Ver registro no DEDALUS
Exportar registro bibliográfico

Uma análise da divisão digital no Brasil através da aplicação da aprendizagem de redes bayesianas (2012)

  • Authors:
  • USP affiliated authors: BARRETO, LUIS FERNANDO BRITTO PEREIRA DE MELLO - FEA
  • USP Schools: FEA
  • Sigla do Departamento: EAD
  • Subjects: TECNOLOGIA DA INFORMAÇÃO (ASPECTOS ECONÔMICOS); DESIGUALDADES SOCIAIS; INCLUSÃO DIGITAL; DESENVOLVIMENTO ECONÔMICO
  • Keywords: Digital inclusion; Economic development; Information Technology - Economic aspects; Social inequalities
  • Language: Português
  • Abstract: Este trabalho buscou identificar como o Brasil está posicionado no contexto internacional da divisão digital assim como também os fatores que influenciam a divisão digital no país. Utilizando dados do cálculo do índice IDI disponibilizados pelo International Telecommunication Union (ITU) para 152 diferentes países obteve-se um modelo de clusterização a partir do aprendizado de Redes Bayesianas que resultou numa distribuição dos países em oito clusters. Este modelo foi alimentado com subconjuntos incompletos de indicadores correspondentes aos componentes do IDI para diversas subdivisões regionais brasileiras (regiões, estados, regiões metropolitanas/interiores dos estados e zonas rural/urbana), conforme a disponibilidade em diferentes fontes como a ANATEL, o IBGE e o CGI.BR. Desta forma foi possível inferir a que cluster mais provavelmente cada subdivisão regional deve pertencer. Enquanto a posição 64 no ranking do IDI coloca o Brasil em uma posição à frente de mais da metade dos 152 países incluídos, a concentração de diversas sub-regiões no sexto cluster coloca a maior parte do país apenas dois níveis acima dos países de pior classificação e a cinco níveis de distância dos melhores classificados. Já a análise dos fatores que influenciam a divisão digital no Brasil utilizou dados fornecidos pelo CGI.BR na obtenção de um modelo diferente de rede Augmented Naive Bayes para cada uma de quatro variáveis representativas de adoção tecnológica: uso da internet, uso do celular,adoção do comércio eletrônico e do internet banking. Como variáveis independentes, os modelos incluíram sexo, faixa etária, grau de instrução, situação de emprego, raça, classe social, zona rural/urbana, região e estado, sendo que as que apresentaram maior grau de influência foram a classe social e o grau de instrução. O conjunto de fatores selecionado demonstrou ser bastante preciso apenas na identificação da divisão digital em relação ao uso de internet, enquanto a utilização do celular, do comércio eletrônico e do internet banking não puderam ser totalmente explicadas, sugerindo a necessidade de mais estudos no sentido de identificar variáveis complementares que influenciem a adoção dessas tecnologias
  • Imprenta:
  • Data da defesa: 10.12.2012
  • Acesso online ao documento

    Online access or search this record in

    Exemplares físicos disponíveis nas Bibliotecas da USP
    BibliotecaCód. de barrasNúm. de chamada
    FEA20600058469T338.9 B273a
    How to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      BARRETO, Luis Fernando Britto Pereira de Mello; TAKAOKA, Hiroo. Uma análise da divisão digital no Brasil através da aplicação da aprendizagem de redes bayesianas. 2012.Universidade de São Paulo, São Paulo, 2012. Disponível em: < http://www.teses.usp.br/teses/disponiveis/12/12139/tde-18022013-175034/ >.
    • APA

      Barreto, L. F. B. P. de M., & Takaoka, H. (2012). Uma análise da divisão digital no Brasil através da aplicação da aprendizagem de redes bayesianas. Universidade de São Paulo, São Paulo. Recuperado de http://www.teses.usp.br/teses/disponiveis/12/12139/tde-18022013-175034/
    • NLM

      Barreto LFBP de M, Takaoka H. Uma análise da divisão digital no Brasil através da aplicação da aprendizagem de redes bayesianas [Internet]. 2012 ;Available from: http://www.teses.usp.br/teses/disponiveis/12/12139/tde-18022013-175034/
    • Vancouver

      Barreto LFBP de M, Takaoka H. Uma análise da divisão digital no Brasil através da aplicação da aprendizagem de redes bayesianas [Internet]. 2012 ;Available from: http://www.teses.usp.br/teses/disponiveis/12/12139/tde-18022013-175034/

    Últimas obras dos mesmos autores vinculados com a USP cadastradas na BDPI: