Clique no botão ao lado e dê o primeiro passo para se tornar um pesquisador autônomo e independente
Aprender Análise Quantitativa de Dados será o maior diferencial acadêmico que você pode desenvolver.
Assista à aula abaixo. Você vai entender como esse conhecimento vai te tornar um pesquisador totalmente indpendente, capaz de publicar nas melhores revistas da sua área e desenvolver um currículo imbatível.
Dezenas de certificados, centenas de horas para alvancar seu curriculo.
Faça parte da comunidade de alunos com milhares de membros.
Suporte Ao vivo no Zoom para você tirar todas as dúvidas em tempo real.
Garantia incondicional de 30 dias. Sem burocracia, sem perguntas.
Vamos te proporcionar total autonomia na análise dos seus dados e te transformar em um pesquisador de excelência.
Kaline Lima queria ser pesquisadora e psicometrista.
Entrou na Psicometria Online Academy para acelerar sua carreira.
Concluiu o doutorado com facilidade, publicou artigos nacionais e internacionais e hoje é professora da UNIFOR, em um programa CAPES 5.
Assista ao vídeo e veja como a Academy impulsionou sua trajetória.
Ana Cláudia é mestranda em Computação na USP. Ela e seu orientador entraram na Psicometria Online Academy para aprender construção, adaptação e validação de instrumentos.
Mesmo com a rotina intensa — trabalho em tempo integral e aulas à noite —, fez o que precisava para publicar seu artigo em uma excelente revista da NATURE.
Se você busca inspiração, assista ao vídeo da Ana Cláudia.
Luiz Victorino é head de pesquisa em uma empresa de RH, atuando exclusivamente com construção, adaptação e validação de instrumentos.
Entrou na Psicometria Online Academy para se aprofundar — e hoje todo o seu time faz parte da formação. Como ele mesmo diz: “Parte do nosso trabalho é estar dentro da Academy.”
Assista ao vídeo e veja como a Academy impacta o dia a dia do Luiz.
Luis Felipe é enfermeiro, mestre e doutorando em Enfermagem. Entrou na Psicometria Online Academy para se tornar um pesquisador independente.
Conquistou autonomia na análise dos dados, se tornou um pesquisador muito melhor e alcançou a sonhada aprovação em concurso público, tornando-se professor da Universidade Estadual do Piauí.
“Eu sou a prova viva do que a Academy pode fazer em sua vida.”
Mesmo tendo passado pela UFMG (graduação), USP (mestrado) e UnB (doutorado), foi, segundo ele, apenas na Psicometria Online Academy que desenvolveu a autonomia que precisava para analisar seus dados.
Com esse domínio, realizou todas as análises do doutorado, foi muito elogiado na banca e viu a ansiedade com estatística diminuir drasticamente.
Hoje, com mais tranquilidade e segurança, é professor univesitário e ensina análise de dados aos seus próprios alunos.
Heloisa é professora da UERJ e entrou na Psicometria Online Academy para aprofundar seus conhecimentos, otimizar o tempo como pesquisadora e ampliar sua rede de contatos com outros profissionais que trabalham com pesquisa quantitativa.
Veja o vídeo até o final e receba a indicação da Profa. Heloisa.
Você vai aprender a análisar os seus próprios dados e nunca mais depender dos outros.
E o melhor: você não precisa ter absolutamente nenhum conhecimento prévio.
O método DEEP foi criado para levar até mesmo o completo iniciante à excelência em pesquisa.
Com uma estrutura simples, hierárquica e 100% organizada, você avança passo a passo, sem dúvidas sobre o caminho a seguir e com a certeza de que está se desenvolvendo de verdade na sua jornada acadêmica.
Veja abaixo a estrutura do DEEP:
1) Ciclo da autonomia
2) Aprofundamento Estratégico
3) Segunda Camada (R)
Domine os três pilares fundamentais da pesquisa científica: método, análise de dados e escrita científica.
● História & Epistemologia da Ciência
● Conhecimento Religioso, Filosófico, Popular e Científico
● Indutivismo, Karl Popper e Thomas Kuhn
● Ciências Humanas e Pós-modernismo
● Pesquisa Quantitativa e Qualitativa
● Delineamentos de Pesquisa Empírica
● Pesquisa Experimental, Levantamentos, Métodos Qualitativos, Modelos Mistos
● Planejando uma Pesquisa
● Teoria, Problema e Objetivo
● Hipóteses e Expectativas
● Variáveis de pesquisa, Participantes e Instrumentos
● Como escrever projetos de pesquisa
● Ética em pesquisa
● Estatísticas descritivas (média, moda, mediana, desvio e erro-padrão, escore z)
● Curva normal
● Correlações (Pearson, Spearman, Kendall)
● Regressões (Linear, logística, Poisson, Cox)
● Testes t (amostra única, dependente e independente)
● ANOVAs e MANOVAs (Simples, Fatorial e de Medidas Repetidas)
● Qui-Quadrado de aderência e independência para duas e múltiplas categorias
● Qui-quadrado longitudinal (Q de Cochran e McNemar)
● Testes não-paramétricos (Mann-Whitney, Kruskal-Wallis, Wilcoxon Signed-Rank, ANOVA de Friedman)
● Curva ROC
● Como delinear uma boa pesquisa
● Entendendo o estado da arte
● Otimizando buscas em bases de dados
● O estilo da escrita científica
● Principais erros da escrita científica
● A estrutura do método
● Como escrever os seus resultados, discussão e conclusão
● Submissão de um artigo científico
● Processo de avaliação de um artigo científico
● Critérios de autoria
Bônus
● Bônus 1: Checklists de revisão de texto
● Bônus 2: Modelos de carta de submissão e respostas aos pareceristas
● Bônus 3: Revisão da Liteatura com Ferramentas de IA
● Bônus 4: Correção de escrita científica com IA (de maneira totalmente ética!)
● O que são Modelos Generalizados?
● Aplicações dos Modelos Generalizados
● Vantagens em Relação às ANOVAS
● Distribuições de Probabilidade: Variáveis Contínuas e Discretas
● Funções de Ligação
● Matrizes de covariância
● Execução, Interpretação e Descrição dos resultados (GLM)
● O que são as Equações de Estimativas Generalizadas (GEE)?
● Aplicações das Equações de Estimativas Generalizadas (GEE)
● Vantagens em Relação às ANOVAS
● Distribuições de Probabilidade: Variáveis Contínuas e Discretas
● Funções de Ligação
● Matrizes de covariância
● Execução, Interpretação e Descrição dos resultados (GEE)
● Introdução à Análises de Moderação e Mediação
● Diferenças entre Mediação e Moderação
● Realizando uma análise de Mediação
● Realizando uma análise de Moderação
● Descrevendo os resultados
● Introdução às Análises Multinível
● Regressões lineares multinível
● Regressões logísticas multinível
● Análises práticas (R, JASP e Mplus)
● Descrevendo os resultados
● Introdução ao Zotero
● Comparação com outros gerenciadores de referências
● Conhecendo Zotero Desktop
● Criação de biblioteca, coleção e subcoleção
● Adicionando Itens no Zotero Desktop
● Painéis (biblioteca, itens e metadados)
● Busca de itens
● Uso do Zotero no Editor de Textos
● Site do Zotero (Documentação, Fórum, Colaboração e Emprego)
● Criação e gerenciamento de grupos
● Zoterobib
● Fichamentos de artigos no Zotero
● Uso do Zotero para condução de Revisões da Literatura
● Protegendo seus arquivos
● Introdução ao Mendeley
● Formatos de bibliotecas
● Estilos de Citação de Referências
● Mendeley Online (MRM)
● Busca online no Mendeley
● Biblioteca Mendeley: Caderno, Informações e Notas
● Ferramenta de Edição de PDF
● Preferências e Organização da Biblioteca
● Inserir leituras na sua biblioteca
● Coleções de leituras (Pastas)
● Grupos de Estudo (compartilhamento de leituras)
● Mendeley Reference Manager (MRM) Desktop
● Mendeley Web Importer para navegadores
● Mendeley Cite para Word
● Mendeley Cite: Estilos de citação
● Mendeley Desktop
● Mendeley Citation Style Language Editor
● Editando Estilos de Citação com o CSL
● Layout e Citações pelo plug-in Mendeley no Word
● Estilos de Citação no plug-in do Word
● Introdução ao EndNote
● Conceitos básicos
● Formatos de Bibliotecas
● Estilos de Citação
● EndNote Web
● Criando, inserindo e gerenciando referencias online
● Master Journal List (Encontre o periódico ideal)
● EndNote Cite
● Inserindo citações
● Formatando, covertendo e exportando citações
● EndNote Click
● EndNote Versões IOS e EndNote 20
Ao final do ciclo, você terá autonomia para lidar com quase todas as suas demandas e maturidade científica para avançar conforme suas necessidades.
Esta é a segunda fase da nossa formação.
Você passará a ser reconhecido como um expert na sua área específica de conhecimento.
Siga os blocos de acordo com as suas necessidades:
● Introdução à construção de medidas
● Revisão da literatura (aspectos constitutivos e operacionais dos itens)
● Construção dos itens
● Dificuldade dos itens
● Etapas da avaliação por experts e população alvo
● Medidas de concordância (IVC, RVC, CVC)
● Etapas de Adaptação Transcultural de Instrumentos
● Validade de conteúdo
● Validade baseada na estrutura interna
● Validade baseada na relação com medidas externas
● Validade baseada no processo de resposta
● Validade consequencial
● Teoria e Prática de Análises Fatoriais Exploratórias e Análises Fatoriais Confirmatórias
● Modelos unifatorial
● Modelos multifatorial
● Modelos de segunda-ordem
● Modelos bi-factor
● Análises Fatoriais Confirmatórias Multigrupo
● Aspectos teóricos da MEE
● Símbolos e terminologias
● Conceitos de Graus de liberdade
● Índices de ajuste
● Índices de modificação
● Métodos de Estimação
● Execução prática de Modelagem por Equações Estruturais Completa
● Introdução à Teoria de Resposta ao Item
● Teoria Clássica dos testes versus Teoria de Resposta ao Item
● TRI 1-parâmetro logístico (1-PL)
● TRI 2-parâmetros logísticos (2-PL)
● TRI 3-parâmetros logísticos (3-PL)
● TRI 4-parâmetros logísticos (4-PL)
● Curva Característica e de informação do Item (CCI e CII)
● Funcionamento diferencial do item (DIF)
● Modelo Rasch (dados dicotômicos e politômicos)
● Medidas de Ajuste
● Confiabilidade item-pessoa
● Infit e Outfit
● Avaliação de Thresholds
● Teoria da Análise de Redes
● Terminologias e Conceitos
● Estimação e Seleção do Modelo
● Descrição da Rede
● Tamanho Amostral
● Precisão das Arestas
● Estabilidade das Redes
● Aulas práticas (R e JASP)
● Exploratory Graph Analysis (Teoria e Prática)
● O que é Análise de Classes Latentes (LCA)
● O que é Análise de Perfis Latentes (LPA)
● Aplicações dos Modelos de LPA/LCA
● Pressupostos e pré-requisitos para implementação da LCA/LPA
● Decidindo o número de classes e perfis latentes
● LCA e LPA na prática (JAMOVI e R)
● Interpretando os resultados de uma LCA/LPA
● Reportando os resultados
● Utilizando os resultados de uma LCA/LPA em análises subsequentes
● Controlando vieses nas análises de LCA/LPA
● Introdução ao tidySEM
● Introdução ao Vieses de Resposta
● Introdução à Aquiescência
● Calculando os Escores
● Modelo de Interceptos Randômicos
● Modelo de Interceptos Randômicos (TRI – Multidimensional)
● Recentralização
Modelo MIMIC
● Introdução à Desejabilidade Social
● Análises de Juízes na Desejabilidade Social
● Avaliação de Estrutura Interna (Quádruplas)
● Avaliação de Estrutura Interna (Escala Neutralizada)
● Análises Multigrupo + MIMIC
● Introdução à Escolha Forçada
● Recodificando Variáveis
● Modelo Fatorial Thurstoniano
● Modelo da Teoria de Resposta ao Item Thurstoniano
● Análises de Precisão da Escolha Forçada
● Regressão de Poisson Simples
● Modelo superdisperso
● Regressão binomial negativa
● Regressão de Poisson Robusta
● Análises de Sobrevida (Survival Analyses)
● Tábua de sobrevida
● Teste log-rank
● Regressão de Cox Simples
● Regressão de Cox Multivariada
● Introdução a Séries Temporais
● Instalando o Joinpoint
● Análise de taxa e indicadores
● Análise de taxa e indicadores (Interpretação)
● Análise de taxas e indicadores por categorias
● Interpretação Análise por categorias
● Análise ajustada por idade
● Análise ajustada por idade (usando by)
● Descrição dos resultados
● Introdução à Pesquisa com dados secundários
● DATASUS – Tabwin
● Descomprimindo arquivos DBC via Tabwin e R
● Realizando pesquisa com dados individuados (Processamento e análise)
● DATASUS – Dados agregados via Tabwin e Tabnet
● Atlas Brasil – Censo demográfico e Desenvolvimento humano
● INEP – Dados educacionais
● IPEA – Dados econômicos
● INMET – Clima e tempo
● IBGE e Portal brasileiro de dados abertos
● Criando um banco para estudos de séries temporais
● Criando banco de dados para estudos correlacionais
● Processamento e análise de dados agregados em SPSS
● Tipos de revisões da literatura
● Revisão Sistemática
● Scoping Review
● Revisão Narrativa
● Comparando os diferentes tipos de Revisões
● Delineamento de questões de pesquisa
● Objetivos da Revisão Narrativa
● Objetivos da Revisão de Escopo
● Objetivos da Revisão Sistemática
● Perguntas de pesquisa dos diferentes tipos de revisão
● Identificação e seleção da literatura relevante
● Estratégias de Buscas
● Buscas nas bases de dados
● Seleção da literatura relevante
● Análises de concordância
● Avaliação do risco de viés
● Extração e síntese dos dados
● Registro no PROSPERO
● Registro no OSF
● Publicação dos Protocolos de Revisão
● Protocolo PRISMA
● Redação de artigos de revisão
● Introdução à metanálise;
● Modelo de efeito fixo;
● Heterogeneidade
● Modelo de efeitos aleatórios
● Modelo de Efeito Fixo vs Modelo de Efeitos Aleatórios
● Heterogeneidade na metanálise
● Análise de subgrupos
● Robustez da medida metanalítica (Análise de sensibilidade);
● Avaliação do viés de publicação na metanálise (funnel plot; teste de Egger; teste de Begg)
● Ajustando o viés de publicação usando o método de Trim-and-Fill
● Introdução ao IRAMUTEQ
● Configuração do Corpus textuais
● Nuvem de palavras
● Análises de similitude
● Análises de especificidades
● Análise Fatorial por Correspondência
● Classificação Hierárquica Descendente
Uma formação inteira em R para você que deseja aprofundar ainda mais o seu conhecimento.
● Introdução ao R e RStudio
● Painéis do RStudio
● Criando Objetos
● Manejando o workspace
● Criando vetores
● Classes de dados (logicals, numeric, interger, complex, characters, factor)
● Estrutura de dados
● Trabalhando com vetores
● Reciclagem
● Matrizes
● Arrays
● Data frame
● Importando e exportando arquivos
● Manipulação de dados
● Estatísticas descritivas (média, moda, mediana, desvio e erro-padrão, escore z)
● Curva normal
● Correlações (Pearson, Spearman, Kendall)
● Regressões (Linear, logística, Poisson, Cox)
● Testes t (amostra única, dependente e independente)
● ANOVAs e MANOVAs (Simples, Fatorial e de Medidas Repetidas)
● Qui-Quadrado de aderência e independência para duas e múltiplas categorias
● Qui-quadrado longitudinal (Q de Cochran e McNemar)
● Testes não-paramétricos (Mann-Whitney, Kruskal-Wallis, Wilcoxon Signed-Rank, ANOVA de Friedman)
● Curva ROC
● Análise Fatorial Exploratória
● Análise Fatorial Confirmatória Unifatorial
● Análise Fatorial Confirmatória Multifatorial
● Análise Fatorial Confirmatória de Segunda-Ordem
● Análise Fatorial Confirmatória (Bi-factor)
● Análise Fatorial Confirmatória Multigrupo
● Estudos Transversais: rankFD
○ Introdução às análises não paramétricas avançadas
○ Análises com uma fator independente
○ Reportando a análise com um fator (grupos independentes)
○ Análise com dois fatores independentes
○ Reportando a análise com dois fatores (grupos independentes)
● Estudos longitudinais: nparLD
○ Preparando o banco para testes de medidas repetidas
○ Análise com um fator (medidas repetidas)
○ Reportando a análise com um fator (medidas repetidas)
○ Análise com dois fatores (delineamento misto)
○ Reportando a análise com dois fatores (delineamento misto)
○ Análise com três fatores (delineamento misto)
○ Reportando a análise com três fatores (delineamento misto)
● Métodos multivariados: MANOVA.RM
○ Análise multivariada de um fator
○ Reportando a análise multivariada com um fator
○ Análise multivariada com dois fatores independentes
○ Reportando a análise multivariada com dois fatores independentes
○ Análise multivariada com dois fatores (delineamento misto)
○ Reportando a análise multivariada mista
● TRI 1-parâmetro logístico (1-PL)
● TRI 2-parâmetros logísticos (2-PL)
● TRI 3-parâmetros logísticos (3-PL)
● TRI Multidimensional
● Curva Característica e de informação do Item (CCI e CII)
● Funcionamento diferencial do item (DIF)
● Modelo Rasch (dados dicotômicos e politômicos)
● Medidas de Ajuste
● Confiabilidade item-pessoa
● Infit e Outfit
● Avaliação de Thresholds
● Introdução ao ggplot2
● Alterando cor, forma e tamanho
● Legendas e temas
● Personalizando o tema
● Exportando o gráfico
● Gráficos univariados
● Função theme_set()
● Histograma básico
● Dividindo o histograma por cor
● Dividindo o histograma por facetas
● Histograma para diversas variáveis
● Gráfico de Densidade
● Interpretando o Boxplot
● Criando o Boxplot
● Unindo o boxplot com outros gráficos
● Funções Básicas dplyr e tidyr
● Tibble e glimpse()
● Selecionando variáveis: select() e verbos auxiliares
● Renomeando variáveis: rename() e rename_with()
● Criando e alterando variáveis: mutate(), transmute(), across()
● Selecionando casos: filter() e slice()
● Reordenando casos: arrange()
● Contando frequências: count()
● Resumindo informações: summarise() e group_by()
● Alterando formato do banco: pivot_wider e pivot_longer
● Fatores: forcats
● Organizando níveis: fct_relevel()
● Renomeando e colapsando níveis: fct_recode() e fct_collapse()
● Reordenando níveis automaticamente: fct_reorder() e fct_infreq()
● Reduzindo níveis: fct_lump_()
Ao longo da formação, as análises são realizadas nos seguintes softwares: SPSS ou JASP (Gratuito), FACTOR (Gratuito), IRAMUTEQ (Gratuito), Winsteps (Gratuito), RStudio (Gratuito)
Bruno Damásio é Psicólogo (UEPB), mestre e doutor em Psicologia (UFRGS, CAPES 7), e vem se dedicando à psicometria e análise quantitativa de dados desde 2007. Durante os anos de 2013 a 2020 foi professor do Instituto de Psicologia da Universidade Federal do Rio de Janeiro (UFRJ).
Eu tenho duas certezas na vida. Primeiro: Você vai aprender muito conosco. Segundo: Você vai ter dúvidas no meio do caminho. É exatamente por isso que você pode tirar suas dúvidas através de 4 canais diferentes.
Ficou com alguma dúvida na aula que está assistindo? Basta comentar abaixo. Todas as perguntas são respondidas.
Está com uma dúvida maior, sobre sua pesquisa, que não é referente à uma aula específica? Envie-nos por e-mail. Temos uma pessoa dedicada só para te ajudar.
Aqui está a nossa inteligência coletiva. Na nossa comunidade rola de tudo: ajuda mútua, parcerias de pesquisa, consultorias e negócios.
Toda semana temos encontro ao vivo no zoom para você tirar suas dúvidas, cara-a-cara conosco.
Na Academy, você não vai receber um login, uma senha e um ”boa sorte”. Junto com a sua assinatura,
você vai receber uma tremenda estrutura de suporte para que você nunca mais passe trabalho sozinho
Você recebe certificados em todos os cursos concluídos — mais de 300 horas certificadas, válidas como formação complementar no currículo e nos processos seletivos.
Ouro puro, né? Até professores de universidades europeias incluem essa formação em seus currículos.
Dr. Wilk Oliveira – Professor and Researcher at Tampere University, Finland.
Tem interesse em aprender análise quantitativa de dados e rentabilizar o seu conhecimento?
Oferecemos o Mercado de Trabalho. Um espaço de divulgação da sua consultoria em análise de dados/ método de pesquisa.
Sem nenhum custo adicional para os alunos e sem qualquer taxa de intermediação.
Apenas uma conexão direta entre a demanda que chega a mim todos os dias e os prestadores de serviço.
Seu risco é Zero. Você tem 30 dias para testar a formação e, caso não goste, basta solicitar o reembolso diretamente na plataforma que você será ressarcido integralmente. Satisfação garantida ou 100% do seu dinheiro de volta.
Ao adquirir a assinatura anual, você terá acesso completo e ininterrupto ao conteúdo da Academy, incluindo todos os upgrades e atualizações lançados durante os próximos 12 meses, sem qualquer custo adicional. Além disso, nossa equipe de suporte estará disponível para ajudá-lo ao longo de todo o período de vigência da sua assinatura anual. Como se trata de um produto de assinatura, a menos que você cancele, a sua assinatura será renovada automaticamente para que você não perca nenhum benefício.
Se você já sabe análise de dados, certamente precisou ralar muito sozinho! A partir de agora, esse desenvolvimento solitário não fará mais parte da sua vida. Você estará conectado em uma formação onde milhares de pesquisadores respiram pesquisa quantitativa. Além disso, terá toda nossa estrutura de suporte para continuar avançando, agora em ritmo muito mais acelerado.
O uso do software vai depender da análise a ser realizada. Utilizamos o SPSS e JASP para as análises bi e multivariadas (correlação, regressões, teste t, análises de variância, testes não-paramétricos, curva ROC, qui-quadrado, etc), FACTOR para análises fatoriais exploratórias, JASP para Análises Fatoriais Confirmatórias e Análises de Rede e Mplus para toda a família da modelagem por equações estruturais. Além disso, todas as análises serão replicadas em R. Sempre que um novo software for inserido, teremos aulas específicas ensinando como utilizá-lo.
Na Academy temos alunos dos mais diversos cursos, como: direito, administração, enfermagem, educação física, agronomia, gastronomia, marketing, bioquímica, odontologia, etc. Se você trabalha com pesquisa quantitativa, a formação te serve, independente da sua área.
De forma alguma. Na Academy temos alunos dos mais diversos cursos, como: direito, administração, enfermagem, educação física, agronomia, gastronomia, marketing, bioquímica, odontologia, etc. Se você trabalha com pesquisa quantitativa, a formação te serve, independente da sua área.
A Psicometria Online Academy lhe oferece todos os recursos para que você possa se tornar um pesquisador de alto nível! Mas para isso, você precisa se comprometer em assistir às aulas e executar tudo que lhe ensino!
Milhares de alunos de graduação, mestrado e doutorado estão conquistando tudo que sempre quiseram em suas carreiras acadêmicas. Você também pode.
Preencha os dados abaixo, por onde você receberá o seu acesso
• Introdução a Deep Learning
• Avaliando sistemas de Deep Learning
• Redes Neurais feitas (sem programação) no SPSS
• Aula bônus: O futuro da IA na Sociedade
• Aula bônus: Dois Estudos de Caso
• Gerar, interpretar e reportar resultados em Machine Learning
• Selecionando algoritmos e métodos
• Práticas de Machine Learning (Sem programação): Decision Tree (JASP), Linear Discriminant Classification (JASP) e Plataforma ORANGE
• Aula Bônus: Avaliação Psicológica e Machine Learning
• Aula Bônus: Livros e Cursos recomendados
• Aula Bônus: Entrevista com Cientista de Dados focado na área da Saúde
• O que é Machine Learning?
• Como a máquina aprende?
• Machine Learning para Psicometria e Pesquisa Quantitativa (pesquisas comentadas)
• Tipos de Machine Learning (Supervisionado e Não-supervisionado)
• Práticas de Machine Learning (Sem programação): JASP e SPSS
• Aula Bônus: Filosofia da Inteligência Artificial
• Aula Bônus: Entrevista com Cientista de Dados graduado em Psicologia
• Aula bônus: Estudo de Caso sobre Redução Dimensional
Preencha abaixo para
participar gratuitamente
Fique tranquilo, não utilizaremos suas informações de contato para enviar qualquer tipo de SPAM. Os dados coletados são tratados nos termos da Lei Geral de Proteção de Dados e você pode se descadastrar da nossa lista de contatos a qualquer momento.
