<?xml version="1.0" encoding="utf-8" ?>
<!DOCTYPE article PUBLIC "-//NLM//DTD JATS (Z39.96) Journal Archiving and Interchange DTD v1.2 20190208//EN"
                  "JATS-archivearticle1.dtd">
<article xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink" dtd-version="1.2" article-type="other">
<front>
<journal-meta>
<journal-id></journal-id>
<journal-title-group>
</journal-title-group>
<issn></issn>
<publisher>
<publisher-name></publisher-name>
</publisher>
</journal-meta>
<article-meta>
</article-meta>
</front>
<body>
<p><bold><sc>ANÁLISE TEMPORAL DE ROUBOS E FURTOS À RESIDÊNCIA EM
CUIABÁ/MT, BRASIL</sc></bold></p>
<p><bold>Franklin Epiphanio Gomes de Almeida</bold></p>
<p>Tenente Coronel da PMMT. Doutorando em Administração Pública e
Governo pela FGV. Mestre em Policing pela University College London.
Mestre em Política Social pela UFMT.</p>
<p><bold>País:</bold> Brasil <bold>Estado:</bold> Mato Grosso
<bold>Cidade:</bold> Cuiabá</p>
<p><bold>Email:</bold> epiphaniofranklin@gmail.com <bold>Orcid:</bold>
http://orcid.org/0000-0002-4810-4015</p>
<p><bold>Diana Carolina Jesus de Paula</bold></p>
<p>Dra. Diana Carolina Jesus de Paula (arquiteta e urbanista, doutora em
Física Ambiental - UFMT - PPGFA) na Área de Concentração Interação
Biosfera-Atmosfera/ Mudanças Climáticas Globais, Linha de Pesquisa:
Análise e Modelagem Microclimática de Sistemas Urbanos. Docente no curso
de graduação e pós-graduação de arquitetura e urbanismo no UNIVAG.</p>
<p><bold>País:</bold> Brasil <bold>Estado:</bold> Mato Grosso
<bold>Cidade:</bold> Cuiabá</p>
<p><bold>Email:</bold> arqdiana.paula@gmail.com <bold>Orcid:</bold>
https://orcid.org/0000-0001-5989-8562</p>
<p><bold>Louise Logsdon</bold></p>
<p>Doutora pelo Instituto de Arquitetura e Urbanismo da Universidade de
São Paulo (IAU - USP, 2019), Docente do Instituto Federal de Educação,
Ciência e Tecnologia de Mato Grosso (IFMT) e da Especialização em
Desenvolvimento Urbano da mesma instituição. Desenvolve pesquisas na
área de tecnologia da arquitetura e desenvolvimento urbano.</p>
<p><bold>País:</bold> Brasil <bold>Estado:</bold> Mato Grosso
<bold>Cidade:</bold> Cuiabá</p>
<p><bold>Email:</bold> louise.logsdon@gmail.com <bold>Orcid:</bold>
https://orcid.org/0000-0001-5239-2905</p>
<p><bold>Janaina Matoso Santos</bold></p>
<p>Doutoranda em Arquitetura e Urbanismo pelo IAU USP. Mestra em
Urbanismo pelo PROURB UFRJ. Arquiteta e Urbanista pela Universidade
Federal de Viçosa. Professora do Instituto de Mato Grosso - Campus
Várzea Grande.</p>
<p><bold>País:</bold> Brasil <bold>Estado:</bold> São Paulo
<bold>Cidade:</bold> São Carlos</p>
<p><bold>Email:</bold> janaina.matoso@ifmt.edu.br <bold>Orcid:</bold>
https://orcid.org/0000-0003-1191-4978</p>
<p><bold>Vania Ceccato</bold></p>
<p>Professora no Departamento de Planejamento e Meio Ambiente em
Estocolmo, Suécia, coordenadora da rede Safe Places.</p>
<p><bold>País:</bold> Suécia <bold>Cidade:</bold> Estocolmo</p>
<p><bold>Email:</bold> vania.ceccato@abe.kth.se <bold>Orcid:</bold>
http://orcid.org/0000-0001-5302-1698</p>
<p><bold>André Luiz Santos Portela</bold></p>
<p>Geógrafo com Mestrado em Ambiente e desenvolvimento Regional-UFMT e
Especialista em Desenvolvimento Urbano - IFMT, com trabalhos
relacionados a impacto ambiental, geoprocessamento, SIGs.</p>
<p><bold>País:</bold> Brasil <bold>Estado:</bold> Mato Grosso
<bold>Cidade:</bold> Rondonópolis</p>
<p><bold>Email:</bold> andreportelageo@gmail.com <bold>Orcid:</bold>
http://orcid.org/0000-0002-5229-1386</p>
<p><bold>Contribuições dos Autores:</bold></p>
<p><bold>Franklin Almeida:</bold> autor principal da pesquisa,
responsável pela definição do tema, objetivos e discussão dos
resultados. <bold>Louise Logsdon:</bold> orientadora da pesquisa e
coordenadora do projeto de pesquisa vinculado. <bold>Vania
Ceccato:</bold> coorientadora da pesquisa, contribuiu na definição do
método. <bold>Diana de Paula:</bold> responsável pelas análises
estatísticas <bold>Janaina Santos:</bold> responsável pela fundamentação
teórica. <bold>André Portela:</bold> responsável pela análise de
localização das ocorrências.</p>
<p><bold>RESUMO</bold></p>
<p>O presente estudo analisa a influência dos fatores temporais na
dinâmica dos crimes de roubo e furto à residência no município de
Cuiabá/MT. Para isso, toma como base teórica e estrutura de orientação
as teorias da atividade rotineira e da escolha racional. Apesar de
analisar a distribuição de tais crimes por ano, mês, estação do ano, dia
da semana e período do dia, os resultados estatísticos apenas apontam
que os roubos são mais concentrados no período noturno. Todavia, a
pesquisa indica que os crimes de roubo e furto à residência possuem
padrões temporais específicos, o que é de grande importância para
embasar as políticas de segurança pública na cidade, as quais deverão
adotar, por exemplo, variadas estratégias de prevenção para diferentes
períodos do dia e do ano.</p>
<p><bold>Palavras-chave</bold>: Roubo e furto à residência. Padrões
temporais. Teoria da atividade rotineira. Teoria da escolha racional.
Prevenção criminal.</p>
<p><bold><sc>A TEMPORAL ANALYSIS OF RESIDENTIAL BURGLARIES IN THE CITY
OF CUIABÁ/MT, BRAZIL</sc></bold></p>
<p><bold>ABSTRACT</bold></p>
<p>This study analyses the influence of temporal factors on the dynamics
of residential burglaries in the city of Cuiabá. For this, it uses
routine activity and rational choice theories as theoretical reference.
Despite analysing the distribution of such crimes by year, month,
season, day of the week and period of the day, the statistical results
only show that violent residential burglaries are more concentrated at
night. However, the research indicates that residential burglaries have
specific time patterns, which is of great importance to support public
security policies in Cuiabá, which could adopt, for example, varied
prevention strategies for different periods of the day and year.</p>
<p><bold>Keywords</bold>: Residential burglary. Temporal patterns.
Routine activity theory. Rational choice theory. Crime prevention.</p>
<p><bold>Data de Recebimento:</bold> 17/03/2021 – <bold>Data de
Aprovação:</bold> 10/12/2021</p>
<p><bold>DOI:</bold> 10.31060/rbsp.2023.v17.n1.1456</p>
<sec id="section">
  <title></title>
</sec>
<sec id="introdução">
  <title>INTRODUÇÃO</title>
  <disp-quote>
    <p>Diagnósticos sobre crimes contra o patrimônio residencial têm
    sido realizados em várias regiões do país. Uma pesquisa feita em
    Pelotas/RS, por exemplo, indicou que roubos e furtos à residência
    eram os crimes de maior prevalência entre os entrevistados. Em uma
    amostra de 2.912 pessoas, 9,7% haviam sido vítimas desses crimes
    entre 2006 e 2007 (CRUZ; AZEVEDO; GONÇALVES, 2011). Já uma pesquisa
    de vitimização com 3.000 entrevistas em domicílio, na cidade de São
    Paulo/SP, mostrou que 5,7% dos entrevistados haviam sido vítimas de
    roubo e/ou furto à residência entre 2017 e 2018 (INSPER, 2018).</p>
    <p>Ter a residência invadida ou roubada são os crimes que as pessoas
    mais receiam, sendo que 71,9% das pessoas temem ter seu domicílio
    violado. Além disso, 35,4% das pessoas acreditam que podem ter sua
    casa assaltada nos próximos 12 meses. O cruzamento dessas
    informações coloca esses crimes entre os de maior tensão latente, ou
    seja, entre aqueles que mais medo geram e maior potencial de
    vitimização possuem (SENASP, 2013).</p>
    <p>Frente às intensas consequências dos crimes de roubo e furto à
    residência na qualidade de vida urbana, é importante compreender
    como se dão essas ocorrências nas cidades para, então, direcionar os
    esforços de segurança pública. Na cidade de Cuiabá/MT, foram
    registrados, entre os anos de 2015 e 2019,
    16.994<xref ref-type="fn" rid="fn1">1</xref><sup>1</sup> roubos e
    furtos à residência (MATO GROSSO, 2019). Além da quantidade de
    ocorrências, é necessário entender seus padrões de distribuição
    temporal, o que nenhuma pesquisa até o momento buscou compreender no
    município. Portanto, o objetivo do presente estudo é analisar a
    influência dos fatores temporais na dinâmica dos crimes de roubo e
    furto à residência no município.</p>
    <p>Sabe-se que características temporais, tais como horário, dias da
    semana e épocas do ano, ao influenciarem as atividades tanto das
    vítimas quanto dos guardiões capazes, interferem na tomada de
    decisão dos infratores e na dinâmica dos crimes sob análise (COHEN;
    FELSON, 1979; CORNISH; CLARKE, 2016). A partir dessas considerações,
    questiona-se: como as características temporais influenciam a
    dinâmica dos crimes de roubo e furto à residência no município de
    Cuiabá?</p>
    <p>O presente trabalho está organizado da seguinte maneira: a
    segunda seção trata da heterogeneidade espaço-temporal do crime e
    como as teorias da atividade rotineira e da escolha racional ajudam
    na compreensão desse fenômeno. A terceira seção é destinada ao
    detalhamento dos dados e dos métodos utilizados na pesquisa. Na
    quarta seção, os resultados das análises estatísticas e temporais
    são apresentados. A quinta seção discute os resultados da pesquisa,
    suas limitações, as possiblidades de pesquisas futuras e elabora
    sobre as possíveis implicações para a segurança pública. As
    considerações finais são desenvolvidas na sexta seção.</p>
  </disp-quote>
</sec>
<sec id="section-1">
  <title></title>
</sec>
<sec id="variação-espaço-temporal-do-crime-e-as-teorias-da-atividade-rotineira-e-da-escolha-racional">
  <title>VARIAÇÃO ESPAÇO-TEMPORAL DO CRIME E AS TEORIAS DA ATIVIDADE
  ROTINEIRA E DA ESCOLHA RACIONAL</title>
  <disp-quote>
    <p>Quetelet (1842) foi um dos pioneiros no estudo da sazonalidade
    dos crimes. Sua pesquisa revelou que na França crimes violentos
    tinham maior incidência no verão. Segundo ele, entre outras razões,
    tais crimes aumentavam durante essa estação do ano devido ao aumento
    das interações entre as pessoas no espaço público. Desde então,
    diversos estudos e teorias foram desenvolvidas utilizando variáveis
    temporais, climáticas e espaciais para explicar a heterogeneidade
    espaço-temporal da incidência criminal (CECCATO, 2005; FARRELL;
    PEASE, 1994; McDOWALL; LOFTIN; PATE, 2012).</p>
    <p>Cohn e Rotton (2003) demostraram que nos feriados mais
    importantes os crimes violentos são mais prevalentes, enquanto os
    crimes contra a propriedade são menos frequentes, uma vez que em
    tais feriados as famílias se reúnem em casa. De acordo com Melo
    <italic>et al</italic>. (2018), em Campinas/SP, diversos crimes
    exibem padrões espaço-temporais bem marcados. Roubos e furtos à
    residência, por exemplo, apesar de serem distribuídos igualmente
    entre as estações do ano, apresentam maior concentração durante os
    dias da semana e no período diurno. Montoya, Junger e Ongena (2016)
    concluem que as dinâmicas dos roubos e furtos à residência são
    diferentes durante o dia e à noite, portanto, variadas estratégias
    de prevenção são necessárias para diferentes períodos.</p>
    <p>O padrão das atividades rotineiras das pessoas, a respeito do
    qual trata a teoria da atividade rotineira, e a estrutura de decisão
    na qual se baseia o comportamento criminoso, sobre a qual a teoria
    da escolha racional foi desenvolvida, são fatores importantes para
    explicar a variação na incidência espaço-temporal do crime
    (ANDRESEN, 2010; MELO <italic>et al</italic>., 2018). No presente
    trabalho, não testamos as teorias ora discutidas, mas as usamos como
    base teórica e estrutura de orientação para compreender as mudanças
    nos padrões temporais dos roubos e furtos à residência em
    Cuiabá/MT.</p>
    <p>A teoria da atividade rotineira examina o padrão do crime no
    tempo e no espaço conforme a distribuição de ambientes
    criminogênicos e é útil para explicar mudanças temporais e padrões
    espaciais de crimes contra a propriedade. Sua lógica é bastante
    elementar e direta: o crime acontece quando três elementos – um
    infrator motivado, um alvo adequado e a ausência de um guardião
    capaz – convergem, criando as condições ideais para o crime. Tal
    proposição é demonstrada graficamente pelo triângulo do crime
    apresentado na Figura 1 (ANDRESEN, 2010; COHEN; FELSON, 1979; MELO
    <italic>et al</italic>. 2018; WORTLEY; TILLEY, 2014).</p>
  </disp-quote>
  <table-wrap>
    <table>
      <colgroup>
        <col width="100%" />
      </colgroup>
      <thead>
        <tr>
          <th><bold>Figura 1: Triângulo do crime</bold></th>
        </tr>
        <tr>
          <th><inline-graphic mimetype="image" mime-subtype="png" xlink:href="media/image3.png" /></th>
        </tr>
        <tr>
          <th>Fonte: Elaboração própria com base em Cohen e Felson
          (1979).</th>
        </tr>
      </thead>
      <tbody>
      </tbody>
    </table>
  </table-wrap>
  <disp-quote>
    <p>Segundo Cohen e Felson (1979), o crime é modelado por rotinas
    diárias e estilos de vida dos indivíduos que fazem com que esses
    três elementos convirjam. Portanto, mudanças nas atividades
    rotineiras da população ao longo do dia, da semana e dos meses do
    ano têm o potencial de provocar alterações na incidência criminal,
    porque afetam a adequação do alvo e a presença/ausência de um
    guardião capaz. Todavia, é improvável que tais mudanças afetem a
    predisposição do infrator.</p>
    <p>Os infratores motivados estão sempre presentes nesse ciclo de
    previsibilidade. No entanto, a conveniência dos alvos e a presença
    de guardiões são elementos capazes de serem controlados e alterados
    (COHEN; FELSON, 1979). Um objeto pode se tornar menos interessante
    ao infrator caso ele seja marcado por alguma forma de identificação
    ou possua localizador (HAMILTON-SMITH; KENT, 2005). Os próprios
    residentes ou vizinhos vigilantes (NEWMAN, 1972) ou, dependendo do
    contexto, até mesmo cidadãos comuns, observando os outros e as
    propriedades ao redor (“olhos na rua”), podem atuar como guardiões
    capazes (JACOBS, 2000).</p>
    <p>A teoria da escolha racional é uma estrutura de tomada de decisão
    que aborda a base situacional do comportamento criminoso.
    Influenciada pelas teorias de matriz econômica, com destaque para os
    estudos de Becker (1974), afirma que os indivíduos irão cometer um
    crime se perceberem que as recompensas da atividade ilegal superam
    os custos e os esforços envolvidos. Como os indivíduos fazem uma
    avaliação de custo-benefício para decidirem se devem ou não se
    envolver em atividades criminosas, os ambientes criminogênicos serão
    aqueles que oferecem uma ampla gama de oportunidades para o crime,
    com os benefícios esperados superando os possíveis riscos. Em seu
    âmago, estão os conceitos de escolha e tomada de decisão, isto é,
    mesmo infratores da lei escolhem cometer determinados crimes e para
    isso desenvolvem um processo de análise e
    reflexão<xref ref-type="fn" rid="fn2">2</xref><sup>2</sup>
    (ANDRESEN, 2010; BECKER, 1974; CORNISH; CLARKE, 2016).</p>
    <p>Assim, quanto maior o benefício pessoal e menor o custo pessoal
    de uma ação, maior é a probabilidade de ela ser cometida. Os
    benefícios e custos não se limitam a fatores financeiros e
    econômicos, mas podem implicar também benefícios e custos
    psicológicos e sociais. Os prós e contras de uma determinada ação
    são calculados e uma decisão é tomada a favor ou contra a ação
    (BECKER, 1974).</p>
    <p>Dessa forma, uma pessoa que considera cometer um crime passa pelo
    processo de avaliação dos riscos percebidos, dos potenciais ganhos e
    dos fatores específicos relativos à situação e ao alvo, ainda que
    tal processo não seja livre de falhas e os infratores deixem de
    considerar determinadas variáveis (COUPE; BLAKE, 2006). A decisão de
    cometer roubos e furtos à residência é uma decisão proposital e
    racional, e em quase todos os casos têm o objetivo de obter dinheiro
    (RENGERT; WASILCHICK, 2010; WRIGHT; DECKER, 1994).</p>
    <p>Os infratores preferem, por exemplo, alvos perto de suas áreas de
    origem, pois esses são os locais com os quais estão mais
    familiarizados. Todavia, eles estariam dispostos a deslocamentos
    maiores caso os benefícios esperados compensem o custo/risco da
    jornada (BLOCK; GALARY; BRICE, 2007; XIAO <italic>et al</italic>.,
    2018; WHEELER, 2012).</p>
    <p>Fox e Farrington (2012) sugerem que há quatro perfis de ladrões
    de residência. Os organizados são criminosos reincidentes, que
    premeditam e se preparam para suas ações. Os desorganizados são
    aqueles que operam de maneira relativamente espontânea, geralmente
    motivados a obter dinheiro para manutenção do vício em drogas. Os
    interpessoais são conhecidos pela vítima e geralmente furtam itens
    pessoais que não necessariamente têm um grande valor financeiro. Já
    os oportunistas, caracterizados pelo amadorismo, aproveitam a
    oportunidade de uma porta, janela, ou portão abertos, ou de um
    objeto à vista e de fácil acesso.</p>
    <p>Importante ressaltar que mesmo entre os perfis caracterizados por
    certa impulsividade, há um processo mínimo de tomada de decisão que
    irá fazer com que o infrator considere: os obstáculos que terá de
    superar, as formas de evitar detecção, os horários mais adequados,
    entre outros (VITO; MAAHS; HOLMES, 2006; SANDERS; KUHNS; BLEVINS,
    2017).</p>
  </disp-quote>
  <p><bold>A interação das teorias da atividade rotineira e da escolha
  racional e sua influência nos crimes de roubo e furto à
  residência</bold></p>
  <disp-quote>
    <p>Roubos e furtos à residência são crimes predatórios, ou seja,
    envolvem intenção consciente e certo nível de preparação para agir
    em um alvo vulnerável. Esses crimes representam uma ameaça
    significativa à habitabilidade e viabilidade das áreas urbanas,
    porque assustam bastante suas vítimas e as tornam vulneráveis em sua
    própria moradia, o espaço privado, que tem como função mais básica
    proporcionar-lhes segurança, abrigo e proteção (BRANDÃO; HEINECK,
    2003; CALDEIRA, 2000; NASAR, 1981).</p>
    <p>A vitimização e o medo de tais crimes produzem diferentes
    reações: algumas pessoas tendem a se mudar da vizinhança considerada
    vulnerável, enquanto outras equipam o imóvel com aparatos de
    segurança. Imóveis localizados em áreas violentas e com altos
    índices de criminalidade contra o patrimônio têm seu preço
    consideravelmente depreciado (PAIXÃO, 2009) e, não por acaso, temos
    assistido no Brasil uma tendência cada vez maior de construção de
    condomínios fechados, os quais, invariavelmente, se valem da
    reclusão e do acesso dificultado como fatores de segurança (CALDEIRA
    2000; NASAR, 1981).</p>
    <p>Roubos e furtos à residência são uns dos crimes contra a
    propriedade mais comuns e graves (HAMILTON-SMITH; KENT, 2005). O
    roubo, em especial, provoca grande impacto emocional nas vítimas,
    trazendo-lhes preocupações com relação à segurança dentro de casa e
    uma sensação de violação e medo. Esse impacto emocional é
    considerado pior do que a perda financeira envolvida na ocorrência
    (MAGUIRE; WRIGHT; BENNETT, 2010). “Embora a maioria das vítimas
    sofra perdas econômicas modestas, o crime tem sérios efeitos
    psicológicos em algumas pessoas, principalmente nas mulheres que
    moram sozinhas” (SHOVER, 1991, p. 73).</p>
    <p>Como a maioria dos crimes, roubos e furtos à residência dependem
    da inter-relação de espaço e tempo. O espaço é a própria residência,
    em particular, e a vizinhança, no geral. O tempo ideal é durante os
    períodos em que as pessoas estão fora de casa, ou seja, quando há um
    baixo nível de tutela, o que torna os alvos mais facilmente
    acessíveis e o risco de detecção é diminuído (TOWNSLEY <italic>et
    al</italic>., 2014). Essa é a lógica básica por trás da explicação
    da variação semanal, diária e mensal das ocorrências de roubo e
    furto à residência que encontra respaldo nas teorias da atividade
    rotineira e da escolha racional, as quais podem ser usadas para
    explicar padrões não lineares dos crimes predatórios.</p>
    <p>Nossas atividades rotineiras estão sujeitas a alterações ao longo
    do ano, pelas mudanças climáticas, pela distribuição de feriados e
    devido à rotina de férias escolares; ao longo dos dias da semana, já
    que as atividades dos dias de trabalho diferem das dos finais de
    semana; e ao longo dos períodos do dia, uma vez que nos dedicamos a
    diferentes atividades no período diurno e noturno. Tais mudanças
    acabam por afetar o risco de vitimização criminal e, por
    conseguinte, os padrões temporais do crime (COHEN; FELSON, 1979;
    MELO <italic>et al</italic>., 2018).</p>
    <p>Ambas as teorias citadas fazem parte das teorias de oportunidade
    do crime, as quais afirmam que o fenômeno criminal irá ocorrer, em
    especial crimes predatórios como o roubo e furto à residência, onde
    e quando houver oportunidades e características ambientais que
    facilitem a atividade criminosa. Assim, os alvos do crime – que
    podem ser pessoas, casas, empresas, entre outros – implicam numa
    potencial recompensa e num risco percebidos, com os infratores
    racionalizando se o benefício vale o custo geral da atividade
    criminosa, ou seja, se o alvo oferece os benefícios necessários
    (alvo adequado) e se as chances de serem descobertos e punidos é
    pequena (ausência de guardião capaz).</p>
    <p>Em suma, os princípios das teorias da atividade rotineira e da
    escolha racional podem ser usados para explicar padrões temporais de
    roubos e furtos à residência, uma vez que as mudanças nas atividades
    rotineiras dos residentes e de terceiros alteram as percepções do
    infrator sobre os potenciais riscos e benefícios. Assim, a fim de
    guiar nosso estudo, estruturamos as seguintes hipóteses:</p>
    <p>a) Hipótese 1: Os crimes de roubo e furto à residência em
    Cuiabá/MT são mais concentrados nos dias de semana.</p>
    <p>b) Hipótese 2: Os crimes de roubo à residência em Cuiabá/MT são
    mais concentrados no período noturno.</p>
    <p>c) Hipótese 3: Os crimes de furto à residência em Cuiabá/MT são
    mais concentrados no período diurno (matutino e vespertino).</p>
    <p>d) Hipótese 4: Os crimes de roubo à residência em Cuiabá/MT são
    distribuídos de maneira mais homogênea ao longo do ano do que os
    crimes de furto, os quais são mais concentrados no período de
    janeiro, julho e dezembro, ou seja, coincidentes com as férias
    escolares.</p>
  </disp-quote>
</sec>
<sec id="dados-e-método">
  <title>DADOS E MÉTODO</title>
  <disp-quote>
    <p>O Município de Cuiabá (Figura 2), capital do estado de Mato
    Grosso, compreende uma área de 3.538,17 km², sendo 254,57 km²
    correspondente à área urbanizada, ocupada por uma população urbana
    estimada de 618.124 (IBGE, 2020). Possui, portanto, densidade
    demográfica urbana de 24,28 hab/ha. O PIB per capita em 2018 foi de
    R$ 39.043,32, sendo o salário médio mensal de 4,1 salários mínimos e
    a proporção de pessoas ocupadas em relação à população total de
    43,7%.</p>
  </disp-quote>
  <table-wrap>
    <table>
      <colgroup>
        <col width="100%" />
      </colgroup>
      <thead>
        <tr>
          <th><bold>Figura 2: Localização do Município de
          Cuiabá/MT</bold></th>
        </tr>
        <tr>
          <th><inline-graphic mimetype="image" mime-subtype="jpeg" xlink:href="media/image1.jpg" /></th>
        </tr>
        <tr>
          <th><p specific-use="wrapper">
            <disp-quote>
              <p>Fonte: Elaboração própria.</p>
            </disp-quote>
          </p></th>
        </tr>
      </thead>
      <tbody>
      </tbody>
    </table>
  </table-wrap>
  <disp-quote>
    <p>Cuiabá/MT é conhecida pelo seu rigor climático, com elevadas
    temperaturas durante todo ano. O perfil climático é o tropical
    continental semiúmido do tipo Aw, segundo a classificação de Köppen,
    com duas estações bem definidas, uma quente-seca (outono-inverno) e
    uma quente-úmida (primavera-verão) e máximas diárias de temperatura
    do ar que oscilam entre 30 °C e 36 °C.</p>
    <p>A presente pesquisa tem um caráter quantitativo-descritivo e
    adotou o método hipotético-dedutivo (LAKATOS; MARCONI, 2003). Foram
    realizadas análises descritivas estatísticas e temporais dos índices
    criminais de Cuiabá/MT, especificamente os índices de roubo e furto
    à residência entre os anos de 2015 e 2019, que são os anos mais
    recentes disponibilizados pela Superintendência do Observatório da
    Violência da Secretaria de Estado de Segurança Pública de Mato
    Grosso, com metodologia semelhante de coleta e tratamento de dados.
    Todos os dados utilizados nesta pesquisa são de livre acesso ao
    público.</p>
    <p>Os dados sobre roubos e furtos à residência no município
    correspondem às ocorrências registradas pelas Polícias Militar e
    Judiciária Civil no Sistema de Registro de Ocorrências Policiais
    (SROP). Os dados foram catalogados, preparados e filtrados para a
    análise estatística, sendo considerados apenas os eventos ocorridos
    em residência particular, aqui considerados imóveis de uso
    residencial, sejam eles presentes em edificações unifamiliares
    (casas) ou multifamiliares (prédios de apartamentos).</p>
    <p>Para os anos 2015 e 2016, nos quais não havia o detalhamento das
    ocorrências de furto de hidrômetro, filtramos pela narrativa das
    ocorrências usando as grafias “hidrômetro” e “hidrometro”, e
    excluímos tais registros quando se referiam a furto de hidrômetro.
    Isso porque essas ocorrências são detalhadas entre os anos de 2017 e
    2019, e foram, portanto, excluídas dos parâmetros de filtragem
    estabelecidos na pesquisa, e porque o hidrômetro furtado geralmente
    se encontra na parte externa da residência, de modo que sua
    subtração não exige a entrada no imóvel, possuindo assim uma lógica
    e um <italic>modus operandi</italic> diferente dos furtos que
    ocorrem no interior da residência.</p>
    <p>A organização dos dados em planilhas foi realizada utilizando o
    <italic>software</italic> Microsoft Excel. Os dados foram
    segmentados por ano, mês, estação do ano, dia da semana e período do
    dia. Posteriormente, essas planilhas foram analisadas por meio do
    SPSS (sigla em inglês para <italic>Software</italic> Estatístico
    para Ciências Sociais), aplicando os testes de normalidade a fim de
    verificar o tipo de distribuição dos dados a partir do número de
    amostras, onde <italic>p-value</italic> &gt; 0,05 quando os dados
    são normais e <italic>p-value</italic> ≤ 0,05 quando os dados não
    seguem uma distribuição normal (LOPES; CASTELO BRANCO;
    SOARES<italic>,</italic> 2013).</p>
    <p>Após verificado que os dados são normais, optou-se pela ANOVA de
    1 VIA (Análise de Variância), com o objetivo de verificar se as
    diferenças encontradas em cada uma das análises eram significativas,
    ou seja, quando <italic>p-value</italic> &lt; 0,05. Na sequência
    realizou-se o <italic>Post-Hoc</italic> de Tukey, um teste de
    comparação múltipla que consiste em comparar todos os possíveis
    pares de médias e se baseia na diferença mínima significativa
    (TRIOLA, 2008).</p>
  </disp-quote>
</sec>
<sec id="section-2">
  <title></title>
</sec>
<sec id="resultados">
  <title>RESULTADOS</title>
  <disp-quote>
    <p>Nesta seção, as análises estatísticas e temporais e os resultados
    para as hipóteses testadas são apresentados, sendo divididas em três
    subseções que consideram as análises por dias da semana, períodos do
    dia e ao longo do ano (sendo considerados os meses e as estações do
    ano).</p>
    <p>Na análise entre os anos, foi verificado que o furto à residência
    é três vezes mais comum do que o roubo à residência, sendo que dos
    16.994 registros de crimes contra o patrimônio residencial entre
    2015 e 2019, 13.176 (77,5%) são furtos e 3.818 (22,5%) são roubos.
    Além disso, os roubos tiveram uma redução mais acentuada que os
    furtos no período analisado. Enquanto os roubos diminuíram 61%, os
    furtos à residência reduziram 31% (Figura 3). Observa-se que o roubo
    à residência vem sofrendo redução desde 2015, contudo, foi a partir
    de 2017 que essa redução se acentuou (-31,8% entre 2017 e 2018 e
    -35,7% entre 2018 e 2019), mesmo ano em que as ocorrências de furto
    à residência apresentaram uma redução importante, da ordem de
    27,5%.</p>
  </disp-quote>
  <table-wrap>
    <table>
      <colgroup>
        <col width="100%" />
      </colgroup>
      <thead>
        <tr>
          <th><bold>Figura 3: Quantidade de roubos e furtos à residência
          em Cuiabá/MT entre 2015 e 2019</bold></th>
        </tr>
        <tr>
          <th><inline-graphic mimetype="image" mime-subtype="png" xlink:href="media/image2.png" /></th>
        </tr>
        <tr>
          <th><p specific-use="wrapper">
            <disp-quote>
              <p>Fonte: Elaboração própria.</p>
            </disp-quote>
          </p></th>
        </tr>
      </thead>
      <tbody>
      </tbody>
    </table>
  </table-wrap>
  <p><bold>A distribuição nos dias da semana dos crimes de roubo e furto
  à residência</bold></p>
  <disp-quote>
    <p>A hipótese 1 supõe que os crimes de roubo e furto à residência em
    Cuiabá/MT são mais concentrados nos dias de semana. Observando as
    médias de roubos e furtos ao longo da semana, verifica-se que os
    dados de furto são mais homogêneos que os de roubo. Apesar das
    diferenças observadas na Figura 4A, a ANOVA de 1 VIA não evidenciou
    significância (Figura 4B).</p>
    <p>Verificou-se que entre segunda e sexta-feira há uma maior
    incidência desses crimes no município, com uma queda considerável
    nos finais de semana. A média de furtos é maior na quarta-feira,
    seguida da terça-feira. Em relação ao roubo, a maior ocorrência é na
    quinta-feira. A exceção é o domingo para os crimes de furto à
    residência, o qual, ainda que não apresente mais casos que nenhum
    dos dias de semana, manifesta um incremento no registro dessas
    ocorrências.</p>
  </disp-quote>
  <table-wrap>
    <table>
      <colgroup>
        <col width="100%" />
      </colgroup>
      <thead>
        <tr>
          <th><bold>Figura 4: Média de roubos e furtos à residência em
          Cuiabá/MT por dias da semana
          (2015-2019)</bold></th>
        </tr>
        <tr>
          <th><inline-graphic mimetype="image" mime-subtype="png" xlink:href="media/image6.png" /></th>
        </tr>
        <tr>
          <th>Fonte: Elaboração própria.</th>
        </tr>
      </thead>
      <tbody>
      </tbody>
    </table>
  </table-wrap>
  <p><bold>A distribuição nos períodos do dia dos crimes de roubo e
  furto à residência</bold></p>
  <p>A hipótese 2 presume que os crimes de roubo à residência em
  Cuiabá/MT são mais concentrados no período noturno, enquanto a
  hipótese 3 supõe que os crimes de furto são mais concentrados no
  período diurno (matutino e vespertino). Para a análise dessas
  hipóteses, os dados foram segmentados por período do dia: manhã (das
  06:00 às 11:59), tarde (das 12:00 às 17:59), noite (das 18:00 às
  23:59) e madrugada (00:00 às 05:59). Os crimes registrados sem a
  especificação de horário foram classificados como NI (não
  informado).</p>
  <p>A ANOVA de 1 VIA apresentou significância estatística para o
  período noturno nos crimes de roubo à residência (Figura 5B),
  confirmando a hipótese 2. De fato, a média de roubos à residência no
  período noturno é quase três vezes maior que nos períodos vespertino e
  matutino e 336% maior que na madrugada (Figura 5A). Quando se exclui
  da análise os horários não informados dos roubos, verifica-se que
  quase 50% desses crimes se dá no período noturno, com a maior parte
  acontecendo entre 20:00 e 21:00.</p>
  <p>No caso da hipótese 3, observa-se que as diferenças encontradas
  pela ANOVA de 1 VIA (Figura 5A) são referentes às médias das
  ocorrências de furto no período da tarde em relação à madrugada, como
  demonstrado na Figura 5A. Apesar dos furtos acontecerem mais no
  período diurno, isto é, durante a manhã e a tarde, com uma queda
  dessas ocorrências nos períodos noturno e da madrugada, a análise não
  apresentou significância estatística.</p>
  <table-wrap>
    <table>
      <colgroup>
        <col width="100%" />
      </colgroup>
      <thead>
        <tr>
          <th><bold>Figura 5: Média de roubos e furtos à residência em
          Cuiabá/MT por período do dia entre 2015 e 2019</bold></th>
        </tr>
        <tr>
          <th><inline-graphic mimetype="image" mime-subtype="png" xlink:href="media/image4.png" /></th>
        </tr>
        <tr>
          <th>Fonte: Elaboração própria.</th>
        </tr>
      </thead>
      <tbody>
      </tbody>
    </table>
  </table-wrap>
  <p><bold>A distribuição dos crimes de roubo e furto à residência ao
  longo do ano</bold></p>
  <disp-quote>
    <p>Já a hipótese 4 considera que os crimes de roubo à residência em
    Cuiabá/MT são distribuídos de maneira mais homogênea ao longo do ano
    do que os crimes de furto, os quais seriam mais concentrados no
    período de janeiro, julho e dezembro, ou seja, coincidentes com as
    férias escolares. A ANOVA de 1 VIA não apresentou significância
    estatística para nenhuma dessas suposições (Figura 6B). Todavia,
    verifica-se que realmente o crime de roubo à residência tem uma
    distribuição mais homogênea ao longo do ano do que o crime de furto,
    o qual apresenta um pico acentuado em janeiro (267.60), de onde cai
    até atingir seu nível mais baixo no mês de junho (-34%), voltando a
    subir novamente até dezembro (Figura 6A).</p>
  </disp-quote>
  <table-wrap>
    <table>
      <colgroup>
        <col width="100%" />
      </colgroup>
      <thead>
        <tr>
          <th><p></p>
          <p><bold>Figura 6: Média de roubos e furtos à residência em
          Cuiabá/MT por meses do ano entre 2015 e 2019</bold></p></th>
        </tr>
        <tr>
          <th><inline-graphic mimetype="image" mime-subtype="png" xlink:href="media/image5.png" /></th>
        </tr>
        <tr>
          <th>Fonte: Elaboração própria.</th>
        </tr>
      </thead>
      <tbody>
      </tbody>
    </table>
  </table-wrap>
  <disp-quote>
    <p>Na análise por estação do ano, a ANOVA de 1 VIA também não
    identificou diferença entre as médias de roubos e furtos (Figura
    7B). Todavia, nota-se que a ocorrência de roubos à residência é
    ligeiramente maior no inverno, enquanto nos casos de furto, a média
    é mais alta no verão (Figura 7A).</p>
  </disp-quote>
  <table-wrap>
    <table>
      <colgroup>
        <col width="100%" />
      </colgroup>
      <thead>
        <tr>
          <th><bold>Figura 7: Média de roubos e furtos à residência em
          Cuiabá/MT por estações do ano entre 2015 e 2019</bold></th>
        </tr>
        <tr>
          <th><inline-graphic mimetype="image" mime-subtype="png" xlink:href="media/image7.png" /></th>
        </tr>
        <tr>
          <th>Fonte: Elaboração própria.</th>
        </tr>
      </thead>
      <tbody>
      </tbody>
    </table>
  </table-wrap>
</sec>
<sec id="discussão-e-implicações">
  <title>DISCUSSÃO E IMPLICAÇÕES</title>
  <disp-quote>
    <p>O crime de roubo está inserido no art. 157 e o crime de furto no
    art. 155 do Código Penal, no rol dos crimes contra o patrimônio
    (BRASIL, 1940). O crime de roubo se diferencia do furto
    principalmente pela violência do ato, seja ela física ou
    psicológica. Enquanto no furto a retirada do objeto é clandestina e
    pode vir a ser descoberta horas ou dias depois do fato, no roubo ela
    é feita de maneira forçada na presença da vítima. Assim, os crimes
    de roubo tendem a ser reportados com maior frequência do que os
    furtos, o que nos leva a inferir que seus dados, no geral, são mais
    condizentes com a realidade. Nesse sentido, a diferença entre a
    quantidade de ocorrências de roubos e furtos à residência em
    Cuiabá/MT é provavelmente ainda mais acentuada do que demonstra a
    Figura 3.</p>
    <p>A Figura 3 mostra também uma queda nas ocorrências de roubo e
    furto à residência no município de Cuiabá/MT a partir do ano de
    2017. É necessário cautela na análise dessa redução. Primeiramente,
    porque trata-se de crimes reportados e não necessariamente crimes
    cometidos, ou seja, a grande subnotificação desses crimes, em
    especial do furto, pode levar a uma interpretação errônea, já que se
    torna difícil saber se houve de fato uma redução ou se eles foram
    apenas registrados em menor quantidade por uma série de motivos que
    não cabe aqui discutir. Em segundo lugar, no ano de 2017 foi
    noticiado que a facção criminosa Comando Vermelho, que possui grande
    quantidade de filiados em Mato Grosso, proibiu roubos à residência
    nos bairros da capital do estado (CERVANTES; SÁ, 2017). Tais
    decisões das facções criminosas são comuns no Brasil e costumam ser
    obedecidas por seus membros (SOUZA, 2016; WILLIS, 2013).</p>
    <p>Os resultados da análise estatística não corroboram a hipótese 1
    de que os crimes de roubo e furto à residência em Cuiabá/MT são mais
    concentrados nos dias de semana, diferentemente do que foi
    encontrado por Melo <italic>et al</italic>. (2018) em Campinas/SP.
    Provavelmente isso se deve ao volume e/ou à qualidade dos dados
    disponível para análise.</p>
    <p>Todavia, observa-se pela Figura 4A que há uma maior incidência de
    roubos e furtos à residência entre segunda e sexta-feira no
    município, com uma queda nos finais de semana. Tal observação
    estaria de acordo com as teorias da atividade rotineira e da escolha
    racional, porque os infratores prefeririam acessar as residências
    nos dias em que as chances de as casas estarem ocupadas são menores.
    Em tese, durante os dias de semana, os residentes estão realizando
    atividades externas, ocasiões nas quais as casas ficam
    desguarnecidas, facilitando as atividades criminosas em estudo.
    Nesse sentido, os roubos seriam realizados por infratores
    especializados e preparados para a atividade, ou seriam casos de
    furto que evoluíram para roubo, seja porque os infratores não
    notaram a presença de vítima antes de ingressarem na residência ou
    porque a vítima chegou à residência durante o assalto.</p>
    <p>O fato da Figura 4A mostrar um aumento no registro de furtos nos
    domingos pode ser explicado pela hipótese da “lata de lixo”, isto é,
    como o furto ocorre na ausência das vítimas, quando elas se ausentam
    no final de semana, muitas vezes a partir de sexta-feira, essas
    notam a ação criminosa apenas quando retornam, geralmente aos
    domingos, e por não saberem a data e o horário do furto, as
    instituições policiais acabam registrando-as na data do boletim de
    ocorrência, ou seja, no domingo.</p>
    <p>A hipótese 2 conjectura que os crimes de roubo à residência são
    mais concentrados no período noturno, porque para o crime de roubo é
    necessária a presença da vítima, e é à noite que as pessoas retornam
    para casa. Dessa maneira, os infratores preparados para a realização
    do roubo aproveitariam a oportunidade da chegada dos moradores,
    ocasião em que o acesso à residência é franqueado pela abertura dos
    portões. Além disso, o roubo pode ter sido um furto frustrado pela
    presença da vítima, que chega durante o cometimento do delito pelo
    infrator. Tal suposição é confirmada pelos resultados.</p>
    <p>A hipótese 3, por sua vez, supõe que os crimes de furto são mais
    concentrados nos períodos matutino e vespertino, porque nesses
    horários seriam maiores as chances de as casas estarem sem a
    presença de um guardião. No caso de furtos à residência, a
    possibilidade de o imóvel estar com pessoas em seu interior é levada
    em consideração por aqueles que pretendem cometer tal ato.</p>
    <p>Um exemplo disso foi observado em Nova Iorque nos anos 1980. Com
    o aumento do número de mulheres trabalhando fora e de famílias
    monoparentais, as casas passaram a permanecer vazias durante o dia,
    o que ocasionou no aumento do número de furtos à residência nos dias
    de trabalho, no período diurno (HANLEY, 1981). Cromwell, Olson e
    Avary (1991) citam, por exemplo, que os ladrões de residência chamam
    ou tocam a campainha para garantir que não haja ninguém em casa.
    Alguns registros de ocorrência de roubo à residência em Cuiabá/MT
    relatam que os infratores se fizeram passar por funcionários da
    companhia de água ou de energia, a fim de obterem acesso ao imóvel
    (MATO GROSSO, 2019).</p>
    <p>Apesar de não confirmada pelos resultados estatísticos,
    verifica-se pela Figura 5A que a maioria dos furtos acontecem
    durante o dia. Além disso, o grande número de ocorrências de furto à
    residência registradas com horário não informado (NI) confirma as
    características de clandestinidade desse crime, que ocorre na
    ausência da vítima, e pode ter prejudicado a análise
    estatística.</p>
    <p>A análise da distribuição dos crimes de roubo e furto à
    residência ao longo do ano, tanto quando se leva em consideração os
    meses do ano quando se consideram as estações do ano, demonstra que
    o crime de roubo tem uma distribuição mais homogênea. Já os crimes
    de furto variam um pouco, apresentando mais ocorrência nos meses de
    verão, com uma queda bem acentuada no mês de junho, quando é inverno
    no hemisfério sul. No entanto, tais diferenças não foram
    estatisticamente significativas.</p>
    <p>Pesquisas realizadas no hemisfério norte, onde as estações do ano
    são mais demarcadas, indicam maior incidência de crimes contra o
    patrimônio residencial nos meses de verão, pois são os meses nos
    quais as pessoas tiram férias e saem mais para atividades de lazer,
    deixando suas casas desguarnecidas (COHN; ROTTON, 2000; LAURITSEN;
    WHITE, 2014; MCDOWALL; LOFTIN; PATE, 2012). Nos meses de inverno, as
    pessoas tendem a permanecer mais tempo em casa, o que reduziria a
    incidência dessas ocorrências. Tais pesquisas poderiam ajudar a
    explicar, inclusive, a maior incidência de roubo durante o inverno,
    conforme Figura 7A, já que com a vítima em casa, o crime acaba
    evoluindo para roubo.</p>
    <p>No entanto, as estações do ano e a variação climática em
    Cuiabá/MT não são tão marcadas. O perfil climático da cidade é do
    tipo Tropical Continental Semiúmido, com duas estações bem
    definidas: período quente-seco (outono e inverno) e período
    quente-úmido (primavera e verão), tendo o outono e a primavera como
    estações de transição entre os períodos (SANTOS; NOGUEIRA, 2012).
    Provavelmente, é por esta razão que os resultados, apesar de
    demonstrarem certa diferença, não dão suporte à hipótese 4.</p>
    <p>Apesar de apenas a hipótese 2 ter sido confirmada pelas análises
    estatísticas, os resultados da presente pesquisa têm implicações
    práticas para o planejamento familiar e para o policiamento no
    município de Cuiabá/MT. Quanto ao planejamento familiar, algumas
    atitudes podem ajudar a prevenir roubos e furtos à residência quando
    se está fora de casa, são elas: 1) se for viajar, instale luzes com
    sensores de presença junto aos portões, aos muros e às varandas; 2)
    se possível, deixe um veículo na garagem, indicando a possibilidade
    de haver alguém em casa; 3) instale campainhas que se comuniquem com
    seu celular, de maneira que você possa atender remotamente, dando a
    impressão de que está em casa; 4) não deixe objetos valiosos à vista
    de pessoas na rua; 5) instale sistemas de iluminação que liguem e
    desliguem em determinados horários, simulando a presença humana; 6)
    informe um vizinho de confiança sobre a sua viagem para que ele
    fique atento a movimentações inesperadas; 7) certifique-se de que
    todas as portas, portões, janelas e travas estejam bem fechadas e
    sejam resistentes.</p>
    <p>Já com relação ao policiamento, é necessário compreender os
    fenômenos dos crimes de roubo e furto à residência e sua dinâmica.
    Como verificado, as chances de roubo à residência ocorrer à noite
    são três vezes maiores do que durante a manhã ou a tarde, já as
    chances de furto à residência ocorrer à tarde são 165% maiores do
    que de madrugada. Saber os períodos diários durante os quais os
    roubos e furtos são mais prováveis, em conjunto com a espacialização
    dessas ocorrências, permitirá ao gestor de segurança pública
    orientar a programação do trabalho policial em determinados locais,
    dias e horários. Porque os infratores motivados estão sempre
    presentes no ciclo de previsibilidade criminal, a conveniência dos
    alvos e a presença de guardiões são elementos possíveis de serem
    controlados e alterados, e são nesses pontos que as instituições
    policiais devem atuar em conjunto com a comunidade.</p>
  </disp-quote>
  <sec id="limitações">
    <title><bold>Limitações</bold></title>
    <disp-quote>
      <p>Com relação à qualidade dos dados, há pelo menos duas
      limitações. A primeira se refere ao fato de que os crimes de roubo
      e furto à residência, em especial este último, apresentam alto
      índice de subnotificação. Dessa forma, as instituições policiais
      não conhecem a realidade desses crimes, mas apenas possuem
      inteligência sobre a pequena porcentagem que é registrada. A
      segunda é quanto ao horário das ocorrências de furto. Grande parte
      dessas ocorrências não tem o horário informado, e as que têm
      horário informado indicam o horário em que se acredita que a
      ocorrência aconteceu. A mesma limitação ocorre com relação ao dia
      da semana quando considerados os finais de semana e as férias,
      ocasiões nas quais as pessoas permanecem mais de um dia fora de
      casa.</p>
      <p>Relativamente ao método, novas pesquisas que levem em
      consideração a dimensão espacial desses crimes são necessárias, a
      fim de entender como eles se distribuem no ambiente urbano de
      Cuiabá/MT, uma vez que muitos aspectos das atividades humanas
      diferem não apenas pela hora do dia, mas também pela localização.
      Além disso, de acordo com Townsley <italic>et al</italic>. (2014,
      p. 4), “embora as estratégias de seleção de alvos para assaltos
      sejam consistentes com as explicações de crimes baseadas na
      oportunidade, o impacto do contexto ambiental é significativo”,
      assim, a probabilidade de um infrator selecionar uma área para
      roubo é influenciada pela proximidade de sua casa, pela proporção
      de alvos facilmente acessíveis, pelo número total de alvos
      disponíveis, pelas características de desenho urbano e pelas
      medidas de prevenção situacional do crime adotadas pelas
      residentes, por exemplo. A presente pesquisa não levou em
      consideração tais fatores, o que representa uma importante
      oportunidade de pesquisa futura.</p>
    </disp-quote>
  </sec>
  <sec id="considerações-finais">
    <title><bold>CONSIDERAÇÕES FINAIS</bold></title>
    <disp-quote>
      <p>O presente trabalho apresentou, analisou e discutiu dados sobre
      a dinâmica temporal dos crimes de roubo e furto à residências em
      Cuiabá/MT, buscando compreender como as características temporais
      influenciam a dinâmica desses crimes no município. Entre os anos
      de 2015 e 2019, ocorreram pelo menos 16.994 roubos e furtos à
      residência em Cuiabá/MT. Tais crimes, por configurarem uma
      violação do espaço íntimo das vítimas, possuem um efeito
      psicológico que assusta tanto as pessoas que já passaram por essa
      experiência desagradável quanto aquelas que ainda não sofreram tal
      violência, mas se veem como vítimas potenciais.</p>
      <p>Como discutido, o crime é modelado pelos estilos de vida dos
      indivíduos, tanto das vítimas quanto dos guardiões capazes e dos
      infratores, e pela estrutura de decisão na qual se baseia o
      comportamento criminoso. Nesse sentido, alterações nas atividades
      rotineiras da população ao longo do dia, da semana e dos meses do
      ano e a disponibilidade de oportunidades para a conduta criminosa,
      com potenciais recompensas da atividade ilegal superando os custos
      e esforços envolvidos na ação, têm o potencial de provocar
      alterações na incidência criminal.</p>
      <p>A análise dos dados demonstra que os crimes de roubo e furto à
      residências em Cuiabá/MT sofreram uma queda considerável entre os
      anos de 2015 e 2019, e que são mais comuns nos dias de semana do
      que aos finais de semana. Além disso, os dados sugerem que os
      furtos ocorrem mais durante o dia (período matutino e vespertino)
      e que o comportamento dos crimes de roubo é mais homogêneo ao
      longo do ano do que o dos crimes de furto. Os resultados
      estatísticos indicaram que os roubos à residência são mais
      concentrados no período noturno.</p>
      <p>Conclui-se que as dinâmicas dos crimes de roubo e furto à
      residência são diferentes entre si e variam durante o dia, entre
      os dias da semana e entre os meses do ano. Portanto, variadas
      estratégias de prevenção são necessárias para diferentes períodos
      do dia, caso se pretenda prevenir esses crimes.</p>
      <p>Devidamente dotada de dados relevantes, a polícia pode adotar
      diversas estratégias visando a prevenção dos crimes ora discutidos
      e a detecção dos infratores responsáveis por eles. Técnicas
      analíticas que permitem identificar e descrever padrões e
      tendências criminais, tais como análise de pontos críticos e
      mapeamento prospectivo, podem ser utilizadas para o
      desenvolvimento de estratégias de prevenção e otimização do
      emprego dos recursos policiais que podem envolver, por exemplo,
      campanhas informativas e educativas, policiamento comunitário e
      orientado para o problema em pontos e horários críticos, entre
      outras.</p>
    </disp-quote>
  </sec>
  <sec id="section-3">
    <title></title>
  </sec>
  <sec id="referências-bibliográficas">
    <title><bold>REFERÊNCIAS BIBLIOGRÁFICAS</bold></title>
    <p>ANDRESEN, M. A. The place of environmental criminology within
    criminological thought. <italic>In</italic>: ANDRESEN, M. A.;
    BRANTINGHAM, P. J.; KINNEY, J. B. (Eds.). <bold>Classics in
    environmental criminology</bold>, p. 05-28. 2010. Disponível em:
    https://doi-org.libproxy.ucl.ac.uk/10.4324/9781439817803. Acesso em:
    18 maio 2019.</p>
    <p>BECKER, G. S. Crime and punishment: An economic approach.
    <italic>In</italic>: BECKER, G. S.; LANDES, W. M. (Eds.).
    <bold>Essays in the Economics of Crime and Punishment</bold>, p.
    01-54. 1974. Disponível em:
    https://www.nber.org/system/files/chapters/c3625/c3625.pdf. Acesso
    em: 25 nov. 2021.</p>
    <p>BLOCK, R.; GALARY, A.; BRICE, D. The Journey to crime: Victims
    and offenders converge in violent index offences in Chicago.
    <bold>Security Journal</bold>, v. 20, p. 123-137, 2007. Disponível
    em: https://doi.org/10.1057/palgrave.sj.8350030. Acesso em: 16 out.
    2020.</p>
    <p>BRANDÃO, D. Q.; HEINECK, L. F. M. Significado multidimensional e
    dinâmico do morar: compreendendo as modificações na fase de uso e
    propondo flexibilidade nas habitações sociais. <bold>Ambiente
    Construído</bold>, v. 3, n. 4, p. 35-48, 2003. Disponível em:
    https://seer.ufrgs.br/ambienteconstruido/article/view/3504. Acesso
    em: 10 jan. 2021.</p>
    <p>BRASIL. Decreto-Lei Nº 2.848, de 7 de dezembro de 1940. Código
    Penal. <bold>Diário Oficial da União</bold>, 31/12/1940. Disponível
    em:
    http://www.planalto.gov.br/ccivil_03/decreto-lei/del2848compilado.htm.
    Acesso em: 11 jun. 2020.</p>
    <p>CALDEIRA, T. P. R. <bold>Cidade de muros</bold>: Crime,
    segregação e cidadania em São Paulo. 2 ed. São Paulo: Edusp,
    2000.</p>
    <p>CECCATO, V. Homicide in São Paulo, Brazil: Assessing
    spatial-temporal and weather variations. <bold>Journal of
    Environmental Psychology</bold>, v. 25, n. 3, p. 307-321, 2005.
    Disponível em:
    http://www.diva-portal.org/smash/record.jsf?pid=diva2%3A333280&amp;dswid=-5451.
    Acesso em: 8 nov. 2020.</p>
    <p>CERVANTES, C.; SÁ, B. Facção CV proíbe roubos em bairros da
    Capital e espanca quem desobedece. <bold>RD News</bold>, Polícia, 28
    jun. 2017. Disponível em:
    https://www.rdnews.com.br/policia/comando-vermelho-coibe-roubos-em-bairros-de-cuiaba-e-espanca-quem-desobedece-assista/86668.
    Acesso em: 10 jan. 2021.</p>
    <p>COHEN, L. E.; FELSON, M. Social change and crime rate trends: A
    routine activity approach. <bold>American Sociological
    Review</bold>, v. 44, n. 4, p. 588-608, ago. 1979. Disponível em:
    http://www.jstor.org/stable/2094589. Acesso em: 2 jun. 2019.</p>
    <p>COHN, E. G.; ROTTON, J. Weather, seasonal trends and property
    crimes in Minneapolis, 1987-1988. A moderator-variable time-series
    analysis of routine activities. <bold>Journal of Environmental
    Psychology</bold>, v. 20, n. 3, p. 257-272, set. 2000. Disponível
    em:
    https://www.sciencedirect.com/science/article/abs/pii/S0272494499901573.
    Acesso em: 9 jan. 2021.</p>
    <p>COHN, E. G.; ROTTON, J. Even criminals take a holiday:
    Instrumental and expressive crimes on major and minor holidays.
    <bold>Journal of Criminal Justice</bold>, v. 31, n. 4, p. 351-360,
    jul.-ago. 2003. Disponível em:
    https://doi.org/10.1016/S0047-2352(03)00029-1. Acesso em: 15 out.
    2020.</p>
    <p>CORNISH, D. B.; CLARKE, R. V. The rational choice perspective.
    <italic>In</italic>: WORTLEY, R.; TOWNSLEY, M. (Eds.).
    <bold>Environmental criminology and crime analysis</bold>, p. 29-61.
    2 ed. London: Routledge, 2016.</p>
    <p>COUPE, T.; BLAKE, L. Daylight and darkness targeting strategies
    and the risks of being seen at residential burglaries.
    <bold>Criminology</bold>, v. 44, n. 2, p. 431-464, maio 2006.
    Disponível em: https://doi.org/10.1111/j.1745-9125.2006.00054.x.
    Acesso em: 15 out. 2020.</p>
    <p>CROMWELL, P. F.; OLSON, J. N.; AVARY, D. W. <bold>Breaking and
    entering</bold>: An ethnographic analysis of burglary. Newbury Park:
    Sage, 1991.</p>
    <p>CRUZ, S. H. da; AZEVEDO, M. R.; GONCALVES, H. Vitimização por
    violência urbana em uma cidade de médio porte do sul do Brasil.
    <bold>Revista Brasileira de Epidemiologia</bold>, v. 14, n. 1, p.
    15-26, mar. 2011. Disponível em:
    https://doi.org/10.1590/S1415-790X2011000100002. Acesso em: 15 ago.
    2020.</p>
    <p>FARRELL, G.; PEASE, K. Crime seasonality: Domestic disputes and
    residential burglary in Merseyside 1988-90. <bold>British Journal of
    Criminology</bold>, v. 34, n. 4, p. 487-498, 1994. Disponível em:
    https://doi.org/10.1093/oxfordjournals.bjc.a048449. Acesso em: 1
    out. 2020.</p>
    <p>FOX, B. H.; FARRINGTON, D. P. Creating burglary profiles using
    latent class analysis: A new approach to offender profiling.
    <bold>Criminal Justice and Behavior</bold>, v. 39, n. 12, p.
    1582-1611, out. 2012. Disponível em:
    https://doi.org/10.1177/0093854812457921. Acesso em: 11 out.
    2020.</p>
    <p>HAMILTON-SMITH, N.; KENT, A. The prevention of domestic burglary.
    <italic>In</italic>: TILLEY, N. (Ed.). <bold>Handbook of crime
    prevention and community safety</bold>, p. 417-457. London:
    Routledge, 2005.</p>
    <p>HANLEY, R. Burglaries troubles New York suburbs. <bold>The New
    York Times</bold>, 19 jan. 1981. Disponível em:
    https://www.nytimes.com/1981/01/19/nyregion/major-increase-in-burglaries-troubles-new-york-suburbs.html.
    Acesso em: 12 out. 2020.</p>
    <p>IBGE – INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA.
    <bold>Cidades e Estados</bold>. Cuiabá. 2020. Disponível em:
    https://www.ibge.gov.br/cidades-e-estados/mt/cuiaba.html. Acesso em:
    14 dez. 2020.</p>
    <p>INSPER. <bold>Relatório da pesquisa de vitimização em São Paulo -
    2018</bold>. Centro de Políticas Públicas, Insper, set. 2018.
    Disponível em:
    https://www.insper.edu.br/wp-content/uploads/2018/11/Relatorio-Pesquisa-Vitimizacao-SP-2018.pdf.
    Acesso em: 12 out. 2020.</p>
    <p>JACOBS, J. <bold>Morte e vida de grandes cidades</bold>. São
    Paulo: Martins Fontes, 2000.</p>
    <p>LAKATOS, E. M.; MARCONI, M. de A. <bold>Fundamentos de
    metodologia científica</bold>. 5 ed. São Paulo: Atlas, 2003.</p>
    <p>LAURITSEN, J. L.; WHITE, N. Seasonal Patterns in Criminal
    Victimization Trends. <bold>Special Report U. S. Department of
    Justice</bold>, jun. 2014. Disponível em:
    https://www.bjs.gov/content/pub/pdf/spcvt.pdf. Acesso em: 9 jan.
    2021.</p>
    <p>LOPES, M. M.; CASTELO BRANCO, V. T. F.; SOARES, J. B. Utilização
    dos testes estatísticos de Kologorovv-Smirnov e Shapiro-Wilk para
    verificação da normalidade para materiais de pavimentação.
    <bold>Revista Transporte</bold>, v. 21, n. 1, p. 56-59, 2013.</p>
    <p>MADALOZZO, R.; FURTADO, G. M. Um estudo sobre a vitimização para
    a cidade de São Paulo. <bold>Revista de Economia Política</bold>, v.
    31, n. 1, p. 160-180, mar. 2011. Disponível em:
    https://doi.org/10.1590/S0101-31572011000100008. Acesso em: 15 ago.
    2020.</p>
    <p>MAGUIRE, M.; WRIGHT, R.; BENNETT, T. Domestic burglary.
    <italic>In</italic>: BROOKMAN, F.; MAGUIRE, M.; PIERPOINT, H.;
    BENNETT, T. (Eds.). <bold>Handbook on crime</bold>, p. 3-25. London:
    Routledge, 2010.</p>
    <p>MATO GROSSO. <bold>Boletim de acompanhamento anual dos crimes
    contra o patrimônio em Cuiabá, Mato Grosso</bold>, 2019.</p>
    <p>MCDOWALL, D.; LOFTIN, C.; PATE, M. Seasonal cycles in crime, and
    their variability. <bold>Journal of Quantitative Criminology</bold>,
    v. 28, p. 389-410, set. 2012. Disponível em:
    https://doi.org/10.1007/s10940-011-9145-7. Acesso em: 12 out.
    2020.</p>
    <p>MELO, S. N.; PEREIRA, D. V. S.; ANDRESEN, M. A.; MATIAS, L. F.
    Spatial/temporal variations of crime: A routine activity theory
    perspective. <bold>International Journal of Offender Therapy and
    Comparative Criminology</bold>, v. 62, n. 7, p. 1967-1991, 2018.
    Disponível em:
    http://journals.sagepub.com/doi/10.1177/0306624X17703654. Acesso em:
    12 out. 2020.</p>
    <p>MONTOYA, L.; JUNGER, M.; ONGENA, Y. The relation between
    residential property and its surroundings and day- and night- time
    residential burglary. <bold>Environment and Behavior</bold>, 48, n.
    4, p. 515-549, 2016. Disponível em:
    http://doi.org/10.1177/0013916514551047. Acesso em: 10 out.
    2020.</p>
    <p>NASAR, J. L. Environmental factors and commercial burglary.
    <bold>Journal of</bold> <bold>Environmental Systems</bold>, v. 11,
    n. 1, p. 49-56, 1981. Disponível em:
    https://triggered.edina.clockss.org/ServeContent?url=http://baywood.stanford.clockss.org%2FBWES%2FBAWOOD_BWES_11_1%2FF61LPM79FA5YC69U.pdf.
    Acesso em: 15 jul. 2020.</p>
    <p>NEWMAN, O. <bold>Defensible space</bold>. New York: Macmillan,
    1972.</p>
    <p>PAIXÃO, L. A. R. O impacto da violência no preço dos imóveis
    comerciais de Belo Horizonte: Uma abordagem hedônica. <bold>Economia
    Aplicada</bold>, v. 13, n. 1, p. 125-152, mar. 2009. Disponível em:
    https://www.scielo.br/scielo.php?pid=S1413-80502009000100006&amp;script=sci_arttext&amp;tlng=pt.
    Acesso em: 10 jun. 2020.</p>
    <p>QUETELET, A. <bold>A treatise on man and the development of his
    faculties</bold>. Edinburgh: Chambers, 1842.</p>
    <p>RENGERT, G. F.; WASILCHICK, J. The use of space in burglary.
    <italic>In</italic>: ANDRESEN, M. A.; BRANTINGHAM, P. J.; KINNEY, J.
    B. (Eds.). <bold>Classics in environmental criminology</bold>, p.
    257-272. 2010. Disponível em:
    https://doi-org.libproxy.ucl.ac.uk/10.4324/9781439817803. Acesso em:
    18 maio 2019.</p>
    <p>SANDERS, A. N.; KUHNS, J. B.; BLEVINS, K. R. Exploring and
    Understanding Differences Between Deliberate and Impulsive Male and
    Female Burglars. <bold>Crime &amp; Delinquency</bold>, v. 63, n. 12,
    p. 1547-1571, 2017. Disponível em:
    https://doi.org/10.1177/0011128716660519. Acesso em: 10 out.
    2020.</p>
    <p>SANTOS, F. M. M.; NOGUEIRA, M. C. J. A. Análise da influência da
    ocupação do solo na variação termo-higrométrica por meio de
    transectos noturnos em Cuiabá-MT. <bold>Revista Caminhos de
    Geografia</bold>, v. 13, n. 41, p.187-194, mar. 2012. Disponível em:
    http://www.seer.ufu.br/index.php/caminhosdegeografia/article/view/16687.
    Acesso em: 15 jan. 2021.</p>
    <p>SENASP – SECRETARIA NACIONAL DE SEGURANÇA PÚBLICA. <bold>Pesquisa
    Nacional de Vitimização</bold>. Questionário SENASP. Senasp;
    Datafolha; Crisp, 2013. Disponível em:
    https://www.crisp.ufmg.br/wp-content/uploads/2013/10/Relatório-PNV-Senasp_final.pdf.
    Acesso em: 11 out. 2020.</p>
    <p>SHOVER, N. Burglary. <bold>Crime and Justice</bold>, v. 14, p.
    73-113, 1991. Disponível em: http://www.jstor.org/stable/1147459.
    Acesso em: 12 out. 2020.</p>
    <p>SOUZA, F. 'Quem for pego roubando será punido severamente': o
    cartaz anticrime atribuído ao Comando Vermelho. <bold>BBC News
    Brasil</bold>, 23 ago. 2016. Disponível em:
    https://www.bbc.com/portuguese/brasil-36980813. Acesso em: 10 jan.
    2021.</p>
    <p>TOWNSLEY, M.; BIRKS, D.; BERNASCO, W.; RUITER, S.; JOHNSON, S.
    D.; WHITE, G.; BAUM, S. Burglar target selection: A cross-national
    comparison. <bold>Journal of Research in Crime and
    Delinquency</bold>, v. 52, n. 1, p. 3-31, jul. 2014. Disponível em:
    https://journals.sagepub.com/doi/10.1177/0022427814541447. Acesso
    em: 12 out. 2020.</p>
    <p>TRIOLA, M. F. <bold>Introdução à estatística</bold>. 10 ed. Rio
    de Janeiro: LTC, 2008.</p>
    <p>VITO, G. F.; MAAHS, J. R.; HOLMES, R. M.
    <bold>Criminology</bold>: Theory, Research, and Policy. Sudbury:
    Jones &amp; Bartlett Publishers, 2006.</p>
    <p>XIAO, L.; LIU, L.; SONG, G.; RUITER, S.; ZHOU, S.
    Journey-to-crime distances of residential burglars in China
    disentangled: Origin and destination effects. <bold>ISPRS –
    International Journal of Geo-Information</bold>, v. 7, n. 8, 2018.
    Disponível em: https://doi.org/10.3390/ijgi7080325. Acesso em: 10
    out. 2020.</p>
    <p>WHEELER, A. The Moving home effect: A quasi experiment assessing
    effect of home location on the offence location. <bold>Journal of
    Quantitative Criminology</bold>, v. 28, p. 587-606, 2012. Disponível
    em: https://doi.org/10.1007/s10940-011-9161-7. Acesso em: 16 out.
    2020.</p>
    <p>WILLIS, G. A. N. <bold>The killing consensus</bold>: homicide
    detectives, police that kill and organized crime in São Paulo,
    Brazil. Tese (Doutorado em Estudos Urbanos e Regionais) – MIT –
    Massachusetts Institute of Technology, Department of Urban Studies
    and Plainning, Massachusetts, EUA, 2013. Disponível em:
    https://dspace.mit.edu/handle/1721.1/84430. Acesso em: 10 jan.
    2021.</p>
    <p>WORTLEY, R.; TILLEY, N. Theories for situational and
    environmental crime prevention. <italic>In</italic>: BRUINSMA, G. J.
    N.; WEISBURD, D. (Eds.). <bold>Encyclopedia of criminology and
    criminal justice</bold>. New York: Springer, 2014.</p>
    <p>WRIGHT, R.; DECKER, S. <bold>Burglars on the job</bold>:
    Streetlife and residential break-ins. Boston: Northeastern
    University Press, 1994.</p>
    <p><bold>APÊNDICE A</bold></p>
    <p><bold>Tabela 1</bold>: Roubos e furtos à residência em Cuiabá/MT
    por período do dia entre 2015 e 2019</p>
    <table-wrap>
      <table>
        <colgroup>
          <col width="10%" />
          <col width="13%" />
          <col width="14%" />
          <col width="12%" />
          <col width="14%" />
          <col width="10%" />
          <col width="14%" />
          <col width="13%" />
        </colgroup>
        <thead>
          <tr>
            <th rowspan="2"><bold>Ano</bold></th>
            <th rowspan="2"><bold>Período</bold></th>
            <th colspan="2"><bold>Roubos</bold></th>
            <th colspan="2"><bold>Furtos</bold></th>
            <th colspan="2"><bold>Roubos e Furtos</bold></th>
          </tr>
          <tr>
            <th><bold>Ocorrências</bold></th>
            <th><bold>%</bold></th>
            <th><bold>Ocorrências</bold></th>
            <th><bold>%</bold></th>
            <th><bold>Ocorrências</bold></th>
            <th><bold>%</bold></th>
          </tr>
          <tr>
            <th> </th>
            <th> </th>
            <th> </th>
            <th> </th>
            <th> </th>
            <th> </th>
            <th> </th>
            <th> </th>
          </tr>
          <tr>
            <th rowspan="6">2015</th>
            <th>Manhã</th>
            <th>161</th>
            <th>16.1</th>
            <th>570</th>
            <th>19.3</th>
            <th>731</th>
            <th>18.5</th>
          </tr>
          <tr>
            <th>Tarde</th>
            <th>176</th>
            <th>17.7</th>
            <th>780</th>
            <th>26.4</th>
            <th>956</th>
            <th>24.2</th>
          </tr>
          <tr>
            <th>Noite</th>
            <th>491</th>
            <th>49.2</th>
            <th>600</th>
            <th>20.3</th>
            <th>1091</th>
            <th>27.6</th>
          </tr>
          <tr>
            <th>Madrugada</th>
            <th>150</th>
            <th>15</th>
            <th>439</th>
            <th>14.8</th>
            <th>589</th>
            <th>14.9</th>
          </tr>
          <tr>
            <th>NI</th>
            <th>19</th>
            <th>1.9</th>
            <th>569</th>
            <th>19.2</th>
            <th>588</th>
            <th>14.9</th>
          </tr>
          <tr>
            <th><bold>Total</bold></th>
            <th><bold>997</bold></th>
            <th><bold>100</bold></th>
            <th><bold>2958</bold></th>
            <th><bold>100</bold></th>
            <th><bold>3955</bold></th>
            <th><bold>100</bold></th>
          </tr>
          <tr>
            <th rowspan="6">2016</th>
            <th>Manhã</th>
            <th>195</th>
            <th>20.7</th>
            <th>611</th>
            <th>20</th>
            <th>806</th>
            <th>20.2</th>
          </tr>
          <tr>
            <th>Tarde</th>
            <th>165</th>
            <th>17.5</th>
            <th>699</th>
            <th>22.9</th>
            <th>864</th>
            <th>21.6</th>
          </tr>
          <tr>
            <th>Noite</th>
            <th>446</th>
            <th>47.3</th>
            <th>584</th>
            <th>19.1</th>
            <th>1030</th>
            <th>25.8</th>
          </tr>
          <tr>
            <th>Madrugada</th>
            <th>111</th>
            <th>11.8</th>
            <th>447</th>
            <th>14.6</th>
            <th>558</th>
            <th>14</th>
          </tr>
          <tr>
            <th>NI</th>
            <th>26</th>
            <th>2.8</th>
            <th>716</th>
            <th>23.4</th>
            <th>742</th>
            <th>18.6</th>
          </tr>
          <tr>
            <th><bold>Total</bold></th>
            <th><bold>943</bold></th>
            <th><bold>100</bold></th>
            <th><bold>3057</bold></th>
            <th><bold>100</bold></th>
            <th><bold>4000</bold></th>
            <th><bold>100</bold></th>
          </tr>
          <tr>
            <th rowspan="6">2017</th>
            <th>Manhã</th>
            <th>163</th>
            <th>18.4</th>
            <th>593</th>
            <th>19.9</th>
            <th>756</th>
            <th>19.6</th>
          </tr>
          <tr>
            <th>Tarde</th>
            <th>142</th>
            <th>16</th>
            <th>709</th>
            <th>23.8</th>
            <th>851</th>
            <th>22.1</th>
          </tr>
          <tr>
            <th>Noite</th>
            <th>433</th>
            <th>48.9</th>
            <th>561</th>
            <th>18.9</th>
            <th>994</th>
            <th>25.8</th>
          </tr>
          <tr>
            <th>Madrugada</th>
            <th>129</th>
            <th>14.6</th>
            <th>369</th>
            <th>12.4</th>
            <th>498</th>
            <th>12.9</th>
          </tr>
          <tr>
            <th>NI</th>
            <th>19</th>
            <th>2.1</th>
            <th>741</th>
            <th>24.9</th>
            <th>760</th>
            <th>19.7</th>
          </tr>
          <tr>
            <th><bold>Total</bold></th>
            <th><bold>886</bold></th>
            <th><bold>100</bold></th>
            <th><bold>2973</bold></th>
            <th><bold>100</bold></th>
            <th><bold>3859</bold></th>
            <th><bold>100</bold></th>
          </tr>
          <tr>
            <th rowspan="6">2018</th>
            <th>Manhã</th>
            <th>98</th>
            <th>16.2</th>
            <th>516</th>
            <th>23.9</th>
            <th>614</th>
            <th>22.2</th>
          </tr>
          <tr>
            <th>Tarde</th>
            <th>86</th>
            <th>14.2</th>
            <th>497</th>
            <th>23</th>
            <th>583</th>
            <th>21.1</th>
          </tr>
          <tr>
            <th>Noite</th>
            <th>313</th>
            <th>51.8</th>
            <th>356</th>
            <th>16.5</th>
            <th>669</th>
            <th>24.2</th>
          </tr>
          <tr>
            <th>Madrugada</th>
            <th>83</th>
            <th>13.7</th>
            <th>325</th>
            <th>15.1</th>
            <th>408</th>
            <th>14.8</th>
          </tr>
          <tr>
            <th>NI</th>
            <th>24</th>
            <th>4</th>
            <th>464</th>
            <th>21.5</th>
            <th>488</th>
            <th>17.7</th>
          </tr>
          <tr>
            <th><bold>Total</bold></th>
            <th><bold>604</bold></th>
            <th><bold>100</bold></th>
            <th><bold>2158</bold></th>
            <th><bold>100</bold></th>
            <th><bold>2762</bold></th>
            <th><bold>100</bold></th>
          </tr>
          <tr>
            <th rowspan="6">2019</th>
            <th>Manhã</th>
            <th>70</th>
            <th>18</th>
            <th>340</th>
            <th>16.7</th>
            <th>410</th>
            <th>17</th>
          </tr>
          <tr>
            <th>Tarde</th>
            <th>55</th>
            <th>14.2</th>
            <th>519</th>
            <th>25.6</th>
            <th>574</th>
            <th>23.7</th>
          </tr>
          <tr>
            <th>Noite</th>
            <th>167</th>
            <th>43</th>
            <th>356</th>
            <th>17.5</th>
            <th>523</th>
            <th>21.6</th>
          </tr>
          <tr>
            <th>Madrugada</th>
            <th>76</th>
            <th>19.6</th>
            <th>376</th>
            <th>18.5</th>
            <th>452</th>
            <th>18.7</th>
          </tr>
          <tr>
            <th>NI</th>
            <th>20</th>
            <th>5.2</th>
            <th>439</th>
            <th>21.6</th>
            <th>459</th>
            <th>19</th>
          </tr>
          <tr>
            <th><bold>Total</bold></th>
            <th><bold>388</bold></th>
            <th><bold>100</bold></th>
            <th><bold>2030</bold></th>
            <th><bold>100</bold></th>
            <th><bold>2418</bold></th>
            <th><bold>100</bold></th>
          </tr>
          <tr>
            <th rowspan="6">Total Geral</th>
            <th>Manhã</th>
            <th>687</th>
            <th>18</th>
            <th>2630</th>
            <th>20</th>
            <th>3317</th>
            <th>19.5</th>
          </tr>
          <tr>
            <th>Tarde</th>
            <th>624</th>
            <th>16.3</th>
            <th>3204</th>
            <th>24.3</th>
            <th>3828</th>
            <th>22.5</th>
          </tr>
          <tr>
            <th>Noite</th>
            <th>1850</th>
            <th>48.5</th>
            <th>2457</th>
            <th>18.6</th>
            <th>4307</th>
            <th>25.3</th>
          </tr>
          <tr>
            <th>Madrugada</th>
            <th>549</th>
            <th>14.4</th>
            <th>1956</th>
            <th>14.8</th>
            <th>2505</th>
            <th>14.7</th>
          </tr>
          <tr>
            <th>NI</th>
            <th>108</th>
            <th>2.8</th>
            <th>2929</th>
            <th>22.2</th>
            <th>3037</th>
            <th>17.9</th>
          </tr>
          <tr>
            <th><bold>Total</bold></th>
            <th><bold>3818</bold></th>
            <th><bold>100</bold></th>
            <th><bold>13176</bold></th>
            <th><bold>100</bold></th>
            <th><bold>16994</bold></th>
            <th><bold>100</bold></th>
          </tr>
        </thead>
        <tbody>
        </tbody>
      </table>
    </table-wrap>
    <p>Fonte: Elaboração dos autores.</p>
    <disp-quote>
      <p><bold>APÊNDICE B</bold></p>
    </disp-quote>
    <p><bold>Tabela 2</bold>: Roubos e furtos à residência em Cuiabá/MT
    por estação do ano entre 2015 e 2019</p>
    <table-wrap>
      <table>
        <colgroup>
          <col width="14%" />
          <col width="12%" />
          <col width="17%" />
          <col width="10%" />
          <col width="15%" />
          <col width="9%" />
          <col width="15%" />
          <col width="9%" />
        </colgroup>
        <thead>
          <tr>
            <th rowspan="2"><bold>Ano</bold></th>
            <th rowspan="2"><bold>Período</bold></th>
            <th colspan="2"><bold>Roubos</bold></th>
            <th colspan="2"><bold>Furtos</bold></th>
            <th colspan="2"><bold>Roubos e Furtos</bold></th>
          </tr>
          <tr>
            <th><bold>Ocorrências</bold></th>
            <th><bold>%</bold></th>
            <th><bold>Ocorrências</bold></th>
            <th><bold>%</bold></th>
            <th><bold>Ocorrências</bold></th>
            <th><bold>%</bold></th>
          </tr>
          <tr>
            <th rowspan="5">2015</th>
            <th>Outono</th>
            <th>284</th>
            <th>28.5</th>
            <th>689</th>
            <th>23.3</th>
            <th>973</th>
            <th>24.6</th>
          </tr>
          <tr>
            <th>Inverno</th>
            <th>277</th>
            <th>27.8</th>
            <th>694</th>
            <th>23.5</th>
            <th>971</th>
            <th>24.6</th>
          </tr>
          <tr>
            <th>Primavera</th>
            <th>232</th>
            <th>23.3</th>
            <th>796</th>
            <th>26.9</th>
            <th>1028</th>
            <th>26.0</th>
          </tr>
          <tr>
            <th>Verão</th>
            <th>204</th>
            <th>20.5</th>
            <th>779</th>
            <th>26.3</th>
            <th>983</th>
            <th>24.9</th>
          </tr>
          <tr>
            <th><bold>Total</bold></th>
            <th><bold>997</bold></th>
            <th><bold>100</bold></th>
            <th><bold>2958</bold></th>
            <th><bold>100</bold></th>
            <th><bold>3955</bold></th>
            <th><bold>100</bold></th>
          </tr>
          <tr>
            <th rowspan="5">2016</th>
            <th>Outono</th>
            <th>182</th>
            <th>19.3</th>
            <th>751</th>
            <th>24.6</th>
            <th>933</th>
            <th>23.3</th>
          </tr>
          <tr>
            <th>Inverno</th>
            <th>313</th>
            <th>33.2</th>
            <th>763</th>
            <th>25.0</th>
            <th>1076</th>
            <th>26.9</th>
          </tr>
          <tr>
            <th>Primavera</th>
            <th>256</th>
            <th>27.1</th>
            <th>675</th>
            <th>22.1</th>
            <th>931</th>
            <th>23.3</th>
          </tr>
          <tr>
            <th>Verão</th>
            <th>192</th>
            <th>20.4</th>
            <th>868</th>
            <th>28.4</th>
            <th>1060</th>
            <th>26.5</th>
          </tr>
          <tr>
            <th><bold>Total</bold></th>
            <th><bold>943</bold></th>
            <th><bold>100</bold></th>
            <th><bold>3057</bold></th>
            <th><bold>100</bold></th>
            <th><bold>4000</bold></th>
            <th><bold>100</bold></th>
          </tr>
          <tr>
            <th rowspan="5">2017</th>
            <th>Outono</th>
            <th>213</th>
            <th>24.0</th>
            <th>742</th>
            <th>25.0</th>
            <th>955</th>
            <th>24.7</th>
          </tr>
          <tr>
            <th>Inverno</th>
            <th>211</th>
            <th>23.8</th>
            <th>705</th>
            <th>23.7</th>
            <th>916</th>
            <th>23.7</th>
          </tr>
          <tr>
            <th>Primavera</th>
            <th>240</th>
            <th>27.1</th>
            <th>676</th>
            <th>22.7</th>
            <th>916</th>
            <th>23.7</th>
          </tr>
          <tr>
            <th>Verão</th>
            <th>222</th>
            <th>25.1</th>
            <th>850</th>
            <th>28.6</th>
            <th>1072</th>
            <th>27.8</th>
          </tr>
          <tr>
            <th><bold>Total</bold></th>
            <th><bold>886</bold></th>
            <th><bold>100</bold></th>
            <th><bold>2973</bold></th>
            <th><bold>100</bold></th>
            <th><bold>3859</bold></th>
            <th><bold>100</bold></th>
          </tr>
          <tr>
            <th rowspan="5">2018</th>
            <th>Outono</th>
            <th>142</th>
            <th>23.5</th>
            <th>467</th>
            <th>21.6</th>
            <th>609</th>
            <th>22.0</th>
          </tr>
          <tr>
            <th>Inverno</th>
            <th>138</th>
            <th>22.8</th>
            <th>547</th>
            <th>25.3</th>
            <th>685</th>
            <th>24.8</th>
          </tr>
          <tr>
            <th>Primavera</th>
            <th>165</th>
            <th>27.3</th>
            <th>525</th>
            <th>24.3</th>
            <th>690</th>
            <th>25.0</th>
          </tr>
          <tr>
            <th>Verão</th>
            <th>159</th>
            <th>26.3</th>
            <th>619</th>
            <th>28.7</th>
            <th>778</th>
            <th>28.2</th>
          </tr>
          <tr>
            <th><bold>Total</bold></th>
            <th><bold>604</bold></th>
            <th><bold>100</bold></th>
            <th><bold>2158</bold></th>
            <th><bold>100</bold></th>
            <th><bold>2762</bold></th>
            <th><bold>100</bold></th>
          </tr>
          <tr>
            <th rowspan="5">2019</th>
            <th>Outono</th>
            <th>123</th>
            <th>31.7</th>
            <th>446</th>
            <th>22.0</th>
            <th>569</th>
            <th>23.5</th>
          </tr>
          <tr>
            <th>Inverno</th>
            <th>74</th>
            <th>19.1</th>
            <th>528</th>
            <th>26.0</th>
            <th>602</th>
            <th>24.9</th>
          </tr>
          <tr>
            <th>Primavera</th>
            <th>71</th>
            <th>18.3</th>
            <th>549</th>
            <th>27.0</th>
            <th>620</th>
            <th>25.6</th>
          </tr>
          <tr>
            <th>Verão</th>
            <th>120</th>
            <th>30.9</th>
            <th>507</th>
            <th>25.0</th>
            <th>627</th>
            <th>25.9</th>
          </tr>
          <tr>
            <th><bold>Total</bold></th>
            <th><bold>388</bold></th>
            <th><bold>100</bold></th>
            <th><bold>2030</bold></th>
            <th><bold>100</bold></th>
            <th><bold>2418</bold></th>
            <th><bold>100</bold></th>
          </tr>
          <tr>
            <th rowspan="5">Total Geral</th>
            <th>Outono</th>
            <th>944</th>
            <th>24.7</th>
            <th>3095</th>
            <th>23.5</th>
            <th>4039</th>
            <th>23.8</th>
          </tr>
          <tr>
            <th>Inverno</th>
            <th>1013</th>
            <th>26.5</th>
            <th>3237</th>
            <th>24.6</th>
            <th>4250</th>
            <th>25.0</th>
          </tr>
          <tr>
            <th>Primavera</th>
            <th>964</th>
            <th>25.2</th>
            <th>3221</th>
            <th>24.4</th>
            <th>4185</th>
            <th>24.6</th>
          </tr>
          <tr>
            <th>Verão</th>
            <th>897</th>
            <th>23.5</th>
            <th>3623</th>
            <th>27.5</th>
            <th>4520</th>
            <th>26.6</th>
          </tr>
          <tr>
            <th><bold>Total</bold></th>
            <th><bold>3818</bold></th>
            <th><bold>100</bold></th>
            <th><bold>13176</bold></th>
            <th><bold>100</bold></th>
            <th><bold>16994</bold></th>
            <th><bold>100</bold></th>
          </tr>
        </thead>
        <tbody>
        </tbody>
      </table>
    </table-wrap>
    <p>Fonte: Elaboração dos autores.</p>
    <disp-quote>
      <p><bold>APÊNDICE C</bold></p>
    </disp-quote>
    <p><bold>Tabela 3</bold>: Roubos e furtos à residência em Cuiabá/MT
    por hora do dia entre 2015 e 2019</p>
    <table-wrap>
      <table>
        <colgroup>
          <col width="6%" />
          <col width="4%" />
          <col width="5%" />
          <col width="4%" />
          <col width="5%" />
          <col width="4%" />
          <col width="5%" />
          <col width="4%" />
          <col width="5%" />
          <col width="4%" />
          <col width="5%" />
          <col width="4%" />
          <col width="5%" />
          <col width="3%" />
          <col width="5%" />
          <col width="4%" />
          <col width="5%" />
          <col width="3%" />
          <col width="5%" />
          <col width="4%" />
          <col width="5%" />
        </colgroup>
        <thead>
          <tr>
            <th rowspan="2"><bold>Hora Cheia</bold></th>
            <th colspan="4"><bold>2015</bold></th>
            <th colspan="4"><bold>2016</bold></th>
            <th colspan="4"><bold>2017</bold></th>
            <th colspan="4"><bold>2018</bold></th>
            <th colspan="4"><bold>2019</bold></th>
          </tr>
          <tr>
            <th colspan="2"><bold>Roubos</bold></th>
            <th colspan="2"><bold>Furtos</bold></th>
            <th colspan="2"><bold>Roubos</bold></th>
            <th colspan="2"><bold>Furtos</bold></th>
            <th colspan="2"><bold>Roubos</bold></th>
            <th colspan="2"><bold>Furtos</bold></th>
            <th colspan="2"><bold>Roubos</bold></th>
            <th colspan="2"><bold>Furtos</bold></th>
            <th colspan="2"><bold>Roubos</bold></th>
            <th colspan="2"><bold>Furtos</bold></th>
          </tr>
          <tr>
            <th>0</th>
            <th>24</th>
            <th>2.4%</th>
            <th>65</th>
            <th>2.2%</th>
            <th>17</th>
            <th>1.8%</th>
            <th>70</th>
            <th>2.3%</th>
            <th>27</th>
            <th>3.0%</th>
            <th>56</th>
            <th>1.9%</th>
            <th>17</th>
            <th>2.8%</th>
            <th>38</th>
            <th>1.8%</th>
            <th>14</th>
            <th>3.6%</th>
            <th>35</th>
            <th>1.7%</th>
          </tr>
          <tr>
            <th>1</th>
            <th>36</th>
            <th>3.6%</th>
            <th>61</th>
            <th>2.1%</th>
            <th>20</th>
            <th>2.1%</th>
            <th>64</th>
            <th>2.1%</th>
            <th>26</th>
            <th>2.9%</th>
            <th>55</th>
            <th>1.8%</th>
            <th>13</th>
            <th>2.2%</th>
            <th>42</th>
            <th>1.9%</th>
            <th>10</th>
            <th>2.6%</th>
            <th>35</th>
            <th>1.7%</th>
          </tr>
          <tr>
            <th>2</th>
            <th>22</th>
            <th>2.2%</th>
            <th>76</th>
            <th>2.6%</th>
            <th>19</th>
            <th>2.0%</th>
            <th>78</th>
            <th>2.6%</th>
            <th>20</th>
            <th>2.3%</th>
            <th>63</th>
            <th>2.1%</th>
            <th>12</th>
            <th>2.0%</th>
            <th>71</th>
            <th>3.3%</th>
            <th>7</th>
            <th>1.8%</th>
            <th>64</th>
            <th>3.2%</th>
          </tr>
          <tr>
            <th>3</th>
            <th>26</th>
            <th>2.6%</th>
            <th>109</th>
            <th>3.7%</th>
            <th>23</th>
            <th>2.4%</th>
            <th>98</th>
            <th>3.2%</th>
            <th>19</th>
            <th>2.1%</th>
            <th>83</th>
            <th>2.8%</th>
            <th>11</th>
            <th>1.8%</th>
            <th>82</th>
            <th>3.8%</th>
            <th>6</th>
            <th>1.5%</th>
            <th>83</th>
            <th>4.1%</th>
          </tr>
          <tr>
            <th>4</th>
            <th>20</th>
            <th>2.0%</th>
            <th>66</th>
            <th>2.2%</th>
            <th>14</th>
            <th>1.5%</th>
            <th>84</th>
            <th>2.7%</th>
            <th>18</th>
            <th>2.0%</th>
            <th>60</th>
            <th>2.0%</th>
            <th>12</th>
            <th>2.0%</th>
            <th>45</th>
            <th>2.1%</th>
            <th>3</th>
            <th>0.8%</th>
            <th>58</th>
            <th>2.9%</th>
          </tr>
          <tr>
            <th>5</th>
            <th>22</th>
            <th>2.2%</th>
            <th>62</th>
            <th>2.1%</th>
            <th>18</th>
            <th>1.9%</th>
            <th>53</th>
            <th>1.7%</th>
            <th>19</th>
            <th>2.1%</th>
            <th>52</th>
            <th>1.7%</th>
            <th>18</th>
            <th>3.0%</th>
            <th>47</th>
            <th>2.2%</th>
            <th>36</th>
            <th>9.3%</th>
            <th>101</th>
            <th>5.0%</th>
          </tr>
          <tr>
            <th>6</th>
            <th>32</th>
            <th>3.2%</th>
            <th>54</th>
            <th>1.8%</th>
            <th>42</th>
            <th>4.5%</th>
            <th>57</th>
            <th>1.9%</th>
            <th>42</th>
            <th>4.7%</th>
            <th>68</th>
            <th>2.3%</th>
            <th>22</th>
            <th>3.6%</th>
            <th>66</th>
            <th>3.1%</th>
            <th>0</th>
            <th>0.0%</th>
            <th>0</th>
            <th>0.0%</th>
          </tr>
          <tr>
            <th>7</th>
            <th>32</th>
            <th>3.2%</th>
            <th>75</th>
            <th>2.5%</th>
            <th>36</th>
            <th>3.8%</th>
            <th>91</th>
            <th>3.0%</th>
            <th>35</th>
            <th>4.0%</th>
            <th>88</th>
            <th>3.0%</th>
            <th>19</th>
            <th>3.1%</th>
            <th>97</th>
            <th>4.5%</th>
            <th>22</th>
            <th>5.7%</th>
            <th>61</th>
            <th>3.0%</th>
          </tr>
          <tr>
            <th>8</th>
            <th>22</th>
            <th>2.2%</th>
            <th>111</th>
            <th>3.8%</th>
            <th>27</th>
            <th>2.9%</th>
            <th>122</th>
            <th>4.0%</th>
            <th>18</th>
            <th>2.0%</th>
            <th>117</th>
            <th>3.9%</th>
            <th>21</th>
            <th>3.5%</th>
            <th>103</th>
            <th>4.8%</th>
            <th>16</th>
            <th>4.1%</th>
            <th>81</th>
            <th>4.0%</th>
          </tr>
          <tr>
            <th>9</th>
            <th>20</th>
            <th>2.0%</th>
            <th>101</th>
            <th>3.4%</th>
            <th>34</th>
            <th>3.6%</th>
            <th>110</th>
            <th>3.6%</th>
            <th>23</th>
            <th>2.6%</th>
            <th>100</th>
            <th>3.4%</th>
            <th>13</th>
            <th>2.2%</th>
            <th>95</th>
            <th>4.4%</th>
            <th>10</th>
            <th>2.6%</th>
            <th>62</th>
            <th>3.1%</th>
          </tr>
          <tr>
            <th>10</th>
            <th>24</th>
            <th>2.4%</th>
            <th>142</th>
            <th>4.8%</th>
            <th>31</th>
            <th>3.3%</th>
            <th>131</th>
            <th>4.3%</th>
            <th>28</th>
            <th>3.2%</th>
            <th>111</th>
            <th>3.7%</th>
            <th>14</th>
            <th>2.3%</th>
            <th>86</th>
            <th>4.0%</th>
            <th>14</th>
            <th>3.6%</th>
            <th>79</th>
            <th>3.9%</th>
          </tr>
          <tr>
            <th>11</th>
            <th>31</th>
            <th>3.1%</th>
            <th>87</th>
            <th>2.9%</th>
            <th>25</th>
            <th>2.7%</th>
            <th>100</th>
            <th>3.3%</th>
            <th>17</th>
            <th>1.9%</th>
            <th>109</th>
            <th>3.7%</th>
            <th>9</th>
            <th>1.5%</th>
            <th>69</th>
            <th>3.2%</th>
            <th>8</th>
            <th>2.1%</th>
            <th>57</th>
            <th>2.8%</th>
          </tr>
          <tr>
            <th>12</th>
            <th>20</th>
            <th>2.0%</th>
            <th>119</th>
            <th>4.0%</th>
            <th>27</th>
            <th>2.9%</th>
            <th>98</th>
            <th>3.2%</th>
            <th>20</th>
            <th>2.3%</th>
            <th>106</th>
            <th>3.6%</th>
            <th>19</th>
            <th>3.1%</th>
            <th>58</th>
            <th>2.7%</th>
            <th>4</th>
            <th>1.0%</th>
            <th>74</th>
            <th>3.6%</th>
          </tr>
          <tr>
            <th>13</th>
            <th>25</th>
            <th>2.5%</th>
            <th>90</th>
            <th>3.0%</th>
            <th>27</th>
            <th>2.9%</th>
            <th>80</th>
            <th>2.6%</th>
            <th>22</th>
            <th>2.5%</th>
            <th>92</th>
            <th>3.1%</th>
            <th>10</th>
            <th>1.7%</th>
            <th>44</th>
            <th>2.0%</th>
            <th>10</th>
            <th>2.6%</th>
            <th>77</th>
            <th>3.8%</th>
          </tr>
          <tr>
            <th>14</th>
            <th>43</th>
            <th>4.3%</th>
            <th>122</th>
            <th>4.1%</th>
            <th>31</th>
            <th>3.3%</th>
            <th>102</th>
            <th>3.3%</th>
            <th>25</th>
            <th>2.8%</th>
            <th>124</th>
            <th>4.2%</th>
            <th>12</th>
            <th>2.0%</th>
            <th>98</th>
            <th>4.5%</th>
            <th>16</th>
            <th>4.1%</th>
            <th>82</th>
            <th>4.0%</th>
          </tr>
          <tr>
            <th>15</th>
            <th>41</th>
            <th>4.1%</th>
            <th>168</th>
            <th>5.7%</th>
            <th>38</th>
            <th>4.0%</th>
            <th>149</th>
            <th>4.9%</th>
            <th>24</th>
            <th>2.7%</th>
            <th>145</th>
            <th>4.9%</th>
            <th>21</th>
            <th>3.5%</th>
            <th>109</th>
            <th>5.1%</th>
            <th>17</th>
            <th>4.4%</th>
            <th>207</th>
            <th>10.2%</th>
          </tr>
          <tr>
            <th>16</th>
            <th>24</th>
            <th>2.4%</th>
            <th>145</th>
            <th>4.9%</th>
            <th>17</th>
            <th>1.8%</th>
            <th>130</th>
            <th>4.3%</th>
            <th>29</th>
            <th>3.3%</th>
            <th>119</th>
            <th>4.0%</th>
            <th>11</th>
            <th>1.8%</th>
            <th>95</th>
            <th>4.4%</th>
            <th>0</th>
            <th>0.0%</th>
            <th>0</th>
            <th>0.0%</th>
          </tr>
          <tr>
            <th>17</th>
            <th>23</th>
            <th>2.3%</th>
            <th>136</th>
            <th>4.6%</th>
            <th>25</th>
            <th>2.7%</th>
            <th>140</th>
            <th>4.6%</th>
            <th>22</th>
            <th>2.5%</th>
            <th>123</th>
            <th>4.1%</th>
            <th>13</th>
            <th>2.2%</th>
            <th>93</th>
            <th>4.3%</th>
            <th>8</th>
            <th>2.1%</th>
            <th>79</th>
            <th>3.9%</th>
          </tr>
          <tr>
            <th>18</th>
            <th>52</th>
            <th>5.2%</th>
            <th>131</th>
            <th>4.4%</th>
            <th>40</th>
            <th>4.2%</th>
            <th>116</th>
            <th>3.8%</th>
            <th>29</th>
            <th>3.3%</th>
            <th>106</th>
            <th>3.6%</th>
            <th>23</th>
            <th>3.8%</th>
            <th>70</th>
            <th>3.2%</th>
            <th>21</th>
            <th>5.4%</th>
            <th>83</th>
            <th>4.1%</th>
          </tr>
          <tr>
            <th>19</th>
            <th>81</th>
            <th>8.1%</th>
            <th>115</th>
            <th>3.9%</th>
            <th>72</th>
            <th>7.6%</th>
            <th>117</th>
            <th>3.8%</th>
            <th>73</th>
            <th>8.2%</th>
            <th>104</th>
            <th>3.5%</th>
            <th>54</th>
            <th>8.9%</th>
            <th>79</th>
            <th>3.7%</th>
            <th>33</th>
            <th>8.5%</th>
            <th>66</th>
            <th>3.3%</th>
          </tr>
          <tr>
            <th>20</th>
            <th>126</th>
            <th>12.6%</th>
            <th>104</th>
            <th>3.5%</th>
            <th>127</th>
            <th>13.5%</th>
            <th>111</th>
            <th>3.6%</th>
            <th>96</th>
            <th>10.8%</th>
            <th>103</th>
            <th>3.5%</th>
            <th>80</th>
            <th>13.2%</th>
            <th>51</th>
            <th>2.4%</th>
            <th>43</th>
            <th>11.1%</th>
            <th>65</th>
            <th>3.2%</th>
          </tr>
          <tr>
            <th>21</th>
            <th>105</th>
            <th>10.5%</th>
            <th>83</th>
            <th>2.8%</th>
            <th>80</th>
            <th>8.5%</th>
            <th>84</th>
            <th>2.7%</th>
            <th>101</th>
            <th>11.4%</th>
            <th>91</th>
            <th>3.1%</th>
            <th>69</th>
            <th>11.4%</th>
            <th>59</th>
            <th>2.7%</th>
            <th>32</th>
            <th>8.2%</th>
            <th>53</th>
            <th>2.6%</th>
          </tr>
          <tr>
            <th>22</th>
            <th>77</th>
            <th>7.7%</th>
            <th>85</th>
            <th>2.9%</th>
            <th>89</th>
            <th>9.4%</th>
            <th>81</th>
            <th>2.6%</th>
            <th>92</th>
            <th>10.4%</th>
            <th>78</th>
            <th>2.6%</th>
            <th>53</th>
            <th>8.8%</th>
            <th>65</th>
            <th>3.0%</th>
            <th>25</th>
            <th>6.4%</th>
            <th>49</th>
            <th>2.4%</th>
          </tr>
          <tr>
            <th>23</th>
            <th>50</th>
            <th>5.0%</th>
            <th>82</th>
            <th>2.8%</th>
            <th>38</th>
            <th>4.0%</th>
            <th>75</th>
            <th>2.5%</th>
            <th>42</th>
            <th>4.7%</th>
            <th>79</th>
            <th>2.7%</th>
            <th>34</th>
            <th>5.6%</th>
            <th>32</th>
            <th>1.5%</th>
            <th>13</th>
            <th>3.4%</th>
            <th>40</th>
            <th>2.0%</th>
          </tr>
          <tr>
            <th>NI</th>
            <th>19</th>
            <th>1.9%</th>
            <th>569</th>
            <th>19.2%</th>
            <th>26</th>
            <th>2.8%</th>
            <th>716</th>
            <th>23.4%</th>
            <th>19</th>
            <th>2.1%</th>
            <th>741</th>
            <th>24.9%</th>
            <th>24</th>
            <th>4.0%</th>
            <th>464</th>
            <th>21.5%</th>
            <th>20</th>
            <th>5.2%</th>
            <th>439</th>
            <th>21.6%</th>
          </tr>
          <tr>
            <th><bold>TOTAL</bold></th>
            <th><bold>997</bold></th>
            <th><bold>100%</bold></th>
            <th><bold>2958</bold></th>
            <th><bold>100%</bold></th>
            <th><bold>943</bold></th>
            <th><bold>100%</bold></th>
            <th><bold>3057</bold></th>
            <th><bold>100%</bold></th>
            <th><bold>886</bold></th>
            <th><bold>100%</bold></th>
            <th><bold>2973</bold></th>
            <th><bold>100%</bold></th>
            <th><bold>604</bold></th>
            <th><bold>100%</bold></th>
            <th><bold>2158</bold></th>
            <th><bold>100%</bold></th>
            <th><bold>388</bold></th>
            <th><bold>100%</bold></th>
            <th><bold>2030</bold></th>
            <th><bold>100%</bold></th>
          </tr>
        </thead>
        <tbody>
        </tbody>
      </table>
    </table-wrap>
    <disp-quote>
      <p>Fonte: Elaboração dos autores.</p>
      <p><bold>APÊNDICE D</bold></p>
    </disp-quote>
    <p><bold>Tabela 4:</bold> Roubos e furtos à residência em Cuiabá/MT
    por mês do ano entre 2015 e 2019</p>
    <table-wrap>
      <table>
        <colgroup>
          <col width="7%" />
          <col width="3%" />
          <col width="6%" />
          <col width="4%" />
          <col width="6%" />
          <col width="3%" />
          <col width="6%" />
          <col width="4%" />
          <col width="6%" />
          <col width="3%" />
          <col width="6%" />
          <col width="4%" />
          <col width="6%" />
          <col width="3%" />
          <col width="6%" />
          <col width="4%" />
          <col width="6%" />
          <col width="3%" />
          <col width="6%" />
          <col width="4%" />
          <col width="6%" />
        </colgroup>
        <thead>
          <tr>
            <th><bold>Mês</bold></th>
            <th colspan="4"><bold>2015</bold></th>
            <th colspan="4"><bold>2016</bold></th>
            <th colspan="4"><bold>2017</bold></th>
            <th colspan="4"><bold>2018</bold></th>
            <th colspan="4"><bold>2019</bold></th>
          </tr>
          <tr>
            <th></th>
            <th colspan="2"><bold>Roubos</bold></th>
            <th colspan="2"><bold>Furtos</bold></th>
            <th colspan="2"><bold>Roubos</bold></th>
            <th colspan="2"><bold>Furtos</bold></th>
            <th colspan="2"><bold>Roubos</bold></th>
            <th colspan="2"><bold>Furtos</bold></th>
            <th colspan="2"><bold>Roubos</bold></th>
            <th colspan="2"><bold>Furtos</bold></th>
            <th colspan="2"><bold>Roubos</bold></th>
            <th colspan="2"><bold>Furtos</bold></th>
          </tr>
          <tr>
            <th>Janeiro</th>
            <th>55</th>
            <th>5.5%</th>
            <th>271</th>
            <th>9.2%</th>
            <th>62</th>
            <th>6.6%</th>
            <th>317</th>
            <th>10.4%</th>
            <th>66</th>
            <th>7.4%</th>
            <th>329</th>
            <th>11.1%</th>
            <th>61</th>
            <th>10.1%</th>
            <th>214</th>
            <th>9.9%</th>
            <th>40</th>
            <th>10.3%</th>
            <th>207</th>
            <th>10.2%</th>
          </tr>
          <tr>
            <th>Fevereiro</th>
            <th>71</th>
            <th>7.1%</th>
            <th>251</th>
            <th>8.5%</th>
            <th>59</th>
            <th>6.3%</th>
            <th>289</th>
            <th>9.5%</th>
            <th>93</th>
            <th>10.5%</th>
            <th>245</th>
            <th>8.2%</th>
            <th>56</th>
            <th>9.3%</th>
            <th>202</th>
            <th>9.4%</th>
            <th>47</th>
            <th>12.1%</th>
            <th>131</th>
            <th>6.5%</th>
          </tr>
          <tr>
            <th>Março</th>
            <th>87</th>
            <th>8.7%</th>
            <th>257</th>
            <th>8.7%</th>
            <th>72</th>
            <th>7.6%</th>
            <th>297</th>
            <th>9.7%</th>
            <th>72</th>
            <th>8.1%</th>
            <th>295</th>
            <th>9.9%</th>
            <th>45</th>
            <th>7.5%</th>
            <th>204</th>
            <th>9.5%</th>
            <th>36</th>
            <th>9.3%</th>
            <th>144</th>
            <th>7.1%</th>
          </tr>
          <tr>
            <th>Abril</th>
            <th>118</th>
            <th>11.8%</th>
            <th>247</th>
            <th>8.4%</th>
            <th>47</th>
            <th>5.0%</th>
            <th>279</th>
            <th>9.1%</th>
            <th>59</th>
            <th>6.7%</th>
            <th>229</th>
            <th>7.7%</th>
            <th>48</th>
            <th>7.9%</th>
            <th>163</th>
            <th>7.6%</th>
            <th>48</th>
            <th>12.4%</th>
            <th>143</th>
            <th>7.0%</th>
          </tr>
          <tr>
            <th>Maio</th>
            <th>81</th>
            <th>8.1%</th>
            <th>205</th>
            <th>6.9%</th>
            <th>72</th>
            <th>7.6%</th>
            <th>274</th>
            <th>9.0%</th>
            <th>98</th>
            <th>11.1%</th>
            <th>259</th>
            <th>8.7%</th>
            <th>50</th>
            <th>8.3%</th>
            <th>144</th>
            <th>6.7%</th>
            <th>43</th>
            <th>11.1%</th>
            <th>144</th>
            <th>7.1%</th>
          </tr>
          <tr>
            <th>Junho</th>
            <th>83</th>
            <th>8.3%</th>
            <th>203</th>
            <th>6.9%</th>
            <th>70</th>
            <th>7.4%</th>
            <th>146</th>
            <th>4.8%</th>
            <th>48</th>
            <th>5.4%</th>
            <th>232</th>
            <th>7.8%</th>
            <th>54</th>
            <th>8.9%</th>
            <th>154</th>
            <th>7.1%</th>
            <th>30</th>
            <th>7.7%</th>
            <th>147</th>
            <th>7.2%</th>
          </tr>
          <tr>
            <th>Julho</th>
            <th>78</th>
            <th>7.8%</th>
            <th>256</th>
            <th>8.7%</th>
            <th>94</th>
            <th>10.0%</th>
            <th>262</th>
            <th>8.6%</th>
            <th>70</th>
            <th>7.9%</th>
            <th>207</th>
            <th>7.0%</th>
            <th>35</th>
            <th>5.8%</th>
            <th>177</th>
            <th>8.2%</th>
            <th>29</th>
            <th>7.5%</th>
            <th>179</th>
            <th>8.8%</th>
          </tr>
          <tr>
            <th>Agosto</th>
            <th>89</th>
            <th>8.9%</th>
            <th>213</th>
            <th>7.2%</th>
            <th>120</th>
            <th>12.7%</th>
            <th>266</th>
            <th>8.7%</th>
            <th>68</th>
            <th>7.7%</th>
            <th>256</th>
            <th>8.6%</th>
            <th>34</th>
            <th>5.6%</th>
            <th>186</th>
            <th>8.6%</th>
            <th>27</th>
            <th>7.0%</th>
            <th>192</th>
            <th>9.5%</th>
          </tr>
          <tr>
            <th>Setembro</th>
            <th>104</th>
            <th>10.4%</th>
            <th>229</th>
            <th>7.7%</th>
            <th>112</th>
            <th>11.9%</th>
            <th>243</th>
            <th>7.9%</th>
            <th>73</th>
            <th>8.2%</th>
            <th>227</th>
            <th>7.6%</th>
            <th>64</th>
            <th>10.6%</th>
            <th>185</th>
            <th>8.6%</th>
            <th>10</th>
            <th>2.6%</th>
            <th>162</th>
            <th>8.0%</th>
          </tr>
          <tr>
            <th>Outubro</th>
            <th>96</th>
            <th>9.6%</th>
            <th>251</th>
            <th>8.5%</th>
            <th>89</th>
            <th>9.4%</th>
            <th>233</th>
            <th>7.6%</th>
            <th>84</th>
            <th>9.5%</th>
            <th>210</th>
            <th>7.1%</th>
            <th>65</th>
            <th>10.8%</th>
            <th>150</th>
            <th>7.0%</th>
            <th>26</th>
            <th>6.7%</th>
            <th>178</th>
            <th>8.8%</th>
          </tr>
          <tr>
            <th>Novembro</th>
            <th>56</th>
            <th>5.6%</th>
            <th>303</th>
            <th>10.2%</th>
            <th>102</th>
            <th>10.8%</th>
            <th>239</th>
            <th>7.8%</th>
            <th>75</th>
            <th>8.5%</th>
            <th>234</th>
            <th>7.9%</th>
            <th>55</th>
            <th>9.1%</th>
            <th>210</th>
            <th>9.7%</th>
            <th>21</th>
            <th>5.4%</th>
            <th>186</th>
            <th>9.2%</th>
          </tr>
          <tr>
            <th>Dezembro</th>
            <th>79</th>
            <th>7.9%</th>
            <th>272</th>
            <th>9.2%</th>
            <th>44</th>
            <th>4.7%</th>
            <th>212</th>
            <th>6.9%</th>
            <th>80</th>
            <th>9.0%</th>
            <th>250</th>
            <th>8.4%</th>
            <th>37</th>
            <th>6.1%</th>
            <th>169</th>
            <th>7.8%</th>
            <th>31</th>
            <th>8.0%</th>
            <th>217</th>
            <th>10.7%</th>
          </tr>
          <tr>
            <th><bold>Total</bold></th>
            <th><bold>997</bold></th>
            <th><bold>100.0%</bold></th>
            <th><bold>2958</bold></th>
            <th><bold>100.0%</bold></th>
            <th><bold>943</bold></th>
            <th><bold>100.0%</bold></th>
            <th><bold>3057</bold></th>
            <th><bold>100.0%</bold></th>
            <th><bold>886</bold></th>
            <th><bold>100.0%</bold></th>
            <th><bold>2973</bold></th>
            <th><bold>100.0%</bold></th>
            <th><bold>604</bold></th>
            <th><bold>100.0%</bold></th>
            <th><bold>2158</bold></th>
            <th><bold>100.0%</bold></th>
            <th><bold>388</bold></th>
            <th><bold>100.0%</bold></th>
            <th><bold>2030</bold></th>
            <th><bold>100.0%</bold></th>
          </tr>
        </thead>
        <tbody>
        </tbody>
      </table>
    </table-wrap>
    <p>Fonte: Elaboração dos autores.</p>
    <disp-quote>
      <p><bold>APÊNDICE E</bold></p>
    </disp-quote>
    <p><bold>Tabela 5</bold>: Roubos e furtos à residência em Cuiabá/MT
    por dia da semana entre 2015 e 2019</p>
    <table-wrap>
      <table>
        <colgroup>
          <col width="9%" />
          <col width="3%" />
          <col width="5%" />
          <col width="4%" />
          <col width="5%" />
          <col width="3%" />
          <col width="6%" />
          <col width="4%" />
          <col width="6%" />
          <col width="3%" />
          <col width="6%" />
          <col width="4%" />
          <col width="6%" />
          <col width="3%" />
          <col width="6%" />
          <col width="4%" />
          <col width="6%" />
          <col width="3%" />
          <col width="6%" />
          <col width="4%" />
          <col width="6%" />
        </colgroup>
        <thead>
          <tr>
            <th rowspan="2"><bold>Dia da semana</bold></th>
            <th colspan="4"><bold>2015</bold></th>
            <th colspan="4"><bold>2016</bold></th>
            <th colspan="4"><bold>2017</bold></th>
            <th colspan="4"><bold>2018</bold></th>
            <th colspan="4"><bold>2019</bold></th>
          </tr>
          <tr>
            <th colspan="2"><bold>Roubos</bold></th>
            <th colspan="2"><bold>Furtos</bold></th>
            <th colspan="2"><bold>Roubos</bold></th>
            <th colspan="2"><bold>Furtos</bold></th>
            <th colspan="2"><bold>Roubos</bold></th>
            <th colspan="2"><bold>Furtos</bold></th>
            <th colspan="2"><bold>Roubos</bold></th>
            <th colspan="2"><bold>Furtos</bold></th>
            <th colspan="2"><bold>Roubos</bold></th>
            <th colspan="2"><bold>Furtos</bold></th>
          </tr>
          <tr>
            <th>Segunda-feira</th>
            <th>135</th>
            <th>13.5%</th>
            <th>449</th>
            <th>15.2%</th>
            <th>133</th>
            <th>14.1%</th>
            <th>419</th>
            <th>13.7%</th>
            <th>120</th>
            <th>13.5%</th>
            <th>422</th>
            <th>14.2%</th>
            <th>100</th>
            <th>16.6%</th>
            <th>343</th>
            <th>15.9%</th>
            <th>57</th>
            <th>14.7%</th>
            <th>297</th>
            <th>14.6%</th>
          </tr>
          <tr>
            <th>Terça-feira</th>
            <th>133</th>
            <th>13.3%</th>
            <th>404</th>
            <th>13.7%</th>
            <th>146</th>
            <th>15.5%</th>
            <th>468</th>
            <th>15.3%</th>
            <th>138</th>
            <th>15.6%</th>
            <th>447</th>
            <th>15.0%</th>
            <th>81</th>
            <th>13.4%</th>
            <th>310</th>
            <th>14.4%</th>
            <th>65</th>
            <th>16.8%</th>
            <th>306</th>
            <th>15.1%</th>
          </tr>
          <tr>
            <th>Quarta-feira</th>
            <th>179</th>
            <th>18.0%</th>
            <th>462</th>
            <th>15.6%</th>
            <th>135</th>
            <th>14.3%</th>
            <th>457</th>
            <th>14.9%</th>
            <th>116</th>
            <th>13.1%</th>
            <th>439</th>
            <th>14.8%</th>
            <th>91</th>
            <th>15.1%</th>
            <th>319</th>
            <th>14.8%</th>
            <th>58</th>
            <th>14.9%</th>
            <th>305</th>
            <th>15.0%</th>
          </tr>
          <tr>
            <th>Quinta-feira</th>
            <th>171</th>
            <th>17.2%</th>
            <th>453</th>
            <th>15.3%</th>
            <th>144</th>
            <th>15.3%</th>
            <th>442</th>
            <th>14.5%</th>
            <th>151</th>
            <th>17.0%</th>
            <th>405</th>
            <th>13.6%</th>
            <th>100</th>
            <th>16.6%</th>
            <th>319</th>
            <th>14.8%</th>
            <th>75</th>
            <th>19.3%</th>
            <th>281</th>
            <th>13.8%</th>
          </tr>
          <tr>
            <th>Sexta-feira</th>
            <th>136</th>
            <th>13.6%</th>
            <th>437</th>
            <th>14.8%</th>
            <th>167</th>
            <th>17.7%</th>
            <th>439</th>
            <th>14.4%</th>
            <th>130</th>
            <th>14.7%</th>
            <th>429</th>
            <th>14.4%</th>
            <th>67</th>
            <th>11.1%</th>
            <th>306</th>
            <th>14.2%</th>
            <th>57</th>
            <th>14.7%</th>
            <th>292</th>
            <th>14.4%</th>
          </tr>
          <tr>
            <th>Sábado</th>
            <th>118</th>
            <th>11.8%</th>
            <th>365</th>
            <th>12.3%</th>
            <th>111</th>
            <th>11.8%</th>
            <th>367</th>
            <th>12.0%</th>
            <th>129</th>
            <th>14.6%</th>
            <th>378</th>
            <th>12.7%</th>
            <th>92</th>
            <th>15.2%</th>
            <th>274</th>
            <th>12.7%</th>
            <th>45</th>
            <th>11.6%</th>
            <th>283</th>
            <th>13.9%</th>
          </tr>
          <tr>
            <th>Domingo</th>
            <th>125</th>
            <th>12.5%</th>
            <th>388</th>
            <th>13.1%</th>
            <th>107</th>
            <th>11.3%</th>
            <th>465</th>
            <th>15.2%</th>
            <th>102</th>
            <th>11.5%</th>
            <th>453</th>
            <th>15.2%</th>
            <th>73</th>
            <th>12.1%</th>
            <th>287</th>
            <th>13.3%</th>
            <th>31</th>
            <th>8.0%</th>
            <th>266</th>
            <th>13.1%</th>
          </tr>
          <tr>
            <th><bold>Total</bold></th>
            <th><bold>997</bold></th>
            <th><bold>100.0%</bold></th>
            <th><bold>2958</bold></th>
            <th><bold>100.0%</bold></th>
            <th><bold>943</bold></th>
            <th><bold>100.0%</bold></th>
            <th><bold>3057</bold></th>
            <th><bold>100.0%</bold></th>
            <th><bold>886</bold></th>
            <th><bold>100.0%</bold></th>
            <th><bold>2973</bold></th>
            <th><bold>100.0%</bold></th>
            <th><bold>604</bold></th>
            <th><bold>100.0%</bold></th>
            <th><bold>2158</bold></th>
            <th><bold>100.0%</bold></th>
            <th><bold>388</bold></th>
            <th><bold>100.0%</bold></th>
            <th><bold>2030</bold></th>
            <th><bold>100.0%</bold></th>
          </tr>
        </thead>
        <tbody>
        </tbody>
      </table>
    </table-wrap>
    <p>Fonte: Elaboração dos autores.</p>
  </sec>
</sec>
</body>
<back>
<fn-group>
  <fn id="fn1">
    <label>1</label><p><sup>1</sup> De acordo com Madalozzo e Furtado
    (2011), o índice de subnotificação criminal na cidade de São Paulo é
    da ordem de 68%. Caso em Cuiabá/MT o índice de subnotificação
    criminal seja semelhante ao da capital paulista, a quantidade real
    de roubos e furtos à residência no município, entre os anos de 2015
    e 2019, pode ser da ordem de 53.000 eventos.</p>
  </fn>
  <fn id="fn2">
    <label>2</label><p><sup>2</sup> Estudiosos da escolha racional fazem
    uma distinção entre a escolha pelo envolvimento criminal, isto é, se
    compensa mais se envolver em atividades criminais ou realizar
    atividades lícitas, e a tomada de decisão no cometimento do crime,
    ou seja, onde e como cometer o ilícito (VITO; MAAHS; HOLMES,
    2006).</p>
  </fn>
</fn-group>
</back>
</article>
