Nota técnico-metodológica

1. Finalidade e escopo

O Ilê Axé Map é um atlas digital de acesso público dedicado à reunião, à organização e à visualização de informações públicas sobre terreiros de candomblé e outros espaços religiosos afro-brasileiros relacionados à Bahia. O projeto procura reduzir a dispersão informacional entre bases institucionais, plataformas cartográficas e cadastros de natureza distinta, oferecendo uma camada integrada para consulta, pesquisa e documentação.

A proposta combina três objetivos:

1. documental, ao aproximar registros que se encontram fragmentados em diferentes fontes;
2. analítico, ao permitir a observação exploratória de distribuições territoriais, lacunas de cobertura e diferenças entre bases;
3. infraestrutural, ao disponibilizar dados e código em formatos inspecionáveis, passíveis de crítica, correção e atualização.

O universo empírico é formado por ocorrências recuperadas em quatro fontes: OpenStreetMap, Google Places, Centro de Estudos Afro-Orientais da Universidade Federal da Bahia (CEAO/UFBA) e levantamento da Secretaria Municipal da Reparação de Salvador, distribuído pela SEFAZ/Salvador. Essas fontes não foram produzidas com a mesma finalidade, no mesmo período ou segundo os mesmos critérios. Sua integração, portanto, não elimina as diferenças de origem: torna-as metodologicamente visíveis.

A unidade básica do projeto é o registro de fonte. Após normalização, comparação e deduplicação, um ou mais registros podem ser reunidos em uma única entrada consolidada. Essa operação é técnica e probabilística: comunidades distintas podem apresentar nomes semelhantes, enquanto a mesma comunidade pode aparecer com grafias, endereços ou coordenadas diferentes.

2. Síntese quantitativa da versão 2.1

Os números abaixo foram apurados a partir dos artefatos efetivamente preservados no repositório e da contagem dos registros contidos nos arquivos — e não apenas dos metadados declarativos de versões anteriores.

2.1. Composição por fonte

A coluna inicial descreve as ocorrências persistidas nos artefatos que antecederam a consolidação. A coluna intermediária registra os registros preservados por fonte na v2.1. Esses totais não devem ser interpretados automaticamente como entidades únicas entre fontes, pois correspondências interfontes ainda exigem revisão com proveniência muitos-para-muitos.

Os totais de 2.091 registros e 1.857 feições publicadas foram recalculados diretamente dos artefatos v2. O CEAO é a fonte primária e todos os seus 1.155 registros estão representados.

2.2. Fluxo de processamento

1.629 registros preservados na base v1.3
        │
        ├── substituição de 682 registros CEAO pelo acervo completo de 1.155
        ├── manutenção de 682 Google, 20 OSM e 234 SEMUR já filtrados
        ▼
2.091 registros na base v2.1
        │
        ├── 1.857 registros com coordenadas no recorte operacional da Bahia
        └──   234 registros SEMUR sem coordenadas extraídas

O total de 2.091 registros não equivale a 2.091 terreiros presencialmente verificados ou necessariamente únicos entre fontes. Os 1.857 pontos cartográficos correspondem ao subconjunto com coordenadas válidas no recorte territorial operacional.

3. Fontes e procedimentos de aquisição

3.1. OpenStreetMap

O OpenStreetMap (OSM) é uma base geográfica colaborativa e aberta. A coleta foi realizada por meio da Overpass API, com uma consulta composta por diferentes combinações de atributos e expressões nominais relacionadas ao universo de interesse. Entre os critérios empregados estão:

• amenity=place_of_worship associado a religion=candomblé;
• amenity=place_of_worship associado a religion=afro_brazilian;
• denomination=candomblé;
• nomes contendo expressões como terreiro, candomblé, ilê axé, ilê asé e centro de umbanda.

O coletor versionado consulta apenas objetos do tipo nó (node). Caminhos (way) e relações (relation) não integram essa rotina. O script converte os resultados para GeoJSON e preserva, quando disponíveis, identificador OSM, nome, categoria, denominação, endereço, telefone, sítio eletrônico e demais etiquetas de origem.

A camada pré-consolidação arquivada contém 44 registros OSM; após a comparação com as demais fontes e a etapa de filtragem, 20 registros permanecem na versão 2.1. Como o OpenStreetMap é continuamente editado, a repetição da consulta em outra data pode produzir resultados diferentes.

3.2. Google Places

A coleta no Google Places foi estruturada como uma busca textual multipassagem, combinando expressões relacionadas a terreiros e religiões afro-brasileiras com referências territoriais a municípios e localidades baianas. Entre as expressões registradas nos dados recuperados estão terreiro de candomblé, candomblé, ilê, ilê asé, abassá, inzo, casa de santo, centro de candomblé e centro religioso afro-brasileiro.

A camada persistida antes da consolidação contém 1.408 identificadores place_id distintos. Os registros incluem, quando retornados pelo serviço, nome, endereço, coordenadas, categorias da plataforma, avaliação, número de avaliações, situação operacional, localidade e expressão de busca associada.

Após a deduplicação entre fontes, a filtragem de falsos positivos prováveis, a curadoria manual e a remoção de ocorrências externas ao recorte operacional, 682 registros atribuídos ao Google Places permanecem na base consolidada.

A interface de busca do Google Places favorece entidades com presença digital e tende a incorporar estabelecimentos que apenas compartilham palavras frequentes com o vocabulário religioso — por exemplo, “casa”, “axé”, “santo” ou nomes de municípios. Por essa razão, os resultados dessa fonte foram submetidos a uma etapa específica de controle semântico, descrita na Seção 5.

O repositório preserva os resultados incorporados, mas não contém, na versão auditada, o script completo de coleta, os logs de paginação nem o histórico integral das requisições. A reprodução exata dessa etapa é, portanto, limitada.

3.3. CEAO/UFBA

A base pública Mapeamento dos Terreiros de Salvador, vinculada ao Centro de Estudos Afro-Orientais da UFBA, constitui a fonte de maior densidade histórico-descritiva do projeto. Seu universo declarado é a cidade de Salvador. As páginas preservadas utilizam uma estimativa populacional de 2005 e organizam os mapas históricos até o intervalo 2001–2006; esses marcadores situam temporalmente o levantamento, mas não permitem atribuir a todos os registros uma única data de observação. A extração digital para o Ilê Axé Map ocorreu em 2026 e não deve ser confundida com a produção original das informações.

Foram materializados 1.155 registros, acompanhados, em diferentes níveis de completude, por campos como:

• nome da comunidade;
• liderança religiosa;
• nação ou tradição declarada;
• orixá ou entidade regente;
• ano de fundação;
• endereço, bairro e CEP;
• telefone;
• coordenadas geográficas;
• imagens em miniatura e em maior resolução.

No arquivo estruturado, 1.135 registros possuem referências preenchidas nos campos foto_thumb e foto_grande, enquanto o repositório conserva 1.081 miniaturas fotográficas obtidas durante a coleta. Referência remota e arquivo efetivamente preservado são, portanto, métricas distintas.

A auditoria da v1.3 demonstrou que 473 registros CEAO com coordenadas e metadados válidos não estavam representados na camada publicada. A v2.1 corrige essa perda: os 1.155 registros CEAO estão presentes, com 1.155 identificadores únicos e nenhum ausente. O arquivo data/auditoria_v2.json registra essa reconciliação.

3.4. SEMUR — SEFAZ/Salvador

A quarta fonte é um mapa cartográfico da Secretaria Municipal da Reparação de Salvador (SEMUR), publicado em 2020 e distribuído pela infraestrutura geográfica da SEFAZ/Salvador. A lista nominal foi extraída por reconhecimento óptico de caracteres e revisão estrutural, resultando em 635 pares de código e nome.

O documento original apresenta informação cartográfica em sistema UTM, fuso 24S, referida ao SIRGAS 2000. Essas coordenadas não foram extraídas para a versão atual. Em consequência, os registros SEMUR participam da base consolidada, mas não aparecem como pontos no mapa interativo. 234 registros SEMUR sem coordenadas permanecem na base v2.1.

A diferença entre contagens apresentadas em documentos derivados e a lista OCR deve ser tratada como questão de proveniência, não resolvida por simples inferência. A versão atual adota como referência operacional os 635 registros efetivamente estruturados no arquivo de origem preservado no repositório.

4. Normalização, integração e deduplicação

4.1. Padronização mínima

As quatro fontes utilizam esquemas distintos. O pipeline converte os registros para uma estrutura comum, preservando tanto quanto possível os campos originais. Entre as operações de normalização estão:

• uniformização dos campos de nome e fonte;
• conversão das coordenadas para longitude e latitude em WGS 84 quando já disponíveis em formato compatível;
• tratamento de caixa, acentuação e espaços para fins de comparação nominal;
• manutenção de atributos específicos de cada provedor, como place_id, identificadores OSM, identificadores CEAO e códigos SEMUR;
• geração de uma camada GeoJSON destinada à interface cartográfica e de um JSON consolidado que também comporta registros sem coordenadas.

A normalização utilizada para comparação não deve substituir a grafia pública ou histórica dos nomes. A diversidade ortográfica — Ilê/Ilé/Ylê, Axé/Asé/Axê, Ketu/Keto, entre outras variações — pode expressar tradições, escolhas institucionais e histórias próprias. Sempre que possível, o valor exibido deve permanecer fiel à fonte considerada principal.

4.2. Critérios de correspondência

A deduplicação combina proximidade geográfica e semelhança nominal. Segundo a documentação metodológica do pipeline, dois registros podem ser tratados como candidatos à mesma entidade quando ocorre pelo menos uma das seguintes condições:

1. distância inferior a 50 metros entre as coordenadas disponíveis;
2. igualdade dos nomes após normalização;
3. inclusão substancial de uma forma nominal na outra, desde que a sequência comparada tenha mais de cinco caracteres.

Quando há correspondência, procura-se conservar o registro com maior densidade informacional e incorporar campos complementares da outra ocorrência. Esse procedimento reduziu 3.242 ocorrências de fonte a 2.158 registros consolidados, isto é, reuniu 1.084 ocorrências consideradas redundantes.

A equivalência produzida por esse método é uma hipótese operacional. A proximidade espacial não garante identidade institucional, sobretudo em territórios com forte concentração de comunidades religiosas; nomes semelhantes também podem designar casas distintas, linhagens relacionadas ou mudanças históricas de denominação. Inversamente, mudanças de endereço, abreviações e diferenças ortográficas podem impedir a reunião de registros que se referem à mesma comunidade.

4.3. Proveniência após a fusão

Na versão 2.1, cada registro recebe fonte e uma lista fontes com a procedência conhecida. Como a versão anterior não preservou todos os vínculos entre registros fundidos, a cadeia histórica de sobreposições não pôde ser reconstruída integralmente.

Para evitar novas perdas, a v2.1 prioriza a representação integral do CEAO e não declara os 2.091 registros como entidades únicas entre fontes. Uma futura deduplicação muitos-para-muitos deverá manter identificadores, decisões de correspondência e todos os registros de origem.

5. Controle de qualidade e falsos positivos

5.1. Por que filtrar

Buscas textuais em plataformas de lugares recuperam entidades que compartilham palavras com o campo religioso, mas não correspondem ao escopo do projeto. Hotéis, restaurantes, lojas, equipamentos públicos, igrejas cristãs, centros kardecistas, monumentos, acidentes geográficos e nomes de municípios podem aparecer porque contêm expressões como “casa”, “santo”, “axé”, “centro”, “terreiro” ou referências territoriais empregadas na consulta.

O controle de falsos positivos foi aplicado apenas aos registros atribuídos ao Google Places e ao OpenStreetMap. As entradas CEAO e SEMUR, provenientes de levantamentos institucionalmente orientados ao tema, não passaram pelo mesmo filtro nominal automatizado. Essa diferença de tratamento não equivale a uma auditoria independente da qualidade ou da atualidade desses registros.

5.2. Procedimento aplicado

A limpeza ocorreu em duas camadas:

1. varredura inicial de nomes, que classificou os registros Google consolidados em candidatos religiosos, casos ambíguos e falsos positivos prováveis;
2. aplicação de listas de inclusão e exclusão, com correspondência por substring, sem diferenciação entre maiúsculas e minúsculas.

A primeira varredura identificou 323 falsos positivos prováveis. A segunda camada removeu outros 176 registros por regras nominais adicionais. Uma revisão manual posterior excluiu mais 11 entradas Google identificadas como comércios, equipamentos públicos, marcadores territoriais ou endereços sem identificação religiosa. O total documentado passou a 510 exclusões: 509 registros Google e um registro OSM. As decisões automatizadas estão em data/falsos_positivos_removidos.json; as decisões manuais, com motivo e coordenadas, estão em data/exclusoes_curadas.csv.

Antes da exclusão, o algoritmo consulta uma lista de termos protetivos associados a possíveis terreiros — como referências a orixás, inquices, voduns, nações, “casa de santo”, “terreiro”, “ilê”, “axé”, “abassá”, “inzo”, “tenda” e expressões correlatas. Apenas na ausência desses sinais são aplicadas as regras de exclusão.

5.3. Estatuto da validação

A filtragem reduz ruído evidente, mas não constitui validação etnográfica, verificação presencial ou classificação supervisionada por especialistas. A versão atual não dispõe de:

• amostra-ouro rotulada de forma independente;
• dupla codificação humana;
• medida de concordância entre avaliadores;
• estimativas de precisão, revocação ou taxa residual de falsos positivos;
• validação presencial das entidades mantidas;
• revisão comunitária sistemática.

Por essa razão, as exclusões devem ser entendidas como decisões heurísticas auditáveis, e os registros remanescentes como candidatos com graus variados de confiança. As listas de termos podem produzir tanto falsos positivos quanto falsos negativos, especialmente diante da polissemia religiosa, das variações linguísticas e da diversidade de formas de autodenominação.

6. Georreferenciamento e controle territorial

6.1. Origem das coordenadas

As coordenadas publicadas foram herdadas das fontes OSM, Google Places e CEAO/UFBA. Não houve, na versão 2.1, geocodificação dos 234 registros SEMUR remanescentes. A camada cartográfica contém, portanto, 1.857 feições pontuais.

O projeto não atribui a todas as coordenadas o mesmo grau de precisão. Dependendo da fonte, um ponto pode representar a entrada do imóvel, o centro de uma edificação, uma posição fornecida por plataforma colaborativa ou uma localização aproximada. A presença de coordenadas não deve ser interpretada automaticamente como confirmação da posição exata da comunidade.

6.2. Recorte operacional da Bahia

Para a checagem inicial foi utilizado um retângulo geográfico aproximado com os seguintes limites:

longitude: -46,7 a -37,3
latitude:  -18,4 a  -8,5

Esse bounding box funciona como teste de plausibilidade e enquadramento visual; ele não substitui o polígono administrativo oficial do estado. Na camada v2.1, 1.857 pontos estão dentro do retângulo operacional. Os 234 registros SEMUR permanecem sem coordenadas.

Uma etapa anterior continha 30 pontos do Google Places fora desse recorte. Eles foram removidos da base consolidada e da camada publicada no commit 5b6b5bb, permanecendo recuperáveis no histórico do repositório para fins de auditoria. Na versão corrente, não há feições externas ao recorte operacional.

6.3. Interpretação espacial

A distribuição de pontos expressa simultaneamente a geografia das comunidades e a geografia das fontes. Concentrações urbanas podem resultar de maior presença digital, cobertura institucional mais intensa, facilidade de georreferenciamento ou campanhas localizadas de mapeamento. Áreas com poucos registros não devem ser interpretadas como áreas com poucos terreiros sem evidência adicional.

O mapa é adequado para exploração, localização de registros e formulação de hipóteses. Não é, isoladamente, uma base amostral válida para estimar prevalência, densidade, crescimento ou ausência territorial.

7. Categorias de navegação

A v2.1 não converte Keto em Ketu, não reúne Alaketo com Keto e não divide declarações compostas. O campo nacao_original conserva o texto recebido do CEAO; nacao_categoria repete essa declaração para navegação, com apenas a remoção de espaços duplicados.

Rótulos como “Keto Angola”, “Jêje Nagô”, “KetoTapa” e “Alaketo” aparecem separadamente no filtro. nacao_componentes permanece vazio e nacao_primaria permanece nulo até que uma revisão especializada autorize qualquer interpretação, equivalência ou hierarquia.

Google Places, OpenStreetMap e SEMUR não fornecem um campo de nação declarado nesta base. Seus registros são exibidos como “Não informado”; nomes de estabelecimentos não são usados para inferir pertencimento religioso.

O arquivo data/revisao_humana_nacao_v2.csv contém 172 casos, com amostra de até dez registros para cada declaração literal. A cor é um recurso de navegação e não representa parentesco entre tradições.

8. Ética, segurança e governança dos dados

Terreiros e comunidades religiosas afro-brasileiras são historicamente expostos a racismo religioso, violência, invasões, estigmatização e destruição patrimonial. Essa condição altera o estatuto ético da cartografia. O fato de um dado estar publicamente acessível em sua fonte original não torna sua agregação automaticamente isenta de risco: uma interface unificada reduz o custo de localização, cruzamento e reutilização das informações.

A versão atual reúne nomes, coordenadas e, em parte dos registros, endereços, lideranças, telefones e imagens provenientes de fontes públicas. A publicação desses elementos deve observar os princípios de finalidade, necessidade, proporcionalidade, segurança e respeito à autodeterminação informacional. A inclusão no mapa não deve ser interpretada como consentimento individual ou comunitário ao projeto, nem como autorização para abordagem, visita, vigilância ou exploração comercial.

A governança responsável do atlas deve compreender:

1. canal de correção e retirada, por meio do qual comunidades possam solicitar atualização, ocultação ou remoção de informações;
2. revisão de granularidade, avaliando quando coordenadas exatas devem ser substituídas por localização aproximada ou agregação territorial;
3. minimização de dados pessoais, especialmente para nomes de lideranças, telefones e endereços residenciais;
4. registro das decisões, incluindo motivo, data e responsável por alterações sensíveis;
5. consulta comunitária, incorporando representantes das tradições mapeadas à definição das regras de publicação;
6. avaliação periódica de risco, considerando que mudanças no contexto político e tecnológico podem alterar os efeitos da exposição.

Solicitações de correção, atualização ou retirada podem ser encaminhadas a leofn@ufba.br. Uma política pública de governança, com prazos, critérios e modalidades de resposta, deverá acompanhar as próximas versões.

9. Reprodutibilidade e artefatos públicos

A geração da base v2.1 a partir dos artefatos preservados é reproduzível por scripts/build_v2.py e coberta por testes automatizados. A reprodução das coletas históricas continua parcial, pois não estão integralmente disponíveis os scripts que produziram a coleta Google Places, a extração original CEAO e o OCR SEMUR.

9.1. Principais artefatos

9.2. Condições para reprodução integral

Uma versão plenamente reprodutível deverá acrescentar:

• scripts completos de coleta e paginação do Google Places;
• código de extração das páginas CEAO;
• procedimento documentado de OCR e revisão do mapa SEMUR;
• implementação versionada da deduplicação entre fontes;
• ambiente computacional fixado, com dependências e versões;
• dicionário de dados;
• identificadores estáveis para registros de origem e entidades consolidadas;
• testes automatizados de consistência entre metadados, arquivos e interface;
• licença ou política de reutilização definida de forma compatível com a proveniência heterogênea dos dados.

Na versão auditada, não foi localizado um instrumento único de licenciamento para o conjunto agregado. Acesso público, gratuidade de consulta e licença de redistribuição são condições distintas; as possibilidades de reutilização devem ser verificadas fonte a fonte e formalizadas para o dataset derivado.

Por envolver serviços dinâmicos e bases editáveis, reprodução não significa necessariamente obter os mesmos resultados em uma nova consulta. O objetivo apropriado é tornar repetíveis as operações, registrar as versões das fontes e explicar toda divergência entre execuções.

10. Limitações

A interpretação do Ilê Axé Map deve considerar, no mínimo, as seguintes limitações:

• cobertura não probabilística: as fontes não derivam de plano amostral comum;
• viés de visibilidade digital: comunidades com presença em plataformas, cadastros ou projetos institucionais têm maior chance de aparecer;
• assimetria territorial: Salvador e áreas com levantamentos específicos estão mais densamente documentadas;
• heterogeneidade temporal: a data de integração não corresponde à data de produção nem à atualidade de cada registro;
• incerteza ontológica: um “lugar” de plataforma, uma ficha institucional e uma comunidade religiosa não são unidades automaticamente equivalentes;
• incerteza posicional: as coordenadas possuem precisão variável e não foram todas verificadas;
• deduplicação probabilística: falsos agrupamentos e duplicatas residuais são possíveis;
• validação sem padrão-ouro: a limpeza textual não mede precisão ou revocação;
• proveniência histórica incompleta: a v2 preserva a fonte conhecida de cada registro, mas não consegue reconstruir sobreposições apagadas em etapas anteriores;
• categorias derivadas: os filtros da interface dependem de regras lexicais e não substituem a autodeclaração;
• 234 registros não cartografados: a ausência de coordenadas SEMUR reduz a cobertura visual de Salvador;
• risco de reidentificação e exposição: a agregação pode ampliar riscos já enfrentados pelas comunidades.

Essas limitações não anulam o valor documental do conjunto; elas definem o campo de inferências que ele pode sustentar legitimamente.

11. Atualização e controle de versão

O conjunto de dados deve adotar versionamento explícito. Cada nova publicação deverá registrar:

• data de extração e data de lançamento;
• fontes consultadas e suas versões, quando disponíveis;
• registros adicionados, alterados, fundidos e removidos;
• mudanças nas regras de deduplicação e classificação;
• decisões de correção ou retirada solicitadas pelas comunidades;
• alterações na granularidade espacial;
• testes de consistência executados;
• responsável pela revisão.

Prioridades para a próxima versão

1. documentar e testar automaticamente a regra territorial para evitar a reintrodução de registros externos ao recorte operacional;
2. criar proveniência muitos-para-muitos entre registros de origem e entidades consolidadas;
3. realizar validação humana estratificada, com protocolo e medida de concordância;
4. avaliar a geocodificação responsável dos registros SEMUR, preservando incerteza e proteção espacial;
5. publicar política de correção, retirada e minimização de dados sensíveis;
6. completar os scripts ausentes e fixar o ambiente de reprodução.

12. Uso e citação

O conjunto é indicado para:

• pesquisa exploratória e formulação de hipóteses;
• estudos sobre cobertura e desigualdade entre infraestruturas de dados;
• documentação de proveniência e história de bases cartográficas;
• desenvolvimento de métodos de integração, deduplicação e auditoria de dados culturais.

Não se recomenda utilizá-lo, sem validação adicional, para:

• estimar o número total de terreiros na Bahia;
• inferir ausência de comunidades em determinado território;
• produzir ranking de municípios ou tradições;
• tomar decisões administrativas ou policiais sobre comunidades específicas;
• realizar visitas, contatos ou intervenções sem mediação ética;
• redistribuir dados pessoais ou coordenadas fora da finalidade de pesquisa.

Citação sugerida

NASCIMENTO, Leonardo Fernandes; LABORATÓRIO DE HUMANIDADES DIGITAIS DA UFBA. Ilê Axé Map: terreiros de candomblé e espaços religiosos afro-brasileiros da Bahia. Versão 2.0. Salvador: Universidade Federal da Bahia, 2026. Disponível em: https://labhdufba.github.io/terreiro-map/. Acesso em: dia mês ano.

Ao utilizar registros específicos, recomenda-se citar também a fonte de origem correspondente — OpenStreetMap, Google Places, CEAO/UFBA ou SEMUR/SEFAZ — e informar a versão do conjunto consultado.

13. Referências e fontes

• Centro de Estudos Afro-Orientais da Universidade Federal da Bahia. Mapeamento dos Terreiros de Salvador. Disponível em: https://terreiros.ceao.ufba.br/.
• OpenStreetMap contributors. OpenStreetMap. Disponível em: https://www.openstreetmap.org/.
• Overpass API. Interface de consulta ao OpenStreetMap. Disponível em: https://overpass-api.de/.
• Prefeitura Municipal de Salvador — Secretaria Municipal da Reparação. Mapa cartográfico de terreiros de Salvador, 2020. Documento distribuído pela infraestrutura geográfica da SEFAZ/Salvador.
• Google. Google Places. Fonte de registros de lugares consultada no processo de coleta.
• Laboratório de Humanidades Digitais da UFBA. Repositório do projeto. Disponível em: https://github.com/LABHDUFBA/terreiro-map.

Documento atualizado para a versão 2.1 e auditado em 25 de julho de 2026.