A PANDEMIA DE COVID-19 E O IMPACTO NO ORÇAMENTO DAS FAMÍLIAS
Bibliographic record
Abstract
A pandemia global instaurada pela identificação do novo coronavírus (Sars-CoV-2), em 2020, gerou impactos na população mais vulnerável economicamente. O intuito central deste artigo é apresentar os resultados obtidos por uma pesquisa executada para compreender os efeitos da pandemia no orçamento das famílias dos alunos da Fatec – Jahu. A metodologia aplicada foi a pesquisa de natureza qualitativa e com objetivos exploratórios e descritivos. Os dados obtidos com o questionário aplicado numa amostra de 115 alunos foram analisados por estatística descritiva. A maioria dos alunos utiliza orçamentos, porém, a minoria utiliza orçamentos formais. Dos orçamentos formais mais utilizados, o orçamento com anotações em papel foi o mais citado. A maioria dos alunos demonstrou conhecimento sobre a lógica necessária para se manter o orçamento superavitário, assim como reconheceu que o orçamento contribuiu muito para o enfrentamento da pandemia. Houve um equilíbrio entre queda e nenhuma alteração de renda familiar. A maior causa de queda no nível de renda com a pandemia foi o desemprego. Para os que tiveram aumento de renda, o principal motivo foi ter conseguido um novo emprego. Sobre o recebimento de benefícios específicos para a pandemia, a maioria afirmou que não os recebeu. A maioria dos alunos constatou aumento nos gastos, devido ao aumento nos preços dos alimentos, dos combustíveis e transporte juntamente com energia elétrica e água. Com base nos resultados obtidos, foi possível concluir que a prática dos orçamentos ajudou durante o período da pandemia.
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 | 0.003 | 0.009 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 0.000 |
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".