Q01
Mensagem
Todos os modelosIndustry-Specific
Pesquisa de Satisfação e Retenção do Corpo Docente Universitário
Mede o quão satisfeitos os docentes estão com remuneração, carga de trabalho, apoio à pesquisa, governança e progressão na carreira, além de quantos estão considerando seriamente sair. Desenvolvida para reitores, diretores e escritórios de assuntos docentes; a entrevista de acompanhamento com IA aprofunda os motivos específicos por trás de notas baixas ou intenções de sair, em vez de apenas os números.
Perguntas de exemplo
Uma prévia do que há no modelo. Todas as perguntas podem ser editadas antes de publicar.
13 perguntas · ~7 min
Q02
MatrizObrigatória
O quão satisfeito você está com cada um dos seguintes aspectos da sua experiência nesta universidade?
8 linhas × 5 colunas
- Remuneração e benefícios
- Carga de trabalho de ensino
- Financiamento e apoio à pesquisa
- Voz na governança do departamento ou da universidade
- Equilíbrio entre vida pessoal e profissional
- +3 mais
Colunas: Muito insatisfeito · Insatisfeito · Neutro · Satisfeito · Muito satisfeito
Q03
Escala de opiniãoObrigatória
Qual a probabilidade de você recomendar esta universidade como um lugar para trabalhar a um colega da sua área?
Escala: 0 – 10
Mín:Nada provávelMáx:Extremamente provável
Q04
Múltipla escolhaObrigatória
Nos últimos 12 meses, você considerou seriamente sair desta universidade para outra instituição ou para um cargo fora da academia?
- Não, não considerei
- Sim, considerei brevemente
- Sim, busquei ativamente outras oportunidades
- Sim, estou atualmente no processo de saída
Q05
Escala de avaliaçãoObrigatória
Como você avaliaria o apoio que recebe do chefe do seu departamento ou do seu supervisor imediato?
Intervalo: 1 – 5
Mín:Muito ruimMáx:Excelente
Q06
Compensação melhor–pior (MaxDiff)Obrigatória
Qual dos itens a seguir mais melhoraria a sua satisfação como docente aqui e qual importa menos neste momento?
- Salário mais alto ou melhores benefícios
- Redução da carga de trabalho de ensino
- Mais financiamento e apoio à pesquisa
- Maior voz na governança e na tomada de decisões
- Melhor equilíbrio entre vida pessoal e profissional
- Caminho mais claro para promoção ou estabilidade
- Mais apoio administrativo
- Mentoria e desenvolvimento profissional mais fortes
- Melhores instalações e recursos
Escolha a melhor e a pior de cada conjuntoMelhor:Mais melhora minha satisfaçãoPior:Importa menos neste momento
Q07
Distribuição de pontosObrigatória
Pensando em uma semana de trabalho típica, como você realmente divide o seu tempo entre estas responsabilidades? (Deve somar 100)
- Ensino e preparação de aulas
- Pesquisa e produção acadêmica
- Serviço e trabalho em comissões
- Tarefas administrativas
- Mentoria e orientação de estudantes
Distribua 100 pontos
Q08
Entrevista com IA
Explore o raciocínio por trás da nota de probabilidade de recomendação do respondente e da resposta sobre considerar sair. Se ele deu uma nota baixa ou indicou que está buscando ativamente ou saindo, investigue o incidente específico desencadeador ou a frustração contínua (carga de trabalho, remuneração, governança, falta de apoio) e o que realisticamente precisaria mudar para mantê-lo. Se ele deu uma nota alta e não está considerando sair, investigue o que especificamente o mantém engajado para que isso possa ser reforçado ou replicado em outros lugares.
Q09
Múltipla escolha
Qual é o seu cargo ou título acadêmico atual?
- Professor adjunto ou de meio período
- Professor/Instrutor (tempo integral, sem estabilidade)
- Professor Assistente
- Professor Associado
- Professor Titular
- Outro cargo acadêmico
- Prefiro não dizer
Q10
Múltipla escolha
Qual é a sua situação de estabilidade?
- Estável
- Em regime de estabilização, ainda não estabilizado
- Sem regime de estabilidade ou contratado
- Não se aplica à minha instituição
- Prefiro não dizer
Q11
Múltipla escolha
Há quanto tempo você faz parte do corpo docente desta universidade?
- Menos de 1 ano
- 1 a 3 anos
- 4 a 7 anos
- 8 a 15 anos
- Mais de 15 anos
- Prefiro não dizer
Q12
Texto curto
A qual departamento, escola ou disciplina você está principalmente vinculado? (Opcional)
Q13
Mensagem
Obrigado pela sua sinceridade. Suas respostas serão combinadas com o feedback de outros docentes em um relatório para a liderança da universidade, a fim de embasar decisões sobre carga de trabalho, apoio e retenção.
O que está incluído
Acompanhamento com IA
Sondagens adaptativas nas respostas abertas que revelam detalhes que um formulário estático deixaria passar.
Verificações de atenção
Proteções integradas contra respostas apressadas e participantes de baixa qualidade.
Textos escritos por IA
Redação, ordem e ramificações escritas pela IA, ajustadas ao seu objetivo de pesquisa.
Relatório automático
Temas, citações e um resumo em linguagem simples se escrevem sozinhos assim que as respostas chegam.
Como se compara
Analisamos os modelos mais parecidos de outras ferramentas de pesquisa. Veja o que elas fazem bem e onde este modelo vai além.
Por que este modelo
- Includes a dedicated AI follow-up interview that digs into the reasoning behind low likelihood-to-recommend scores and leaving intentions, not just the numeric ratings
- Combines quantitative measures (matrix satisfaction ratings, opinion scale, rating, max-diff, constant-sum time allocation) with qualitative depth in one instrument
- Captures context variables (rank, tenure status, years of service, department) so provosts and deans can segment retention risk by faculty subgroup
- Opens and closes with plain-language chat messages that set expectations and thank participants, supporting honest, higher-quality responses
QuestionPro
University Faculty Satisfaction Survey | Sample Survey, Examples, Questions & QuestionnairesThis is a sample question library and example page rather than an interactive fielding instrument with built-in follow-up logic. It's useful as a starting reference for question wording on faculty satisfaction topics, but the depth of insight depends entirely on the static questions asked. No indication of adaptive probing into why faculty gave a particular score.
O que faz bem
- Broad library of sample faculty satisfaction questions and question types
- Backed by an established, general-purpose survey platform with wide distribution options
Onde deixa a desejar
- No adaptive AI follow-up interview to explore the reasons behind low scores or leaving intentions
- No voice AI interview option
- No published per-response quality scoring or transparent prompt methodology
SurveyMonkey
University Faculty Satisfaction Survey QuestionsA static faculty satisfaction template built on SurveyMonkey's standard survey engine, aimed at quick deployment with familiar question types. It's a fielding-ready template, but it captures the 'what' of satisfaction scores rather than the 'why,' since there's no mechanism to probe individual responses further.
O que faz bem
- Fielding-ready template on a widely used, easy-to-deploy survey platform
- Likely includes standard analytics dashboards and benchmarking common to SurveyMonkey
Onde deixa a desejar
- No adaptive AI interview to follow up on low satisfaction or retention-risk responses
- No voice AI interview or guided screen-share task capability
- No per-response quality scoring or transparent AI prompt disclosure
Jotform
Faculty Satisfaction Survey Form TemplateA drag-and-drop form template on Jotform's form-builder platform, better suited to simple data collection than deep exploratory research. It's ready to field quickly and customize visually, but it functions as a static form rather than an interview, so nuance behind faculty responses isn't captured.
O que faz bem
- Easy-to-customize, fielding-ready form builder interface
- Integrates with Jotform's broader form and workflow ecosystem
Onde deixa a desejar
- No adaptive AI follow-up interview or voice AI interview capability
- No automated per-response quality scoring
- No auto-generated analytical report synthesizing qualitative reasoning behind scores
Perguntas frequentes
Quais perguntas estão no modelo “Pesquisa de Satisfação e Retenção do Corpo Docente Universitário”?
O modelo inclui 13 perguntas prontas para usar, começando por: “Obrigado por dedicar alguns minutos para compartilhar sua experiência honesta como docente aqui. Isso ajuda a liderança…” · “O quão satisfeito você está com cada um dos seguintes aspectos da sua experiência nesta universidade?” · “Qual a probabilidade de você recomendar esta universidade como um lugar para trabalhar a um colega da sua área?”. O conjunto completo aparece acima e todas as perguntas podem ser editadas.
Quanto tempo leva para responder a esta pesquisa?
Os participantes normalmente terminam as 13 perguntas em cerca de 7 minutos.
Posso personalizar este modelo?
Sim: cada pergunta, cada opção de resposta e a ordem podem ser editadas antes de publicar. Você pode adicionar ou remover perguntas, ou pedir ao editor com IA para refazer a pesquisa em torno do seu objetivo.
Este modelo é gratuito?
Sim. Abra no editor e comece a personalizar agora: não é preciso criar conta para testar, e o plano gratuito cobre a publicação da sua pesquisa.
Pronto para publicar?
Abra este modelo no editor. Tudo é seu para mudar antes de o primeiro participante ver.
Modelos relacionados
Mais estudos sobre temas semelhantes.
Industry-Specific
Pesquisa sobre Impacto e Cultura das Atividades de Integração de Equipe
Mede se suas atividades de integração de equipe realmente fortalecem a confiança, a comunicação e o senso de pertencimento — e quais formatos valem a pena repetir versus aposentar. Inclui exercícios de priorização e alocação de orçamento para planejar eventos futuros, além de uma entrevista de acompanhamento com IA que explora o momento específico que mais mudou a forma como alguém trabalha com os colegas de equipe.
Ver modeloIndustry-Specific
Pesquisa de Pulso sobre Satisfação e Retenção de Professores
Acompanha o quão satisfeitos os professores estão com a carga de trabalho, o apoio administrativo, a remuneração, os recursos e a cultura escolar, e sinaliza o risco de retenção antes que ele apareça em cartas de demissão. Uma entrevista de acompanhamento com IA aprofunda o incidente específico por trás da avaliação de cada professor, em vez de se contentar com um número. Desenvolvida para gestores escolares e RH da rede que realizam um pulso anual ou de meio de ano com o corpo docente.
Ver modeloIndustry-Specific
Pesquisa de Pulso sobre Engajamento e Retenção de Professores
Mede o quanto os professores se sentem engajados, apoiados e propensos a permanecer — abrangendo carga de trabalho, reconhecimento, recursos e apoio da liderança — para líderes escolares e da rede de ensino que acompanham a moral da equipe. Uma entrevista de acompanhamento com IA aprofunda os motivos específicos por trás da pontuação de engajamento de cada professor e sua principal prioridade de melhoria, revelando detalhes que nenhuma escala de avaliação sozinha consegue captar.
Ver modeloIndustry-Specific
Pesquisa de Experiência e Resultados de Saída da Universidade
Para estudantes que estão deixando uma universidade — seja porque se formaram, desistiram ou transferiram — esta pesquisa capta como eles avaliam o ensino, a orientação acadêmica, os serviços de apoio e o valor geral, e depois usa uma entrevista de acompanhamento com IA para explorar a história real por trás da nota de satisfação, em vez de se contentar com uma avaliação superficial.
Ver modeloIndustry-Specific
Pesquisa de Avaliação da Eficácia Docente
Mede como os alunos vivenciam a atuação de um professor em termos de clareza, engajamento, feedback, disponibilidade e imparcialidade, além da satisfação geral e da probabilidade de recomendação. Desenvolvida para departamentos acadêmicos e coordenadores de curso que realizam avaliações de fim de semestre, com uma entrevista de acompanhamento por IA que aprofunda o momento ou a atividade específica que mais influenciou a avaliação de um aluno.
Ver modeloIndustry-Specific
Pesquisa de Saída da Universidade para Estudantes Formandos e que Estão Deixando a Instituição
Registra por que os estudantes estão saindo — formando-se, desistindo ou transferindo-se — e o quão satisfeitos estavam com os aspectos acadêmicos, a orientação e os serviços de apoio. Uma entrevista de acompanhamento com IA investiga o momento ou a decisão específica por trás da nota de recomendação, oferecendo aos administradores detalhes concretos em nível de história, em vez de apenas um número de satisfação.
Ver modelo