Tag: norma_abnt

Checklist…

. – FAQs: 5 itens → converter para blocos details completos. – Referências: 2 itens → envolver em wp:group com H2 âncora “referencias-consultadas”,
com [1] etc., e

final “Elaborado pela Equipe da Dra. Nathalia Cavichiolli.”. – Outros: Introdução = 5 parágrafos. Blockquote dica em Passo 6 → converter para paragraph com strong. Nenhum parágrafo gigante ou seção órfã detectada. Nenhum H4. **Detecção de Problemas:** – Listas disfarçadas: 1 detectada → resolver separando. – Posicionamento imagens: Todos “onde_inserir” claros (após trechos exatos identificáveis nos parágrafos específicos). – Links JSON: Posições exatas: 1 em Passo 6 (RevMan), 2 em Passo 2 (exporte RIS), 3 em Passo 1 (defina PICO), 4 em Passo 5 (ROBINS-I), 5 em “O Que Envolve” (NBR 14724). **Plano de Execução:** 1. Converter introdução em 5 blocos paragraph (split por \n\n), inserir imagem 2 após último parágrafo. 2. H2 “por-que-esta-oportunidade-e-um-divisor-de-aguas” + conteúdo em paras, inserir imagem 3 após parágrafo específico. 3. H2 “o-que-envolve-esta-chamada” + conteúdo, inserir link JSON 5. 4. H2 “quem-realmente-tem-chances” + conteúdo, resolver lista disfarçada. 5. H2 “plano-de-acao-passo-a-passo” + 7 H3 Passos com âncoras, inserir links JSON 1-4 em passos respectivos, imagem 4 após Passo 2 específico, imagem 5 após Passo 5 específico. 6. H2 “nossa-metodologia-de-analise” + inserir imagem 6 após último parágrafo. 7. H2 “conclusao”. 8. FAQs como 5 blocos details. 9. Grupo Referências. 10. Duas quebras entre blocos. Âncoras: minúsculas, sem acentos, hífens. Caracteres especiais: ≥ OK, <10% → <10% se literal (nenhum aqui). Separador se necessário entre seções principais.

Segundo dados da CAPES, mais de 60% das teses de doutorado reprovadas em avaliações quadrienais apresentam revisões de literatura superficiais, sem síntese quantitativa que demonstre contribuição cumulativa à área. Essa falha não surge por falta de leitura, mas pela ausência de ferramentas que elevem narrativas fragmentadas a análises integradas e robustas. Ao longo deste white paper, revela-se uma técnica que não apenas corrige essa lacuna, mas transforma a revisão em pilar de aprovação, blindando contra críticas por falta de rigor.

A crise no fomento científico brasileiro agrava essa pressão: com cortes em bolsas CNPq e CAPES, a competição por vagas e financiamentos intensifica-se, exigindo que projetos demonstrem impacto imediato e originalidade metodológica desde a fase de qualificação. Doutorandos enfrentam editais que priorizam evidência-based, onde revisões narrativas tradicionais perdem pontos para abordagens sintéticas. Essa realidade impõe a adoção de métodos quantitativos avançados, capazes de sintetizar evidências de múltiplos estudos em estimativas precisas de efeito.

A frustração de investir meses em leituras exaustivas, apenas para ver o capítulo de referencial teórico questionado por superficialidade, é palpável entre candidatos a doutorado. Muitos relatam orientação inconsistente, com orientadores sobrecarregados que não orientam além do básico. Essa dor reflete não uma falha pessoal, mas a falta de protocolos padronizados que garantam transparência e reprodutibilidade, essenciais para bancas avaliadoras.

Meta-análise surge como solução estratégica nesse contexto, representando um método estatístico para combinar quantitativamente resultados de estudos independentes sobre o mesmo tópico, gerando uma estimativa pooled mais precisa e poderosa do efeito, conforme fluxo PRISMA. Implantada no Capítulo 2 da tese ABNT NBR 14724, essa técnica eleva o rigor da revisão de literatura, transformando-a em síntese cumulativa que atende demandas CAPES por originalidade e relevância.

Ao dominar esses protocolos, o leitor adquire ferramentas para blindar sua tese contra rejeições comuns, preparando-a para publicações em periódicos Qualis A1 e bolsas sanduíche internacionais. As seções a seguir desconstroem o processo passo a passo, oferecendo uma masterclass prática que integra teoria, execução e dicas avançadas, culminando em uma visão de tese aprovada com distinção.



Por Que Esta Oportunidade é um Divisor de Águas

A adoção de meta-análise em teses de doutorado marca um divisor de águas no percurso acadêmico, especialmente em um sistema avaliativo como o da CAPES, onde a Avaliação Quadrienal enfatiza contribuições originais e impacto no Lattes do pesquisador. Revisões narrativas, embora comuns, frequentemente resultam em pontuações baixas por falta de síntese quantitativa, enquanto meta-análises demonstram capacidade de integrar evidências, elevando programas a estratos superiores. Essa técnica não só fortalece a argumentação teórica, mas também prepara o doutorando para colaborações internacionais, onde padrões PRISMA são norma em áreas como saúde e educação.

O impacto no currículo Lattes se estende além da aprovação: meta-análises publicáveis em revistas Q1 aumentam chances de bolsas CNPq, com dados mostrando que autores com sínteses quantitativas recebem 40% mais citações iniciais. Candidatos despreparados, por outro lado, enfrentam ciclos de revisão intermináveis, com bancas criticando a ausência de pooled effects e heterogeneidade analisada. Estratégia metodológica, portanto, diferencia o doutorando médio do competitivo, que usa protocolos validados para blindar seu trabalho.

Essa transformação de revisões narrativas em sínteses rigorosas quantitativas — elevando a nota CAPES por originalidade metodológica — é a base do Método V.O.E. (Velocidade, Orientação e Execução), que já ajudou centenas de doutorandos a finalizarem teses complexas paradas há meses.

Contraste com o candidato despreparado revela o abismo: enquanto ele descreve estudos isoladamente, o estratégico quantifica efeitos via forest plots, reportando I² e bias, garantindo credibilidade irrefutável. Internacionalização ganha tração, com meta-análises facilitando parcerias em redes como Cochrane, onde evidência integrada é moeda corrente.



O Que Envolve Esta Chamada

Meta-análise envolve um método estatístico para combinar quantitativamente os resultados de estudos independentes sobre o mesmo tópico, gerando uma estimativa pooled mais precisa e poderosa do efeito, conforme fluxo PRISMA. No contexto de teses ABNT NBR 14724, essa abordagem é implantada primariamente no Capítulo 2, dedicado ao Referencial Teórico ou Revisão de Literatura, ou como capítulo autônomo em trabalhos evidência-based, especialmente em áreas como saúde, educação e ciências sociais.

O peso dessa técnica reside no ecossistema acadêmico brasileiro, onde a CAPES avalia programas via plataforma Sucupira, priorizando revisões que demonstrem síntese cumulativa. Termos como Qualis referem-se à classificação de periódicos, enquanto Bolsa Sanduíche permite estágios internacionais que valorizam meta-análises para projetos colaborativos. Conformidade com NBR 14724 assegura formatação padronizada, com forest plots e checklists PRISMA integrados como anexos ou figuras numeradas. Para uma revisão técnica completa alinhada à ABNT, consulte nosso guia prático.

Essa chamada para adoção de meta-análise não limita-se a doutorados; pós-docs e projetos CNPq também beneficiam-se, elevando o rigor geral da produção científica nacional. Documentação exaustiva, incluindo fluxogramas PRISMA, torna a tese auditável, reduzindo ambiguidades avaliadas por bancas.

Quem Realmente Tem Chances

Doutorandos em fase de qualificação enfrentam essa oportunidade com maior sucesso quando contam com supervisão ativa de orientadores experientes em métodos quantitativos, além de colaboração com estatísticos para análises robustas. Bibliotecários especializados em buscas sistemáticas complementam o time, garantindo exaustividade em bases como PubMed e SciELO. Bancas CAPES, por fim, premiam trabalhos que demonstram rigor, priorizando candidatos cujas revisões transcendem o narrativo para o sintético.

Considere o perfil de Ana, doutoranda em Saúde Pública pela USP, que herdou uma revisão narrativa de 50 estudos sem síntese: isolada, ela travou na qualificação, com críticas por falta de pooled effect. Orientada a meta-análise, reestruturou o capítulo com PRISMA, elevando sua nota e garantindo bolsa CNPq. Barreiras invisíveis, como acesso limitado a softwares como R, foram superadas via tutoriais abertos, transformando frustração em aprovação.

Em contraste, João, engenheiro civil na Unicamp, ignorou a síntese quantitativa em sua tese sobre sustentabilidade: apesar de dados abundantes, a banca CAPES rejeitou por superficialidade, atrasando sua defesa em seis meses. Reconhecendo a lacuna, integrou meta-análise com auxílio de um estatístico colaborador, reportando heterogeneidade I² e bias via funnel plots, o que não só aprovou seu trabalho, mas abriu portas para publicação Q1.

Barreiras comuns incluem sobrecarga de orientadores e curva de aprendizado em estatística, mas superá-las requer proatividade. Checklist de elegibilidade:

• Experiência prévia em revisões sistemáticas ou disposição para treinamento.
• Acesso a bases de dados acadêmicas via instituição.
• Apoio de coautores para dupla verificação (Kappa >0.8).
• Familiaridade básica com R/RevMan ou disposição para aprender.
• Alinhamento do tema com áreas evidência-based (saúde, educação).

Plano de Ação Passo a Passo

Passo 1: Registre um Protocolo Prévio

A ciência exige protocolos prévios em meta-análises para assegurar transparência e reprodutibilidade, evitando viés de publicação e cherry-picking de estudos. Fundamentação teórica remete ao registro em plataformas como PROSPERO, que endossa o framework PICO (População, Intervenção, Comparação, Outcome) como pilar de buscas sistemáticas. Importância acadêmica reside na blindagem contra críticas CAPES por falta de planejamento, elevando a tese a padrões internacionais como os de Moher et al.

Na execução prática, defina PICO com clareza: para uma tese em educação, População pode ser ‘estudantes do ensino médio’, Intervenção ‘programas de tutoria online’, Comparação ‘ausência de intervenção’, Outcome ‘melhoria em notas’. Para mais detalhes sobre como estruturar essa seção de métodos, confira nosso guia específico. Registre no PROSPERO online, detalhando critérios de inclusão/exclusão e timeline estimado, gerando um ID rastreável para citação na ABNT NBR 14724. Essa etapa inicial estabelece a base ética e metodológica do capítulo.

Um erro comum surge na vagueza do PICO, levando a buscas desfocadas que inundam o revisor com irrelevantes, consumindo meses sem síntese viável. Consequências incluem rejeição na qualificação por escopo indefinido, com bancas notando ausência de foco. Esse equívoco ocorre por subestimar a rigidez de protocolos, confundindo meta-análise com revisão narrativa flexível.

Dica avançada para destacar-se envolve alinhar o PICO ao chamado da área específica, incorporando sub-outcomes como moderadores (idade, gênero) para enriquecer a pooled estimate. Revise o protocolo com o orientador antes do registro, garantindo aderência a guidelines CAPES para originalidade. Essa refinamento inicial diferencia teses medianas de excepcionais, preparando terreno para extrações robustas.

Uma vez registrado o protocolo, o próximo desafio emerge naturalmente: realizar uma busca sistemática que capture todos os estudos relevantes.

Passo 2: Realize Busca Sistemática Exaustiva

Buscas sistemáticas são imperativas na meta-análise para minimizar viés de seleção, garantindo que a síntese reflita o corpus completo da literatura. Teoria baseia-se em princípios epidemiológicos, onde exaustividade equivale a validade interna, essencial para contribuições CAPES avaliadas por impacto. Sem isso, a pooled effect torna-se enviesada, comprometendo a credibilidade da tese inteira.

Para execução, inicie com bases como PubMed, SciELO e Web of Science, empregando termos MeSH (Medical Subject Headings) e strings Booleanas: (‘intervenção’ AND ‘população’ OR ‘outcome’) NOT (‘estudo qualitativo’). Documente o PRISMA flow desde os hits iniciais (ex: 5000), passando por duplicatas removidas. Para realizar buscas sistemáticas exaustivas e extrair dados padronizados de estudos de forma ágil, ferramentas especializadas como o SciSpace facilitam a análise de artigos científicos, identificação de efeitos e variâncias relevantes para meta-análise. Sempre exporte RIS/EndNote para gerenciamento de referências, criando o fluxograma inicial.

Erro frequente manifesta-se na busca limitada a uma base, ignorando cinzenta literatura como teses em repositórios BDTD, resultando em overestimation de efeitos positivos. Consequências abrangem críticas CAPES por incompleta cobertura, com I² inflado por amostras enviesadas. Tal falha decorre de pressa ou desconhecimento de múltiplas fontes, tratando a busca como exploratória em vez de sistemática.

Para avançar, incorpore alertas Google Scholar para atualizações pós-busca, capturando publicações recentes que refinam o PICO. Use software como Rayyan para triagem colaborativa, acelerando o processo sem comprometer Kappa. Essa otimização não só economiza tempo, mas eleva a qualidade da evidência, alinhando à exigência ABNT de documentação exaustiva.



Com a busca delineada, avança-se à seleção criteriosa dos estudos elegíveis.

Passo 3: Selecione Estudos por Dois Revisores Independentes

Seleção independente duplica a confiabilidade, ancorada em estatística Kappa para medir concordância além do acaso, padrão ouro em revisões sistemáticas. Teoria enfatiza redução de viés subjetivo, crucial para que a meta-análise represente fielmente a literatura, atendendo critérios CAPES de rigor metodológico. Ausência disso invalida a pooled synthesis, expondo a tese a questionamentos éticos.

Executar envolve dois revisores lendo abstracts/títulos contra critérios PRISMA (inclusão: RCTs com n>30; exclusão: case studies), resolvendo discordâncias via discussão ou terceiro árbitro. Gere o fluxograma PRISMA, ilustrando perdas (ex: 5000 hits → 200 full-texts → 50 incluídos), formatado como Figura 1 na ABNT NBR 14724. Kappa >0.8 indica excelência; recalcule se abaixo de 0.6.

Comum equívoco reside na seleção solitária, onde preferências pessoais enviesam para estudos confirmatórios, inflando significância estatística. Rejeições CAPES seguem, com bancas detectando inconsistências no flow diagram. Isso acontece por ilusão de suficiência, subestimando a variabilidade inter-revisor na interpretação de critérios.

Dica para sobressair: padronize um manual de critérios com exemplos concretos, treinando revisores para consistência. Integre software como Covidence para rastrear decisões em tempo real, facilitando auditoria. Essa camada de precisão não só fortalece a seleção, mas demonstra maturidade metodológica à banca.

Selecionados os estudos, o foco desloca-se à extração meticulosa de dados quantitativos.

Passo 4: Extraia Dados Padronizados

Extração padronizada assegura comparabilidade, fundamentada em princípios de meta-análise onde efeito size (OR, SMD) e variância formam a base para pooling. Importância acadêmica liga-se à reprodutibilidade, exigida pela CAPES para elevar programas a estratos altos via síntese integrada. Sem padronização, heterogeneidade mascara achados verdadeiros.

Prática requer planilha Excel/Google Sheets com colunas para estudo ID, n, mean/SD, efeito (ex: RR=1.5, SE=0.2), dupla verificada por revisores independentes. Foque em dados brutos para forest plots, incluindo subgrupos por moderador. Valide extrações cruzando com originais, reportando discrepâncias mínimas (<5%).

Erro típico ocorre na extração incompleta de variâncias, levando a CIs amplos e pooled effects não significativos apesar de tendência. Consequências englobam críticas por imprecisão, atrasando defesas. Surge de fadiga ou pressa, tratando extração como tarefa clerical em vez de analítica.

Avançado: use templates PRISMA para automação, como forms em REDCap, minimizando erros humanos. Inclua sensibilidade analyses prévias para outliers, antecipando robustness. Essa proatividade eleva a extração a diferencial competitivo em teses complexas.

Dados extraídos demandam agora avaliação crítica de qualidade.

Passo 5: Avalie Risco de Viés

Avaliação de viés é cornerstone da evidência-based, teorizada em ferramentas como ROBINS-I para não-RCTs, quantificando riscos que distorcem pooled estimates. CAPES valoriza essa etapa por demonstrar discernimento crítico, separando evidência fraca da robusta em revisões sintéticas.

Execute com ROBINS-I ou Newcastle-Ottawa, pontuando domínios (confounding, selection) em low/moderate/high risk, excluindo high-risk para pureza da pool. Dupla avaliação gera Kappa, documentada em tabela ABNT com justificativas, aplicando princípios de redação clara de resultados como em nosso guia dedicado. Integre narrativamente no capítulo, justificando exclusões.

Frequente falha é ignorar viés de publicação, assumindo literatura como representativa, o que superestima efeitos em 20-30%. Bancas CAPES penalizam, vendo superficialidade. Decorre de desconhecimento, confundindo qualidade com relevância temática.

Para excelência, combine ferramentas qualitativas com quantitativas, como trim-and-fill para ajuste de funnel asymmetry. Discuta implicações no texto, mostrando como viés residual afeta GRADE. Essa profundidade impressiona avaliadores experientes.



Instrumentos avaliados pavimentam o caminho para a análise estatística propriamente dita.

Passo 6: Execute Análise em R (metafor) ou RevMan

Análise estatística culmina a meta-análise, ancorada em modelos fixed/random effects para pooling, testando heterogeneidade via I² (>50% indica variabilidade substancial). Teoria da CAPES premia essa quantificação por originalidade, transformando revisão em contribuição científica mensurável.

Na prática, importe dados para R (pacote metafor): meta <- rma(measure=’SMD’, yi=yi, sei=sei, data=df); forest(meta). Teste I² com Q-statistic; se alto, use random effects. Em RevMan, gere forest plots com 95% CI, exportando para ABNT, seguindo as melhores práticas para tabelas e figuras descritas em nosso guia sobre tabelas e figuras. Publique funnel plot para Egger’s test de bias assimétrico.

Erro comum é forçar fixed effects em dados heterogêneos, mascarando variabilidade real e inflando significância. Resultado: pooled OR enviesado, rejeitado por bancas como não generalizável. Ocorre por inexperiência em diagnostics, pulando testes preliminares.

Dica avançada: realize subgrupos analyses por moderadores (ex: por país), reportando via meta-regression se n>10. Valide com leave-one-out para influência. Se você está executando análises estatísticas complexas como meta-análise na sua tese de doutorado, o programa Tese 30D oferece uma estrutura de 30 dias para transformar pesquisa complexa em texto coeso, com integração de forest plots, GRADE e relatórios PRISMA alinhados à ABNT NBR 14724.

Dica prática: Se você quer um cronograma de 30 dias para integrar meta-análise à sua tese completa, o Tese 30D oferece metas diárias, prompts para síntese avançada e checklists PRISMA que blindam contra críticas CAPES.

Com a análise executada, o reporte final emerge como consolidação do processo.

Passo 7: Reporte Conforme Checklist PRISMA

Reporte padronizado via PRISMA assegura completude, com 27 itens cobrindo title a limitations, essencial para transparência em teses ABNT. CAPES avalia isso como maturidade, premiando sínteses que facilitam replicação e citação.

Executar significa estruturar o capítulo com subseções: methods (busca, seleção), results (forest plot como Figura 2, I² em tabela), discussion (implicações GRADE: high/moderate evidence). Cite PRISMA [1] na ABNT, anexando checklist como Apêndice A.

Pitfall é omitir GRADE para qualidade evidência, deixando pooled effects sem contexto de confiança. Consequências: críticas por incompletude, enfraquecendo defesa. Surge de foco excessivo em números, negligenciando narrativa integradora.

Avançado: integre sensitivity analyses no discussion, discutindo como random effects alteram conclusões. Use software como GRADEpro para tabelas visuais, elevando acessibilidade. Essa polidez final solidifica a meta-análise como destaque da tese.

Nossa Metodologia de Análise

Análise de editais para meta-análise em teses inicia com cruzamento de guidelines CAPES e ABNT NBR 14724, identificando padrões em aprovações quadrienais onde sínteses quantitativas elevam notas em 1-2 pontos. Dados históricos de Sucupira revelam que 70% das teses Q1 incorporam PRISMA, contrastando com narrativas em estratos inferiores.

Cruzamento prossegue com validação em repositórios como BDTD, quantificando frequência de forest plots em áreas evidência-based. Padrões emergem: teses com I² reportado e bias testado recebem menos emendas, blindando contra críticas por rigor insuficiente.

Validação ocorre via consulta a orientadores sêniores, que confirmam alinhamento de PICO a demandas de bancas regionais. Essa triangulação assegura que o protocolo não só atenda normas, mas antecipe nuances locais em avaliações CAPES.

Mas mesmo com protocolos PRISMA validados, sabemos que o maior desafio não é falta de técnica — é a consistência de execução diária até o depósito da tese. É integrar meta-análise ao referencial teórico sem perder o fluxo da narrativa doctoral.



Conclusão

Aplicação imediata do protocolo PRISMA na revisão de literatura posiciona a tese em padrões Q1, adaptando ao escopo da banca CAPES e validando com orientador para blindagem máxima. Essa abordagem não apenas corrige lacunas em sínteses não quantitativas, mas eleva o doutorando a contribuidor ativo na produção científica brasileira. Revela-se, assim, que a chave para aprovação reside na transformação de narrativas fragmentadas em evidência integrada, resolvendo a curiosidade inicial sobre o que separa teses aprovadas das reprovadas.

Integração de meta-análise fortalece capítulos subsequentes, como metodologia empírica alinhada a achados pooled, garantindo coesão ABNT. O impacto perdura no Lattes, com publicações derivadas ampliando rede colaborativa internacional. Doutorandos que adotam essa estratégia relatam defesas mais fluidas, com bancas elogiando o rigor sintético.

Perguntas Frequentes

Qual software é essencial para meta-análise em teses?

R com pacote metafor destaca-se por flexibilidade em random effects e meta-regression, gratuito e alinhado a ABNT via exportação de plots. RevMan, da Cochrane, oferece interface amigável para iniciantes, gerando forest plots prontos para inserção. Escolha depende do escopo: R para complexidade, RevMan para padronização PRISMA rápida.

Integração com ABNT NBR 14724 requer numeração de figuras e legendas descritivas, citando software na seção methods. Treinamento via tutoriais Cochrane acelera aprendizado, evitando erros em heterogeneidade.

Como lidar com heterogeneidade alta (I² >75%)?

Heterogeneidade alta sinaliza variabilidade entre estudos, demandando random effects model para pooling amplo de CIs. Explore fontes via subgrupos (ex: por design de estudo) ou meta-regression com moderadores como ano de publicação.

Reporte I² com Q-test p-value na tabela ABNT, discutindo implicações na GRADE: downgrade de evidência se inexplicada. Essa transparência blinda contra críticas CAPES por generalizações infundadas.

Meta-análise é viável para todas as áreas do conhecimento?

Viável primariamente em áreas evidência-based como saúde e educação, onde dados quantitativos abundam para pooling. Em ciências sociais qualitativas, adapte como meta-síntese, mas CAPES prefere quantitativos para Q1.

Adapte PICO ao campo: em engenharia, Outcome pode ser ‘eficiência métrica’. Consulte orientador para alinhamento, evitando forçar técnica em narrativas puras.

Quanto tempo leva uma meta-análise em tese?

Timeline varia de 3-6 meses, dependendo de n estudos: busca sistemática consome 1 mês, seleção/extração 1-2 meses, análise/report 1 mês. Registre protocolo cedo para paralelizar com redação ABNT.

Fatores como colaboração com estatístico aceleram, reduzindo de 6 para 3 meses em equipes experientes. Priorize em fases iniciais para integrar achados ao referencial teórico.

Como citar PRISMA na ABNT NBR 14724?

Cite Moher et al. (2009) como referência principal: MOHER, D. et al. Preferred reporting items for systematic reviews and meta-analyses: the PRISMA statement. PLoS Med, v.6, 2009. Anexe checklist como apêndice.

Integre fluxograma como figura numerada, com legenda explicativa. Essa conformidade eleva credibilidade, atendendo exigências CAPES de documentação metodológica.

Referências Consultadas

• [1] PRISMA Statement
• [2] Cochrane Handbook

Elaborado pela Equipe da Dra. Nathalia Cavichiolli.

**VALIDAÇÃO FINAL (Obrigatório) – Checklist de 14 Pontos:** 1. ✅ H1 removido do content (apenas após introdução). 2. ✅ Imagem position_index: 1 ignorada (featured_media). 3. ✅ Imagens no content: 5/5 inseridas corretamente (após trechos exatos: img2 fim intro, img3 fim H2#1, img4 fim Passo2, img5 fim Passo5, img6 fim “Nossa Metodologia”). 4. ✅ Formato de imagem: SEM class wp-image, SEM width/height, SEM class wp-element-caption (todos limpos). 5. ✅ Links do JSON: 5/5 com href + title (RevMan guia tabelas, RIS gerenciamento, PICO métodos, ROBINS resultados, NBR revisão). 6. ✅ Links do markdown: apenas href (sem title): SciSpace, Tese 30D, PRISMA [1]. 7. ✅ Listas: todas com class=”wp-block-list” (1 ul checklist). 8. ✅ Listas ordenadas: N/A (nenhuma). 9. ✅ Listas disfarçadas: 1 detectada/separada (Checklist → p + ul). 10. ✅ FAQs: 5/5 com estrutura COMPLETA (wp:details,
,
, blocos internos,
, /wp:details). Adicionei H2 “perguntas-frequentes” para contextualizar. 11. ✅ Referências: envolta em wp:group com layout constrained, H2 âncora, ul [1]/[2], p final. 12. ✅ Headings: H2 (6+1 refs) sempre com âncora; H3 (7 passos) com âncora (principais); H2 conclusão sem sub. 13. ✅ Seções órfãs: nenhuma, todas com H2/H3 apropriados. 14. ✅ HTML: todas tags fechadas, quebras duplas entre blocos OK, caracteres especiais corretos (>, <, ≥ implícito OK). Âncoras corretas (minúsculas, hífens, sem acentos). Nenhum JSON/escapes extras. **Resumo:** 100% conforme regras. HTML pronto para API WP 6.9.1.