Aplicação de técnicas de agrupamento para avaliar perfis de vulnerabilidade de imigrantes Venezuelanos no Brasil

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorSantos, Bruno Samways dos-
Autor(es): dc.contributorSantos, Bruno Samways dos-
Autor(es): dc.contributorLima, Rafael Henrique Palma-
Autor(es): dc.contributorAndrade, Pedro Rochavetz de Lara-
Autor(es): dc.creatorDias, Matheus Santos-
Data de aceite: dc.date.accessioned2025-08-29T12:42:02Z-
Data de disponibilização: dc.date.available2025-08-29T12:42:02Z-
Data de envio: dc.date.issued2024-09-18-
Data de envio: dc.date.issued2024-09-18-
Data de envio: dc.date.issued2024-08-21-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/34842-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/1100269-
Descrição: dc.descriptionWith the significant increase in the flow of Venezuelan immigrants to Brazil in recent years, it is crucial to understand the different profiles within this population to formulate effective public policies and provide appropriate assistance. This study aims to identify these profiles using unsupervised machine learning, specifically the k-means clustering algorithm, utilizing the 2021 dataset provided by the United Nations High Commissioner for Refugees (UNHCR). By applying evaluation metrics such as the silhouette coefficient and the elbow method, it was determined that the optimal number of groups would be two. This segmentation revealed significant differences between immigrant profiles, highlighting greater vulnerability among those who arrived in Brazil more recently, particularly during the COVID-19 pandemic. The results indicate that recent refugees face more intense challenges, likely due to a combination of new economic and social difficulties exacerbated by the global health crisis. These findings underscore the urgent need for targeted public policies that address the specific needs of the most recent and vulnerable immigrants, helping to ensure more effective integration and an appropriate response to the challenges they face. It also highlights the need for a greater understanding of the conditions under which the research was conducted and a concerted effort by the Brazilian government to centralize this information and ensure that immigrants in higher degrees of vulnerability are also heard to avoid potential biases.-
Descrição: dc.descriptionCom o aumento significativo do fluxo de imigrantes venezuelanos para o Brasil nos últimos anos, é fundamental compreender os diversos perfis dessa população para formular políticas públicas eficazes e fornecer assistência adequada. Este estudo visa identificar esses perfis por meio de aprendizado de máquina não supervisionado, especificamente o algoritmo de agrupamento k-means, utilizando a base de dados de 2021 disponibilizada pelo Alto-comissariado das Nações Unidas para os Refugiados (ACNUR). Através da aplicação de métricas de avaliação como o coeficiente de silhueta e o método do cotovelo, foi definido que o número ideal de grupos seria dois. Essa segmentação revelou diferenças significativas entre os perfis dos imigrantes, destacando uma maior vulnerabilidade entre aqueles que chegaram ao Brasil mais recentemente, especialmente durante a pandemia de COVID-19. Os resultados indicam que os refugiados recentes enfrentam desafios mais intensos, possivelmente devido à combinação de novas dificuldades econômicas e sociais exacerbadas pela crise sanitária global. Essas descobertas sublinham a necessidade urgente de políticas públicas direcionadas que atendam às necessidades específicas dos imigrantes mais recentes e vulneráveis, ajudando a garantir uma integração mais eficaz e uma resposta adequada aos desafios enfrentados. Destaca-se ainda a necessidade de um maior entendimento das condições em que a pesquisa foi realizada e de um esforço por parto do governo brasileiro de centralizar estas informações e garantir que imigrantes em maior grau de vulnerabilidade também sejam ouvidos para evitar possíveis vieses.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Tecnológica Federal do Paraná-
Publicador: dc.publisherLondrina-
Publicador: dc.publisherBrasil-
Publicador: dc.publisherEngenharia de Produção-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsopenAccess-
Direitos: dc.rightshttp://creativecommons.org/licenses/by-nc-sa/4.0/-
Palavras-chave: dc.subjectAprendizado do computador-
Palavras-chave: dc.subjectAnálise por agrupamento-
Palavras-chave: dc.subjectImigração - Venezuela-
Palavras-chave: dc.subjectBrasil - Emigração e imigração-
Palavras-chave: dc.subjectMachine learning-
Palavras-chave: dc.subjectCluster analysis-
Palavras-chave: dc.subjectImmigration - Venezuela-
Palavras-chave: dc.subjectBrazil - Emigration and immigration-
Palavras-chave: dc.subjectCNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAO-
Título: dc.titleAplicação de técnicas de agrupamento para avaliar perfis de vulnerabilidade de imigrantes Venezuelanos no Brasil-
Título: dc.titleApplication of clustering techniques to assess vulnerability profiles of Venezuelan immigrants in Brazil-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.