diff --git a/index.Rmd b/index.Rmd
index 4f0f082741fb9ca128226e1eeaec527c1dca923f..e5add5df4b75f937837ff4c103264c4639770892 100644
--- a/index.Rmd
+++ b/index.Rmd
@@ -108,8 +108,8 @@ Estatística, está disponível em [Ementas DEST
 
   | Tipo de avaliação  | Quantidade | Peso na nota final |
   |:------------------:|:----------:|:------------------:|
-  | Sabatinas          |        ~10 |                60% |
-  | Trabalhos          |          2 |                40% |
+  | Sabatinas          |        ~10 |                70% |
+  | Trabalhos          |          2 |                30% |
 
 <!-- .
 Pelo menos 25% das piores notas das sabatinas serão eliminadas.  As
diff --git a/notas.Rmd b/notas.Rmd
index fb9f700f184ecbbd423f3cf9fe663c2f98446ea8..c65aad7df2b6392746eac9d585de6cd8731342a6 100644
--- a/notas.Rmd
+++ b/notas.Rmd
@@ -99,10 +99,16 @@ my_mean <- function(x, keep = floor(length(x) * 0.75)) {
 
 # Média nas sabatinas.
 ms <- ntg %>%
-    summarise(S_escore = my_mean(nota)) %>%
+    # summarise(k6 = my_mean(nota, keep = 6),
+    #           k7 = my_mean(nota, keep = 7)) %>%
+    summarise(S_escore = my_mean(nota, keep = 6)) %>%
     ungroup()
 # ms
 
+# plot(k6 ~ k7, data = ms, asp = 1)
+# abline(a = 0, b = 1)
+# sort(with(ms, (k6 - k7)/k7))
+
 # Obtém formato com as notas das sabatinas nas colunas.
 ntgw <- ntg %>%
     mutate(S = str_replace(S, "Sabatina ", "S")) %>%
@@ -162,7 +168,7 @@ nts <- nts %>%
 
 library(DT)
 
-cap <- "Notas nas avaliações (S: sabatina) ordenadas pelo GRR. Valores entre 0 e 100."
+cap <- "Notas nas avaliações (S: sabatina) ordenadas pelo GRR. Valores entre 0 e 100. Foram consideradas as 6 maiores notas nas sabatinas, de um total de 10, para obtenção do S_escore."
 if (require(htmltools)) {
     cap <- HTML("<strong>Tabela 1</strong>:", cap)
 }
@@ -202,7 +208,7 @@ dt
 #-----------------------------------------------------------------------
 # Visualização.
 
-cap <- "**Figura 1**: Escore final das sabatinas em função do GRR. Cores indicam grupos conforme corte do escore classes."
+cap <- "**Figura 1**: Escore final das sabatinas em função do GRR. Cores indicam grupos conforme corte do escore em classes com limites em 40 e 70."
 
 # # Acumulada empírica.
 # ggplot(nts, aes(x = S_escore)) +
@@ -239,7 +245,7 @@ ggplot(data = nts,
 x <- with(nts, cor.test(x = S_escore, y = Faltas, method = "spearman"))
 x$p.value
 
-cap <- "**Figura 2**: Diagrama de dispersão relacionando o escore final nas sabatinas e o número de faltas (Spearman, rho = %0.2f, valor p = %0.3g)."
+cap <- "**Figura 2**: Diagrama de dispersão que relaciona o escore final nas sabatinas e o número de faltas de cada aluno (Correlação de Spearman: rho = %0.2f, valor p = %0.3g)."
 cap <- sprintf(cap, x$estimate, x$p.value)
 ```
 
@@ -266,7 +272,7 @@ pca$loadings
 #--------------------------------------------
 # Agrupamento hierárquico.
 
-cap <- "**Figura 3**: Agrupamento hierárquico dos GRR baseado nas distâncias entre os vetores de notas das sabatinas."
+cap <- "**Figura 3**: Agrupamento hierárquico dos GRRs baseado nas distâncias entre os vetores de notas das 10 sabatinas."
 
 d <- dist(X)
 hc <- hclust(d = d)