chore: Update file permissions and remove unused script 'determinado.py'

Author: geraldohomero

.gitattributes

@@ -1,36 +1,117 @@
-## Digital Humanities Youtube Research Database (PhD Research Proposal)
+## Digital Humanities YouTube Research Database (PhD Research Proposal)
 
 [![DOI](https://zenodo.org/badge/929105417.svg)](https://doi.org/10.5281/zenodo.15258448)
 
-> Projeto de pesquisa financiado pelo [Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)](https://cnpq.br), Brasil
+Projeto de pesquisa desenvolvido como parte da minha tese de doutorado sendo realizada no [Programa de Pós-Graduação em Ciência Política](https://www.ifch.unicamp.br/pos/ciencia-politica) da Universidade Estadual de Campinas (Unicamp). O projeto é
+financiado pelo [Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)](https://cnpq.br), Brasil.
 
-## Base de dados
+## Visão geral
 
-Essa base de dados irá contar com as seguintes ferramentas para análise
+Este repositório reúne scripts e dados para coleta, atualização e análise de conteúdo de canais do YouTube no contexto de pesquisa em Humanidades Digitais.
 
-### **Python e Whisper (OpenAI)**
-- Transcrição dos vídeos (Python e Whisper/OpenAI)
-- Web scrapping (Python) e Google API V3 YouTube
--  [Whisper](https://openai.com/index/whisper/) - [GitHub](https://github.com/openai/whisper)
-### **YouTube data tools e Google API** 
->Para cada vídeo:
-- Autores (Canais)
-- URLs
-- Data do vídeo 
+Principais objetivos:
+
+- Coletar metadados de vídeos e comentários.
+- Atualizar periodicamente os dados dos canais monitorados.
+- Armazenar os resultados em base relacional (SQLite).
+- Apoiar análises exploratórias e de NLP (incluindo transcrição de áudio).
+
+## Tecnologias e ferramentas
+
+### Python + Whisper (OpenAI)
+
+- Download das transcrições com `YouTube Transcript API` + Whisper/OpenAI + `yt-dlp`. Usa-se Whisper quando não há transcrição automática disponível ou para comparar resultados.
+- Coleta (scraping/API) com Python e YouTube Data API v3.
+
+### Referências
+
+- [Whisper](https://openai.com/index/whisper/)
+- [GitHub Whisper](https://github.com/openai/whisper)
+- [WhisperCPP](https://github.com/ggerganov/whisper.cpp) 
+- [EasyWhisperUi](https://github.com/mehtabmahir/easy-whisper-ui)
+- [YouTube Data API v3](https://developers.google.com/youtube/v3)
+- [YouTube Transcript API](https://github.com/jdepoix/youtube-transcript-api)
+- [yt-dlp](https://github.com/yt-dlp/yt-dlp)
+- [Google API Python Client](https://github.com/googleapis/google-api-python-client)
+- [SQLite3](https://www.sqlite.org/index.html)
+
+### YouTube Data Tools + Google API
+
+Para cada vídeo, o projeto busca armazenar:
+
+- Autor/canal
+- URL
+- Data de publicação
 - Número de visualizações
 - Número de likes
-- Número de comentários 
-- Conteúdo dos comentários 
-- Número de likes dos comentários 
+- Número de comentários
+- Conteúdo dos comentários
+- Likes dos comentários
+
+## Estrutura do projeto (resumo)
+
+- `api/` — cliente e integrações de API.
+- `audio/` — rotinas de áudio/transcrição.
+- `data/` — arquivos CSV e saídas processadas.
+- `db/` — base SQLite local.
+- `pipeline/` — análises e visualizações.
+- `services/`, `models/`, `database/` — camadas auxiliares de dados e domínio.
+
+## Configuração
+
+### 1) Clonar e instalar dependências
+
+```bash
+git clone https://github.com/geraldohomero/dh-youtube-database.git
+cd dh-youtube-database
+python -m venv .venv
+source .venv/bin/activate  # Linux/macOS
+pip install -r requirements.txt
+```
+
+### 2) Configurar variáveis de ambiente
+
+Crie/edite o arquivo `.env` com os campos abaixo:
+
+```env
+YOUTUBE_API_KEYS=<API_KEYS...>
+CHANNEL_IDS=<CHANNEL_ID...>
+DB_CONFIG=<DB_PATH>
+WEBSHARE_PROXY_USERNAME=<USERNAME>
+WEBSHARE_PROXY_PASSWORD=<PASSWORD>
+```
+
+## Como executar
+
+Fluxo mínimo sugerido:
 
-### Arquivo `.env`:
+1. **Atualização anual/geral de canais**
+   - Script: `canaisAtualizacaoAnual.py`
 
-```python
-YOUTUBE_API_KEYS=<API_KEYS,API_KEYS,API_KEYS>
-CHANNEL_IDS=<CHANNEL_ID>
-DB_CONFIG=./db/YouTubeStats.sqlite3
+2. **Persistência em banco**
+   - Script: `toDatabase.py` ou `periodo.py` (dependendo do escopo da atualização)
+3. **Análise de canal específico (pipeline)**
+   - Script: `pipeline/canalEspecifico.py`
+
+Exemplo de execução:
+
+```bash
+python canaisAtualizacaoAnual.py
+python toDatabase.py
+python pipeline/canalEspecifico.py
 ```
-## ER Diagrama
 
-![image](https://github.com/user-attachments/assets/ba7f69a9-1ee5-4d73-869b-984c032c4f5e)
+## Banco de dados
+
+- Script SQL base: `database.sql`
+- Banco SQLite local: `db/YouTubeStats.sqlite3`
+
+## Diagrama ER
+
+![ER Diagram](assets/image.png)
+
+
+## Licença e citação
 
+- Consulte [CITATION.cff](CITATION.cff) para referência acadêmica do projeto.
+- Se usar esta base em pesquisa, cite o DOI indicado no topo deste documento.