Gestão de capital de giro: um estudo nas microempresas moveleiras de Divinópolis, MG
Bibliographic record
Abstract
As microempresas são fundamentais para a economia brasileira pela sua capacidade de gerar emprego e renda. Grande parte delas, porém, encerram suas atividades precocemente, sendo que, entre as causas, estão a falta de capital de giro e falhas no gerenciamento. Considerando a importância de uma gestão eficaz do capital de giro para a sobrevivência dessas empresas, o objetivo geral deste trabalho foi identificar e analisar as principais dificuldades das microempresas moveleiras de Divinópolis, Minas Gerais, na gestão do capital de giro. Trata-se de uma pesquisa descritiva com abordagem qualitativa e quantitativa. Os dados foram coletados por meio de questionário aplicado a quinze empresas do setor de moveleiro de Divinópolis, MG. Concluiu-se que as principais dificuldades na gestão dos recursos financeiros de curto prazo, na visão dos gestores financeiros que responderam à pesquisa, era fazer o controle diário de caixa, saber o lucro de cada trabalho realizado, separar as finanças do negócio e da vida pessoal dos sócios, saber o custo de cada trabalho e saber o valor dos estoques. Essas dificuldades foram atribuídas ao fato de os gestores financeiros não possuírem nenhuma formação na área financeira e porque exerciam outras funções, além da gestão financeira.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.003 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".