Use este identificador para citar ou linkar para este item:
https://repositorio.unifei.edu.br/jspui/handle/123456789/4464Registro completo de metadados
| Campo DC | Valor | Idioma |
|---|---|---|
| dc.creator | MAIRINQUE, Laryssa de Andrade | - |
| dc.date.issued | 2026-05-20 | - |
| dc.identifier.citation | MAIRINQUE, Laryssa de Andrade. Teletrabalho no contexto brasileiro: fatores socioeconômicos, ambientais e de transporte a partir de uma abordagem de aprendizado de máquina. 2026. 133 f. Tese (Doutorado em Engenharia de Produção) – Universidade Federal de Itajubá, Itajubá, 2026. | pt_BR |
| dc.identifier.uri | https://repositorio.unifei.edu.br/jspui/handle/123456789/4464 | - |
| dc.description.abstract | Telework emerges as a potential tool for reducing commuting, lowering external costs, and promoting quality of life. In this context, the main objective of this research is to investigate the adoption of telework in the Brazilian context from a machine learning perspective. Initially, a comprehensive conceptual model was developed to examine the relationships between telework and socioeconomic, transportation, and environmental variables, based on a systematic literature review of studies published up to 2025. The temporal analysis of the literature highlights the growing academic interest in the topic, emphasizing the profile of teleworkers, characterized by factors such as age, educational level, income, and occupation type. Additionally, interactions between telework and urban aspects are explored, including the adoption of sustainable transportation modes, such as walking and cycling, as well as its relationship with urban sprawl. The impacts on quality of life are also discussed, particularly regarding schedule flexibility and work–life balance. The thesis analyzes the evolution of telework in Brazil from 2022 to 2025 through the application of machine learning models to representative microdata from the Continuous National Household Sample Survey, covering approximately 210,000 households per period. A standardized processing workflow was implemented, including data preprocessing, handling of missing values, class balancing through random undersampling, variable encoding and normalization, as well as stratified data splitting with k-fold cross-validation. Nine classification algorithms were evaluated, including Multinomial Logistic Regression, Decision Trees, Random Forest, XGBoost, Support Vector Machines, MARS, and Neural Networks, with hyperparameter tuning performed using the ANOVA racing method. Model performance showed consistently high results (ROC AUC > 0.80) across all analyzed periods. The analysis of variable importance indicates that the main determinants of telework remain relatively stable over time, although their contributions vary, with a notable increase in the influence of gender in more recent periods. The results demonstrate that telework in Brazil is driven by a combination of sociodemographic and occupational factors, reinforcing its selective nature. Overall, this thesis contributes to a deeper understanding of the multiple dimensions of telework by integrating theoretical and empirical evidence. Furthermore, the findings provide relevant insights for policymakers, organizational managers, and urban planners, highlighting how telework shapes urban dynamics and can support efforts to address contemporary urban challenges. | pt_BR |
| dc.language | por | pt_BR |
| dc.publisher | Universidade Federal de Itajubá | pt_BR |
| dc.rights | Acesso Aberto | pt_BR |
| dc.subject | Machine learning | pt_BR |
| dc.subject | Modelos de classificação | pt_BR |
| dc.subject | Mobilidade urbana | pt_BR |
| dc.subject | Determinantes socioeconômicos | pt_BR |
| dc.subject | Pesquisa Nacional por Amostra de Domicílios Contínua | pt_BR |
| dc.title | Teletrabalho no contexto brasileiro: fatores socioeconômicos, ambientais e de transporte a partir de uma abordagem de aprendizado de máquina | pt_BR |
| dc.type | Tese | pt_BR |
| dc.date.available | 2026-07-28 | - |
| dc.date.available | 2026-07-28T17:37:22Z | - |
| dc.date.accessioned | 2026-07-28T17:37:22Z | - |
| dc.creator.Lattes | http://lattes.cnpq.br/8087667916430755 | pt_BR |
| dc.contributor.advisor1 | LIMA, Josiane Palma | - |
| dc.contributor.advisor1Lattes | http://lattes.cnpq.br/8847166556435334 | pt_BR |
| dc.contributor.advisor-co1 | PEREIRA, Robson Bruno Dutra | - |
| dc.contributor.advisor-co1Lattes | http://lattes.cnpq.br/6576147125211659 | pt_BR |
| dc.description.resumo | O teletrabalho apresenta-se como uma potencial ferramenta para redução de deslocamentos, economia de custos externos e promoção da qualidade de vida. Neste sentido, o objetivo geral da pesquisa é investigar a realização do teletrabalho no contexto brasileiro sob uma perspectiva de machine learning. Inicialmente, foi desenvolvido um modelo conceitual abrangente das relações entre o teletrabalho e variáveis socioeconômicas, de transporte e ambientais, com base em uma revisão sistemática da literatura de estudos publicados até 2025. A análise temporal da literatura evidencia o crescimento do interesse acadêmico pelo tema, destacando o perfil do teletrabalhador, caracterizado por fatores como idade, nível educacional, renda e tipo de ocupação. Adicionalmente, são exploradas as interações entre o teletrabalho e aspectos urbanos, incluindo a adoção de modos de transporte sustentáveis, como caminhada e ciclismo, bem como sua relação com a expansão urbana. Os impactos na qualidade de vida também são discutidos, especialmente no que se refere à flexibilidade de horários e ao equilíbrio entre vida pessoal e profissional. A tese analisa a evolução do teletrabalho no Brasil no período de 2022 a 2025, por meio da aplicação de modelos de Machine Learning a microdados representativos da Pesquisa Nacional por Amostra de Domicílios Contínua, abrangendo aproximadamente 210 mil domicílios por período. Foi implementado um fluxo de processamento padronizado envolvendo pré-processamento dos dados, tratamento de valores ausentes, balanceamento de classes por subamostragem aleatória, codificação e normalização das variáveis, além da divisão estratificada dos dados com validação cruzada do tipo k-fold. Foram avaliados nove algoritmos de classificação, incluindo Regressão Logística Multinomial, Árvores de Decisão, Random Forest, XGBoost, Máquinas de Vetores de Suporte, MARS e Redes Neurais, com ajuste de hiperparâmetros por meio do método ANOVA racing. O desempenho dos modelos apresentou resultados consistentemente elevados (ROC AUC > 0,80) em todos os períodos analisados. A análise da importância das variáveis indica que os principais determinantes do teletrabalho se mantêm relativamente estáveis ao longo do tempo, ainda que apresentem oscilações em sua contribuição, com destaque para o crescimento da influência do gênero nos períodos mais recentes. Os resultados evidenciam que o teletrabalho no Brasil é influenciado por uma combinação de fatores sociodemográficos e ocupacionais, reforçando seu caráter seletivo. De forma geral, esta tese contribui para a compreensão das múltiplas dimensões do teletrabalho, articulando evidências teóricas e empíricas. Além disso, os resultados fornecem subsídios relevantes para formuladores de políticas públicas, gestores organizacionais e planejadores urbanos, ao evidenciar como o teletrabalho influencia a dinâmica das cidades e pode auxiliar no enfrentamento de desafios urbanos contemporâneos. | pt_BR |
| dc.publisher.country | Brasil | pt_BR |
| dc.publisher.department | IEPG - Instituto de Engenharia de Produção e Gestão | pt_BR |
| dc.publisher.program | Programa de Pós-Graduação: Doutorado - Engenharia de Produção | pt_BR |
| dc.publisher.initials | UNIFEI | pt_BR |
| dc.subject.cnpq | CNPQ::ENGENHARIAS::ENGENHARIA DE PRODUÇÃO | pt_BR |
| Aparece nas coleções: | Teses | |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| Tese_2026030.pdf | 20,87 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.
