Revisao da proposta

proposta.md

@@ -5,52 +5,54 @@
 
 - **Instrutores**: Fernando Mayer & Walmes Zeviani (LEG/UFPR)
 
-- **Resumo**: A ideia central da Pesquisa Reproduzível é que a bem
-  sucedida comunicação e validação dos resultados precisa que o código
-  seja distribuído junto com os resultados. A necessidade da
+- **Resumo**: A ideia central da pesquisa reproduzível é que para a bem
+  sucedida comunicação e validação de resultados de pesquisas
+  científicas, os dados e os códigos utilizados nas análises devem ser
+  distribuídos junto com os resultados. A necessidade da
   reproducibilidade cresce na proporção que surgem problemas complexos
-  ou incomuns que recebem soluções elaboradas ou específicas. Como em
-  outras áreas, na Estatística as análises de dados empregam métodos
-  novos e algoritmos especializados, além ainda de cada vez mais
-  envolvem grandes bases de dados e alto processamento computacional. Em
-  situações como essa, surge a dificuldade de outros 1) reproduzirem os
-  resultados da pesquisa para entender com segurança e integralmente as
-  conclusões, 2) aplicarem variações da metodologia no mesmo contexto e
-  3) empregarem em outros contextos. A pesquisa reproduzível se baseia
-  preodominantemente nos documentos híbridos, que misturam prosa e
-  código. Para a Estatística, Sweave foi o primeiro recurso dessa
-  modalidade e consiste de fragmentos de código R inseridos no meio de
-  prosa em documentos LaTeX. Atualmente, pode-se usar MarkDown, Org,
-  HTML, e até documentos do OpenOffice Writer, no lugar do LaTeX, para a
-  prosa. Para os fragmentos de código R existe amplo controle na
-  execução e exportação dos resultados, como *layout* de tabelas,
-  dimensão de figuras e armazenamento de artefatos (*cache*). Portanto,
-  uma das principais vantagens é que as tabelas e gráficos são gerados
-  programaticamente e, por isso, atualizados com o código, diminuindo o
-  trabalho de revisão pelos autores. A Pesquisa Reproduzível assegura
-  que os leitores reproduzam os resultados ao invés de se preocuparem em
-  reimplementar a partir das descrições, incompletas ou imprecisas,
-  fornecidas no documento (artigo, tese). Embora reconhecida a
-  importância da Pesquisa Reproduzível, sua baixa adoção é, em maior
-  parte, pelo desconhecimento das melhores ferramentas, hoje
-  abundantes. O desconhecimento dos melhores meios, além de exigir
-  elevada dedicação dos autores, tem pouca garantia de
-  reproducibilidade.
+  ou incomuns que recebem soluções elaboradas ou específicas. Assim como
+  em outras áreas, na Estatística as análises de dados empregam métodos
+  novos e algoritmos especializados, além de cada vez mais envolverem
+  grandes bases de dados e alto processamento computacional. Em
+  situações como essa, surge a dificuldade de outros pesquisadores: 1)
+  reproduzirem os resultados da pesquisa para entender com segurança e
+  integralmente as conclusões, 2) aplicarem variações da metodologia no
+  mesmo contexto e 3) empregarem a metodologia em outros contextos. A
+  pesquisa reproduzível se baseia preodominantemente nos documentos
+  híbridos, que misturam texto e código. Para a Estatística, o Sweave
+  foi o primeiro recurso dessa modalidade e consiste de fragmentos de
+  código R inseridos no meio de texto em documentos LaTeX. Atualmente,
+  pode-se usar outras linguagens como Markdown, Org, HTML, e até
+  documentos do OpenOffice Writer, para a escrita do texto. Para os
+  fragmentos de código R, existe amplo controle na execução e exportação
+  dos resultados, como *layout* de tabelas, dimensão de figuras e
+  armazenamento de resultados (*cache*). Portanto, uma das principais
+  vantagens é que as tabelas e gráficos são gerados dinamicamente e, por
+  isso, atualizados com o código, diminuindo o trabalho de revisão pelos
+  autores. A pesquisa reproduzível assegura que os leitores reproduzam
+  os resultados ao invés de se preocuparem em reimplementar a partir das
+  descrições (algumas vezes incompletas ou imprecisas), fornecidas no
+  documento (artigo, tese). A importância da reproducibilidade na
+  ciência é altamente reconhecida hoje em dia, mas ainda não é
+  largamente praticada como deveria ser. Um dos motivos é que muitos
+  cientistas (e particularmente estatísticos) não adotaram ainda as
+  ferramentas necessárias para a pesquisa reproduzível.
 
 - **Objetivos**: Neste curso serão discutidos os princípios gerais para
-  a Pesquisa Reproduzível voltada para a Estatística. O foco é capacitar
+  a pesquisa reproduzível voltada para a Estatística. O foco é capacitar
   acadêmicos, professores e pesquisadores a usar as ferramentas,
   baseadas em software livre, mais interessantes e fáceis de usar, para
-  análises reproduzível de dados. O curso está dividido em duas
-  partes. A primeira demonstra como gerar relatórios dinâmicos com o R
-  usando, principalmente, MarkDown e LateX e a segunda ensina a criar
-  pacotes do R que incluam dados, funções, documentação e vinhetas. Com
-  estas duas partes, o Curso vai permitir facilitar a produção de
-  comunicações científicas, como artigos, teses e livros bem como notas
-  de aula e relatórios de análise de dados.  Para isso, serão utilizados
-  os pacotes R `knitr`, `rmarkdown`, `devtools`, e `roxygen2` além das
-  linguagens de marcação LaTeX e Markdown, todos estes disponíveis para
-  qualquer sistema operacional.  Por fim, nosso objetivo final é de que
-  os atendentes do Curso saiam preparados para utilizar essas
-  ferramentas em suas próprias pesquisas, ajudando a ampliar o uso a
+  análise reproduzível de dados. O curso está dividido em duas partes. A
+  primeira demonstra como gerar relatórios dinâmicos com o R usando
+  principalmente Markdown e LateX, e a segunda parte irá demonstrar a
+  criação de pacotes do R que incluem dados, funções, documentação e
+  vinhetas. Com estas duas partes, o curso vai permitir facilitar a
+  produção de comunicações científicas reproduzíveis, como artigos,
+  teses e livros bem como notas de aula e relatórios de análise de
+  dados. Para isso, serão utilizados os pacotes do R: `knitr`,
+  `rmarkdown`, `devtools`, e `roxygen2`, além das linguagens de marcação
+  LaTeX e Markdown. Todas estas ferramentas estão disponíveis para
+  qualquer sistema operacional. Por fim, nosso objetivo final é de que
+  os atendentes do curso saiam preparados para utilizar essas
+  ferramentas em suas próprias pesquisas, ajudando a ampliar o uso, e a
   melhorar a forma como se faz pesquisa reproduzível atualmente.