Capacidade avaliativa no Brasil: um caso na Escola de Administração Fazendária em seus Centros Regionais do Nordeste
Bibliographic record
Abstract
Essa dissertação trata da análise da capacidade avaliativa na Escola de Administração Fazendária - Esaf, um órgão integrante do Ministério da Fazenda, com objetivo de analisar os seus centros regionais do Nordeste e os fatores que contribuem para a prática organizacional de fazer e usar avaliação no âmbito da ação governamental de seleção, formação e desenvolvimento de pessoal. Para isso buscou-se compreender a evolução conceitual de capacidade avaliativa, caracterizar, a partir da teoria do programa, a referida ação, e com isso definir o modelo de análise para analisar os principais fatores que podem contribuir para o aumento dessa capacidade, e por consequência para o aprimoramento do programa e ação governamental, melhor utilização dos achados para tomada de decisões gerenciais e ampliação da aprendizagem organizacional. A premissa é que o efetivo desenvolvimento da capacidade avaliativa – ECB exige uma ampla demanda de avaliação e que a sustentabilidade para conduzir a avaliação depende da medida em que a avaliação é usada dentro da organização. Esse conhecimento, quando utilizado, deve contribuir para a integração da avaliação na cultura das organizações de forma a conectar e fomentar as diversas dimensões que compõem o framework de capacidade avaliativa organizacional. Para tanto definiu-se como unidade de análise os centros regionais da Esaf no Nordeste e realizou-se pesquisa censitária in loco por meio de questionário – baseado em um modelo validado por um grupo de pesquisa da Universidade de Ottawa no Canadá – com 36 servidores e 3 gestores, com nível de resposta de 100%. Os dados foram analisados por análise fatorial e testes não paramétricos de Kruskal-Wallis para amostras independentes, em conjunto com análises descritivas e de conteúdo. Trata-se de uma amostra não probabilística uma vez que se usou o total do universo populacional. Os resultados demonstraram que a capacidade para fazer avaliação é menor que a capacidade para usar avaliação, além de os centros apresentarem comportamentos distintos quanto às dimensões de suporte organizacional, participação dos stakeholders na avaliação e condições de mediação do uso da avaliação. A organização apresenta uma capacidade avaliativa em desenvolvimento, e diversos fatores devem ser aprimorados, tendo como exemplo a avaliação como função da gestão e ampliação dos níveis de investigação avaliativa e de aprendizagem.
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 | 0.008 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.004 | 0.009 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 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".