Dados brutos, parâmetros ajustados, significâncias, ruído e conclusão de cada
sessão.
Seis sessões conduzidas entre 10 e 15 de agosto de 2026, com dois participantes.
Cada sessão traz três camadas. A descrição diz quem, quando, qual protocolo e quantos cartões sobreviveram aos critérios de exclusão. As medidas de fadiga mostram como o desempenho evoluiu, com a significância estatística de cada tendência. O ajuste do modelo traz os parâmetros de S(t)=c\,t+\frac{b}{k}(1-e^{-kt}), a comparação entre modelos concorrentes por AICc e o limite de existência do limiar.
O modelo precisa de uma grandeza que acumule e que se queira maximizar. Neste trabalho ela é uma só, e está fixada:
S(t) = \text{cartões respondidos corretamente até o instante } t, \qquad r(t) = S'(t) = \text{cartões corretos por minuto}
Cartões apenas percorridos não contam, e palavras lidas não contam: percorrer material não é aprender. A velocidade de leitura, em palavras por segundo, aparece nas tabelas adiante como diagnóstico — ela localiza em qual canal a fadiga age e detecta deriva no tamanho dos textos — mas não é rendimento, porque é uma taxa que não se acumula em nada que se queira maximizar. Nenhum resultado do modelo é calculado a partir dela.
Só dois testes produzem todos os p desta página, e cada linha das tabelas diz qual deles a gerou.
Teste t sobre a inclinação de uma regressão linear. Para cada medida — duração, tempo de leitura, tempo de resposta, velocidade, tamanho do texto — ajusta-se por mínimos quadrados a reta y = a + s\,t, em que t é o tempo de trabalho acumulado em minutos. O que interessa é a inclinação s: se a fadiga existe, ela é diferente de zero. A hipótese nula é H_0: s = 0 — nada muda ao longo da sessão. A estatística é
t = \frac{s}{\mathrm{EP}(s)}, \qquad \mathrm{EP}(s) = \frac{\sqrt{\;\sum (y_i - \hat y_i)^2 / (n-2)\;}}{\sqrt{\;\sum (t_i - \bar t)^2\;}}
e o p é a área bilateral da distribuição t de Student com n-2 graus de liberdade além de |t|. O numerador do erro padrão é o desvio dos resíduos, o denominador é o espalhamento do tempo — por isso uma sessão longa detecta inclinações menores que uma curta, com o mesmo ruído.
Correlação de postos de Spearman. Substitui cada valor pela sua posição na ordenação e correlaciona as posições. Serve de checagem: o teste t supõe relação linear e resíduo aproximadamente normal, enquanto Spearman só supõe que a tendência seja monótona. Quando os dois concordam — e nas quatro sessões válidas eles concordam — a conclusão não depende da forma funcional escolhida.
Nenhum p foi calculado depois de olhar o resultado. As medidas, os critérios de exclusão e os
testes foram fixados antes da coleta. O código que reproduz cada número a partir dos arquivos
brutos está em projetos/limiar/analise-sessoes.py; ele imprime, para cada linha, se o
p veio do teste t ou de Spearman.
Convenção do eixo de tempo. Todas as regressões e o ajuste do modelo usam o tempo de trabalho acumulado: aquecimento e pausas não contam. É a escolha coerente com o objeto do estudo, que é a fadiga por tempo em tarefa e não por tempo de relógio. Usar o relógio da sessão nas sessões cicladas empurraria o ajuste para soluções degeneradas, com c \to 0 e k tão pequeno que a exponencial vira uma reta disfarçada.
Um asterisco marca p < 0{,}05, dois marcam p < 0{,}01, três marcam p < 0{,}001, e n.s. significa não significativo ao nível de 5%. Um resultado não significativo não prova que o efeito não existe — prova apenas que esta amostra não teve poder para separá-lo do ruído.
O coeficiente de variação entre cartões fica sistematicamente entre 21% e 32% em todas as sessões. Essa dispersão não vem do tamanho do texto — testado sobre 180 cartões, o número de palavras explica apenas R^2=0{,}052 do tempo de leitura. Ela vem do conteúdo: familiaridade prévia, densidade conceitual, distração momentânea. É ruído aleatório, que não enviesa mas exige amostra para o sinal emergir.