ABNT — Elementos pré-textuais (NBR 14724)

abnt pre-textual componente building-block tcc monografia dissertacao tese nbr-14724 nbr-6027 nbr-6028 academico pt-BR

Overview

Componente compartilhado (building block) para gerar somente os elementos pré-textuais de trabalhos acadêmicos brasileiros — capa, folha de rosto, ficha catalográfica, errata, folha de aprovação, dedicatória, agradecimentos, epígrafe, resumo + palavras-chave, resumo em língua estrangeira, listas (ilustrações, tabelas, abreviaturas/siglas, símbolos) e sumário — conforme ABNT NBR 14724:2024, NBR 6027:2012 e NBR 6028:2021, com placeholder de ficha catalográfica alinhado às práticas AACR2/RDA das bibliotecas universitárias brasileiras.

Pensado para ser reutilizado por outras skills acadêmicas (TCC, monografia, dissertação, tese) em vez de duplicar as regras de pré-textuais em cada uma. Ajusta automaticamente:

A redação da natureza do trabalho na folha de rosto conforme o tipo (TCC / monografia / dissertação / tese).
A obrigatoriedade de cada elemento por tipo (ex.: ficha catalográfica é dispensada em alguns TCCs; área de concentração e linha de pesquisa só aparecem em mestrado e doutorado).
A faixa de palavras do resumo por tipo (TCC 150–250, monografia 150–300, dissertação 250–500, tese 300–500), sempre dentro do limite normativo da NBR 6028 (150–500).
A composição da banca na folha de aprovação por tipo (TCC: orientador + 1–2; mestrado: 2 titulares externos ao Programa; doutorado: 4 titulares com pelo menos 2 externos ao Programa e ao menos 1 externo à IES — regra usual de programas CAPES).

When to use this skill

Use este componente quando você (ou outra skill) precisar:

Gerar a parte pré-textual de um TCC, monografia, dissertação ou tese conforme ABNT, sem reescrever as regras da norma.
Decidir o que é obrigatório vs. opcional vs. condicional para um tipo específico de trabalho.
Validar o resumo (extensão, estrutura contexto→objetivo→método→resultados→conclusão, palavras-chave 3–5 com pontuação correta).
Reservar corretamente o espaço da ficha catalográfica — sem inventar CDD/CDU ou descritores — e orientar o autor a solicitá-la à biblioteca da IES.

Fora de escopo: elementos textuais (introdução, desenvolvimento, conclusão), elementos pós-textuais (referências, anexos, apêndices) e regras de citação ABNT. Esses pertencem às skills pais ou ao br-abnt-referencias-citacoes.

What it covers

A skill cobre, em ordem normativa NBR 14724:2024:

Capa (obrigatória) — instituição (opcional), autor, título + subtítulo, cidade, ano. Sem paginação.
Folha de rosto (obrigatória) — autor, título, natureza do trabalho recuada a 8 cm com bloco específico por tipo, orientador (e coorientador), cidade, ano.
Ficha catalográfica (obrigatória, no verso da folha de rosto) — gerada por bibliotecário(a) da IES seguindo AACR2/RDA, com CDD e/ou CDU. A skill nunca compõe a ficha manualmente — insere placeholder no quadro padrão 7,5 × 12,5 cm e orienta a solicitação.
Errata (opcional, apenas se aplicável após impressão).
Folha de aprovação (obrigatória) — autor, título, natureza do trabalho, data, banca dimensionada por tipo.
Dedicatória, agradecimentos, epígrafe (opcionais) — só geram se o autor quiser.
Resumo na língua vernácula + palavras-chave (obrigatório, NBR 6028:2021) — informativo, parágrafo único, 150–500 palavras (faixa recomendada por tipo), voz ativa, terceira pessoa; estrutura contexto → objetivo → método → resultados → conclusão; palavras-chave 3 a 5 separadas por ponto-e-vírgula, última encerrada com ponto.
Resumo em língua estrangeira + keywords (obrigatório) — tradução fiel, em página separada. Inglês padrão; espanhol e francês aceitos.
Listas (condicionais — somente se houver mais de um item do tipo): ilustrações, tabelas, abreviaturas/siglas, símbolos.
Sumário (obrigatório, NBR 6027:2012) — último elemento pré-textual, inclui apenas elementos textuais e pós-textuais, jamais pré-textuais.

Example Conversation

You: Estou finalizando minha tese de doutorado no PPGCC da UFMG sobre “Explicabilidade em modelos de aprendizado profundo para diagnóstico oncológico”. Orientador: Prof. Dr. João Silva. Coorientadora externa: Prof.ª Dr.ª Marta Souza (USP). Área: Inteligência Artificial. Linha: IA Aplicada à Saúde. Banca: 4 examinadores, 2 externos. Pode preparar os elementos pré-textuais?
Agent: Confirmando antes de gerar, porque a NBR 14724 e a prática editorial brasileira mudam pequenos detalhes por tipo:
Tipo: tese de doutorado — uso o bloco “Tese apresentada ao Programa de Pós-Graduação em Ciência da Computação… requisito parcial para obtenção do título de Doutor em …” na folha de rosto.
Faixa de palavras do resumo: 300 a 500 (recomendação editorial para tese, dentro do limite normativo 150–500 da NBR 6028).
Banca: orientador (Prof. Dr. João Silva, UFMG) + 4 examinadores titulares. Para programas CAPES doutorado, a regra usual é ao menos 2 externos ao Programa, sendo ao menos 1 externo à IES. Você pode me passar os 4 nomes + instituições + se algum é suplente, ou eu deixo placeholders?
You: Pode deixar placeholders para os 4 examinadores por enquanto.
Agent: Gerando os fragmentos:
pre-textual/capa — autor, título, “Belo Horizonte”, “2026”, centralizado.
pre-textual/folha-rosto — bloco de tese com área de concentração “Inteligência Artificial” e linha de pesquisa “IA Aplicada à Saúde”. Orientador e coorientadora (Prof.ª Dr.ª Marta Souza, USP) preenchidos.
pre-textual/ficha-catalografica — placeholder no verso da folha de rosto (quadro 7,5 × 12,5 cm, fonte 10). Aviso: solicitar à Biblioteca Universitária da UFMG após a defesa, com base no exemplar final. Não estou compondo CDD/CDU nem descritores — isso é trabalho do(a) bibliotecário(a) seguindo AACR2/RDA.
pre-textual/folha-aprovacao — orientador + 4 examinadores titulares como placeholders. Lembrete na cabeçalho: pelo menos 2 externos ao Programa, sendo ao menos 1 externo à UFMG.
pre-textual/resumo — esqueleto NBR 6028 para 300–500 palavras, parágrafo único, estrutura contexto → objetivo → método → resultados → conclusão. Lembrete: para tese, evidencie a contribuição inédita ao campo.
pre-textual/abstract — espelho em inglês (ABSTRACT + Keywords:), página separada.
pre-textual/sumario — esqueleto NBR 6027. Geraremos por último, depois do texto consolidado, sem incluir nenhum pré-textual.
Quer que eu pergunte agora se você terá listas de ilustrações, tabelas, abreviaturas e símbolos? Cada uma só entra se houver mais de um item do tipo no texto.
You: Vou ter figuras (umas 12), tabelas (umas 8), e siglas. Sem símbolos matemáticos especiais.
Agent: Adicionado: lista de ilustrações, lista de tabelas, lista de abreviaturas e siglas. Lista de símbolos não entra. Ordem final dos pré-textuais: capa → folha de rosto → ficha catalográfica (placeholder) → folha de aprovação → resumo → abstract → lista de ilustrações → lista de tabelas → lista de abreviaturas e siglas → sumário. Dedicatória, agradecimentos e epígrafe são opcionais — você quer alguma delas?

Sample Output Excerpt

Trecho gerado pelo componente para uma tese de doutorado: bloco de natureza do trabalho da folha de rosto, placeholder da ficha catalográfica e cabeçalho do resumo com palavras-chave conforme NBR 6028:2021. Os marcadores BEGIN/END delimitam fragmentos que a skill pai concatena ao documento final.

Maria Aparecida da Silva

Explicabilidade em modelos de aprendizado profundo para diagnóstico oncológico

Tese apresentada ao Programa de Pós-Graduação em Ciência da Computação da Universidade Federal de Minas Gerais, como requisito parcial para obtenção do título de Doutor(a) em Ciência da Computação.

Área de concentração: Inteligência Artificial Linha de pesquisa: IA Aplicada à Saúde

Orientador: Prof. Dr. João Silva Coorientadora: Prof.ª Dr.ª Marta Souza

Belo Horizonte

2026

+-----------------------------------------------------------+
|  [FICHA CATALOGRÁFICA]                                    |
|                                                           |
|  A ser elaborada pela Biblioteca Universitária da UFMG    |
|  após a defesa, com base no exemplar final.               |
|                                                           |
|  Padrão: AACR2 / RDA, com classificação CDD e/ou CDU.     |
|                                                           |
|  Quadro padrão: 7,5 cm × 12,5 cm, fonte 10,               |
|  centralizado na metade inferior do verso da folha        |
|  de rosto.                                                |
+-----------------------------------------------------------+

RESUMO

A adoção de modelos de aprendizado profundo em diagnóstico oncológico levanta questões sobre a transparência das decisões algorítmicas e a sua aceitação clínica. Esta tese investiga como técnicas de explicabilidade afetam a confiança de oncologistas em sistemas de apoio à decisão. A pesquisa, de natureza aplicada e abordagem mista, combinou revisão sistemática de 142 artigos publicados entre 2019 e 2025 com um experimento controlado envolvendo 68 oncologistas de cinco hospitais universitários brasileiros. Os participantes avaliaram diagnósticos gerados por modelos com e sem explicações locais via SHAP, LIME e Grad-CAM. Os resultados mostram que explicações visuais aumentam a confiança declarada em 38% (p < 0,001), mas não alteram a taxa de concordância com o modelo. Médicos com mais de 15 anos de experiência mostraram-se mais céticos do que residentes. Conclui-se que a explicabilidade é condição necessária mas insuficiente para a adoção clínica de IA oncológica, exigindo integração com fluxos de prontuário eletrônico e formação continuada. Contribuição inédita: um protocolo replicável de avaliação de confiança em ferramentas de IA oncológica e um conjunto de recomendações para o desenho de interfaces explicativas validadas com a comunidade médica brasileira.

Palavras-chave: Inteligência artificial; Explicabilidade; Diagnóstico oncológico; Confiança clínica; Aprendizado profundo.

Validações executadas

Este componente não envia ferramentas próprias para o workspace — ele expõe regras de validação textual que a skill pai (ou o próprio agente) aplica antes de declarar pronto. As checagens cobrem:

Obrigatoriedade por tipo. Garante que capa, folha de rosto, ficha catalográfica (placeholder), folha de aprovação, resumo (vernáculo + estrangeiro) e sumário estão presentes; bloqueia se faltar elemento obrigatório para o tipo declarado (TCC, monografia, dissertação ou tese).
Ordem dos pré-textuais. Verifica que a sequência segue a NBR 14724:2024 (capa → folha de rosto → ficha catalográfica → errata? → folha de aprovação → dedicatória? → agradecimentos? → epígrafe? → resumo → abstract → listas? → sumário).
Folha de rosto — bloco de natureza do trabalho. Confere que o bloco escolhido (TCC / monografia / dissertação / tese) corresponde ao tipo declarado e que campos obrigatórios para mestrado/doutorado (área de concentração, linha de pesquisa) estão preenchidos.
Banca por tipo. Sinaliza quando a folha de aprovação não tem a composição mínima esperada por tipo: TCC (orientador + 1 a 2 examinadores), mestrado (orientador + 2 titulares com ao menos 1 externo ao Programa), doutorado (orientador + 4 titulares com mínimo 2 externos ao Programa e ao menos 1 externo à IES).
Resumo (NBR 6028:2021). Conta palavras (mínimo 150, máximo 500), confere parágrafo único, ausência de citações bibliográficas e listas, presença da estrutura contexto → objetivo → método → resultados → conclusão, e alerta quando o resumo está fora da faixa recomendada por tipo (TCC 150–250, monografia 150–300, dissertação 250–500, tese 300–500).
Palavras-chave. Confere 3 a 5 termos, separados por ponto-e-vírgula, iniciados em maiúscula, com ponto final no último termo.
Abstract. Verifica espelho fiel do resumo: mesma faixa de palavras (tolerância de ~10%), título conforme idioma (ABSTRACT / RESUMEN / RÉSUMÉ) e Keywords: / Palabras clave: / Mots-clés: no mesmo padrão.
Sumário (NBR 6027:2012). Bloqueia inclusão de pré-textuais (capa, folha de rosto, resumo, listas etc.) no sumário; confere que pós-textuais (Referências, Apêndices, Anexos) aparecem sem indicativo numérico; confere subordinação por recuo, não por mudança de fonte.
Ficha catalográfica. Garante que apenas o placeholder está presente. Bloqueia qualquer tentativa de gerar CDD/CDU, descritores ou cabeçalho de autoridade manualmente — esse é trabalho do(a) bibliotecário(a) da IES seguindo AACR2/RDA.

Getting Started

Confirme o tipo do trabalho. Antes de qualquer geração, declare se é TCC de graduação, monografia de especialização (lato sensu), dissertação de mestrado ou tese de doutorado. O tipo define obrigatoriedade, redação da natureza do trabalho, faixa do resumo e composição da banca.
Reúna os metadados mínimos. Instituição, unidade/departamento, curso ou programa, grau pretendido, autor, título e subtítulo, orientador (e coorientador), área de concentração e linha de pesquisa (para mestrado/doutorado), cidade, mês/ano de defesa. Marque [A DEFINIR] em vez de inventar.
Use os templates como esqueleto. template_capa.md, template_folha_rosto.md (com bloco específico por tipo), template_folha_aprovacao.md, template_resumo_abstract.md, template_listas.md, template_sumario.md e placeholder_ficha_catalografica.md.
Não componha a ficha catalográfica. Sempre use o placeholder e oriente o autor a solicitá-la à biblioteca da IES após a defesa. CDD/CDU e descritores são responsabilidade do(a) bibliotecário(a).
Gere o sumário por último. Só depois que os elementos textuais estiverem consolidados com seções e páginas definidas.
Combine com a skill pai apropriada — br-abnt-tcc-monografia para TCC e monografia (ou as futuras skills de dissertação e tese) — para compor o trabalho completo com elementos textuais e pós-textuais. Citações e referências são tratadas por br-abnt-referencias-citacoes.