MétaCan
Menu
Retour à la cohorte
Enregistrement W3113054610 · doi:10.5430/ijba.v12n1p22

Outsourced Services, Supervision of Contracts and Labor Liabilities: Case Study UNIR From 2015 to 2019

2020· article· en· W3113054610 sur OpenAlexvenueno aff
Aline Cristina Helfenstein, Douglas Fernando Batista Neis, Flávia Regina Alves de Hungria Folador, Marlene Valério dos Santos Arenas, Rafael Vicente Martins dos Reis, Francisco Alexandre Belinassi Paim

Notice bibliographique

RevueInternational Journal of Business Administration · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueAcademic Research in Diverse Fields
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBusinessPaymentFinance

Résumé

récupéré en direct d'OpenAlex

This article aims to identify the monetary amounts spent by Fundação Universidade Federal de Rondônia (UNIR), with Labor Court due to administrative failures during the supervision of outsourced service contracts. It is a case study, with qualitative research, with documentary analysis of the decisions, sentences and judgments delivered in the processes. After the analysis of 68 (sixty-eight) cases in which UNIR appeared in the passive pole, categories were identified for the classification of the cases. It was found that there was a reduction in the number of lawsuits against UNIR after the Labor Reform and 21 (twenty-one) lawsuits were identified in which UNIR was ordered to pay labor indemnities or the contracted companies signed labor agreements, causing the public agency to be obliged to make payments through Small Value Requests (RPV), or Precatories, deriving from failures in internal controls and management contracts at Fundação Universidade Federal de Rondônia (UNIR).

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,247
Score d'incertitude au seuil0,676

Scores Codex et Gemma par catégorie

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

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 Opus0,040
Tête enseignante GPT0,381
Écart entre enseignants0,341 · 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; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Business AdministrationMême sujetAcademic Research in Diverse FieldsTravaux en français237 207