LIMIAR

1. A pergunta

Quem estuda por longos períodos conhece a sensação: o rendimento do início não se sustenta. A certa altura, cada página lida custa mais tempo e devolve menos. Surge então uma decisão que todo estudante toma no escuro — parar agora e descansar, ou continuar?

As técnicas populares respondem por prescrição fixa: o método Pomodoro, por exemplo, manda estudar 25 minutos e pausar 5, sem fundamentação quantitativa para esses números. Este projeto responde de outro modo: constrói um modelo matemático da sessão de estudo, mede os seus parâmetros em experimentos controlados, e deriva o instante ótimo de interrupção — o Limiar — de uma condição de otimalidade, em vez de fixá-lo por convenção.

2. A ideia, emprestada da ecologia

Em 1976, o ecólogo Eric Charnov estudou um problema análogo: um animal forrageando em manchas de alimento que se esgotam. Ficar mais tempo numa mancha rende cada vez menos; partir custa o deslocamento até a próxima. O Teorema do Valor Marginal demonstra que, para maximizar o ganho médio de longo prazo, o animal deve abandonar a mancha no instante em que o rendimento dela cai até a média global do ambiente.

A transposição para o estudo mapeia cada peça:

• a mancha é o bloco de estudo de cada ciclo;
• o deslocamento entre manchas é a pausa de descanso, de duração x;
• o ganho acumulado S(t) são os acertos somados desde o início do bloco;
• o ganho marginal r(t) = S′(t) é o rendimento instantâneo, em acertos por minuto.

A regra de parada: interrompa o bloco no instante t* em que o rendimento instantâneo iguala o ganho médio global — r(t*) = y. Geometricamente, é a reta mais íngreme traçada do ponto (−x, 0) até tangenciar a curva S(t).

É a pausa no denominador que impede a resposta trivial: sem ela, o melhor momento de parar seria o instante zero. Como a pausa custa tempo sem produzir nada, parar cedo demais desperdiça o ciclo — e parar tarde demais desperdiça a pessoa.

3. O modelo

A fadiga entra pela forma proposta na literatura de ergonomia industrial (Konz 1998; Jaber, Givi e Neumann 2013): uma fração F entre 0 e 1 que cresce durante o trabalho, F(t) = 1 − e^−kt, e decai durante a pausa, deixando o resíduo R = F·e^−μx. Supondo que o rendimento cai linearmente com a fadiga — de um máximo r₀ com a mente descansada até um piso c na fadiga máxima —, obtém-se por substituição direta:

r(t) = c + b·e^−kt, com b = r₀ − c   ·   S(t) = c·t + (b/k)(1 − e^−kt)

Cada parâmetro tem leitura concreta: c é o ritmo sustentável, que a fadiga não alcança; b é a sobra inicial acima dele; k governa a velocidade da queda (meia-vida ln 2/k); μ governa a velocidade da recuperação na pausa. O ganho acumulado é uma reta de inclinação c somada a um bônus que satura em b/k acertos — o extra que se ganha por começar descansado.

Três consequências saem da álgebra. Primeira: o limiar do primeiro bloco tem forma fechada, t* = (1/k)·ln[b/(y−c)]. Segunda: o ótimo só existe enquanto a pausa satisfaz x < b/(k·c) — com os parâmetros medidos, 14,4 minutos; pausas mais longas tornam a interrupção não compensadora. Terceira: como todo bloco termina no mesmo rendimento y, todos terminam na mesma fadiga, toda pausa devolve o mesmo resíduo, e a sequência de limiares se estabiliza já no segundo bloco: o primeiro bloco é o mais longo; os seguintes são iguais entre si e mais curtos. Isso contraria as técnicas de blocos uniformes de maneira específica e testável.

Há uma circularidade que precisa ser resolvida numericamente: a fórmula do limiar exige a taxa média y, mas y depende de onde se para. Como y mora obrigatoriamente entre o piso c e o rendimento inicial c + b, o intervalo de busca é conhecido, e onze cortes pela metade bastam para fixar quatro casas decimais. É o que a calculadora desta página executa, passo a passo.

4. Como se mede

Um instrumento de coleta em navegador — esta página o hospeda — cronometra cada item com precisão de milissegundos e conduz sozinho a estrutura de blocos e pausas. Durante a sessão a tela não mostra relógio, contador nem desempenho: qualquer sinal desses alteraria o comportamento que se quer medir. As respostas são escritas à mão em caderno numerado, e toda a correção acontece apenas ao final. Os critérios de exclusão de itens foram fixados antes da coleta. Os bancos de itens foram construídos com IA generativa sob especificação e conferência do autor, com uso declarado no resumo oficial do trabalho.

5. Primeira bancada: exercícios de cálculo

A primeira tarefa testada foi a resolução de derivadas — itens gerados a partir das listas de Cálculo 1 da Universidade de Brasília, verificados simbolicamente e etiquetados por função e estrutura para controlar a dificuldade. Duas sessões completas, 559 itens cronometrados.

O resultado foi negativo, e decisivo. Na sessão em blocos o rendimento subiu — 73, 84 e 97 acertos por bloco — assinatura de aprendizado, não de fadiga. Na sessão contínua de 115 minutos a acurácia pregou no teto, 283 acertos em 285, e a queda de velocidade esgotou-se em poucos minutos sobre um patamar. A conclusão: executar procedimento já dominado é processamento automático, justamente o canal que a fadiga não degrada. O que ela degrada é a codificação de conteúdo novo — e isso obrigou a troca de tarefa.

6. Segunda bancada: leitura com recordação

A tarefa definitiva mede o estudo na forma mais literal: ler passagens nunca vistas e provar, pergunta a pergunta, que foram absorvidas. O banco contém 355 cartões construídos sobre material didático de História — colonização da América do Norte, revoluções inglesas, Iluminismo, Revolução Industrial. Cada cartão traz um texto autocontido de quatro a cinco frases; ao terminar a leitura o texto desaparece e surge uma pergunta objetiva, respondível em uma a três palavras, de memória.

Essa arquitetura resolve três problemas de medição de uma vez: o texto sumir garante que se mede recordação, e não releitura; separar tempo de leitura e tempo de resposta localiza em qual canal a fadiga age; e adiar toda a correção impede que o conhecimento do próprio desempenho contamine o desempenho medido. Ao todo foram nove sessões válidas entre 10 e 24 de agosto, somando 371 itens medidos sobre 289 cartões distintos do banco: cinco sessões do autor, sujeito principal e treinado na tarefa, e quatro de um voluntário não treinado, de controle. Duas sessões foram descartadas por critérios registrados no diário de bordo.

7. O que os dados mostraram

Os valores abaixo vêm do reajuste completo das nove sessões, recomputado do dado bruto na auditoria de 25 de agosto. O modelo é ajustado sobre a duração de cada cartão, por deviance gama, e a escolha entre as formas concorrentes cabe ao critério de informação de Akaike corrigido.

c = 0,2602  ·  b = 0,1931  ·  k = 0,0515  ·  μ = 0,0308   (acertos por minuto)

• A fadiga existe e é mensurável. Na sessão contínua de referência, a duração por cartão cresceu 52% (p = 0,004) e a velocidade de leitura caiu 34% (p = 0,008), com o tamanho dos textos estável ao longo da sessão (p = 0,57) — o efeito não é artefato do material.
• A fadiga age na codificação, não na recuperação do que já se sabe. O tempo de leitura carrega todo o efeito (p = 0,004) enquanto o tempo de resposta atravessa a sessão plano (p = 0,54). É essa dissociação que justificou trocar a tarefa de exercícios para leitura de conteúdo inédito.
• O rendimento não cai a zero: estaciona num piso. O piso c = 0,2602 acertos por minuto — um acerto a cada 231 segundos, contra 132 segundos no início da sessão. A queda total do início ao piso é de 42,6%, dos quais 40,7% já na primeira hora. Três evidências independentes sustentam o piso: o critério de Akaike o escolhe pagando dois parâmetros a mais (374,3 contra 375,3 da queda a zero e 381,9 da taxa constante); a inclinação da metade final da sessão é indistinguível de zero (p = 0,83); e o nível médio dessa metade concorda com o c ajustado na terceira casa decimal.
• O parâmetro de fadiga é um traço estável — em quem domina a tarefa. No autor, k se reproduz em três sessões de dias e protocolos diferentes com 4,2% de variação, e o piso com 4,5%. No voluntário não treinado, o mesmo k varia 115%, com razão de 182 vezes entre o maior e o menor valor, porque ele atravessava uma curva de aprendizado enquanto era medido. É esse contraste que justifica o desenho de caso único.
• O limiar existe quando a pausa restitui tudo — e some quando não restitui. Supondo recuperação plena e pausa de 5 minutos, a bisseção devolve t* = 27,3 minutos (IC 95%: 14,3 a 50,4). Com a recuperação efetivamente medida, porém, a equação deixa de ter solução: cada minuto de pausa custa o piso, 0,260 acerto, e devolve no máximo (b/k)·μ = 0,115 — a pausa cobra 2,3 vezes o que entrega.
• A recuperação é lenta, e a sua incerteza é a limitação principal. μ = 0,0308 por minuto, meia-vida de 22,5 minutos, com IC 95% de 0,000 a 0,124 obtido por bootstrap de resíduos. Os pontos a partir dos quais ciclar passaria a compensar — 0,075 para pausa de 2 minutos, 0,085 para 5, 0,119 para 10 — caem dentro desse intervalo. A conclusão é o que a medição diz, não algo que os dados excluam.
• Ciclar rendeu menos que estudar direto. Medido por minuto total de sessão, pausas incluídas, os protocolos ciclados renderam de 18 a 19% menos que a sessão contínua equivalente. Dedução e medição independente convergem para o mesmo veredito.

8. Limitações declaradas

• O estudo é de caso único, por desenho e não por conveniência: um modelo de curva individual valida-se em indivíduo, e o parâmetro do voluntário não treinado é instável demais para sustentar estimativa. A generalização para outras pessoas é fronteira declarada do trabalho, não promessa.
• A amplitude do intervalo de confiança de μ, de 0,000 a 0,124, é a limitação principal: ela cobre os pontos de virada a partir dos quais ciclar compensaria.
• Uma sessão foi descartada por interferência do pesquisador-sujeito, com o episódio registrado no diário no dia em que ocorreu.
• O ruído de um cartão isolado é alto, entre 15% e 28%, o que impede que sessões curtas decidam qualquer coisa; a conclusão depende de sessões longas.
• O piso foi medido em sessões de até 2 h 45 de trabalho; a sua persistência além desse horizonte é extrapolação, e distinguir um piso verdadeiro de um decaimento muito lento exigiria sessões mais longas.
• A acurácia saturou em três das cinco sessões do autor, o que impede usar o canal de erro para separar fadiga de simples desaceleração.

9. Material completo

Cada afirmação acima está desenvolvida, com as deduções passo a passo, os dados brutos, as estatísticas e as fontes:

Todos os números desta página foram recomputados do dado bruto na auditoria de 25 de agosto de 2026 e são os mesmos do resumo, do pôster e do diário de bordo do trabalho. Referências principais: Charnov (1976), Optimal foraging, the marginal value theorem; Jaber, Givi & Neumann (2013), Incorporating human fatigue and recovery into the learning–forgetting process.