Sistema de custos na educação pública: um possível caminho para obter dados financeiros por estudante no nível das escolas
Notice bibliographique
Résumé
As redes de ensino básico público brasileiro não conhecem com precisão o volume de recursos que é destinado a cada uma de suas unidades escolares. A sistematização das informações financeiras da educação pública ainda não acontece em um nível de detalhamento que permita a comparabilidade entre escolas, possibilitando alocações interescolares que gerem ineficiências ou inequidades. A oferta de serviços educacionais pelo setor público tem o dever de garantir que crianças e jovens tenham acesso oportunidades iguais, sendo um mecanismo de redução de desigualdades ao invés de perpetuá-las ou aumentá-las. O presente estudo objetivou revisar a literatura sobre a Contabilidade de Custos para a definição de qual medida melhor se adequa à realidade da educação e como desenhar uma ferramenta para monitoramento desta medida. Ao compreender que o “custo” é o indicador que melhor explica as diferenças na alocação dos recursos entre as escolas para a oferta educacional, o trabalho se concentrou em como sistematizar os dados de custo, revisitando como redes de ensino monitoram a aplicação de seus recursos e abordou conceitualmente uma ferramenta cuja aplicação é comumente utilizada em organizações privadas: Sistemas de Informação de Custos (SICs). Em maior profundidade, abordou-se o estudo de caso sobre a implantação de um SIC na rede estadual de ensino básico de Pernambuco. Desafios relacionados ao contexto do setor público e a complexidade de uma organização maior que multinacionais de grande porte tenha uma dinâmica peculiar que dificulta a plena operação deste sistema.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,004 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,003 | 0,000 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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.
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 ».