Dataset Sintético de Avaliações de Reação Educacionais — Enap/EVG (2022–2024)

Dataset sintético gerado para fins de reprodutibilidade científica do artigo "Análise Automatizada de Avaliações Educacionais em Larga Escala: Uma Abordagem Baseada em Processamento de Linguagem Natural", publicado no livro da turma de MBA em Ciência de Dados e Inteligência Artificial Aplicadas da Escola Nacional de Administração Pública (Enap), 2026. Os dados não contêm informações reais de servidores públicos ou da Enap. Foram gerados com distribuições estatísticas calibradas a partir da base original (3.859.221 comentários textuais), em conformidade com a LGPD (Lei nº 13.709/2018). O dataset contém 5.000 registros com 13 colunas, incluindo: identificador, data, curso, temática, modalidade, diretoria, critério avaliado, nota numérica (média 9,24), comentário textual, sentimento classificado (positivo/atenção/crítico), confiança do modelo, dimensão de risco educacional e flag de densidade cognitiva. Código de geração disponível em: https://github.com/franciscomduarte/enap-nlp-educational-risk