sinapse-ai 9.2.0 → 9.4.0

package/squads/squad-research/knowledge-base/community-research-methods.md

@@ -0,0 +1,194 @@
+# Community Research Methods
+
+> Extraído e sintetizado de MS-010 Forum & Community Platform Engineering (2026) — análise de Reddit, Discord, Stack Overflow, Discourse e outras plataformas com dados de 2025-2026.
+
+## Fundamentos Teóricos
+
+### Barabási-Albert Model (Redes Scale-Free)
+Redes sociais reais não são aleatórias — seguem power-law degree distributions onde poucos nós (hubs) têm vastamente mais conexões que a maioria.
+
+**Dois mecanismos:**
+1. **Growth:** Redes adicionam continuamente novos nós
+2. **Preferential attachment:** Novos nós preferem conectar a nós já bem conectados ("rich-get-richer")
+
+**Distribuição:** P(k) ~ k^(-gamma), tipicamente gamma entre 2 e 3.
+
+**Aplicação em research:** Identifique os hubs de uma comunidade/mercado — eles movem informação e opinião de forma desproporcional. Em análise competitiva, os "subreddits hub" são pontes entre clusters de usuários.
+
+### Granovetter: Força dos Laços Fracos (1973)
+Paradoxo fundamental: **laços fracos (conhecidos) são mais valiosos que laços fortes (amigos íntimos)** para difusão de informação.
+
+**Por quê:** Laços fortes clusters dentro de grupos densos onde todos compartilham a mesma informação. Laços fracos fazem ponte entre clusters, permitindo que informação nova flua.
+
+**Duas hipóteses centrais:**
+1. Laços fortes se concentram em grupos densamente conectados
+2. Grupos são conectados por laços fracos esparsos — vitais para difusão
+
+**Aplicação em research:** Para entender como uma ideia/tendência se propaga, mapeie os laços fracos (bridges entre comunidades), não apenas os laços fortes (influenciadores dentro de uma comunidade).
+
+## Network Effects: Taxonomia para Pesquisa
+
+| Tipo | Definição | Exemplo para Pesquisa |
+|------|-----------|----------------------|
+| **Direct** | Mais usuários = mais valor para todos | Mais usuários de uma plataforma = mais dados para análise |
+| **Indirect** | Mais usuários atraem bens complementares | Mais usuários = mais criadores de conteúdo a monitorar |
+| **Cross-side** | Grupo A beneficia Grupo B | Mais compradores = mais vendedores a estudar |
+| **Same-side** | Grupo beneficia a si mesmo | Mais respondentes = pesquisa mais representativa |
+| **Data** | Mais uso = algoritmos melhores | Mais buscas = melhores insights de intenção |
+| **Local** | Network effects dentro de sub-clusters | Comunidade de nicho tem mais relevância que plataforma geral |
+
+## Leis Matemáticas de Redes
+
+### Metcalfe's Law
+**V = n²** (onde V = valor da rede, n = usuários)
+
+- Facebook: revenue ao longo de uma década seguiu curva n-squared
+- Implicação para research: uma plataforma com 2x os usuários tem potencialmente 4x o valor como fonte de dados/insights
+- **Limitação:** Assume todas as conexões igualmente valiosas — raramente verdade
+
+### Reed's Law
+**V = 2^n** (redes que formam grupos)
+
+- Plataformas que suportam grupos (Discord servers, Facebook Groups, Slack) capturam mais valor
+- Função como limite teórico superior — nunca observado completamente na prática
+- **Implicação para research:** Plataformas com sub-comunidades têm mais pontos de pesquisa que plataformas com conexões apenas diáticas
+
+### Andrew Chen's Death Spiral
+Network effects funcionam em ambas as direções. Se usuários saem, a rede perde valor → mais usuários saem → aceleração do declínio.
+
+**Implicação para research:** Monitorar saúde de comunidades é crítico. Métricas de saída antecipam declínio antes que seja evidente nos dados de crescimento.
+
+## Social Graph Analysis em Prática
+
+### Modelos de Grafo por Plataforma
+
+| Plataforma | Modelo de Grafo | Característica-Chave |
+|------------|----------------|---------------------|
+| Reddit | Bipartite (usuários ↔ subreddits) | Routing de conteúdo por assinatura |
+| Discord | Hierárquico (servers → categories → channels) | Controle de acesso por role |
+| Stack Overflow | Tripartite (usuários ↔ perguntas ↔ tags) | Clustering de expertise por tag |
+| LinkedIn | Degrees of connection (1st, 2nd, 3rd) | Alcance profissional por grau |
+| Twitter/X | Directed (follow) + Undirected (mentions) | Influência assimétrica |
+
+### Algoritmos de Detecção de Comunidade
+- **Louvain Method:** Detecta clusters por maximização de modularidade — bom para comunidades grandes
+- **Label Propagation:** Rápido e escalável — cada nó adota label mais comum de seus vizinhos
+- **Girvan-Newman:** Remove arestas de maior betweenness progressivamente — revela hierarquia de comunidades
+
+### Métricas de Grafo para Research
+
+| Métrica | O Que Indica | Uso em Research |
+|---------|-------------|-----------------|
+| **Degree Centrality** | Quantas conexões diretas um nó tem | Identificar influenciadores/hubs |
+| **Betweenness Centrality** | Quantas vezes um nó está no caminho entre outros | Identificar brokers de informação |
+| **Closeness Centrality** | Distância média para todos os outros nós | Identificar nós com acesso rápido à rede |
+| **PageRank** | Importância considerando quem aponta para o nó | Ranquear influência em redes direcionadas |
+| **Clustering Coefficient** | Quão conectados estão os vizinhos de um nó | Detectar echo chambers |
+
+## Algoritmos de Ranking de Conteúdo em Comunidades
+
+### Reddit Hot Algorithm
+```
+hot_score = log10(max(|score|, 1)) * sign(score) + (timestamp / 45000)
+```
+- Score = upvotes - downvotes
+- **Propriedades:** Scaling logarítmico de votos; tempo nunca decresce; half-life de 12.5 horas
+- **Para research:** Os primeiros votos têm impacto desproporcional — posts virais não são necessariamente os melhores
+
+### Hacker News Gravity Algorithm
+```
+score = (P - 1) / (T + 2)^G
+```
+- P = pontos, T = horas desde submissão, G = gravity (default 1.8)
+- **Propriedades:** Decaimento ativo ao longo do tempo; tunable gravity
+- **Para research:** Conteúdo técnico/nicho tem vida mais longa que HN do que em Reddit
+
+### Wilson Score Interval (Stack Overflow Best Sort)
+Ranqueia pelo limite inferior do intervalo de confiança para aprovação real:
+- Corrige para amostras pequenas: 5 upvotes/0 downvotes pode superar 100 upvotes/40 downvotes
+- **Para research:** Melhor proxy de "qualidade real" que simples contagem de votos
+
+## Métodos de Pesquisa de Comunidade
+
+### Digital Ethnography
+Observação sistemática de comunidades online:
+1. **Lurking phase:** 2-4 semanas observando sem intervir — entender normas, gírias, hierarquias
+2. **Mapping phase:** Identificar key contributors, hubs, tipos de conteúdo, horários de pico
+3. **Analysis phase:** Classificar interações, tensões, padrões emergentes
+4. **Validation phase:** Confirmar interpretações com membros da comunidade (se aplicável)
+
+### Netnografia (Kozinets 2002, atualizado 2020)
+Adaptação da etnografia para ambientes digitais:
+- Imersão cultural (participar genuinamente)
+- Coleta de dados naturais (não interferir no comportamento)
+- Interpretação cultural (entender significado, não apenas frequência)
+- **Diferencial:** Captura como comunidades criam significado, não apenas o que dizem
+
+### Community Health Monitoring
+Métricas para monitorar saúde de uma comunidade ao longo do tempo:
+
+| Métrica | Sinal Saudável | Sinal de Alerta |
+|---------|---------------|-----------------|
+| DAU/MAU ratio | >15% | <5% |
+| D1 retention | >40% | <20% |
+| D7 retention | >25% | <10% |
+| Post/member ratio | Crescendo | Declinando 3+ semanas |
+| Response rate | >60% de posts respondidos | <30% |
+| Moderator actions | Estável | Crescente aceleradamente |
+
+## Trust e Reputação em Comunidades
+
+### Discourse Trust Levels (Gold Standard)
+
+| Level | Nome | Como Ganho | Privilégios-Chave |
+|-------|------|-----------|-------------------|
+| TL0 | New | Default | Ações básicas |
+| TL1 | Basic | Ler tópicos, tempo no site | PMs, flags |
+| TL2 | Member | Participação ativa (semanas) | Convites, wiki posts |
+| TL3 | Regular | Participação sustentada (meses) | Recategorizar, mover tópicos; auto-revogado se cair |
+| TL4 | Leader | Concedido por admins | Poderes totais de moderação |
+
+**Insight para research:** Trust levels são o melhor proxy para qualidade de contributor. Análise de TL3+ revela comunidade "real" de especialistas.
+
+### Stack Overflow Reputation-Privilege Model
+- +10 por upvote em resposta; +15 por accepted answer
+- Cap de 200 rep/dia (previne grinding)
+- Privilégios progressivos: 15 rep → upvote; 125 rep → downvote; 2,000 → editar qualquer post
+
+**Insight para research:** Reputação de 1,000+ indica expertise genuína. Padrões de upvote revelam consenso técnico da comunidade.
+
+## Fontes de Dados para Community Research
+
+### APIs Oficiais
+- **Reddit API:** Free tier limitado (100 req/min); dados históricos via Pushshift (parcialmente disponível)
+- **Stack Exchange API:** API pública, 10,000 req/dia sem auth
+- **Discord:** Apenas próprios servers via bot
+- **GitHub API:** Issues, discussions, contribution graphs
+
+### Ferramentas de Análise
+| Ferramenta | Foco | Gratuito? |
+|-----------|------|-----------|
+| Brandwatch | Social listening enterprise | Não |
+| Pulsar | Audience intelligence | Não |
+| SparkToro | Audience research (onde passam tempo) | Parcialmente |
+| Followerwonk | Twitter/X análise | Parcialmente |
+| Social Blade | YouTube/Twitch stats | Sim |
+
+### Dados Estruturados Públicos
+- **Reddit:** Subreddit stats via third-party (Subreddit Stats, Redditmetis)
+- **Stack Overflow:** Data Explorer (SEDE) — queries SQL completas em dados públicos
+- **GitHub:** Trending repositories, dependency graphs públicos
+
+## Armadilhas em Community Research
+
+| Armadilha | Descrição | Mitigação |
+|-----------|-----------|-----------|
+| Vocal minority | 1% cria conteúdo, 9% reage, 90% lurka | Complementar com surveys representativos |
+| Platform sample bias | Comunidade Reddit ≠ mercado geral | Triangular com dados offline/outros canais |
+| Survivorship | Só vê comunidades ativas, não as que morreram | Incluir análise de comunidades fracassadas |
+| Gaming detection | Bots, coordenação artificial, astroturfing | Verificar padrões de criação de conta, timing de posts |
+| Temporal drift | Normas de comunidades mudam rapidamente | Análise longitudinal, não snapshots únicos |
+
+---
+
+*Knowledge base da squad-research | Fonte: MS-010 Forum & Community Platform Engineering*

package/squads/squad-research/knowledge-base/hybrid-retrieval-patterns.md

@@ -0,0 +1,144 @@
+# Hybrid Retrieval Patterns
+
+> Extraído e sintetizado de MS-009 Agentic Second Brain (2026) — estado da arte em retrieval para sistemas RAG e Second Brains.
+
+## Princípio Central
+
+**Hybrid search (BM25 + embeddings + graph traversal) é o padrão de produção em 2026.** Sistemas com retrieval monomodal (apenas semântico OU apenas keyword) são considerados subótimos. A combinação reduz erros em 35-60% versus retrieval semântico puro.
+
+## Por Que BM25 Ainda Importa
+
+Apesar dos avanços em embeddings, BM25 permanece imbatível para:
+- Códigos de produto exatos e SKUs
+- Terminologia legal e regulatória específica
+- Acrônimos únicos e jargões técnicos
+- Nomes próprios e marcas
+
+Para a maioria das aplicações RAG reais, full-text search fornece precisão que vector search não alcança confiavelmente.
+
+## A Stack Híbrida de Produção
+
+```
+[Query do Usuário]
+  |
+  +-- BM25 (keyword search)        --> Top-K resultados
+  |
+  +-- Dense Embeddings (semantic)  --> Top-K resultados
+  |
+  +-- Knowledge Graph (structured) --> Entidades + Relações
+  |
+  --> Reciprocal Rank Fusion (RRF) --> Merged & Ranked
+  |
+  --> Cross-Encoder Reranking      --> Final Top-N
+  |
+  --> LLM Generation com Context
+```
+
+## Reciprocal Rank Fusion (RRF)
+
+**A fórmula que une os mundos:** Se um documento aparece no Top-5 de AMBOS keyword e semantic search, recebe boost massivo — garantindo que documentos relevantes por ambos critérios sejam priorizados.
+
+```python
+# Fórmula RRF
+rrf_score = sum(1 / (k + rank_i) for i in retrieval_systems)
+# k = constante (tipicamente 60)
+# rank_i = posição do documento no sistema i
+```
+
+**Por que funciona:** Documentos consistentemente relevantes em múltiplos sistemas recebem scores cumulativos, enquanto falsos positivos (relevantes em apenas 1 sistema) ficam abaixo.
+
+## Camadas de Retrieval
+
+### Camada 1: BM25 (Full-Text)
+- **Ferramenta:** Elasticsearch, OpenSearch, Typesense, Meilisearch
+- **Força:** Termos exatos, queries específicas
+- **Configurar:** Field weighting (título > corpo), stemming para pt-BR
+
+### Camada 2: Dense Embeddings (Semantic)
+- **Modelos recomendados 2026:**
+  - `text-embedding-3-large` (OpenAI) — melhor qualidade geral
+  - `voyage-3` (Voyage AI) — melhor custo/benefício para pt-BR
+  - `bge-m3` (open-source) — multilingual, self-hosted
+- **Vector DB:** pgvector (início) → Weaviate/Pinecone (produção)
+- **Força:** Sinonímia, variações linguísticas, contexto semântico
+
+### Camada 3: Knowledge Graph (Structural)
+- **Quando usar:** Queries sobre relações, entidades conectadas, raciocínio multi-hop
+- **Força:** "Quais empresas competem com X no mercado Y?"
+- **Implementação:** Graphiti para temporal, Neo4j para estático
+
+### Camada 4: Cross-Encoder Reranking
+- **O que é:** Segundo estágio de ranking com modelo mais pesado
+- **Modelos:** `cross-encoder/ms-marco-MiniLM-L-6-v2` (open-source)
+- **Trade-off:** +latência vs +precisão (usar apenas no Top-20, não no full corpus)
+
+## Agentic RAG (Estado da Arte 2026)
+
+Evolução do RAG passivo para RAG ativo — agente que planeja, recupera, raciocina e itera:
+
+```
+[Query]
+  --> Plan: Quais sub-queries são necessárias?
+  --> Retrieve: Executar retrieval para cada sub-query
+  --> Reason: Síntese dos resultados
+  --> Critique: Os resultados respondem a query?
+  --> Refine: Se não, reformular e repetir (max 3 ciclos)
+  --> Generate: Resposta final com fontes
+```
+
+**Referência acadêmica:** arXiv 2501.09136 — survey formal sobre Agentic RAG.
+
+## Tiers de Armazenamento para Retrieval
+
+| Tier | Acesso | Armazenamento | Latência | Exemplo |
+|------|--------|---------------|----------|---------|
+| **HOT** | Context window | In-memory (tokens) | <1ms | Tarefa atual, últimas mensagens |
+| **WARM** | Recuperável | Vector DB + Cache | <300ms | Notas recentes, entidades do projeto |
+| **COLD** | Sob demanda | Filesystem + Archive | >1s | Notas antigas, projetos concluídos |
+
+**Princípio do ContextForge:** Uma nota se torna HOT não apenas por acesso recente, mas por relevância semântica à tarefa atual — mesmo armazenada semanas atrás.
+
+## Token Budget para Contexto RAG
+
+```
+TOTAL WINDOW: 200,000 tokens (Claude exemplo)
+  |- System Prompt:      ~2,000 tokens (1%)
+  |- Agent Persona:      ~1,500 tokens (0.75%)
+  |- Memory Context:    ~50,000 tokens (25%)  ← GERENCIADO via retrieval
+  |    |- HOT (current):  ~20,000
+  |    |- WARM (retrieved): ~30,000
+  |- Tool Results:      ~50,000 tokens (25%)  ← DINÂMICO
+  |- Response Budget:   ~76,500 tokens (38%)  ← RESERVADO
+```
+
+## Ferramentas de Memória Híbrida (2026)
+
+| Ferramenta | Abordagem | Destaque |
+|-----------|-----------|----------|
+| **Mem0** | Graph DB + vector | 26% accuracy gain vs OpenAI Memory, 91% menor latência, 90% menos tokens. $24M Series A (Out 2025) |
+| **Zep/Graphiti** | Temporal graph | 94.8% accuracy DMR; retrieval P95 300ms sem LLM calls |
+| **Cognee** | Graph-vector hybrid | $7.5M seed (Fev 2026); 30+ conectores, 1M+ pipeline runs |
+| **Letta (MemGPT)** | Virtual context (OS-inspired) | Memory blocks read/write; Conversations API cross-session |
+| **ContextForge** | Three-tier HOT/WARM/COLD | 10x compression ratio; auto-promoção/remoção entre tiers |
+
+## Implementação Passo a Passo
+
+1. **Dual Index:** BM25 index (Elasticsearch/Typesense) + vector index (pgvector) para cada documento
+2. **Graph Layer:** Extrair entidades/relações durante ingestão com LLM
+3. **Hybrid Fusion:** Implementar RRF com k=60 como ponto de partida
+4. **Reranking:** Adicionar cross-encoder apenas para Top-20 resultados do RRF
+5. **Context Packing:** Selecionar e ordenar chunks para maximizar utilidade no context window
+6. **Feedback Loop:** Rastrear quais resultados o agente realmente usa para melhorar rankings
+
+## Riscos
+
+| Risco | Sinal | Mitigação |
+|-------|-------|-----------|
+| Semantic drift | Embeddings retornando resultados off-topic | Reembarcar modelos periodicamente, monitorar retrieval quality |
+| Index staleness | Respostas referenciando informação desatualizada | Pipeline de re-indexação automática ao update de nota |
+| Over-retrieval | Contexto poluído com muito material | Limit Top-N, threshold de relevância mínimo |
+| Single-modality bias | Perder resultados keyword-específicos | Sempre manter BM25 ativo ao lado de embeddings |
+
+---
+
+*Knowledge base da squad-research | Fonte: MS-009 Agentic Second Brain*

package/squads/squad-research/knowledge-base/knowledge-graph-construction.md

@@ -0,0 +1,122 @@
+# Knowledge Graph Construction
+
+> Extraído e sintetizado de MS-009 Agentic Second Brain (2026) — 67 fontes consultadas.
+
+## O Que E e Por Que Importa
+
+Knowledge graphs transformam texto não estruturado em redes de entidades e relações que permitem raciocínio estruturado, inferência e navegação semântica. Em 2025, organizações reportando 300-320% ROI na construção de KGs, com LLMs tornando viável em dias o que antes levava meses de NLP especializado.
+
+## Arquiteturas de Knowledge Graph
+
+### Grafo Estático (Tradicional)
+- Entidades e relações fixas, extraídas uma vez
+- Bom para: domínios estáveis, taxonomias corporativas
+- Limitação: não acompanha evolução de fatos ao longo do tempo
+
+### Grafo Temporal (Graphiti/Zep)
+Modelo bi-temporal que rastreia **quando um evento ocorreu** E **quando foi ingerido**:
+- Cada aresta inclui intervalos de validade explícitos
+- Conflitos resolvidos via metadata temporal (invalidar, não descartar)
+- Suporte a ontologia prescrita + aprendida
+- Retrieval P95 de 300ms via busca híbrida (embeddings + BM25 + graph traversal), sem LLM calls durante recuperação
+- **Benchmarks:** 94.8% accuracy DMR com gpt-4-turbo; 18.5% ganho em LongMemEval com 90% redução de latência
+
+### GraphRAG (Microsoft Research)
+Evolução do RAG tradicional que incorpora um knowledge graph no retrieval:
+
+```
+[Query]
+  --> Graph Traversal (entidades/relações relevantes)
+  --> Vector Search (cobertura semântica)
+  --> Combinação via RRF (Reciprocal Rank Fusion)
+  --> LLM Generation com contexto estruturado + semântico
+```
+
+**LazyGraphRAG:** Indexação ao custo de vector RAG (0.1% do custo GraphRAG full) com qualidade comparável para queries globais — estratégia recomendada para começar.
+
+**Ganhos reportados:** Melhora em faithfulness, relevância de resposta e context recall vs RAG puro.
+
+## Frameworks de Organização do Conhecimento
+
+| Framework | Estrutura | Foco | Ideal Para |
+|-----------|-----------|------|-----------|
+| **Zettelkasten** | Rede de notas atômicas interligadas | Emergência de ideias | Pesquisa, escrita |
+| **PARA** | Projects / Areas / Resources / Archives | Ação e produtividade | Gestão de projetos |
+| **Evergreen Notes** | Notas conceituais que evoluem | Pensamento duradouro | Reflexão profunda |
+| **MOC (Maps of Content)** | Notas-índice que agregam temáticas | Navegação | Vaults grandes |
+| **Knowledge Graph** | Entidades + relações + atributos | Raciocínio e inferência | Sistemas agênticos |
+
+## Processo de Construção de Ontologia
+
+### 1. Definir Tipos de Entidade
+Exemplos para research: Pessoa, Conceito, Mercado, Empresa, Tendência, Fonte, Decisão, Insight, Projeto
+
+### 2. Definir Tipos de Relação
+- `relaciona-se-com`, `depende-de`, `contradiz`, `evolui-de`
+- `é-evidência-de`, `refuta`, `suporta`, `pertence-a`
+- `concorre-com`, `complementa`, `antecede`
+
+### 3. Granularidade
+- **Notas atômicas:** 1 ideia = 1 nó (Zettelkasten)
+- **Notas compostas:** 1 tema = 1 nó com seções (PARA)
+- **Escolha:** Atômico para raciocínio profundo, composto para produtividade
+
+### 4. Extração Automática via LLM
+```python
+# Prompt pattern para extração de entidades/relações
+"""
+Dado o texto abaixo, extraia:
+1. Entidades: [nome, tipo, atributos principais]
+2. Relações: [entidade_a, tipo_relação, entidade_b, confiança 1-5]
+3. Fatos temporais: [fato, data/período, validade]
+Texto: {text}
+"""
+```
+
+### 5. Ontologia Evolutiva
+- Permitir que o sistema aprenda novas categorias do uso
+- Graphiti: ontologia híbrida (prescrita + aprendida automaticamente)
+- Revisar ontologia mensalmente nos primeiros 3 meses
+
+## Vector Databases: Comparativo 2026
+
+| Database | Ideal Para | Scale Max | Latência (P95) | Compliance |
+|----------|-----------|-----------|----------------|------------|
+| **Pinecone** | Produção enterprise | Bilhões | <50ms | SOC 2 II, ISO 27001 |
+| **Weaviate** | Hybrid search nativo | Centenas de milhões | <100ms | SOC 2 II, HIPAA |
+| **Qdrant** | Performance/custo | Centenas de milhões | <100ms | SOC 2 II |
+| **Chroma** | Prototipagem rápida | Milhões | Variável | Open-source |
+| **pgvector** | PostgreSQL integration | 5-100M | Variável | Herda do PG |
+| **Milvus** | Custo em escala | Bilhões | <50ms | Open-source |
+
+**Estratégia:** Começar com pgvector/Chroma para prototipo → migrar para Pinecone/Weaviate para produção.
+
+## Métricas de Saúde do Knowledge Graph
+
+| Métrica | O Que Mede | Target |
+|---------|-----------|--------|
+| Connection density | Links por nó (média) | >3 links/nota |
+| Coverage completeness | % tópicos cobertos vs demandados | >80% |
+| Orphan nodes | Nós sem conexões | <5% |
+| Graph diameter | Distância média entre nós | <6 hops |
+| Decay rate | % nós desatualizados por período | <10%/mês |
+
+## Riscos e Mitigações
+
+| Risco | Mitigação |
+|-------|-----------|
+| Over-engineering ontológico | Começar simples, expandir baseado em uso |
+| Rigidez taxonômica | Usar tags fluidas + taxonomia fixa |
+| Lock-in ferramental | Formato open (markdown + JSON) como base |
+| Inconsistência temporal | Modelo bi-temporal obrigatório para fatos mutáveis |
+| Grafo disconnected | Processo de auto-conexão ao ingesting nova nota |
+
+## Pessoas-Chave
+
+- **Niklas Luhmann** — Criador do Zettelkasten (70 livros, 90,000 fichas)
+- **Tim Berners-Lee** — Semantic Web, RDF, OWL — fundamentos de ontologias machine-readable
+- **Preston Rasmussen** — Autor do paper Zep/Graphiti sobre grafos temporais para memória de agentes
+
+---
+
+*Knowledge base da squad-research | Fonte: MS-009 Agentic Second Brain*

package/squads/squad-research/knowledge-base/mixed-methods-research-design.md

@@ -0,0 +1,168 @@
+# Mixed Methods Research Design
+
+> Framework para combinar métodos qualitativos e quantitativos em pesquisas integradas. Maximiza validade e riqueza de insights.
+
+## Por Que Mixed Methods
+
+Nenhum método é superior — são complementares:
+
+| Qualitativo | Quantitativo |
+|-------------|--------------|
+| Responde "por que?" e "como?" | Responde "quantos?" e "com que frequência?" |
+| Profundidade de compreensão | Generalização para população |
+| Hipóteses emergentes | Teste de hipóteses |
+| Significado e contexto | Prevalência e magnitude |
+| N pequeno, riqueza alta | N grande, profundidade limitada |
+
+**Mixed Methods:** Usa ambos de forma integrada, com design que maximiza a contribuição de cada um.
+
+## Os 4 Designs Principais
+
+### Design 1: Exploratório Sequencial (QUAL → QUAN)
+
+```
+Pesquisa Qualitativa
+    → Gerar hipóteses e dimensões
+    → Construir survey/instrumento quantitativo
+        → Validar em escala
+            → Quantificar e generalizar
+```
+
+**Quando usar:** Campo pouco estudado, não há framework ou instrumento validado.
+
+**Exemplo:** Entrevistas com 15 early adopters → identificar 5 dimensões de valor → survey com 500 usuários para medir importância de cada dimensão.
+
+**Timing:** Qualitativo antes de decidir o que medir quantitativamente.
+
+### Design 2: Explanatório Sequencial (QUAN → QUAL)
+
+```
+Pesquisa Quantitativa (survey, analytics)
+    → Identificar padrões, segmentos ou outliers
+        → Pesquisa Qualitativa com casos específicos
+            → Explicar os mecanismos por trás dos números
+```
+
+**Quando usar:** Dados quantitativos geraram resultado surpreendente ou segmento interessante que precisa de explicação.
+
+**Exemplo:** Análise de cohort identifica que usuários de segunda-feira retêm 40% mais → entrevistas com usuários de segunda-feira para entender por quê.
+
+**Timing:** Quantitativo guia a amostragem qualitativa.
+
+### Design 3: Convergente (Paralelo)
+
+```
+Pesquisa Qualitativa  +  Pesquisa Quantitativa
+        (simultâneas, independentes)
+                ↓               ↓
+            Resultados      Resultados
+                    ↓
+               Triangulação
+                    ↓
+          Integração e Interpretação
+```
+
+**Quando usar:** Quer comparar perspectivas de profundidade com dados de escala.
+
+**Exemplo:** Entrevistas com 20 clientes + survey com 400 clientes executados em paralelo → comparar temas emergentes vs. métricas de satisfação.
+
+**Força:** Achados que convergem = maior confiança. Divergências = campo fértil para investigação.
+
+### Design 4: Transformativo/Embedded
+
+```
+Pesquisa Principal (QUAN ou QUAL)
+    Embutida: pesquisa secundária do outro tipo em fase específica
+```
+
+**Quando usar:** Uma abordagem é claramente dominante mas precisa de complementação em fase específica.
+
+**Exemplo:** RCT (principal quantitativo) com entrevistas qualitativas embutidas na fase de análise de processo.
+
+## Triangulação: Como Executar
+
+Triangulação é o processo de convergir múltiplas fontes de evidência para validar achados.
+
+### Tipos de Triangulação
+
+| Tipo | O Que É | Exemplo |
+|------|---------|---------|
+| **Metodológica** | Mesmo fenômeno, métodos diferentes | Entrevista + survey + analytics |
+| **Fontes** | Mesma metodologia, fontes diferentes | Clientes + não-clientes + churned |
+| **Analista** | Mesmo material, analistas diferentes | 2 pessoas codificam as mesmas entrevistas |
+| **Teórica** | Interpretar dados com frameworks diferentes | Grounded theory + JTBD + HMW |
+
+### Protocolo de Triangulação
+
+1. Completar análise de cada fonte/método **independentemente**
+2. Documentar achados de cada fonte **antes** de comparar
+3. Mapear: Onde convergem? Onde divergem?
+4. Interpretação:
+   - **Convergência:** Alta confiança — múltiplas janelas para mesma realidade
+   - **Divergência:** Investigar — pode indicar facetas diferentes ou viés em uma fonte
+   - **Complementaridade:** Fontes diferentes iluminam aspectos diferentes — integrar
+
+## Integration Points: Onde Conectar Qual-Quan
+
+| Momento | Decisão de Integração | Exemplo |
+|---------|----------------------|---------|
+| **Design** | Como o qualitativo informa o instrumento quantitativo? | Dimensões de entrevista → perguntas de survey |
+| **Amostragem** | Como o quantitativo seleciona casos para qualitativo? | Segmentos extremos para deep-dive |
+| **Análise** | Como dados são analisados em conjunto? | Joint Display tables |
+| **Interpretação** | Como os achados são discutidos integradamente? | Quando convergem/divergem: o que isso significa? |
+
+## Joint Display: Ferramenta de Integração Visual
+
+Matriz que coloca achados qualitativos e quantitativos lado a lado para comparação:
+
+| Tema/Segmento | Achado Qualitativo | Achado Quantitativo | Convergência? |
+|--------------|-------------------|--------------------:|:-------------:|
+| Friction no onboarding | "Não entendi o primeiro passo" (8/15 participantes) | Taxa de completion: 34% | Convergente |
+| Valor percebido | "Economizo 3h por semana" (maioria) | NPS: 72 | Convergente |
+| Feature X | "Nunca usei, não sei para quê serve" (6/15) | Usage: 8% dos usuários | Convergente |
+| Suporte | "Atendimento excelente" (4/15) | CSAT suporte: 58 | Divergente → investigar |
+
+## Research Design Matrix: Selecionando o Design
+
+| Pergunta de Research | Design Recomendado | Razão |
+|---------------------|-------------------|-------|
+| "Por que churnam?" | Explanatório seq. (QUAN→QUAL) | Dados de churn guiam entrevistas |
+| "O que valorizamos em produto novo?" | Exploratório seq. (QUAL→QUAN) | Não há dimensões pré-definidas |
+| "Nossas personas refletem realidade?" | Convergente | Validar modelo existente |
+| "Qual mensagem funciona melhor?" | QUAN principal (A/B) + QUAL embutido | A/B mede resultado, qual explica mecanismo |
+| "Como usuários experienciam X?" | QUAL dominante | Questão de significado, não de frequência |
+| "Qual o tamanho do problema Y?" | QUAN dominante | Questão de prevalência |
+
+## Rigor em Mixed Methods
+
+### Qualidade Específica do Design Misto
+
+| Critério | Definição | Como Demonstrar |
+|----------|-----------|-----------------|
+| **Legitimação** | Os insights integrados são mais robustos que cada método isolado? | Mostrar convergência/complementaridade explícita |
+| **Completude** | A integração aborda a questão de research melhor que um método único? | Documentar o que cada método contribuiu |
+| **Fidelidade** | Cada método foi executado com rigor próprio? | Critérios de cada método respeitados |
+| **Transformação** | A combinação gerou insights que nenhum método geraria sozinho? | Destacar insights que emergiram só da integração |
+
+## Template de Report Mixed Methods
+
+```
+## Métodos
+### Design: [Tipo de mixed methods design]
+### Fase 1 ([Qual/Quan]): [Descrição breve, n, ferramentas]
+### Fase 2 ([Qual/Quan]): [Descrição breve, n, ferramentas]
+### Integração: [Como os resultados foram combinados]
+
+## Resultados
+### Achados [Qual/Quan]: [Resultados de cada fase separadamente]
+### Integração: [Joint Display ou narrativa integrando os dois]
+
+## Interpretação Integrada
+### Convergências: [O que ambos os métodos confirmam]
+### Divergências: [Onde diferem e o que isso indica]
+### Insights emergentes da integração: [O que só foi possível ver ao combinar]
+```
+
+---
+
+*Knowledge base da squad-research*