Banca de DEFESA: ANDREA FERREIRA DA SILVA

Uma banca de DEFESA de DOUTORADO foi cadastrada pelo programa.
DISCENTE: ANDREA FERREIRA DA SILVA
DATA: 06/09/2019
HORA: 14:00
LOCAL: Sala de vídeoconferência
TÍTULO: Ensaios sobre Economia Aplicada: Doações eleitorais e compras públicas e análise de políticas afirmativas e reprovação no Ensino Superior
PALAVRAS-CHAVES: Doações Eleitorais. Políticas afirmativas. Avaliação de impacto. Machine Larning. Reprovação escolar.
PÁGINAS: 167
GRANDE ÁREA: Ciências Sociais Aplicadas
ÁREA: Economia
RESUMO: Esta tese e composta por tres ensaios nao relacionados em microeconomia aplicada. O primeiro avalia o impacto de doacoes eleitorais sobre um possivel favorecimento em compras publicas. Foram utilizados dados longitudinais de empresas e prestadores de servicos para as gestoes municipais da Paraiba durante o periodo de 2004 a 2016, cuja as estimativas de impacto sobre os valores de contratos foram realizadas a partir do estimador de diferencas em diferencas, com controle para a heterogeneidade especifica das empresas e prestadores de servicos com recortes amostrais para corrigir o vies de autosselecao. Os resultados centrais da pesquisa validam a hipotese que os financiamentos de campanhas politicas por agentes privados geram um retorno para os doadores de candidatos eleitos, em media, de 42% nos valores contratados, sendo essa taxa de retorno maior para as empresas do que para prestadores de servicos. Por sua vez, o segundo ensaio avalia os efeitos de uma acao afirmativa de reserva de vagas no ensino superior sobre indicadores educacionais de abandono e desempenho academico. Para tanto, utilizou-se informacoes dos estudantes que ingressaram na Universidade Federal da Paraiba (UFPB), nos anos de 2010 e 2011. A metodologia adotada consistiu em duas etapas: (i) primeiramente, foram adotadas tres tecnicas de pareamento, Propensity Score Matching (PSM), Mahalanobis Distance Matching (MDM) e Classification Tree Analysis (CTA), para avaliar os efeitos da intervencao sobre o desempenho, captado pelo coeficiente de rendimento academico (CRA) relativo; (ii) em seguida, fez-se uso de dados longitudinais dos estudantes, contemplando os anos de 2011 ate 2018, para estimar modelos de duracao de risco proporcional de Cox, ponderado pelo PSM, a fim de avaliar o efeito do aluno ser cotista sobre a probabilidade de sobrevivencia na UFPB. Os resultados apontam que a existencia do sistema de cotas reduziu o nivel de desempenho dos discentes, independente do modelo de pareamento empregado, principalmente na distribuicao que capta as melhores medias do CRA relativo. Ja a estimacao do modelo survival analysis aponta que a probabilidade de sobrevida dos alunos nao cotistas e inferior aos dos alunos cotistas, o que permite concluir que estes ultimos tendem a persistir mais no ensino superior. Por fim, o terceiro ensaio propoe identificar o risco de reprovacao de discentes do ensino superior usando algoritmos de Machine Learning (ML). Com base nos registros administrativos e academicos da UFPB e da Plataforma Lattes, para o periodo de 2010 a 2016 da disciplina de calculo diferencial e integral I, foi verificado que os modelos com a melhor performance de previsao foram Penalized Methods Lasso e Regressao Logistica. A partir da modelagem sobre os dados de treinamento (2010 a 2014), os resultados encontrados explicitam que, das 1.532 observacoes que compoem um novo conjunto de dados (2015 e 2016), a frequencia dos alunos com status (reprovados e aprovados) previstos corretamente pela Accuracy foi de 67%, em ambos os modelos. Por sua vez, 72,5% dos discentes foram previstos corretamente como reprovados (Sensitivity). Esses achados ratificam que os algoritmos de ML podem ser instrumentos viaveis para auxiliar acoes pedagogicas e gerenciais preventivas que visem a reducao dos indices de reprovacoes no ensino superior.
MEMBROS DA BANCA:
Presidente - 1813840 - ALESSIO TONY CAVALCANTI DE ALMEIDA
Interno - 2476028 - HILTON MARTINS DE BRITO RAMALHO
Interno - 1861745 - JEVUKS MATHEUS DE ARAUJO
Externo à Instituição - LUCIANO MENEZES BEZERRA SAMPAIO
Interno - 1267722 - WALLACE PATRICK SANTOS DE FARIAS SOUZA
Externo à Instituição - WELLINGTON RIBEIRO JUSTO