Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Santos, Bruno Samways dos | - |
Autor(es): dc.contributor | Santos, Bruno Samways dos | - |
Autor(es): dc.contributor | Tondato, Rogerio | - |
Autor(es): dc.contributor | Andrade, Pedro Rochavetz de Lara | - |
Autor(es): dc.creator | Khouri, David Sella | - |
Data de aceite: dc.date.accessioned | 2025-08-29T13:31:16Z | - |
Data de disponibilização: dc.date.available | 2025-08-29T13:31:16Z | - |
Data de envio: dc.date.issued | 2024-09-18 | - |
Data de envio: dc.date.issued | 2024-09-18 | - |
Data de envio: dc.date.issued | 2024-08-16 | - |
Fonte completa do material: dc.identifier | http://repositorio.utfpr.edu.br/jspui/handle/1/34844 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1114757 | - |
Descrição: dc.description | Machine learning has advanced significantly in recent decades and its impact is felt in a variety of cases, enabling computers to process, learn, and extract knowledge from the vast amount of data generated daily. Trust is the foundation of numerous interac-tions essential for healthy societies and the level of trust in government can be influ-enced by different factors. Therefore, it is of common societal interest to understand the landscape of trust in government and the factors that affect it. However, there is still a lack of research analyzing trust in government with a data mining and machine learning approach, with studies focusing on contexts such as social trust, citizen polit-ical engagement, political trust, and better understanding populist voting. Thus, the objective of this study is to apply machine learning techniques to classify the level of trust in national governments in Latin America, based on respondents’ self-perception, using public data. To achieve this, open data from a public opinion survey containing questions about society, democracy, economy, and trust in government were used. The data were provided by the Latinobarómetro Corporation, a non-profit organization based in Santiago, Chile, dedicated to conducting public opinion surveys in Latin America. | - |
Descrição: dc.description | O aprendizado de máquina avançou significativamente nas últimas décadas, seu efeito é sentido em uma variedade de casos, possibilitando que computadores processem, aprendam e extraiam conhecimentos do grande volume de dados que são gerados diariamente. A confiança é a base de inúmeras interações essenciais para sociedades saudáveis, o nível de confiança no governo pode ser influenciado por diferentes fatores. Então é de interesse comum da sociedade entender o panorama da confiança no governo e quais fatores a afetam. Entretanto, ainda há uma carência de pesquisas que analisam a confiança no governo com uma abordagem de mineração de dados e aprendizado de máquina, sendo vistos estudos em contextos como confiança social, engajamento político dos cidadãos, confiança política e para melhor compreender o voto populista. Com isso, o objetivo deste trabalho é aplicar as técnicas de aprendizado de máquina para classificação do nível de confiança em governos nacionais da América Latina, a partir da autopercepção dos entrevistados, utilizando dados públicos. Para tal, foram utilizados dados abertos, provenientes de uma pesquisa de opinião pública contendo perguntas sobre a sociedade, democracia, economia e confiança no governo. Os dados foram disponibilizados pela Corporação Latinobarómetro, uma organização sem fins lucrativos sediada em Santiago, Chile, dedicada à realização de pesquisas de opinião pública na América Latina. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Publicador: dc.publisher | Universidade Tecnológica Federal do Paraná | - |
Publicador: dc.publisher | Londrina | - |
Publicador: dc.publisher | Brasil | - |
Publicador: dc.publisher | Engenharia de Produção | - |
Publicador: dc.publisher | UTFPR | - |
Direitos: dc.rights | openAccess | - |
Direitos: dc.rights | Attribution 4.0 International | - |
Direitos: dc.rights | http://creativecommons.org/licenses/by/4.0/ | - |
Palavras-chave: dc.subject | Aprendizado do computador | - |
Palavras-chave: dc.subject | Mineração de dados (Computação) | - |
Palavras-chave: dc.subject | Confiança | - |
Palavras-chave: dc.subject | Administração de regiões metropolitanas | - |
Palavras-chave: dc.subject | Latino-americanos | - |
Palavras-chave: dc.subject | Machine learning | - |
Palavras-chave: dc.subject | Data mining | - |
Palavras-chave: dc.subject | Confidence | - |
Palavras-chave: dc.subject | Metropolitan government | - |
Palavras-chave: dc.subject | Latin Americans | - |
Palavras-chave: dc.subject | CNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAO | - |
Título: dc.title | Algoritmos de aprendizado de máquina no contexto da confiança em governos latino-americanos | - |
Título: dc.title | Machine learning algorithms in the context of trust in latin american governments | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositorio Institucional da UTFPR - RIUT |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: