Métodos de agrupación para el análisis de datos textuales de indicadores de planificación estratégica del estado de Mato Grosso

Autores/as

Palabras clave:

Agrupamento de Textos, Análise Exploratória de Dados Textuais, Políticas Públicas

Resumen

Los indicadores desempeñan un papel esencial en la gestión eficaz de los recursos y el seguimiento de las políticas públicas. En el estado de Mato Grosso, el Programa de Gestión de la Planificación Estratégica tiene como objetivo mejorar la gobernanza pública mediante la adopción de indicadores estandarizados. Este estudio explora el uso de métodos de agrupamiento y minería de textos para analizar 160 indicadores distribuidos en 10 dimensiones estratégicas: aprendizaje y conocimiento; Desarrollo económico; Educación; Deportes, Cultura y Ocio; Estructura organizacional; Supervisor; Infraestructura, Saneamiento Básico y Medio Ambiente; Satisfacción de la sociedad; Salud y Vulnerabilidad Social. Utilizando el método de agrupación de Ward y la métrica de distancia del coseno, los indicadores se agruparon en dos grupos formados por características textuales. Los indicadores de la dimensión Educación se ubicaron principalmente en el primer grupo, mientras que los demás indicadores se agregaron en el segundo grupo. Los resultados de este trabajo son de utilidad para los gestores públicos en la toma de decisiones estratégicas, promoviendo mejoras en las políticas públicas municipales.

Biografía del autor/a

Wellington de Lara Martins, Universidade Federal de Mato Grosso

Estudiante de Estadística - Universidad Federal de Mato (2022 - en curso). Realiza iniciación científica en el área de minería de textos y procesamiento del lenguaje natural.

 

Anderson Castro Soares de Oliveira, Universidade Federal de Mato Grosso

Es licenciado en Matemáticas por la Universidad Estatal de Goiás (2002), maestría en Estadística y Experimentación Agrícola por la Universidad Federal de Lavras (2007) y Doctorado en Estadística y Experimentación Agrícola por la Universidad Federal de Lavras (2010). . Actualmente es profesor de la Universidad Federal de Mato Grosso. Tiene experiencia en el área de Probabilidad y Estadística, con énfasis en Modelos Analíticos y de Simulación, trabajando principalmente en los siguientes temas: dinámica poblacional, estadísticas de salud, estadística espacial, minería de datos y minería de textos.

Citas

BRASIL. Plano Nacional de Educação (PNE). Lei no 13.005, de 25 de junho de 2014. Brasília: Ministério da Educação (MEC), 2014.

BRASIL. MINISTÉRIO DA SAÚDE. SECRETARIA DE VIGILÂNCIA EM SAÚDE. Diagnóstico Rápido nos municípios para vigilância entomológica do Aedes Aegypti no Brasil – LIRAa: metodologia para avaliação dos índices de Breteau e Predial. Diretoria Técnica de Gestão. Brasília: Ministério da Saúde, 2005. P. 60. (Série A. Normas e Manuais Técnicos). p. 19.

CALIŃSKI, T.; HARABASZ, J. A dendrite method for cluster analysis. Communications in Statistics, Taylor & Francis, v. 3, n. 1, p. 1–27, 1974. DOI: 10.1080/03610927408827101. Disponível em: https://www.tandfonline.com/doi/abs/10.1080/03610927408827101.

FELDMAN, R.; SANGER, J. The Text Mining Handbook: Advanced Approaches in Analyzing Unstructured Data. [S.l.]: Cambridge University Press, 2007.

JANNUZZI, P. M. A importância da informação estatística para as políticas sociais no Brasil: breve reflexão sobre a experiência do passado para considerar no presente. Revista Brasileira de Estudos de População, São Paulo, v. 35, n. 1, e0055, jan. 2018.

KAPLAN, R.; NORTON, D. The Balanced Scorecard—Measures That Drive Performance. Harvard Business Review, n. 1, p. 71–79, jan. 1992. jan-fev.

MANNING, C. D.; RAGHAVAN, P.; SCHÜTZE, H. Introduction to Information Retrieval. [S.l.]: Cambridge University Press, 2008.

MARSHALL, G.; MEIER, K. J. The Political Economy of Local Government. In: FERLIES, E.; LYNN, L. E.; POLLITT, C. (Ed.). The Oxford Handbook of Public Management. Oxford: Oxford University Press, 2004. P. 205–228.

MATO GROSSO. TRIBUNAL DE CONTAS DO ESTADO. Resolução Normativa no 14/2022 de 28 de junho de 2022: Dispõe sobre a instituição do Programa de Apoio à Gestão do Planejamento Estratégico dos Municípios, denominado GPE, no âmbito do Tribunal de Contas do Estado de Mato Grosso. Cuiabá: [s.n.], jun. 2022.

MINER, G. et al. Practical Text Mining and Statistical Analysis for Non-structured Text Data Applications. [S.l.]: Elsevier, 2012.

MORITA, L. H. M.; CRUZ, R. C.; OLIVEIRA, A. C. S. de. Text Mining Methods for Unifying Strategic Planning Indicators in the Municipalities of Mato Grosso. Sigmae, v. 12, n. 3, p. 39–50, dez. 2023. Disponível em: https://publicacoes.unifal-

mg.edu.br/revistas/index.php/sigmae/article/view/2219.

MURTAGH, F.; LEGENDRE, P. Ward’s hierarchical agglomerative clustering method: which algorithms implement Ward’s criterion? Journal of Classification, v. 31, p. 274–295, 2014. DOI: 10.1007/s00357-014-9161-z.

OPENAI. Embeddings API. [S.l.: s.n.], 2024. Retrieved from https://www.openai.com/embeddings-api.

Descargas

Publicado

04-11-2024

Cómo citar

Hanna Martins Morita, L., Martins, W. de L., & de Oliveira, A. C. S. (2024). Métodos de agrupación para el análisis de datos textuales de indicadores de planificación estratégica del estado de Mato Grosso. Sigmae, 13(4), 196–204. Recuperado a partir de https://publicacoes.unifal-mg.edu.br/revistas/index.php/sigmae/article/view/2526

Número

Vol. 13 Núm. 4 (2024): Special issue: 68th RBRAS

Sección

Data Science & Machine Learning

Licencia

Proposta de Política para Periódicos de Acesso Livre


Autores que publicam nesta revista concordam com os seguintes termos:

    1. Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.

    1. Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.

  1. Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado (Veja O Efeito do Acesso Livre).