INDICADORES SOCIOECONÔMICOS QUE IMPULSIONAM A INOVAÇÃO: UMA ABORDAGEM HISTÓRICA POR MEIO DA MINERAÇÃO DE DADOS

por Camilla Bruna Dias de Souza publicado 13/09/2021 08h57, última modificação 20/10/2023 16h30

Orientador(es)

Orientador: Prof. Dr. Henrique Rego Monteiro da Hora.
Coorientador: Prof. Dr. Edson Terra Azevedo Filho.

Resumo

A inovação é assunto imprescindível em todos os segmentos econômicos. Entender os mecanismos que a auxiliam é interesse da indústria, das universidades e dos governos. O uso de data science como forma de explorar grandes volumes de dados é prática em vários setores da economia com foco em inovar produtos, serviços e processos, gerando eficiência no que tange à produtividade e maiores ganhos no âmbito já mencionado. Assim, esta pesquisa é composta de dois artigos e tem os objetivos de: rever, de forma sistemática, quais foram os estudos realizados acerca do desenvolvimento econômico sob o viés do processo inovador à luz de data science; e analisar os aspectos que permeiam o sucesso de um ambiente inovador através de 119 indicadores socioeconômicos de desenvolvimento histórico, os quais foram disponibilizados em banco de dados diversos de 1960 até 2020, tendo sido associados a 32 economias presentes no relatório Global Innovation Index (GII) de 2020. As metodologias adotadas compreenderam a seguinte lógica: no primeiro artigo, a pesquisadora procurou por comunicações científicas na base SCOPUS®, Web of Science® e Science Direct®, considerando os aspectos de inovação, desenvolvimento econômico, países e data science. Após, no segundo artigo, o intuito foi analisar os 32 países selecionados através de seus 119 indicadores socioeconômicos de desenvolvimento histórico via algoritmo J48 consolidated. Na revisão sistemática, ocorrida no primeiro artigo, foram identificados 33 trabalhos relacionados à pesquisa e associados a 5 áreas econômicas que utilizam os recursos de data science com foco em inovação. No segundo artigo, os resultados exibem indicadores como “Death rate crude (per 1000 people)”, “Fertility Rate Total (births per women)”, “Population Age 15-64 (% population total)”, “Regulatory Quality, Government effectiveness” e o “High & médium high tech manufactures (% total)”. Conclui-se que, no primeiro artigo, a revisão sistemática revelou os segmentos econômicos mais reportados nas pesquisas científicas associadas aos termos “desenvolvimento econômico”, “inovação” e “data science" no período de 2007 a 2021. No segundo artigo, os resultados evidenciam uma relação entre controle demográfico, disponibilidade de mão de obra, produtividade de bens tanto de alta quanto de média tecnologia e qualidade na regulação dos mercados, visando ao desenvolvimento do setor privado e à eficiência governamental, aspectos notórios nesse processo de inovação. Muitas pesquisas contribuíram para os resultados encontrados, evidenciando como a mineração de dados pode ser um recurso na elaboração de políticas públicas, nos aprendizados para a construção de modelos de negócios e nas tomadas de decisões voltadas para o desenvolvimento econômico.
Palavras-chave: inovação; países; desenvolvimento econômico; mineração de dados; J48C.

Abstract

Innovation is an essential topic in every economic segments. Understanding the mecanisms that promote support is an interest of Industry, Universities and Governments. The uses of data science as a way to explore big quantities of data is a normal activity in many sectors of Economy which focus on products innovation, services and processes, generating efficiency in produtivity and bigger winnnings in this field. Thus, this research is composed by two articles and it craves reviewing systematically what the studies about economic development were, taking as a reference the innovative process and data science. Besides that, it focuses on analyzing the aspects that contribute to the success of an innovative enviroment by 119 socioeconomic indicators of historical development, which were made available in several databases from 1960 to 2020. Furthermore, these indicators have been associated to thirty-two economies which are featured in the Global Innovation Index (GII) 2020 report. The adopted methodology was based on the following idea: in the first article, the researcher looked for communications on SCOPUS®, Web of Science® and Science Direct® bases, considering aspects of innovation, economic development, countries and data science. Afterwards, in the second article, the main goal was analysing thirty-two selected countries, by taking as reference, their 119 socioeconomic indicators of historical development and using the J48 consolidated algorithm. Considering the systematic view that leaded the first article, thirty-three studies were related to the research and associated to 5 economic fields that used resources of data science which were craved on innovation. In the second article, the results come up with indicators such as “Death rate crude (per 1000 people)”, “Fertility Rate Total (births per women)”, “Population Age 15-64 (% population total)”, “RegulatoryQuality, Governmenteffectiveness” and “High & médium high tech manufactures (% total)”. Concluding, we can consider that, in the first article, the systematic revision revealed the most reported economic segments in scientific research, all of them related to “economic development”, “innovation” and “data science”, considering the period from 2007 a 2021. In the second article, the outcomes evidence a relation between demographic control, labor availability, high and low technology productivity of goods and quality of market regulation, craving the development of the private sector and government efficiency, which are notorious aspects in the innovation process. A lot of research contributed to the found results, highlighting how data mining can be an important resource in public policy elaboration, learning processes for building business models and decisions making in economic development.
Keywords: Innovation; countries; economic development, data mining; J48C.

Dissertação

Conteúdo

Atualmente não existem itens nessa pasta.

Voltar ao topo

Todo o conteúdo deste site está publicado sob a licença Creative Commons Atribuição-SemDerivações 3.0 Não Adaptada.