MétaCan
Menu
Retour à la cohorte
Enregistrement W2972673082

Financiamento público da educação superior: um estudo comparativo entre Brasil, Canadá e China

2015· article· pt· W2972673082 sur OpenAlexaboutno aff
Danilo de Melo Costa

Notice bibliographique

RevueAmericanae (AECID Library) · 2015
Typearticle
Languept
DomaineSocial Sciences
ThématiqueEducation and Public Policy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesPhilosophy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

A presente tese busca demonstrar a importância do financiamento publico para o desenvolvimento de acoes e iniciativas na educacao superior, utilizando como referencia indicadores e politicas publicas para o financiamento da educacao superior no Brasil, Canada e China entre os anos de 2003 e 2012. Para tanto, sao apresentados conceitos de planejamento, financas e orcamento publico, evidenciando as funcoes do Estado, a evolucao do orcamento publico e a intervencao estatal e suas responsabilidades economicas. Uma vez conhecido o papel a ser desempenhado pelo Estado em todas as dimensoes ao qual ele e responsavel, delimitou-se entao para a dimensao da educacao superior, iniciando com os principais desafios da educacao superior mundial, com foco nos efeitos da globalizacao. Posteriormente, como uma juncao dos dois topicos supracitados, o presente estudo apresenta o financiamento publico da educacao superior, detalhando as varias acoes e iniciativas do governo brasileiro, canadense e chines. No que se refere a metodologia, esta tese e delineada sobre os principios do paradigma Funcionalista, sendo definida como um estudo exploratorio, de abordagem qualitativa e quantitativa, alem de ser aplicado, empirico e multicaso. Os dados foram coletados mediante a pesquisa documental, bibliografica, entrevistas semi-estruturadas junto aos dirigentes governamentais e questionarios nao estruturados junto aos especialistas em educacao superior e as liderancas estudantis dos respectivos paises. A analise de dados quantitativos foi dividida em tres etapas. Na primeira etapa, foi realizada uma analise comparativa entre indicadores gerais do Brasil, Canada e China, por meio de modelos de regressao log-lineares via metodo de Quase-Verossimilhanca, no sentido de compreender o desempenho dos tres paises. Na segunda etapa, foi executada uma analise de correlacao entre os mesmos indicadores utilizando uma matriz de correlacao de Spearman e um mapa perceptual gerado via Analise de Componentes Principais, de modo a se compreender quais os indicadores possuem influencia significativa entre si. Na terceira e ultima etapa, foi realizada uma analise de eficiencia em relacao as politicas publicas dos paises estudados, apresentando o desempenho de todas as politicas publicas analisadas. Para o tratamento qualitativo, os dados coletados por meio dos questionarios nao estruturados e das entrevistas semi-estruturadas foram tratados utilizando como referencia a tecnica de analise de conteudo categorial, com o objetivo de confirmar ou refutar os achados na etapa quantitativa. A partir da analise dos dados quantitativos e qualitativos, tracaram-se proposicoes no intuito de contribuir com o debate em torno do progresso da educacao superior no Brasil. As proposicoes foram delineadas em tres grandes dimensoes: proposicoes propensitivas, proposicoes no financiamento e proposicoes estruturais. As proposicoes propensitivas analisaram o impacto das variaveis que se relacionam diretamente com a expansao da educacao superior, gerando ao final um modelo estrutural. As proposicoes no financiamento demonstraram opcoes de investimento para a educacao superior brasileira, seja por criacao de novas politicas ou adequacao em politicas existentes. As proposicoes estruturais sugeriram alteracoes de cunho organizacional para o sistema de educacao superior brasileiro. Finalmente, demonstrou-se a necessidade de se promover o progresso na educacao superior do Brasil, e tal como evidenciado, nacoes que tem se destacado podem ser uma excelente referencia para que, finalmente, se transforme o pais pela educacao.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,659
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,004
Études des sciences et des technologies0,0010,001
Communication savante0,0010,003
Science ouverte0,0020,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0120,001

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.

Tête enseignante Opus0,050
Tête enseignante GPT0,332
Écart entre enseignants0,283 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmericanae (AECID Library)Même sujetEducation and Public PolicyTravaux en français237 207