Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/34459
Registro completo de metadados
Campo DC | Valor | Idioma |
---|---|---|
dc.creator | Girardi, Gustavo Carolino | - |
dc.date.accessioned | 2024-08-14T14:47:52Z | - |
dc.date.available | 2024-08-14T14:47:52Z | - |
dc.date.issued | 2024-06-14 | - |
dc.identifier.citation | GIRARDI, Gustavo Carolino. Análise comparativa entre qualidade de vida e trabalho humano em países pertencentes aos blocos G7 e BRICS: proposição de modelo de análise discriminante. 2024. Tese (Doutorado em Engenharia de Produção) - Universidade Tecnológica Federal do Paraná, Ponta Grossa, 2024. | pt_BR |
dc.identifier.uri | http://repositorio.utfpr.edu.br/jspui/handle/1/34459 | - |
dc.description.abstract | This study aimed to propose a data forecasting model and identify the variables influencing the classification of the Quality of Life (QoL) index and human labor in countries belonging to the G7 (Germany, France, Italy, Canada, Japan, United Kingdom, and United States of America - USA) and BRICS (Brazil, Russia, India, China, and South Africa) groups, through discriminant analysis. Fourteen variables were selected: from the NUMBEO platform, QoL indices such as quality of life index, purchasing power index, safety index, healthcare index, cost of living index, property price to income ratio, daily commuting time index, and pollution index. From the OECD platform, human labor indices included: employed women compared to the female population, women participating in the labor market, rate of unemployed women, employed men compared to the male population, rate of men participating in the workforce, and rate of unemployed men, spanning from 2010 to 2022. Data treatment, organization, and systematization were conducted using SPSS software, version 23.0, enabling descriptive and multivariate statistical analysis of the collected indices data. Discriminant analysis was chosen among possible multivariate statistics. Based on the results, the three variables that most differentiated the groups in order of importance were: employed women compared to the female population, women participating in the labor market, and rate of unemployed women. After considering QoL and human labor variables complementarily in the forecasting model created by discriminant analysis, Japan and France were classified as low QoL, India, Italy, Brazil, and South Africa as medium QoL, and Canada, Germany, Russia, United Kingdom, and USA as high QoL. This study identified potential gaps affecting the QoL of member countries of the BRICS and G7 blocs when integrating variables related to human labor. | pt_BR |
dc.language | por | pt_BR |
dc.publisher | Universidade Tecnológica Federal do Paraná | pt_BR |
dc.rights | openAccess | pt_BR |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-sa/4.0/ | pt_BR |
dc.subject | Qualidade de vida | pt_BR |
dc.subject | Trabalho - Análise | pt_BR |
dc.subject | Países do BRICS | pt_BR |
dc.subject | Grupo dos Sete | pt_BR |
dc.subject | Análise discriminatória | pt_BR |
dc.subject | Estatística | pt_BR |
dc.subject | Quality of life | pt_BR |
dc.subject | Job analysis | pt_BR |
dc.subject | BRICS countries | pt_BR |
dc.subject | Group of Seven | pt_BR |
dc.subject | Discriminant analysis | pt_BR |
dc.subject | Statistics | pt_BR |
dc.title | Análise comparativa entre qualidade de vida e trabalho humano em países pertencentes aos blocos G7 e BRICS: proposição de modelo de análise discriminante | pt_BR |
dc.title.alternative | Comparative analysis between quality of life and human labor in countries belonging to the G7 and BRICS blocks: proposition of a discriminant analysis model | pt_BR |
dc.type | doctoralThesis | pt_BR |
dc.description.resumo | Este estudo teve como objetivo propor um modelo de previsão de dados e identificar as variáveis que influenciam na classificação do índice de Qualidade de Vida (QV) e trabalho humano nos países constantes dos blocos G7 (Alemanha, França, Itália, Canadá, Japão, Reino Unido e Estados Unidos da América - EUA) e BRICS (Brasil, Rússia, Índia, China e África do Sul), de forma complementar, por meio de análise discriminante. Quatorze variáveis foram selecionadas, na plataforma NUMBEO os índices de QV: índice de qualidade de vida, índice de poder de compra, índice de segurança, índice de cuidados de saúde, índice de custo de vida, preço da propriedade em relação à renda, índice do tempo de deslocamento diário e índice de poluição. Na plataforma OECD índices de trabalho humano: mulheres empregadas em comparação com a população feminina, mulheres que participam no mercado de trabalho, taxa de mulheres desempregadas, homens empregados em comparação com a população masculina, taxa de homens que participam na mão-de-obra , taxa de homens desempregados, compreendendo o período de 2010 a 2022. O tratamento, organização e sistematização dos dados coletados foram realizados por meio do software SPSS, versão 23.0, que possibilitou a utilização de estatística descritiva e multivariada para os dados dos índices coletados. Dentre as possíveis estatísticas multivariadas optou-se pela análise discriminante. Com base nos resultados, as três variáveis que mais discriminaram os grupos por ordem de importância foram: mulheres empregadas em comparação com a população feminina, mulheres que participam no mercado de trabalho e taxa de mulheres desempregadas. Após consideradas variáveis de QV e trabalho humano, de forma complementar, no modelo de previsão criado pela análise discriminante, Japão e França foram classificados como baixa QV, Índia, Itália, Brasil e África do Sul como média QV e Canadá, Alemanha, Rússia, Reino Unido e EUA como alta QV. Este estudo permitiu identificar possíveis lacunas que interferem na QV dos países membros dos blocos BRICS e G7 quando inseridas variáveis relacionadas ao trabalho humano. | pt_BR |
dc.degree.local | Ponta Grossa | pt_BR |
dc.publisher.local | Ponta Grossa | pt_BR |
dc.creator.ID | https://orcid.org/0000-0003-2999-1269 | pt_BR |
dc.creator.Lattes | http://lattes.cnpq.br/1334263770516848 | pt_BR |
dc.contributor.advisor1 | Picinin, Claudia Tania | - |
dc.contributor.advisor1ID | https://orcid.org/0000-0003-4844-3516 | pt_BR |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/2723518409363520 | pt_BR |
dc.contributor.advisor-co1 | Rubbo, Priscila | - |
dc.contributor.advisor-co1ID | https://orcid.org/0000-0002-2488-4627 | pt_BR |
dc.contributor.advisor-co1Lattes | http://lattes.cnpq.br/6502326590391126 | pt_BR |
dc.contributor.referee1 | Picinin, Claudia Tania | - |
dc.contributor.referee1ID | https://orcid.org/0000-0003-4844-3516 | pt_BR |
dc.contributor.referee1Lattes | http://lattes.cnpq.br/2723518409363520 | pt_BR |
dc.contributor.referee2 | Broday, Evandro Eduardo | - |
dc.contributor.referee2ID | https://orcid.org/0000-0001-6613-7657 | pt_BR |
dc.contributor.referee2Lattes | http://lattes.cnpq.br/3081993628696990 | pt_BR |
dc.contributor.referee3 | Pinto, Guilherme Moreira Caetano | - |
dc.contributor.referee3ID | https://orcid.org/0000-0002-1971-6637 | pt_BR |
dc.contributor.referee3Lattes | http://lattes.cnpq.br/8576459778160661 | pt_BR |
dc.contributor.referee4 | Valmorbida, Sandra Mara Iesbik | - |
dc.contributor.referee4ID | https://orcid.org/0000-0001-6607-7957 | pt_BR |
dc.contributor.referee4Lattes | http://lattes.cnpq.br/0537070391040625 | pt_BR |
dc.contributor.referee5 | Moreira, Sandra Martins | - |
dc.contributor.referee5ID | https://orcid.org/0000-0001-9881-6072 | pt_BR |
dc.contributor.referee5Lattes | http://lattes.cnpq.br/4423923017880494 | pt_BR |
dc.publisher.country | Brasil | pt_BR |
dc.publisher.program | Programa de Pós-Graduação em Engenharia de Produção | pt_BR |
dc.publisher.initials | UTFPR | pt_BR |
dc.subject.cnpq | CNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAO | pt_BR |
dc.subject.capes | Engenharia/Tecnologia/Gestão | pt_BR |
Aparece nas coleções: | PG - Programa de Pós-Graduação em Engenharia de Produção |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
analisediscriminanteqvtrabalho.pdf | 1,96 MB | Adobe PDF | Visualizar/Abrir |
Este item está licenciada sob uma Licença Creative Commons