Como Escrever sobre Métodos e Resultados em um Artigo Científico

Descrevendo Metodologia & Reportando Resultados na Escrita Acadêmica

Depois de apresentar seu problema de pesquisa e situá-lo na literatura, os leitores precisam de duas coisas em rápida sucessão: um mapa confiável de como você gerou evidências (a metodologia) e um relato claro do que você encontrou (os resultados). Este artigo mostra como escrever ambas as seções para que editores, revisores e futuros pesquisadores possam verificar e reutilizar seu trabalho—sem precisar passar por detalhes desnecessários.

1) O propósito da seção de metodologia

Seus métodos devem fazer mais do que listar etapas; eles devem justificar por que este desenho é apropriado para essas questões com essas restrições. Uma boa seção de metodologia responde a cinco perguntas:

1. Desenho: Qual abordagem geral você usou (experimental, quase-experimental, observacional, estudo de caso, etnografia, survey, métodos mistos)?
2. Amostragem: Quem/o que foi estudado? Como os casos foram selecionados? Qual foi o tamanho da amostra e a justificativa (potência ou saturação)?
3. Materiais & instrumentos: Quais ferramentas, medidas ou equipamentos você usou e como foram validados ou calibrados?
4. Procedimentos: O que exatamente aconteceu, em que ordem e sob quais condições?
5. Qualidade & ética: Como você garantiu validade/confiabilidade ou credibilidade/confiabilidade, e quais aprovações e salvaguardas estavam em vigor?

2) O que incluir (e onde)

3) Redação do desenho e justificativa

Comece com um parágrafo compacto que nomeie o desenho e o vincule às suas perguntas ou hipóteses de pesquisa.

Frase modelo: “Usamos um desenho de coorte prospectivo para estimar a associação entre exposição X e desfecho Y, escolhido em vez de um ensaio randomizado devido a restrições éticas/logísticas, e mitigamos confundimento via ponderação por escore de propensão.”

4) Amostragem e seleção de casos

• Defina a população e o quadro; forneça os critérios de inclusão/exclusão.
• Explique o tamanho: para trabalhos quantitativos, informe as suposições de poder (tamanho do efeito, alfa, poder). Para trabalhos qualitativos, explique como você avaliou a saturação temática.
• Fluxo: use um diagrama para mostrar abordados → elegíveis → consentidos → analisados.

5) Materiais, instrumentos e medidas

• Nomeie cada medida/ferramenta e informe o que ela captura (construto), como é pontuada e a confiabilidade/validade conhecida.
• Para dispositivos/testes: informe o modelo/versão, cronograma de calibração e tolerância/erro.
• Para pesquisas: indique as fontes (itens adaptados vs novos), testes piloto e tradução/retradução se usados.

6) Procedimentos e controles

Descreva a sequência de eventos com precisão. Se a randomização foi usada, informe a unidade, o método (por exemplo, bloqueado, estratificado) e o sigilo da alocação. Se houve cegamento, esclareça quem foi cegado e como foi testado. Para desenhos observacionais, especifique o tratamento de confundidores e dados ausentes. Para trabalhos de laboratório, documente réplicas, regras de exclusão e controles ambientais.

7) Plano de análise e suposições

• Defina claramente os desfechos primários e secundários.
• Declare os modelos usados (ex.: efeitos mistos lineares, regressão logística, framework de codificação temática) e as suposições verificadas.
• Explique o controle de multiplicidade se testar múltiplas hipóteses (ex.: Holm-Bonferroni, FDR).
• Pré-especifique análises de robustez/sensibilidade; reserve trabalho exploratório para a Discussão.

8) Validade, confiabilidade e mitigação de viés

Os revisores procuram por esses sinais:

• Validade interna: randomização/cegamento, checagens de equilíbrio, checagens de manipulação.
• Validade/confiabilidade de [measure]: confiabilidade entre avaliadores, alfa de Cronbach, calibração do instrumento.
• Validade externa: representatividade, limites de contexto, condições de fronteira.
• Controle de viés: pré-registro, manejo de dados faltantes, checagens de contaminação, reflexividade (qualitativa).

9) Visuais que realmente ajudam

Use visuais para comprimir a complexidade—nunca para decorar.

• Figuras: esquemas do aparelho; cronogramas; DAGs; mapas temáticos. As legendas devem permitir que o leitor entenda a figura sem o texto principal.
• Tabelas: critérios de elegibilidade; definições de variáveis; estatísticas descritivas; resumos de modelos. Evite duplicação—se está em uma tabela, não repita os números literalmente no texto.

Relatando Resultados

Os resultados devem ser uma narrativa factual ancorada em suas tabelas/figuras, não uma discussão de implicações (reserve isso para a próxima seção). A estrutura deve espelhar suas perguntas ou hipóteses de pesquisa para que os leitores nunca se perguntem por que um parágrafo está ali.

10) Opções de estrutura para resultados

• Pela pergunta/hipótese de pesquisa: melhor para estudos confirmatórios. Cada subseção = uma RQ/H, com o desfecho primário primeiro.
• Cronológico: útil para séries temporais, experimentos com fases ou desenhos longitudinais.
• Temático: típico em trabalhos qualitativos; temas ordenados por relevância ou lógica conceitual.
• Por fluxo de método: para métodos mistos, separe resultados quantitativos e qualitativos e integre na Discussão.

11) Escrevendo resultados quantitativos

• Comece pelos efeitos, não pelos testes: reporte tamanho do efeito e incerteza (IC) antes dos valores p.
• Seja exato: forneça valores p exatos (por exemplo, p = 0.013) a menos que a política do periódico diga o contrário.
• Mostre a distribuição: reporte medianas/IQRs quando assimétrico; inclua N por grupo.
• Declare modelo e covariáveis uma vez por análise; evite repetir detalhes técnicos.

Frase modelo: “Comparado com o controle, a intervenção aumentou a média das pontuações nos testes em 6,2 pontos (IC 95% 3,4–9,0; n=412; ajustado para linha de base, idade, local); p = 0.001.”

12) Escrevendo resultados qualitativos

• Nomeie temas claramente e vincule-os às suas perguntas; forneça uma definição analítica breve para cada um.
• Provas com citações ou notas de campo: escolha trechos vívidos e típicos; atribua características anonimizadas do falante quando relevante.
• Mostre o padrão: indique prevalência/variação sem transformar trabalho qualitativo em pseudo-quantificação.
• Rastro de auditoria: declare brevemente a abordagem de codificação, verificações entre codificadores e notas reflexivas; código completo no apêndice.

13) Tabelas e figuras: microconvenções que impressionam os revisores

• Refira-se a cada visual no texto (“veja Fig. 2”) e diga aos leitores o que observar (“Fig. 2 mostra a quebra acentuada pós-política”).
• Use unidades, escalas de eixo e abreviações consistentes em todas as figuras.
• Evite excesso de precisão (por exemplo, duas casas decimais, a menos que a medição justifique mais).
• Notas de rodapé do modelo, definições de variáveis e ajustes de multiplicidade dentro da tabela.

14) Robustez, sensibilidade e resultados negativos

A credibilidade aumenta quando você testa proativamente a fragilidade.

• Robustez: especificações alternativas, larguras de banda, níveis de agrupamento, priors ou regras de exclusão.
• Sensibilidade: diagnóstico de influência, métodos para dados faltantes, definições alternativas de desfecho.
• Resultados negativos/nulos: declare-os claramente; enfatize precisão (ICs) e poder em vez de pedir desculpas.

15) Armadilhas comuns (e correções)

• Desvio nos métodos: resultados incluem métodos novos não descritos anteriormente. Correção: mover detalhes do método para Métodos e fazer referência cruzada.
• Duplicação: repetir cada célula da tabela no texto. Correção: resumir o padrão; direcionar leitores para a tabela.
• Superinterpretação: implicar causalidade a partir de desenhos descritivos ou fracamente identificados. Correção: qualificar as afirmações; mover especulação de mecanismo para Discussão.
• Ótica de p-hacking: muitos testes sem controle de multiplicidade. Correção: pré-especificar e controlar FWER/FDR; marcar análises exploratórias.
• Figuras opacas: eixos sem rótulo, fontes pequenas, cores ambíguas. Correção: redesenhar com ergonomia centrada no leitor.

16) Mini-modelos que você pode adaptar

Métodos—desenho & amostra:
“Conduzimos um ensaio randomizado por cluster em 24 escolas (12 intervenção, 12 controle). A elegibilidade requeria [criteria]. Randomizamos com blocos de tamanho 4 estratificados por distrito; alocação foi oculta via [method]. Análise de poder indicou n=… para detectar Δ=… com α=0,05 (80% de poder).”

Métodos—plano de análise:
“O desfecho primário foi [measure]. Estimamos efeitos por intenção de tratar usando modelos lineares mistos com interceptos aleatórios para escola e efeitos fixos para escore basal, série e distrito. Avaliamos pressupostos via diagnóstico de resíduos e controlamos FDR em 5% para desfechos secundários.”

Resultados—desfecho primário:
“Estudantes em escolas de intervenção pontuaram 6,2 pontos a mais que os controles (IC 95% 3,4–9,0; n=412; p = 0.001). Efeitos foram consistentes entre as séries (interação p = 0.41). Veja Tabela 2 para coeficientes do modelo e Fig. 1 para médias ajustadas.”

Resultados—tema qualitativo:
“Tema A: Atrito de Recursos. Os participantes descreveram escassez crônica que restringia a adoção ('Compartilhamos um dispositivo entre quatro'—Professor, área rural). Relatos associaram o atrito a gargalos de agendamento em vez de atitudes, alinhando-se com a associação quantitativa entre acesso ao dispositivo e adoção (Tabela 3).”

17) Integração de métodos mistos

Se você usou tanto abordagens quantitativas quanto qualitativas, relate cada uma claramente, depois integre explicitamente.

• Use um parágrafo integrador na Discussão: mostre convergência, complementaridade ou divergência.
• Referência cruzada: “O efeito Quantitativo na adoção (Tabela 2) é explicado pelas barreiras de agendamento relatadas (Tema A).”

18) Reprodutibilidade e transparência

• Declarações de disponibilidade: informe aos leitores onde encontrar dados e código (ou por que o acesso é restrito) e sob qual licença.
• Versionamento: cite versões de software e pacotes; inclua um sessionInfo() ou arquivo de ambiente no seu repositório.
• Readme: forneça um script de reprodução passo a passo (ex., 00_clean → 01_analyze → 02_tables_figures).

19) Um checklist conciso antes da submissão

1. Desenho nomeado e justificado; métodos reproduzíveis a partir do texto + apêndice.
2. Amostragem, elegibilidade e n relatados; poder/saturação abordados.
3. Todos os instrumentos definidos com confiabilidade/validade; dispositivos calibrados.
4. Randomização/mascaramento e ocultação de alocação (se aplicável) descritos.
5. Desfechos primários/secundários declarados; plano de análise e suposições indicados.
6. Aprovações éticas e consentimento incluídos; disponibilidade de dados/código declarada.
7. Tabelas/figuras elaboradas primeiro; legendas são independentes; sem duplicação no texto.
8. Resultados Quantitativos incluem tamanhos de efeito, ICs, valores p exatos; multiplicidade tratada.
9. Resultados Qualitativos incluem temas nomeados, citações e transparência na codificação.
10. Robustez/sensibilidade e resultados negativos relatados sem desculpas.

Conclusão

Um artigo persuasivo torna fácil confiar no que você fez e ver o que encontrou. Mantenha os métodos enxutos, mas completos, com justificativas ao lado dos passos. Deixe os resultados seguirem a lógica das suas perguntas, expressos por meio de uma narrativa sucinta e visuais honestos e bem elaborados. Se um colega puder refazer seu estudo a partir do seu texto e apêndices, e se seus resultados parecerem uma resposta clara em vez de um suspense, você alcançou o padrão profissional que os editores procuram.