Gestão do desenvolvimento: a atuação da Secretaria de Estado de Indústria, Comércio e Energia e suas repercussões no mercado de trabalho maranhense
Notice bibliographique
Résumé
ABSTRACT The present study has as main objective to analyze the performance of the Secretaria de Estado de Industria, Comercio e Energia do Maranhao in processes to incentivize economic activity and its repercussions in the Maranhao labor market. Based on the database of the Instituto Brasileiro de Geografia e Estatistica (IBGE), Relacao Annual de Informacoes Sociais (RAIS), Pesquisa Nacional por Amostra de Domicilios Continua (PNAD Continua), Cadastro Geral de Empregados e Desempregados (CAGED), among others data. The survey covered the entire state of Maranhao since 2014. The analysis of the results was based on descriptive statistics, using graphical and tabular methods. Regarding the results of the survey, it was verified that the unemployment rate in the State of Maranhao has increased in the last years even with investments in the economy, from 6.4% in the first quarter of 2014 to 13.7% in the 3rd quarter of 2018, the current result is 0.7% lower than the result of the Northeast and 1.8% higher than the result of Brazil. The sectors that are the responsibility of SEINC had regression in the distribution of employed people, the industrial sector, for example, had a decrease of 0.8% in the third quarter of 2018 in relation to the same period of 2017 and the commerce regressed 0.1 %.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».