daily mirror — 12/06/2026

README.md

@@ -85,7 +85,8 @@ Full column-level definitions for every file are in **[`DATA_DICTIONARY.md`](DAT
 | `polls/tse-registry.csv` · `.json` | 350 | **Official TSE poll registry — full public fields**, built directly from the [TSE Open Data](https://dadosabertos.tse.jus.br) file. Every presidential poll filed for 2026 with its complete registration sheet: institute, CNPJ, sample, field dates, declared cost, **named responsible statistician + CONRE**, and the **full (un-truncated) methodology and sampling/weighting design** — including the demographic/geographic quota design (sex, age, education, income, region) with the declared quota percentages. *Registration-design fields only — no per-candidate results, and the complete questionnaire is a PesqEle attachment, not in the open-data file.* (`Lei 9.504/97 art. 33`) |
 | `polls/national-poll-results-firstround.csv` | 158 | **Published first-round results**, long format: one row per candidate × scenario × poll. Carries the TSE registration number, institute, sample, margin, field dates. |
 | `polls/national-poll-results-secondround.csv` | 38 | Published head-to-head **runoff** matchups (`candidate1 vs candidate2`, percentages). |
-| `polls/national-polls.json` | 22 | Full structured national polls **with results** (first round + runoff + methodology), reconstructed from the platform history. Each poll now carries a **`tse_registration`** block linking it to its public TSE registration (full methodology, sampling/weighting design, statistician, CONRE, CNPJ, cost). |
+| `polls/national-polls.json` | 22 | Full structured national polls **with results** (first round + runoff + methodology), reconstructed from the platform history. Each poll carries a **`tse_registration`** block (full methodology, sampling/weighting design, statistician, CONRE, CNPJ, cost) and, since 2026-06-13, **fieldwork-midpoint dating** (`field_midpoint`, `days_to_first_round`/`runoff`) plus **`tse_registration.sample_design`** (parsed sample composition/weighting — layer A). |
+| `polls/sample-demographics.csv` | 119 | **Sample-design demographics (layer A)**, long format: each poll's declared sex/age/education/income quota composition parsed from the TSE sampling plan, with explicit per-poll coverage (`full_percentages` 12/22 · `mentioned_no_pct` 10/22). This is sample composition/weighting — **not** vote-by-demographic crosstabs (layer B), which are not part of TSE open data. |
 | `polls/polls-data-{date}.json` | — | Daily snapshot of the national polls referenced on that date. |
 
 ### 📈 Market & divergence time-series
@@ -94,6 +95,7 @@ Full column-level definitions for every file are in **[`DATA_DICTIONARY.md`](DAT
 |------|---------|
 | `data/market-odds-timeseries.csv` | **Polymarket presidential odds per candidate, daily** (`date, candidate, party, polymarket_pct, volume_usd_m`) — full history from 2026-04-17. |
 | `data/divergence-timeseries.csv` | **Market × poll divergence** per candidate (`poll_date, institute, register_tse, candidate, poll_pct, polymarket_pct, polymarket_date, divergence_pp`) — each national poll joined to the market odds on its date. The dataset's namesake signal. |
+| `data/poll-divergence.csv` | **Poll-level market × poll pairing** anchored on each poll's **fieldwork midpoint**; `naive_gap_pp` is explicitly flagged `naive_winprob_minus_voteshare` — the market prices *P(win)* while the poll reports *vote share*, so the gap is **not scale-reconciled** (reconciling the scales is a modeling choice left to the researcher). |
 | `data/divergence-{date}.csv` | Per-day market × poll divergence snapshot. |
 
 ### 📰 Daily analysis & news
@@ -109,6 +111,8 @@ Full column-level definitions for every file are in **[`DATA_DICTIONARY.md`](DAT
 - **Start with** `DATA_DICTIONARY.md` (every column, type, unit, provenance) and `polls/` (the registered-poll universe + published results).
 - **Reproducibility:** every value traces to a public primary source — the TSE registry, a named pollster's release, or a live Polymarket contract. Nothing is imputed or smoothed; where a number is missing it is left blank, not filled.
 - **Editorial stance:** AFOS reports *divergence* between sources rather than a single blended average — the spread is treated as signal, not noise.
+- **Demographics:** *sample-design* demographics — the declared composition/weighting of each poll's sample (layer A) — are included (`polls/sample-demographics.csv`). *Vote-by-demographic crosstabs* (layer B — e.g. vote share by sex/age/income) are **not** part of Brazil's TSE open data; institutes publish those separately, so they are intentionally absent here rather than partially scraped.
+- **Scale caveat (market vs poll):** Polymarket prices *probability of winning*; polls report *vote share*. The two divergence files keep both raw values side by side and flag the naive gap accordingly — they are not a like-for-like error metric.
 - **Updates:** dated and append-only; each daily commit preserves the full history natively (see `CHANGELOG.md`).
 
 **Sources / Fontes / Fuentes:** Polymarket (live USD markets) · TSE-registered institutes · 400+ press outlets. Method & source code (Apache 2.0): [github.com/AFOS-Analytics](https://github.com/AFOS-Analytics).

data/poll-divergence.csv

@@ -35,3 +35,8 @@ BR-05864/2026,BR058642026,Real Time Big Data,2026-06-01,2026-05-29,128,Cenário
 BR-08016/2026,BR080162026,Vox Brasil,2026-06-05,2026-06-02,124,Cenário Principal (1º turno),Lula,42.1,39.5,2026-06-02,-2.6,naive_winprob_minus_voteshare
 BR-08016/2026,BR080162026,Vox Brasil,2026-06-05,2026-06-02,124,Cenário Principal (1º turno),Flávio,33.6,33.4,2026-06-02,-0.2,naive_winprob_minus_voteshare
 BR-08016/2026,BR080162026,Vox Brasil,2026-06-05,2026-06-02,124,Cenário Principal (1º turno),Caiado,6.9,2,2026-06-02,-4.9,naive_winprob_minus_voteshare
+Quaest/Genial-2026-06-10,BR076612026,Quaest/Genial,2026-06-10,2026-06-06,120,Cenário Principal (1º turno),Lula,39,40.5,2026-06-06,1.5,naive_winprob_minus_voteshare
+Quaest/Genial-2026-06-10,BR076612026,Quaest/Genial,2026-06-10,2026-06-06,120,Cenário Principal (1º turno),Flávio,29,28.15,2026-06-06,-0.85,naive_winprob_minus_voteshare
+Quaest/Genial-2026-06-10,BR076612026,Quaest/Genial,2026-06-10,2026-06-06,120,Cenário Principal (1º turno),Renan,3,16.7,2026-06-06,13.7,naive_winprob_minus_voteshare
+Quaest/Genial-2026-06-10,BR076612026,Quaest/Genial,2026-06-10,2026-06-06,120,Cenário Principal (1º turno),Caiado,3,1.95,2026-06-06,-1.05,naive_winprob_minus_voteshare
+Quaest/Genial-2026-06-10,BR076612026,Quaest/Genial,2026-06-10,2026-06-06,120,Cenário Principal (1º turno),Zema,2,3.05,2026-06-06,1.05,naive_winprob_minus_voteshare

polls/national-polls.json

@@ -1,7 +1,7 @@
 {
-  "description": "National electoral polls (Brazil 2026) with published results, reconstructed from the AFOS dashboard history. Each poll carries its TSE registration number. — Each poll is enriched with its full public TSE registration (methodology, sampling plan with demographic/geographic quota design, responsible statistician, CONRE, CNPJ, internal control system) via field `tse_registration`, matched by TSE protocol or institute+date.",
+  "description": "National electoral polls (Brazil 2026) with published results, reconstructed from the AFOS dashboard history. Each poll carries its TSE registration number. — Each poll is enriched with its full public TSE registration (methodology, sampling/weighting design, responsible statistician, CONRE, CNPJ, internal control system) via field `tse_registration`, matched by TSE protocol or institute+date.",
   "generated_from": "public/polls-data.json git history",
-  "count": 22,
+  "count": 23,
   "polls": [
     {
       "institute": "Real Time Big Data/Record",
@@ -303,15 +303,15 @@
         }
       ],
       "tse_registration": {
-        "register_tse": "BR067982026",
+        "register_tse": "BR037152026",
         "cnpj": "07630546000175",
         "institute_full": "DATAFOLHA INSTITUTO DE PESQUISAS LTDA.",
         "statistician": "Renata Nunes Cesar",
         "conre": "7249",
-        "cost_brl": 185706.64,
+        "cost_brl": 307641.6,
         "own_poll": false,
-        "methodology": "Pesquisa do tipo quantitativo, por amostragem, com aplicação de questionário estruturado e abordagem pessoal em pontos de fluxo populacional. A população do estado de São Paulo, com 16 anos ou mais, foi tomada como universo da pesquisa.",
-        "sampling_plan": "Universo: População com 16 anos ou mais, do estado de São Paulo Tamanho da amostra: A amostra prevista é de 1608 entrevistas. Técnica de amostragem: A amostra é estratificada por natureza dos municípios (capital, região metropolitana ou interior), os municípios com população acima de 500 mil habitantes constituem estratos. Em cada estrato, num primeiro estágio, são sorteados com probabilidade proporcional ao tamanho (PPT) os municípios que farão parte do levantamento. Num segundo estágio, são sorteados os bairros e pontos de abordagem onde serão aplicadas as entrevistas. Por fim, os entrevistados são selecionados aleatoriamente para responder ao questionário, de acordo com cotas de gênero e faixa etária. Os dados utilizados para definição e seleção da amostra são baseados nos dados fornecidos pelo IBGE (Censo 2022, PNADC 2024 e Estimativa populacional 2025), além de dados primários de outros levantamentos do instituto. Os dados relativos a gênero e faixa etária são: Homens: 48%, mulheres: 52%, 16 a 24 anos: 14%, 25 a 34 anos: 19%, 35 a 44 anos: 20%, 45 a 59 anos: 25% e 60 anos ou mais: 22%. Para a variável grau de instrução os dados utilizados como referência são: até nível médio completo ou incompleto (inclui os sem escolaridade e analfabetos) =70% e nível superior (inclui superior incompleto) = 30%. Ponderação dos resultados: Está prevista ponderação considerando as variáveis natureza do município, gênero e faixa etária. A variável escolaridade poderá ser ajustada de acordo com os percentuais detalhados anteriormente caso a diferença entre os valores descritos e observados seja maior que a margem de erro definida. Para o nível econômico do entrevistado (renda familiar mensal declarada pelo respondente), a distribuição utilizada como referência foi: Até 2 S.M. (salários mínimos)=38%, mais de 2 S.M.=58%, não souberam ou recusaram a resposta=4%. O fator previsto para ponderação é 1 (resultados obtidos em campo). Margem de Erro: A margem de erro máxima prevista é de 2 pontos percentuais para mais ou para menos, considerando um nível de confiança de 95% e baseada em uma amostra aleatória simples (AAS). Os intervalos de confiança serão calculados considerando os resultados obtidos para um nível de confiança de 95%.",
+        "methodology": "Pesquisa do tipo quantitativo, por amostragem, com aplicação de questionário estruturado e abordagem pessoal em pontos de fluxo populacional. O conjunto da população brasileira, com 16 anos ou mais, foi tomado como universo da pesquisa.",
+        "sampling_plan": "Universo: População brasileira, com 16 anos ou mais Tamanho da amostra: A amostra prevista é de 2004 entrevistas. Técnica de amostragem: A amostra é estratificada por região geográfica (Sudeste, Sul, Nordeste, Norte e Centro-oeste) e natureza dos municípios (capital, região metropolitana ou interior). Em cada estrato, num primeiro estágio, são sorteados com probabilidade proporcional ao tamanho (PPT) os municípios que farão parte do levantamento. Num segundo estágio, são sorteados os bairros e pontos de abordagem onde serão aplicadas as entrevistas. Por fim, os entrevistados são selecionados aleatoriamente para responder ao questionário, de acordo com cotas de gênero e faixa etária. Os dados utilizados para definição e seleção da amostra são baseados nos dados fornecidos pelo IBGE (Censo 2022, PNADC 2024 e Estimativa populacional 2025), além de dados primários de outros levantamentos do instituto. Os dados relativos a gênero e faixa etária são: Homens: 48%, mulheres: 52%, 16 a 24 anos: 17%, 25 a 34 anos: 19%, 35 a 44 anos: 20%, 45 a 59 anos: 24% e 60 anos ou mais: 20%. Para a variável grau de instrução os dados utilizados como referência são: até nível médio completo ou incompleto (inclui os sem escolaridade e analfabetos) =76% e nível superior (inclui superior incompleto) = 24%. Ponderação dos resultados: Está prevista ponderação considerando os estratos (região geográfica, natureza do município), gênero e faixa etária. A variável escolaridade poderá ser ajustada de acordo com os percentuais detalhados anteriormente caso a diferença entre os valores descritos e observados seja maior que a margem de erro definida. Para o nível econômico do entrevistado (renda familiar mensal declarada pelo respondente), a distribuição utilizada como referência foi: Até 2 S.M. (salários mínimos)=48%, mais de 2 S.M.=48%, não souberam ou recusaram a resposta=4%. O fator previsto para ponderação é 1 (resultados obtidos em campo). Margem de Erro: A margem de erro máxima prevista é de 2 pontos percentuais para mais ou para menos, considerando um nível de confiança de 95% e baseada em uma amostra aleatória simples (AAS). Os intervalos de confiança serão calculados considerando os resultados obtidos para um nível de confiança de 95%.",
         "control_system": "Os entrevistadores envolvidos na realização desta pesquisa são treinados pelo Instituto e recebem instruções específicas para cada projeto realizado. A coleta será feita com a utilização de tablet e questionário eletrônico. São checados, no mínimo, 20% dos questionários de cada pesquisador, seja in loco por supervisores de campo ou, posteriormente, por telefone. Internamente, todo o material é verificado e codificado. Antes do processamento final e emissão dos resultados, realiza-se processo de consistência dos dados. Os dados coletados e tratados nesta pesquisa atendem às exigências da LGPD, Lei Geral de Proteção de Dados, garantindo ao respondente o sigilo de sua identidade e o correto tratamento de suas respostas.",
         "matched_by": "institute+date(±2d)",
         "sample_design": {
@@ -2457,6 +2457,95 @@
       "dating_source": "field_midpoint",
       "days_to_first_round": 124,
       "days_to_runoff": 145
+    },
+    {
+      "institute": "Quaest/Genial",
+      "date": "2026-06-10",
+      "sample": 2004,
+      "margin": 2,
+      "register": null,
+      "reliability": 5,
+      "method": "Presencial",
+      "fieldDates": "2026-06-05 a 2026-06-08",
+      "note": "Genial/Quaest nacional publicada 10/Jun (G1, Folha, CNN Brasil, Estadão, Poder360, Metrópoles, CartaCapital), o 1º print nacional Tier 1 desde a Vox 05/Jun. 1T Lula 39% × Flávio 29% (gap +10pp); a 3ª via aparece embolada e baixa, com Renan Santos e Ronaldo Caiado em 3%, Aécio Neves e Romeu Zema em 2%. 2T Lula 44% × Flávio 38% (gap +6pp), Lula vence todos os cenários e abre 13pp entre os independentes no 2T. Aprovação do governo melhora a 47% × desaprovação 48% (vinha de 42% × 52% na RTBD 01/Jun), com queda da rejeição entre evangélicos. A pesquisa aponta acerto do governo em associar Flávio a Vorcaro e às ameaças de tarifaço de Trump: 12% dizem que a relação com Vorcaro diminui a vontade de votar nele. Margem ±2pp, 95% de confiança.",
+      "scenarios": [
+        {
+          "name": "Cenário Principal (1º turno)",
+          "results": [
+            {
+              "candidate": "Lula (PT)",
+              "percent": 39
+            },
+            {
+              "candidate": "Flávio Bolsonaro (PL)",
+              "percent": 29
+            },
+            {
+              "candidate": "Renan Santos (Missão)",
+              "percent": 3
+            },
+            {
+              "candidate": "Ronaldo Caiado (PSD)",
+              "percent": 3
+            },
+            {
+              "candidate": "Aécio Neves (PSDB)",
+              "percent": 2
+            },
+            {
+              "candidate": "Romeu Zema (Novo)",
+              "percent": 2
+            }
+          ]
+        }
+      ],
+      "secondRound": [
+        {
+          "matchup": "Lula vs Flávio",
+          "candidate1": "Lula",
+          "percent1": 44,
+          "candidate2": "Flávio Bolsonaro",
+          "percent2": 38
+        }
+      ],
+      "source": "Genial/Quaest via G1, Folha de S.Paulo, CNN Brasil, Estadão, Poder360, Metrópoles 10/Jun",
+      "tse_registration": {
+        "register_tse": "BR076612026",
+        "cnpj": "22445600000104",
+        "institute_full": "QUAEST PESQUISAS, CONSULTORIA E PROJETOS LTDA.",
+        "statistician": "Margarida Maria de Mendonça",
+        "conre": "6731",
+        "cost_brl": 433255.92,
+        "own_poll": false,
+        "methodology": "Pesquisa quantitativa, de survey, que consiste na realização de entrevistas pessoais, domiciliares e presenciais, conduzidas por profissionais treinados, com a aplicação de questionários estruturados a uma amostra representativa da população votante de 16 anos ou mais residente no Brasil. O desenho amostral aplicado combina sorteio probabilístico de municípios e de setores censitários fornecidos pelo IBGE (unidades territoriais homogêneas, de tamanho similar a quadras ou blocos), dentro dos quais serão selecionadas pessoas respondentes por meio de cotas amostrais.",
+        "sampling_plan": "O público pesquisado é composto por eleitores de 16 anos ou mais residentes na área de abrangência da pesquisa. Para produzir uma amostra representativa desse público-alvo, utilizamos um desenho amostral por conglomerados que prevê três estágios. No primeiro estágio, é feito um sorteio probabilístico de municípios para comporem a amostra por meio do método PPT (Probabilidade Proporcional ao Tamanho) a partir de suas populações votantes acima de 16 anos. Dentro da lista de municípios sorteados, no segundo estágio, é realizado um sorteio probabilístico por meio do método PPT (Probabilidade Proporcional ao Tamanho) de setores censitários a serem visitados pelos entrevistadores, sorteio que tem como base o total de habitantes residentes nos setores de acordo com dados do Censo de 2022, o que garante a dispersão aleatória e estatística da amostra dentro dos territórios municipais, independentemente de divisões administrativas. Finalmente, dentro da lista de setores censitários sorteados, no último estágio são selecionados domicílios e pessoas a serem entrevistadas utilizando-se cotas amostrais para as seguintes variáveis: sexo, idade, renda familiar e escolaridade. O perfil da amostra, definido pelas cotas previstas, é o seguinte: Sexo: Masculino (47%); Feminino (53%). Faixa etária: 16-34 anos (31%); 35-59 anos (46%); 60 ou mais (23%). Renda domiciliar total, incluindo pensões, benefícios e rendimentos de trabalhos informais: Até 2 salários-mínimos (31%); Mais de 2 a 5 salários-mínimos (42%); Mais de 5 salários-mínimos (27%). Nível de instrução: Até Fundamental completo ou médio incompleto (41%); Médio completo ou superior incompleto (40%); Superior completo ou mais (19%). Fonte dos dados: para a distribuição de sexo e idade, TSE-Tribunal Superior Eleitoral - maio/2026; para a malha de setores censitários, Censo 2022 (IBGE); para a distribuição de renda domiciliar, PNADc Anual 2025, 1a visita (IBGE); e, para a distribuição de escolaridade/instrução, PNADc trimestral 1-2026 (IBGE). A PNADc é utilizada por ser a fonte oficial mais atualizada de rendimentos do país, incluindo rendimentos informais, pensões, entre outros, e corrigindo as defasagens temporais do Censo 2022, além de ser a fonte mais atualizada de nível de instrução da população com 16 anos ou mais dada ausência de atualização obrigatória da escolaridade no registro de eleitores do TSE. Está prevista eventual pós-estratificação da amostra, por meio de algoritmos de calibração (rake) e modelos (MrP), para correção de estimativas e das distribuições das variáveis sexo, idade, renda familiar e escolaridade, com base nos percentuais anteriormente mencionados, caso ocorram diferenças entre os percentuais previstos na amostra e a coleta de dados realizada. Dentro do público-alvo anteriormente descrito, serão realizadas 2.004 entrevistas. O nível de confiança das estimativas é de 95% e a margem de erro máxima prevista, atendendo às diretivas do TSE e usando o cálculo para amostra aleatória simples (AAS) como aproximação, é de cerca de 2 pontos percentuais para mais ou para menos em relação aos totais da amostra.",
+        "control_system": "As entrevistas serão realizadas por uma equipe de entrevistadores devidamente qualificada, com experiência e treinamento em pesquisa de opinião pública. Todo trabalho é feito em tablets ou outros dispositivos eletrônicos. Após a realização da coleta de dados, as entrevistas junto aos respondentes são checadas por meio de procedimentos de consistência e de georreferenciamento dos locais de aplicação em tempo real. Adicionalmente, ao longo e após os trabalhos de campo, é realizada uma fiscalização que consiste na checagem de áudio de uma amostra de 30% dos questionários aplicados para verificação das respostas e da adequação dos entrevistados aos parâmetros amostrais.",
+        "matched_by": "institute+date(±0d)",
+        "sample_design": {
+          "layer": "A_sample_design",
+          "note": "Sample composition/weighting (quota frame) declared in the TSE registration. This is SAMPLE DESIGN, NOT vote-by-demographic crosstabs (layer B), which are not in TSE open data. Best-effort parse of free text; null where the institute did not declare structured percentages.",
+          "quota_detail_level": "mentioned_no_pct",
+          "control_variables": {
+            "sex": true,
+            "age": true,
+            "education": true,
+            "income": true,
+            "region": true
+          },
+          "sex_quota": null,
+          "age_quota": null,
+          "education_quota": null,
+          "income_quota": null
+        }
+      },
+      "field_window": {
+        "start": "2026-06-05",
+        "end": "2026-06-08"
+      },
+      "field_midpoint": "2026-06-06",
+      "dating_source": "field_midpoint",
+      "days_to_first_round": 120,
+      "days_to_runoff": 141
     }
   ],
   "enriched_at_note": "tse_registration sourced from TSE Open Data (Lei 9.504/97 art. 33). Null where no confident registry match. For institute+date matches the methodology/design is the institute standard (stable across waves), not a claim of identical protocol.",

polls/sample-demographics.csv

@@ -3,11 +3,11 @@ Encomendada pela Record,BR093532026,Real Time Big Data/Record,2026-03-03,2026-03
 Encomendada pela Record,BR093532026,Real Time Big Data/Record,2026-03-03,2026-03-01,sex,female,52.8,full_percentages
 Encomendada pela Record,BR093532026,Real Time Big Data/Record,2026-03-03,2026-03-01,age,16 anos,0.15,full_percentages
 Encomendada pela Record,BR093532026,Real Time Big Data/Record,2026-03-03,2026-03-01,education,Analfabeto,3.6,full_percentages
-Folha de S.Paulo,BR067982026,Datafolha,2026-03-07,2026-03-04,sex,"(declared, no % in registry)",,mentioned_no_pct
-Folha de S.Paulo,BR067982026,Datafolha,2026-03-07,2026-03-04,age,"(declared, no % in registry)",,mentioned_no_pct
-Folha de S.Paulo,BR067982026,Datafolha,2026-03-07,2026-03-04,education,"(declared, no % in registry)",,mentioned_no_pct
-Folha de S.Paulo,BR067982026,Datafolha,2026-03-07,2026-03-04,income,"(declared, no % in registry)",,mentioned_no_pct
-Folha de S.Paulo,BR067982026,Datafolha,2026-03-07,2026-03-04,region,"(declared, no % in registry)",,mentioned_no_pct
+Folha de S.Paulo,BR037152026,Datafolha,2026-03-07,2026-03-04,sex,"(declared, no % in registry)",,mentioned_no_pct
+Folha de S.Paulo,BR037152026,Datafolha,2026-03-07,2026-03-04,age,"(declared, no % in registry)",,mentioned_no_pct
+Folha de S.Paulo,BR037152026,Datafolha,2026-03-07,2026-03-04,education,"(declared, no % in registry)",,mentioned_no_pct
+Folha de S.Paulo,BR037152026,Datafolha,2026-03-07,2026-03-04,income,"(declared, no % in registry)",,mentioned_no_pct
+Folha de S.Paulo,BR037152026,Datafolha,2026-03-07,2026-03-04,region,"(declared, no % in registry)",,mentioned_no_pct
 Genial Investimentos,BR029442026,Quaest/Genial Investimentos,2026-03-11,2026-03-08,sex,"(declared, no % in registry)",,mentioned_no_pct
 Genial Investimentos,BR029442026,Quaest/Genial Investimentos,2026-03-11,2026-03-08,age,"(declared, no % in registry)",,mentioned_no_pct
 Genial Investimentos,BR029442026,Quaest/Genial Investimentos,2026-03-11,2026-03-08,education,"(declared, no % in registry)",,mentioned_no_pct
@@ -118,3 +118,8 @@ BR-05864/2026,BR058642026,Real Time Big Data,2026-06-01,2026-05-29,age,16 anos,0
 BR-05864/2026,BR058642026,Real Time Big Data,2026-06-01,2026-05-29,education,Analfabeto,3.52,full_percentages
 BR-08016/2026,BR080162026,Vox Brasil,2026-06-05,2026-06-02,sex,male,47.18,full_percentages
 BR-08016/2026,BR080162026,Vox Brasil,2026-06-05,2026-06-02,sex,female,52.82,full_percentages
+Quaest/Genial-2026-06-10,BR076612026,Quaest/Genial,2026-06-10,2026-06-06,sex,"(declared, no % in registry)",,mentioned_no_pct
+Quaest/Genial-2026-06-10,BR076612026,Quaest/Genial,2026-06-10,2026-06-06,age,"(declared, no % in registry)",,mentioned_no_pct
+Quaest/Genial-2026-06-10,BR076612026,Quaest/Genial,2026-06-10,2026-06-06,education,"(declared, no % in registry)",,mentioned_no_pct
+Quaest/Genial-2026-06-10,BR076612026,Quaest/Genial,2026-06-10,2026-06-06,income,"(declared, no % in registry)",,mentioned_no_pct
+Quaest/Genial-2026-06-10,BR076612026,Quaest/Genial,2026-06-10,2026-06-06,region,"(declared, no % in registry)",,mentioned_no_pct