O cálculo econômico de valor das firmas no mercado de trabalho: estudos de caso no setor de tecnologias da informação
Bibliographic record
Abstract
Nas últimas décadas, cientistas sociais vêm defendendo a ideia de estarmos presenciando o início de uma nova etapa do desenvolvimento histórico do capitalismo, a chamada nova economia. Entre outros aspectos, aponta-se para mudanças profundas no âmbito das organizações e do trabalho, que foram provocadas pelo impacto do surgimento e difusão das tecnologias da informação. Nesse sentido, esta tese escolhe por contribuir em torno do conhecimento sobre a nova economia a partir de um interesse analítico bem delimitado, a saber, compreender o cálculo econômico de valor realizado por firmas de tecnologia da informação, quando estas comparecem no mercado de trabalho. Tal interesse analítico se operacionaliza através de três perguntas de pesquisa: Quais são e como as condições engendradas por redes sociotécnicas das firmas de tecnologias da informação estruturam as suas capacidades de cálculo econômico de valor? Quais valores econômicos e economicamente relevantes, essas firmas lançam mão para definir o valor e, por conseguinte, a sua demanda no mercado de trabalho? E quais procedimentos e práticas elas adotam para classificar e julgar a oferta de trabalho e planejar a realização de sua demanda diante dessa oferta? Visando responder essas três perguntas, procedeu-se à realização de quatro estudos de casos em empresas de diferentes segmentos de atividade econômica das tecnologias da informação. Os quatro casos estão localizados no município de Porto Alegre (RS) ou na sua região metropolitana. Com base na análise dos dados coletados nesses estudos, a tese encerra refletindo sobre o valor do trabalho como mercadoria no contexto da nova economia e também sobre o desenvolvimento de uma abordagem de sociologia econômica voltada para o comportamento da firma no mercado de trabalho e a sua capacidade de cálculo econômico de valor.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.001 | 0.003 |
| Open science | 0.002 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.015 | 0.006 |
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; both teacher heads agree on what is shown here.
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".