IP-CP (v3) — Índice de Profissionalização da Ciência Política (Brasil)

Projeto R com pipeline targets e ETL robusto para o IP-CP. Inclui:

• C1 com contagem fracionada por coautoria (OpenAlex).
• C2 com SciELO + DOAJ e Scopus opcional (não quebra se faltar a chave).
• C3 com percentil de citação por campo/ano (normalização interna).
• D2 padrão = estoque RAIS; alternativa CAGED (admissões) via config.yml.
• D3 = mediana deflacionada pelo IPCA (deflator via cache/API).
• A5/A6 (ABCP): série com detrend + meio peso; A6 pode ser mineração automática (scrape) ou cache CSV.
• Z-score robusto opcional (mediana/MAD); winsorização opcional.
• Escala ancorada opcional (baseline fixo para média/sd).
• QA com relatório data/out/qa_report.md e hard checks.

Uso rápido

1. Instale R 4.2+ e o pacote targets.
2. Ajuste config.yml (anos, opções de robustez, baseline, etc.).
3. (Opcional): coloque caches em data/cache/ (vide lista abaixo).
4. No R, rode:

source("bootstrap.R")

Saídas principais: data/out/indicators_raw.parquet, data/out/ipcp_scores_eq.parquet, data/out/ipcp_scores_sens.parquet e data/out/qa_report.md.

Caches esperados (se existirem, aceleram/dispensam scraping e downloads)

• openalex_sample.parquet — snapshot/extração local.
• scielo_issn.csv, doaj_issn.csv (coluna issn).
• scopus_issn.csv (opcional; requer licença Scopus).
• capes_sample.parquet, dgp_sample.parquet.
• rais_sample.parquet, caged_sample.parquet.
• ipca.csv (colunas: ano, ipca ou deflator normalizado com base=1.0).
• abcp_congress_years.csv (coluna ano com os anos de congresso realizados).

Se não houver caches, o pipeline continua com stubs seguros (NA ou séries derivadas) e gera avisos, não erros.