os programas a serem utilizados na disciplina
• Relatório Semanal

2. Introdução

Uma vez que você defina o objeto da pesquisa, você pode avançar na definição conjunta dos objetivos e estratégias voltadas a alcançá-los, realizando o planejamento da investigação que você deseja realizar.

O principal objetivo do módulo é compreender a relevância do planejamento para as investigações empíricas e os principais elementos do projeto de pesquisa.

3. Estudo

3.1 Leitura obrigatória

• Costa, Alexandre; Fulgêncio, Henrique; Horta, Ricardo. Pesquisa empírica em direito. Arcos, 2021.

1. Qual a diferença entre pesquisa experimental e pesquisa observacional
2. Qual é a relação entre metodologia e inferência?
3. Qual é a diferença entre abordagens quantitativas e abordagens qualitativas?
4. É possível mesclar estratégias quantitativas e qualitativas na mesma pesquisa?
5. O que são unidades de análise?
6. O que são as variáveis?
7. O que são pesquisas censitárias e amostrais?
8. Podemos fazer inferências gerais a partir de estudos de casos?

3.2 Leitura sugerida

• Epstein, Lee; Martin, Andrew. An Introduction to Empirical Legal Research. Oxford: Oxford University Press, 2014. Cap. 2: Questions, Theories, Observable Implications.

Se você tiver tempo, sugerimos continuar a leitura desse excelente livro, repleto de exemplos, que contribui muito para a capacidade de formular pesquisas empíricas.

• Costa, Alexandre, Horta, Ricardo (2021). O projeto de pesquisa. Arcos.

1. Qual a diferença entre o tema e o problema?

2. Que tipos de pergunta podem se respondidos pela pesquisa?

3. O que é referencial teórico?

3.3 Leitura Complementar

• Costa, Alexandre; Horta, Ricardo (2020). Modelo de Projeto de Pesquisa. Arcos.

• Epstein, Lee; Martin, Andrew (2013). Pesquisa Empírica em Direito: regras de inferência. Biblioteca GV Digital.

Este é um ótimo texto como um todo, apesar de o fato de ter sido originalmente escrito em 2002 faz com que os autores tenham tratado de um momento em que as deficiências metodológicas eram mais graves do que as atuais. Neste módulo, sugere-se a leitura do item II.B (Características Comuns da Pesquisa empírica: diretrizes gerais)

• Peng, Roger; Matsui, Elizabeth. The art of data science: a guide to anyone who works with data. Leanpub, 2015.

Cap. 2: The Epicycles of Analysis.

• Dumont, Jean-Luc (2010). English Communication for Scientists. Unidade 2.1: Structuring your scientific paper. Cambridge: NPG Education.

4. Atividades

4.1 Obter acesso a um PC capaz de executar os programas necessários para a disciplina

Não é preciso um computador excepcionalmente novo nem poderoso, mas o devido rendimento na disciplina exige o acesso a um PC capaz de executar os programas que serão utilizados, especialmente o Excel, o Tableau e o Python.

O programa mais exigente é o Tableau, que tem as seguintes especificações mínimas de hardware. Portanto, o mínimo são 2GB de RAM e de memória disponível, bem como processador Intel Core i3 ou AMD Ryzen 3 (dual core). Embora seja indicada como configuração ótima um Core i7 (ou AMD Ryzen 7), eu utilizo um AMD Ryzen 5 com 12GB de RAM e o programa roda sem problemas.

Se você não tiver acesso a um notebook com essas características, é possível realizar a aula em duplas, com alguém que tenha um computador compatível. Na impossibilidade de acesso, mesmo compartilhado, é preciso conversar com o professor para que seja buscada uma alternativa.