# 1. Criar scope.yaml para o projeto
python -m tools scope "Projeto" --init --modality pesquisa-base

# 2. Editar scope.yaml com keywords, research_axes, exclusion_keywords, etc.

# 3. (Opcional) Extrair seed refs de textos existentes
python -m tools seed "Projeto"

# 4. Executar pipeline completo (10 etapas + extração + brief)
python -m tools run "Projeto"

# 5. Verificar resultado
python -m tools status "Projeto"

# 6. Revisar validation-list.md (~5-10 min)
# 7. Obter artigos não-OA listados em to-obtain.md
# 8. Processar PDFs manuais
python -m tools extract-manual "Projeto"

# 9. Enriquecer refs com resumos Claude
# (via Claude Code interativo — /enrich-refs)

┌─────────────────────────────────────────────────────────────┐
│  ENTRADA: Tema / pergunta de pesquisa / seção a escrever    │
└──────────────────────────┬──────────────────────────────────┘
                           │
                    ┌──────▼──────┐
                    │  ETAPA 1    │  Delimitação
                    │  Escopo     │  Pergunta → Palavras-chave → Limites
                    └──────┬──────┘
                           │
              ┌────────────┼────────────────┐
              │            │                │
       ┌──────▼──────┐ ┌──▼──────────┐ ┌───▼─────────┐
       │  ETAPA 2a   │ │  ETAPA 2b   │ │  ETAPA 2c   │
       │  Bases      │ │  Fontes     │ │  IA assist.  │
       │  indexadas   │ │  instit.    │ │  (descoberta)│
       │  (primária)  │ │  e cinza    │ │  NÃO citação │
       └──────┬──────┘ └──────┬──────┘ └──────┬───────┘
              │               │               │
              └───────────────┼───────────────┘
                              │
                       ┌──────▼──────┐
                       │  ETAPA 3    │  Triagem
                       │  Avaliação  │  Tier + Relevância + Acessibilidade
                       │  de qualid. │  → Gold / Silver / Bronze / Descartar
                       └──────┬──────┘
                              │
                       ┌──────▼──────┐
                       │  ETAPA 4    │  Verificação
                       │  Checklist  │  Checklist 3.1 da skill referências
                       │  por ref    │  + verificação de dados quantitativos
                       └──────┬──────┘
                              │
                       ┌──────▼──────┐
                       │  ETAPA 5    │  Contestação
                       │  scite.ai   │  Para afirmações centrais:
                       │  (opcional)  │  supporting / contrasting / mentioning
                       └──────┬──────┘
                              │
                       ┌──────▼──────┐
                       │  ETAPA 6    │  Registro
                       │  Documentar │  notas_pesquisa.md + Zotero (se usar)
                       └─────────────┘

## Ficha de pesquisa — [seção/tema]

**Pergunta de pesquisa:**
[Ex: "Quais são as aplicações de Big Data na gestão hospitalar para otimização de leitos?"]

**Palavras-chave (PT):** [Ex: big data, gestão hospitalar, leitos, otimização, saúde]
**Palavras-chave (EN):** [Ex: big data, hospital management, bed management, optimization, healthcare]
**Termos MeSH (se aplicável):** [Ex: "Big Data"[MeSH], "Hospital Administration"[MeSH], "Bed Occupancy"[MeSH]]

**Escopo — incluir:**
- [Ex: aplicações administrativas, gestão de leitos, fluxo de pacientes, eficiência operacional]

**Escopo — excluir:**
- [Ex: diagnóstico por imagem, telemedicina, wearables, aplicações puramente clínicas]

**Período:** [Ex: 2020-2026]
**Idiomas:** [Ex: português, inglês, espanhol]
**Tipo de fontes prioritárias:** [Ex: revisão sistemática, estudo de caso, relatório institucional]

**Contexto geográfico prioritário:** [Ex: Brasil > América Latina > global]

("Big Data"[MeSH] OR "Artificial Intelligence"[MeSH] OR "Machine Learning"[MeSH])
AND ("Hospital Administration"[MeSH] OR "Health Services Administration"[MeSH])
AND ("2020"[PDAT] : "2026"[PDAT])

(big data OR inteligência artificial OR aprendizado de máquina)
AND (gestão hospitalar OR administração em saúde OR gestão em saúde)

"big data" OR "artificial intelligence" "healthcare management" OR "hospital management"

GET https://api.semanticscholar.org/graph/v1/paper/search
  ?query=big+data+healthcare+management
  &year=2020-2026
  &fieldsOfStudy=Medicine
  &fields=title,authors,year,citationCount,journal,externalIds,abstract
  &limit=50

## Prompt para mapeamento conceitual

Estou pesquisando sobre [TEMA] para um [TIPO DE DOCUMENTO: capítulo de livro / artigo / relatório].

**Escopo:** [incluir / excluir]

**Preciso que você:**
1. Liste os 5-8 subtemas principais que este tema abrange
2. Identifique as bases de dados e fontes institucionais mais relevantes para cada subtema
3. Sugira termos de busca (em português E inglês) para cada subtema
4. Liste 5-10 referências-chave que estruturam o campo — para CADA uma, forneça:
   - Autores completos
   - Título exato
   - Periódico/editora
   - Ano
   - DOI (obrigatório se existir)
   - URL (obrigatória)
5. Identifique lacunas: que subtemas têm pouca literatura recente?

**REGRAS:**
- NÃO invente referências. Se não tiver certeza de um DOI ou URL, diga explicitamente.
- Priorize fontes recentes (2020+) e brasileiras quando disponíveis.
- Para dados quantitativos, indique a fonte primária exata (não "estima-se que...").
- Separe claramente: (a) artigos de periódicos indexados, (b) fontes institucionais, (c) relatórios de mercado, (d) fontes informais.

**Contexto geográfico:** [Brasil / América Latina / Global]

### Ref [N] — Sobrenome et al. (Ano)

- **Título:** [título completo]
- **Periódico:** [nome abreviado], v.X, n.Y, p.Z-W, ano
- **DOI:** [se existir]
- **PMID:** [se PubMed]
- **URL:** [URL canônica, não URL de download]
- **Tier:** T1 / T2 / T3
- **Relevância:** 2 / 1
- **Classificação:** Gold / Silver / Bronze
- **Data de verificação:** [data]
- **Dados sustentados:** [lista de afirmações que esta ref sustenta]
- **Verificação de dados quantitativos:** [número X confirmado no parágrafo Y / não encontrado]
- **Origem da descoberta:** [PubMed / SciELO / Gemini(descoberta) / etc.]

| # | Autor(es) | Ano | Tier | Relev. | Class. | DOI | Status |
|---|---|---|---|---|---|---|---|
| 1 | Straits Research | 2024 | T3 | 2 | Silver | — | Verificada |
| 2 | Dash et al. | 2019 | T1 | 2 | Gold | 10.1186/s40537-019-0217-0 | Verificada |

## Pesquisa para [SEÇÃO/TEMA]

**Projeto:** [nome do projeto]
**Seção:** [ex: 16.3 — Aplicações na gestão hospitalar]
**Arquivo canônico:** [ex: capitulo16.md]
**Notas de pesquisa:** [ex: notas_pesquisa.md]
**Próxima referência:** [N]
**Estilo de citação:** [ex: Vancouver — ver SKILL.md do projeto]

### Escopo da seção
[Descrever o que a seção deve cobrir e o que está FORA do escopo]

### Afirmações que precisam de referência
1. [Afirmação 1 — ex: "IA reduz tempo médio de permanência hospitalar"]
2. [Afirmação 2 — ex: "Operadoras usam ML para detecção de fraudes"]
3. [Afirmação N]

### Instruções para o Claude

**Fase 1 — Busca primária (Trilha A):**
Para cada afirmação acima, buscar em PubMed, SciELO e Google Scholar:
- Priorizar revisões sistemáticas e meta-análises
- Depois estudos observacionais e de caso
- Filtrar: 2020-2026, português e inglês
- Para cada resultado: extrair DOI, autores, título, periódico, ano

**Fase 2 — Fontes institucionais (Trilha B):**
Buscar fontes brasileiras primárias:
- CETIC.br, DATASUS, ANS, ANAHP, SBIS para dados nacionais
- OMS, OPAS para dados e diretrizes internacionais
- Relatórios de mercado se necessário (citar como T3)

**Fase 3 — Avaliação:**
Para cada referência encontrada, classificar:
- Tier (T1/T2/T3/T4)
- Relevância (0/1/2)
- Acessibilidade (acessível/restrito/quebrado)
- Classificação composta (Gold/Silver/Bronze/Descartar)

**Fase 4 — Verificação:**
Para as referências Gold e Silver:
- Acessar a URL/DOI e confirmar que o conteúdo sustenta a afirmação
- Para dados quantitativos: localizar o número exato na fonte
- Registrar tudo em notas_pesquisa.md

**Formato de saída:**
Apresentar as referências em tabela com: #, Autores, Ano, Título, Periódico, DOI, Tier, Relevância, Classificação, Afirmação(ões) sustentada(s).
Depois, bloco formatado no estilo [Vancouver/ABNT/outro] para inserção direta.

python -m tools extract-facts "Projeto" --refs 11-17   # Extrair candidatos
# Claude revisa e escreve .facts-pending.jsonl
python -m tools facts-import "Projeto"                  # Validar e importar
python -m tools facts-status "Projeto" --section 16.3   # Brief para escrita