MEDIR O IMPACTO. Métodos de avaliação do impacto para os que decidem em política
|
|
- Gabriel Henrique Madeira Antunes
- 7 Há anos
- Visualizações:
Transcrição
1 MEDIR O IMPACTO Métds de avaliaçã d impact para s que decidem em plítica Marie-Hélène Clutier & Patrick Premand Banc mundial Addis Abeba, Etípia, Mai Esta apresentaçã funda-se sbre manual intitulad a avaliaçã d impact em prática: Gertler, P. J.; Martinez, S., Premand, P., Rawlings, L. B. and Christel M. J. Vermeersch, 2010, A Avaliaçã d Impact em Prática, O Banc Mundial, Washingtn DC ( O cnteúd desta apresentaçã reflecte as pinões ds autres e nã necessariamente as d banc mundial.
2 Avaliaçã d impact O quadr lógic Medir impact Cm funcina prgrama na teria Estratégia de identificaçã Dads Plan peracinal Recurss
3 Cenáris cntrafactuais Cenáris cntrafactuais cntrafeits Antes & Após (Pré & Pst) Inferência Inscrits & Nã inscrits (Maçãs e Laranjas) causal
4 Selecaçã leatória Prmçã aleatória Mdel de discntinuidade Dupla Diferênca u Diff-in-Diff Emparelhament Emparelhament da marca de prpensã Métds de avaliaçã d impact
5 Cenáris cntrafactuais Cenáris cntra-factuais cntrafeits Antes & Após (Pré & Pst) Inferência Inscrits & Nã inscrits (Maçãs e Laranjas) causal
6 Nss bjectiv Avaliar efeit causal ( impact) da intervençã (P) sbre resultad (Y). (P) = Prgrama u Tratament (Y) = Indicadr, Medida d sucess Exempl: Qual é efeit de um prgrama de transferências mnetárias (P) sbre cnsum ds lares (Y)?
7 Inferência causal Qual é impact de (P) sbre (Y)? α= (Y P=1)-(Y P=0) Tems terminad?
8 Prblema de dads faltand α= (Y P=1)-(Y P=0) Para um beneficiári d prgrama : Observa se (Y P=1): O nível de cnsum (Y) cm um prgrama de transferências mnetáris (P=1) Mas nã se bserva (Y P=0): O nível de cnsum (Y) sem um prgrama de transferências mnetárias (P=0)
9 Sluçã Estimar resultad que Y vai bter na ausência de P. Ist chama-se Cenári cntrafactual.
10 Estimaçã d impact de P sbre Y α= (Y P=1)-(Y P=0) OBSERVAR (Y P=1) O resultad cm tratament IMPACTO = Resultad cm tratament Intençã de tratad (IDT) Unidades nas quais tratament fi ferecid Tratament sbre as unidades tratadas (TT) s e as que recebem tratament ESTIMAR (Y P=0) O cenári cntrafactual - Resultad Cenári cntrafactual Usar um grup de cmparaçã u grup de cntrl (u grup testemunha)
11 Exempl: Qual é impact de Dar à Fulanit O dinheir de bls suplementári (P) Sbre seu cnsum de bmbms (Y)?
12 O cln perfeit Fulanit Seu cln 6 bmbms 4 bmbms IMPACTO=6-4=2 bmbms
13 Em realidade, usar s estatístics O grup de tratament O grup testemunha Média de Y=6 bmbms Média de Y=4 bmbms IMPACTO= 6-4 =2 bmbms
14 Encntrar bms grups de cmparaca Querems encntrar clns para s Fulanits ds nsss prgramas. Os grups tratads e de cmparaçã devem: Ter as mesmas características Except naquil que está relacinad cm a sua participaçã a prgrama. Na prática, utilisar as regras de ilegibilidade e de selecçã d prgrama par prduzir um cenári cntrafactual cnveniente.
15 Estud de cas: Prgresa Prgrama nacinal de luta cntra a pbreza n Méxic Lançad em milhões de beneficiáris entre 1997 e 2004 Ilegibilidade baseada sbre um índice de pbreza (Prxy Mean) Transferências mnetárias Cndicinal na frequência ds estabeleciments esclares e ds centrs de saúde
16 Estud de cas: Prgresa Avaliaçã rigrsa d impact sbre a base de um vlume imprtante de dads Para 506 cmunidades, lares Enquérit de referência em 1997 e de acmpanhament em 2008 Muits resultads digns de interesse Aquí, tmams em cnta: cnsum pr pessa Qual é efeit de Prgresa (P) sbre cnsum pr pessa (Y)? Se impact aumenta cnsum de $20 u mais, esperar pr em escala d prgrama sbre tda a extensã d teritóri nacinal.
17 Ilegibilidade e Inscriçã Pessas ilegíveis (Nã pbres) Pessas elegíveis (Pbres) Nã inscrits Inscrits
18 Cenáris cntrafactuais Cenáris cntrafactuaiss cntrafeits Inferência causal Antes & Após (Pré & Pst) Inscrits & Nã inscrits (Maçãs & Laranjas)
19 Cenári cntrafactual cntrafeit #1 Antes & Depis Y A A-C = 2 IMPACTO? C (cenári cntrafactual ) A-B = 4 B T=0 Pnt inicial T=1 Pnt final Temp
20 Cas 1: Antes & Depis Qual é impact de Prgresa (P) sbre cnsum (Y)? Y (1) Observar smente s beneficiáris (P=1) 268 A (2) Duas bservações n temp : O cnsum em temp T=0 e aquele em temp T= B α = $35 T=1997 T=1998 Temp IMPACTO=A-B= $35
21 Cas 1: Antes & Depis O cnsum (Y) Resultad depis d tratament (Depis) Cenári cntrafactual (Antes) Impact (Y P=1) - (Y P=0) 35.3** Impact estimad sbre cnsum (Y) Regressã lineal 35.27** Regressã lineal multivariada 34.28** OBS: Efeit estatisticamente significativ à 1% indicad pr ** e à 10% pr+
22 Cas 1: Onde está prblema? Cresciment ecnómic: Impact real=a-c A-B é uma sbestimaçã Recessã ecnómica: Impact real =A-D A-B é uma subestimaçã Y T=0 T=1 A C? B D? Impact? α = $35 Impact? Temp
23 Cenáris cntrafactuais Cenáris cntrafactuais cntrafeits Inferência causal Antes & Após (Pré & Pst) Inscrits & Nã inscrits (Maçãs & Laranjas)
24 Cenári cntrafactual cntrafeit#2 Inscrits & Nã inscrits Se tems dads d após-tratament sbre : Os inscrits: O grup expst a tratament Os nã inscrits: O grup de cntrl (u testemunha ) (cenári cntrafactual) Os elegíveis e s ilegíveis a prgrama. Os que esclheram participar e s que NÃO esclheram participar n prgrama. Meis de seleçã A nã-inscriçã crrelacinada cm resultad (Y) Cntrlar que é bservável, e que nã é! O impact estimad pde se cnfundir cm de utrs prgramas.
25 Cas 2: Inscrits & Nã inscrits Resultads da medida após-tratament (T=1) Pessas ilegíveis (Nã pbres) Pessas elegíveis (Pbres) Nã inscrits Y=290 Inscrits Y=268 Em que s inscrits/nã inscrits pdem diferenciar, fra da sua participaçã a prgrama?
26 Cas 2: Inscrits & Nã inscrits O cnsum (Y) Resultad após tratament (Inscrits) 268 Cenári cntrafactual (Nã inscrits) 290 Impact (Y P=1) - (Y P=0) -22** Impact estimad sbre cnsum (Y) Regressã lineal -22** Regressã lineal multivariada OBS: Efeit estatisticamente significativ à 1% indicad pr ** e à 10% pr+
27 Qual a recmendaçã para Prgresa? Cas 1: Antes & Após Cas 2: Inscrits & nã inscrits O impact sbre cnsum (Y) Regressã lineal 35.27** Regressã lineal multivariada 34.28** Regressã lineal -22** Regressã lineal multivariada Analisand resultad, recmendaría a implementaçã em escala d Prgresa? Antes & Após: Será que há utrs factres que variam em funçã d temp que pdem também influenciar cnsum? Inscrits & nã inscrits Os nã inscrits pdem ter ligações cm cnsum? Vias de seleçã. OBS: Efeit estatisticamente significativ à 1% indicad pr ** e à 10% pr+
28 Antes & Após A reter! Inscrits & Nã inscrits Cmpare: Certas pessas Antes e Após sua expsiçã a P. Prblema: Outrs factres que pdem se mdificar cm temp. Cmpare: O grup de pessas inscritas a prgrama a grup daquelas que esclheram nã se inscrever. Prblema: Vias de seleçã. Nã sabems as razões dessa nãinscriçã. Os dis cenáris cntrafactuais pdem levar a err na estimaçã d impact.
29 Selecçã aleatória Prmçã aleatória Mdel de discntinuidade Dupla Diferênça Ou Diff-in-Diff Emparelhament Emparelhament d bjectiv de prpensã Métds de avaliaçã d impact
30 Esclher a sua metdlgia de EI Para determinar uma metdlgia de avaliaçã para seu prgrama, de se cnsiderar: Avaliaçã prspectiva/retrspectiva As regras e critéris de elegibilidade Plan de desenrlament u de passagem à escala (ledut) O númer de pessas elegíveis ultrapassa s recurss dispníveis? Nível de pbreza Situaçã gegrafica Restrições em term de rçament e de capacidades. Pedid excessiv para prgrama. Etc
31 Esclher a sua metdlgia de EI Esclher melhr métd em relaçã a cntext peracinal : O melhr métd O melhr grup de cntrl (u testemunha) + menr risc peracinal Tems cntrlad tud (tmad em cnta)? O resultad é valid pr tds? Validade interna Tems bm grup de cntrl (u grup de testemunha)? Validade externa Efeit d tratament lcal em relaçã à um efeit glbal Os resultads da avaliaçã se aplicam à tda ppulaçã que ns interessa.
32 Selecçã aleatória Prmçã aleatória Mdel de discntinuidade Dupla Diferênca Ou Diff-in-Diff Emparelhament Emparelhament d gl de prpensã Métds da avaliaçã d impact
33 Selecçã aleatória d tratament # de elegível > # de benefícis dispníveis Aleatrizar! (fazer a selecçã d grup de tratament de frma aleatória) Srteiar s beneficiáris Encntar uma maneira de selecçã equitativa, transparente e ética quand a ppulaçã alv nã pde ser repartida cm base n mêrit u d desej. Sb-inscriçã Cnceder à cada grup as mesmas chances de participar Cmparar s que beneficiam da prestaçã as que nã se beneficiam. Densenrlament aleatóri pr fases Cnceder à cada grup ilegível as mesmas chances de receber tratament em primeir, em secund, em terceir Cmparar s que receberam tratament em primeir as que receberá mais tarde.
34 1. A ppulaçã Selecçã aleatória d tratament 2. Amstra das unidades elegíveis 3. Assignaçã aleatória d tratament Cmparaçã = ilegível = elegível Validade externa Validade interna
35 Cas 3: Selecçã aleatória O prgrama Prgresa CCT Unidade de base da aleatrizaçã: A cmunidade Mstra da avaliaçã cubrind 506 cmunidades Intrduçã d element de aleatrizaçã 320 cmunidades submetidas a tratament (14446 lares): Primeiras transferências efectuadas em abril cmunidades cntrlads (9630 lares): Primeiras transferências efectuadas em nvembr 1999
36 320 Cmunidades submetidas a tratament Cas 3: Assignaçã aleatória T=0 T=1 Temp 186 Cmunidades de cntrl Períd de cmparaçã
37 Cas 3: Selecçã aleatória Cm saber se tems bms clns? Na ausência de Prgresa, s grups de tratament e de cntrl devem ser perfeitamente idêntics Cmparams as suas características n pnt de partida (T=0)
38 Cas 3: Equilíbri na partida Cas 3: Aleatrizaçã Grup cntrl Grup tratament Stat. T Cnsum (mensal pr pessa, em $) Idade d chefe de familia (pr an) Idade d esps(sa) (pr an) Nível de instruçã d chefe de familia (pr an) ** Nível de instruçã d esps (sa)(pr an) OBS: Efeit estatisticamente significativ à 1% indicad pr ** e à 10% pr+
39 Cas 3: Equilibri na partida Cas 3: Aleatrizaçã Grup cntrl Grup tratament Stat. T O chefe de familia e uma mulher = Indígen= Númer de pessa n lare Os quarts de banh= Terras (em hectare) Distância em relaçã a hspital (em km) OBS: Efeit estatisticamente significativ à 1% indicad pr ** e à 10% pr+
40 Cas 3: Selecçã aleatória Grup de tratament (Assignad aleatriamente a grup tratament) Cenári cntrafactual (Assignad aleatriamente a grup cntrl) Impact (Y P=1) - (Y P=0) Referência (T=0) Cnsum (Y) Acmpanhament (T=1) Cnsum (Y) ** Impact estimad sbre cnsum (Y) Regressã lineal 29.25** Regressã lineal multivariada 29.75** OBS: Efeit estatisticamente significativ à 1% indicad pr ** e à 10% pr+
41 Recmendaçã para Prgresa? O impact de Prgresa sbre cnsum (Y) Cas 1: Antes & Após Cas 2: Inscrits & Nã inscrits Regressã lineal multivariada 34.28** Regressã lineal -22** Regressã lineal multivariada Cas 3: Aleatrizaçã Regressã lineal multivariada 29.75** OBS: Efeit estatisticamente significativ à 1% indicad pr ** e à 10% pr+
42 Unidade de selecçã aleatória A esclher em funçã d tip de prgrama Individual/Lare Escla /Centr de saúde/bacia Bairr/Pvaçã/Cmunidade Serviç/District/Regiã Atençã! Um númer suficientemente grande de unidades é necessári para pder detectar um impact mínim desejad: O pder. Custs peracinais e custs d enquêrit
43 A reter! Selecçã aleatória Quand as amstras sã grandes, a assignaçã aleatória prduz dis grups estatisticamente equivalentes. Tems identificad cln perfeit. Aleatrizaçã d beneficiári Aleatrizaçã da unidade de cntrl Viável para as avaliações prspectivas cm sbinscriçã/pedid excessiv. A mairía ds prgramas pilts e nvs prgramas se encntram nesta categria.
44 Selecçã aleatória cm diferentes níveis de prestações Questã clássica da avaliaçã: Qual é impact de um prgrama sbre um resultad? Outrs tips de questões dignas de interesse: Qual é nível ideal de prestaçã de um prgrama? Qual e impact de um tratament à frte intensidade cmparativamente à um utr de mens intensidade? Aleatrizaçã de 2 níveis de prestações Cmparaçã Frac nível de prestaçã Nível elevad de prestaçã X
45 Selecçã aleatória cm diferentes níveis de prestações 1. Ppulaçã elegível 2. Amstra de unidades elegíveis 3. Selecçã aleatória ds 2 níveis de prestaçã. Cmparaçã = Os ilegíveis = Os elegíveis
46 Selecçã aleatória: cenári de intervenções multíplas Outr tip de questões chaves n cas de um prgrama ferecend diferentes prestações : Qual é impact de cada prestaçã cmparada à um utr? Há cmplementaridades entre as diferentes prestações? Selecçã aleatória cm 2 prestações: Intervençã 1 Cmparaçã Tratament Grup A Grup C Intervençã 2 Cmparaçã Tratament X Grup B Grup D
47 1. Ppulaçã elegível Selecçã aleatória O cenári das intervenções multíplas 2. Amstra das unidades elegíveis 3. Selecçã aleatória da intervençã 1 4. Selecçã aleatória da intervençã 2 X = Nã admissível = Admissível
48 selecçã aleatória Prmçã aleatória Mdél de discntinuidade Dupla Diferença Ou Diff-in-Diff Emparelhament Emparelhament d bjectiv Métds de avaliaçã d impact
49 E se nã pdems esclher? Nã é sempre pssível selecinar grup de cntrl. Prgramas nacinais nde td mund e elegível? Prgramas nde a inscriçã se faz sbre uma base vluntária? Prgramas nde a pessa nã pde ser excluida? Pdems cmparar s inscrits & s nã-inscrits? Pendr de Seleçã!
50 Oferecer u prmver prgrama aleatriamente Se é pssivel excluir certas unidades, sem frçar nenhuma em participar: Oferecer prgrama srteiand Muits vã aceitar Alguns nã vã aceitar Oferta aleatária Se nã é pssível excluir qualquer nem frçar qualquer : Oferecer prgrama à tds Mas fazer prmçã, encrajament, u incitações suplementares à uma amstra aleatória : Infrmações adicinais Uma frma de encrajament. Medidas de incitaçã (pequens presentes u prémi). Tmar a respnsabilidade d transprte (bilhete). Prmçã aleatória
51 Oferta u prmçã aleatória Cndições necessárias: 1. Os grups as quais prgrama u a prmçã é ferecida e as quais s prgramas u prmções nã sã ferecidas sã cmparáveis : O fact de que prgrama u a prmçã seja ferecid, nã tem nenhuma ligaçã cm a ppulaçã Garantid pela srte. 2. Os grups as quais prgrama u a prmçã é ferecida têm uma taxa de inscriçã mais elevada a prgrama. 3. A ferta das prestações u a prmçã d prgrama nã afecta direitamente s resultads.
52 Prmçã aleatória Prmçã efectuada junt de 3 grups de unidades /ds indivídus Nã se inscrevem nunca Se inscrevem quand encrajads Se inscrevem sempre cm prmçã Sem prmçã
53 A ppulaçã elegível Oferta u prmçã aleatória Nã selecinada Srte da ferta u a prmçã Inscriçã Selecinada 0 elegível Inscriçã Nunca Prmçã Sempre
54 Oferta u prmçã aleatória Grup prmvid Grup nã prmvid Impact % inscrits=80% Média Y para td grup =100 % inscrits =30% Média Y para td grup =80 Inscrits =50% Y=20 Impact= 20/50%=40 Nunca inscrits X Inscrits se encrajads Sempre inscrits X
55 Exempls de prmçã aleatória Segur de saúde matern e infantil na Argentina Campanhas de infrmaçã intensiva Gestã cmunitária das esclas n Nepal Assistência das ONG em matéria de frmalidades de inscriçã
56 Gestã cmunitária das esclas n Nepal Cntext: Um sistema esclar centralizad 2003: Decisã de permitir à administraçã lcal das esclas O prgrama: Cmunidades manifestam seu interesse à participar. Elas recebem ds estímuls mnetáris ($1500) Qual é impact da gestã lcal das esclas sbre : A taxa de esclarisaçã, absenteism ds dcentes, a qualidade d ensin e a gestã financeira. Prmçã aleatória : Assistência das ONG em matéria de frmalidades de inscriçã. Prmçã aleatória junt de 40 cmunidades (15 inscrits) Nenhuma prmçã aleatória junt de 40 cmunidades (5 inscrits)
57 Segur de saúde matern e infantil na Argentina Cntext: 2001: Crise financeira A cbertura d segur de saúde baixa Prgrama de remuneraçã apntad sbre s resultads : Mudança n sistema de pagament para s beneficiáris. 40% pag segund à cnfrmidade às nrmas de qualidade Qual é impact d nv sistema de pagament sbre a saúde das mulheres grávidas e das crianças? Prmçã aleatória : Prgrama alargad à escala nacinal. Campanhas de infrmaçã intensivas e aleatórias afim de infrmar as mulheres envlvidas pel nv sistema para levar-las à utilizar cm sucess s serviçs de saúde.
58 Cas 4: Prmçã aleatória A prmçã aleatória é uma Variável Instrumental (VI) Uma variável crrelacinada cm tratament unicamente (i.e. prmçã aleatória) Quand selecina as unidades à quem ferecer tratament mas que a participaçã vluntária nã é 100% A utilizaçã deste métd permite bter efeit de Tratament sbre as unidades Tratadas (TT) Cm? Grup prmvid = grup a qual tratament é ferecid Grup nã prmvid = grup a qual tratament nã é ferecid.
59 Cas 4: Prmçã aleatória para PROGRESA Grup Prmvid Grup nã prmvid Impact % Inscrit=92% Média Y para td grup = 268 % Inscrit=0% Média Y para td grup = 239 Inscrit=0.92 Y=29 Impact= 29/0.92 =31 Nunca inscrits X Inscrits se encrajads Sempre inscrits X
60 Cas 4: Prmçã aleatória Impact estimad sbre cnsum (Y) Regressã cm variável instrumental 29.8** Regressã multivariada cm variável instrumental 30.4** OBS: Efeit estatisticamente significativ à 1% indicad pr ** e à 10% pr+
61 A reter! Prmçã aleatória A prmçã aleatória deve ser eficaz (experimentar antepadamente!) A estratégia de prmçã ajuda também a cmpreender cm aumentar a participaçã n prgrama. Nã exclue ninguém mas A estratégia depende d sucess e da validade da prmçã A estratégia permite estimar um efeit d tratament lcal. A estimaçã é viável smente para s indivídus de um cert tip (ex. chapeu em triângl)
62 Selecçã aleatória Prmçã aleatória Mdel de discntinuidade Dupla diferênça Ou Diff-in-Diff Emparelhament Emparelhament de gl de prpensã Métds de avaliaçã de impact
63 Mdel de discntinuidade Muits prgramas sciais selecinam s beneficiáris utilisand um índice u uma meta: Prgramas de luta cntra a pbreza Refrmas Blsas de estud Agricultura Determinam s lares em baix d limiar da pbreza (Prxy Mean) Determinam a ppulaçã acima de uma certa idade Destinadas as aluns cujs resultads ns testes sã elevads Fertilizante destinad às pequenas explrações (< um cert númer de hectares)
64 Exempl: Efeit de prgrama de fertilizantes sbre a prduçã agrícla Objectiv Melhrar a prduçã agrícla (rendiment de arrz) das pequenas explrações. Métd Explrações cm terren (meta) 50 ha sã pequenas Explrações cm terren (meta) >50 ha sã grandes Intervençã Os pequens explradres recebem subsídis para cmprar fertilizante
65 Mdel de discntinuidade da regressã situaçã de referência Ilegível Nã ilegível
66 Mdel de discntinuidade da regressã situaçã depis da intervençã IMPACTO
67 Cas 5: Mdel de discntinuidade Tems um índice cm um limiar de ilegibilidade bem definid. Lare cm gl limiar sã ilegíveis Lare cm gl > limiar sã inelegíveis Ou vice-versa Intuiçã para métd: Unidades quase acima d limiar sã muit similares as quase em baix cmparável estaçã Cmparar resultad Y para as unidades quase acima e quase em baix d limiar
68 Cas 5: Mdel de discntinuidade Elegibilidade para Prgresa é baseada sbre um índice nacinal de pbreza Lares cnsiderad pbre se valr d índice é 750 Elegibilidade para Prgresa: Elegível=1 se valr d índice 750 Elegível=0 se valr d índice > 750
69 Cas 5: Mdel de discntinuidade Valr d índice vs. cnsum antes tratament Cnsum Valres predits Fitted values puntaje estimad en fcalizacin Índice de pbreza
70 Cas 5: Mdel de discntinuidade Valr d índice vs. cnsum depis tratament Cnsum Valres Fitted predits values 30.58** Impact estimad sbre cnsum (Y) Regressã multivariada puntaje estimad en fcalizacin Índice de pbreza OBS: Efeit estatisticamente significativ à 1% indicad pr ** e à 10% pr+
71 A reter! Mdel de discntinuidade Mdel de discntinuidade Requer um índice cntínu de elegibilidade cm um limiar bem definid Prduz uma estimaçã nã prpensa a efeit de tratament para as bservações a vlta d limiar de elegibilidade (que pdem ser cmparadas). Nã precisa de excluir um grup de lares u de indivídus elegíveis. Pde, às vezes, ser utilizad para prgramas já em curs.
72 A reter! Mdel de discntinuidade Mdel de discntinuidade Prduz uma estimaçã lcal : Efeit d prgrama a vlta d limiar/pnt de discntinuidade Nem sempre generalisáveis Pder : É necessári muitas bservações a vlta d limiar de elegibilidade. Imprtante evitar errs n mdel estatístic : As vezes que assemelha a uma discntinuidade é defact diferente d presumível.
73 Selecçã aleatória Prmçã aleatória Mdel de discntinuidade Dupla diferênça Ou Diff-in-Diff Emparelhament Emparelhament de bjectiv Métds da avaliaçã de impact
74 Dupla Diferença (Diff-in-diff) Y=Taxa de esclarizaçã das raparigas P=Prgrama para melhrar a educaçã Inscrits Nã inscrits Antes Após = Diferênça Diff-in-Diff: Impact=(Y t1 -Y t0 )-(Y c1 -Y c0 )
75 Dupla Diferênça (Diff-in-diff) Y=Rendiment de sja (em tnelads pr acre) P=Nv tip de fertilisante Inscrits Nã inscrits Após Antes Diferênça = 0.11 Diff-in-Diff: Impact=(Y t1 -Y c1 )-(Y t0 -Y c0 )
76 Impact=(A-B)-(C-D)=(A-C)-(B-D) Taxa de esclarizaçã Nã inscrits Inscrits D=0.78 B=0.60 C=0.81 A=0.74 Impact=0.1 1 T=0 T=1 Temp
77 Impact =(A-B)-(C-D)=(A-C)-(B-D) Taxa de esclarizaçã Nã inscrits Inscrits D=0.78 B=0.60 C=0.81 A=0.74 Impact<0.1 1 T=0 T=1 Temp
78 Cas 6: Dupla Diferença Inscrits Nã inscrits Diferênça Referência (T=0) Cnsum (Y) Acmpanhament (T=1) Cnsum (Y) Diferênça Impact estimad sbre Cnsum (Y) Regressã Lineal 27.06** Regressã Lineal Multivariada 25.53** OBS: Efeit estatisticamente significativ à 1% indicad pr ** e à 10% pr+
79 Recmendaçã para Prgresa? Impact de Prgresa sbre Cnsum (Y) Cas 1: Antes & Após 34.28** Cas 2: Inscrits & Nã inscrits Cas 3: Assignaçã aleatória 29.75** Cas 4: Prmçã aleatória 30.4** Cas 5: Mdel de discntinuidade 30.58** Cas 6: Dupla diferença 25.53** OBS: Efeit estatisticamente significativ à 1% indicad pr ** e à 10% pr+
80 A reter! Dupla Diferênça Dupla Diferença: cmbina inscrits & nã inscrit cm antes & após. Prduz um cenári cm uma tendência cntrafactual para a mudança n resultad Para testar ist, a mens 3 bservações n temp sã necessárias: 2 bservações antes 1 bservações após. Hipótese Fndamental: As tendências sã idênticas ns grups de tratament e de cntrl
81 Selecçã Aleatória Prmçã Aleatória Mdel de Discntinuidade Dupla Diferênças Ou Diff-in-Diff Emparelhament Emparelhament bjectiv Métds de avaliaçã de impact
82 Emparelhament (cmbinaçã) Ideia Para cada unidade tratada, esclher a melhr unidade de cmparaçã de uma utra fnte de dads. Cm? Os pares sã selecinads sbre a base das similaridades nas características bservadas. Prblema? Se há características nã bserváveis e que estes «nã-bserváveis» influenciam a participaçã: tendências de seleçã!
83 Emparelhament d bjectiv de prpensã (PSM) Grup de Cmparaçã : nã-participantes cm as mesmas características bserváveis que s participantes. Na prática, é muit difícil. Pde haver muitas características imprtantes! Emparelhar sbre a base d bjectiv de prpensã, Sluçã prpsta pr Rsenbaum e Rubin: Calcular a prbabilidade de participaçã de cada um, baseada sbre as suas características bserváveis. Esclher s pares que têm a mesma prbabilidade de participaçã cm as unidades tratadas. Ver anex 2.
84 Densidade d bjectiv de prpensã ensidade Nã-Participantes Participantes Suprte Cmum 0 Objectiv de Prpensã 1
85 Cas 7: Emparelhament d bjectiv de prpensã Característica de referência Ceficiente Estimad Prbit, Prb Inscrit=1 Idade d chefe (an) ** Idade da espsa (an) ** Educaçã d chefe (an) ** Educaçã da espsa (an) -0.03** O chefe é uma mulher= Indígen= ** Númers de membrs d lare 0.216** Quart sala= ** Quart de banh= ** Hectares de terens ** Distância a hspital (km) 0.001* Cnstante 0.664** OBS: Efeit estatisticamente significativ à 1% indicad pr **, 5% pr * e à 10% par+
86 Cas 7: Suprte Cmum (Prgresa) Densidade: Pr (Inscrits) Densidade: Pr (Inscrits) Densidade: Pr (Inscrits) Pr (Inscrits)
87 Cas 7: Emparelhament d bjectiv de prpensã Impact Estimad sbre Cnsum (Y) Regressã lineal multivariada OBS: Efeit estatisticament significativ à 1% indicad pr **, 5% pr * e à 10% par+
88 A reter! Emparelhament O emparelhament requer grandes amstras e dads de ba qualidade. O emparelhament na linha de base pde ser útil: Cnhecer as régras de selecçã e emparelhar em funçã de semelhança de característcas Cmbinar cm utras técnicas (i.e. diff-in-diff) O emparelhament ex-pst (após intervençã) nã é recmdável: Pde faltar suprte cmum em terms de semelhança de características! O emparelhament sbre variáveis endógens ex-pst dá maus resultads.
89 Recmendaçã para Prgresa? Impact de Prgresa sbre a Cnsum (Y) Cas 1: Antes & Após 34.28** Cas 2: Inscrits & Nã inscrits Cas 3: Selecçã aleatória 29.75** Cas 4: Prmçã aleatória 30.4** Cas 5: Mdel de discntinuidade 30.58** Cas 6: Dupla Diferênça 25.53** Cas 7: Emparelhament OBS: Efeit estatisticamente significativ à 1% indicad pr **, 5% pr * e à 10% par+
90 Recmendaçã para Prgresa? Impact de Prgresa sbre Cnsum (Y) Cas 1: Antes & Após 34.28** Cas 2: Inscrits & Nã inscrits Cas 3: Selecçã aleatória 29.75** Cas 4: Prmçã aleatória 30.4** Cas 5: Mdel de discntinuidade 30.58** Cas 6: Dupla Diferênças 25.53** Cas 7: Emparelhament OBS: Se efeit é estatisticamente significativ à um nível de uma imprtância de 1%, nós marcams impact estimad pr 2 asteriscs (**). Se é significativ à um nível de 10%, nós marcams impact de +
91 Seleçã Aleatória Prmçã Aleatória Mdel de Discntinuidade Dupla Diferênça Ou Diff-in-Diff Emparelhament Emparelhament d bjectiv de prpensã Métds da avaliaçã d impact
92 Dnde vêm s grups de cmparaçã? As régras de execuçã ds prgramas determinam a estratégia da avaliaçã. É quase sempre pssível encntrar um grup de cmparaçã se: as régras de seleçã ds beneficiáris sã equitativas, transparentes a avaliaçã é cncebida de maneira prspectiva.
93 Regras peracinais e avaliaçã prspectiva Reparar as prtunidades para prduzir bms grups de cmparaçã e assegurar que s dads de referência sã clectads 3 questões para determinar métd aprpriad para um determnad prgrama: Financiament: O prgrama tem s recurss suficientes para passar a escala e serviçs para tds s beneficiáris elegíveis? Regras de escrutíne: Quem é elegível para prgrama? O prgrama é escrutinad a partir de uma base de um índice u é dispnível para tds? Calendári: Cm s beneficiáris sã envlvids n prgrama tds a mesm temp u pr fases?
94 Esclher seu métd cm base em em 3 questões Financiament Objectiv Calendári Recurss Limitads (pedid > ferta) Recurss ilimitads Objectivad Universal Objectivad Universal Pst em bra pr fases 1 Selecçã Aleatória 4 Mdel de discntinuidade 1 Selecçã Aleatória 2 Prmçã aleatória 3 DD cm 5 Eparelhament 1 Selecçã Aleatória 4 Mdel de discntinuidade 1 Selecçã Aleatória pr fases 2 Prmçã aleatória 3 DD cm 5Emparelhament Implementad imediatamente 1 Assignaçã Aleatória 4 Mdel de discntinuidade 1 Assignaçã Aleatória 2 Prmçã aleatória 3 DD cm 5Emparelhament 4 Mdel de discntinuidade Se participaçã parcial: 2 Prmçã aleatória 3 DD cm 5 Emparelhament
95 Lembram-ns O bjectiv da avaliaçã d impact é de estimar efeit causal u impact de um prgrama sbre indicadres de resultads.
96 Lebram-ns Para estimar impact, nós devems estimar cenári cntrafactual. O que acntecería na ausência d prgrama? Utilizar um grup de cmparaçã (grup cntrl u testemunha)
97 Lembram-ns Nós tems uma caixa de ferramentas cm 5 métds para definir u identificar s grups de cmparaçã.
98 Lembram-ns Esclher melhr métd de avaliaçã que é praticável n cntext peracinal.
99 Referência Versões em Francês e em Espanhl dispníveis
100 Thank brigad Yu
101 Q & A
102 Anex 1 Pequens quadrads em 2 etapas (2SLS) Mdel cm tratament endgen (T): y = + T + x+ α β β ε 1 2 Fase 1: Regressar a variável endógena sbre a variável instrumental (Z) e as utras variáveis explicativas: T = + x+ Z + δ δ θ τ Calcular valr predit para cada bservaçã: T «chapéu»
103 Anex 1 Pequens quadrads em 2 etapas (2SLS) Fase 2: Regressar resultad sbre a variável predita (e utras variáveis explicativas): ^ y = α + β ( T) + β x+ ε 1 2 Crigir s errs standard (eles sã baseads sbre s T Chapéu e nã T) Na prática, utilizar STATA «ivreg». Intuiçã: T fi desembaraçad da sua crrelaçã cm ε.
104 Anex 2 Etapas de emparelhament d gl de prpensã 1. Inquêrit altamente cmparável e representativ sbre s nã participantes e s participantes. 2. Re-agrupar as duas amstras e estimar um mdel «lgit» da participaçã a prgrama. 3. Restringir as amstras para garantir um suprte cmum (imprtante fnte de meis ns estuds bservacinais) 4. Para cada participante, encntrar uma amstra de nã participantes cm um índice de prpensã similar. 5. Cmparar s indicadres ds resultads para cada bservaçã e grup de bservações emparelhads: a diferênça é a estimaçã d lucr dad a prgrama. 6. Calcular a média destes lucrs individuais para bter lucr médi glbal.
AVALIAR O IMPACTO Transformar Promessas em Evidências Bénédicte de la Brière, Banco mundial
AVALIAR O IMPACTO Transfrmar Prmessas em Evidências Bénédicte de la Brière, Banc mundial Presentaçã baseada n material desnvlvid n Impact Evaluatin in Practice tlkit www.wrldbank.rg/ieinpractice Entã vcê
Leia maisCálculo do Valor Acrescentado (VA) no Aves
Cálcul d Valr Acrescentad (VA) n Aves Cnceiçã Silva Prtela Faculdade de Ecnmia e Gestã Universidade Católica Prtuguesa csilva@prt.ucp.pt pt Prgrama AVES Avaliaçã de Externa Esclas de Esclas cm Ensin Secundári
Leia maisCOMPARAÇÃO DE CURVAS DE SOBREVIVÊNCIA
COMPARAÇÃO DE CURVAS DE SOBREVIVÊNCIA O prblema de cmparaçã de distribuições de sbrevivências surge cm freqüência em estuds de sbrevivência. Pr exempl, pde ser de interesse cmparar dis trataments para
Leia maisThe Wrld Bank Human Develpment Netwrk Spanish Impact Evaluatin Fund www.wrldbank.rg/hdchiefecnmist ANÁLISE DE CUSTO Além ds impacts Bénédicte de la Brière Banc Mundial Os bjetivs desta sessã 1 2 3 4 5
Leia maisElaboração de sínteses de evidência
Capacitaçã d Núcle de Evidências em Saúde / Estaçã BVS da ESP / SES - MG em Elabraçã de sínteses de evidência Mdels, instruments de avaliaçã e estratégias de disseminaçã Bel Hriznte, nvembr de 2013 Objetivs
Leia maisMARKETING METRICS & KPIs
Inscrevase até 20 de Outubr e btenha descnts Seminári Técnic Estabeleça um cnjunt de MARKETING METRICS & KPIs Participe n Seminári de 24 hras e: Luanda, 30,31 de Outubr, e 1 de Nvembr de 2017 - Htel****
Leia maisAuditoria às Reclamações e Pedidos de Informação dos CTT Correios de Portugal, S.A. 2017
Auditria às Reclamações e Pedids de Infrmaçã ds CTT Crreis de Prtugal, S.A. 2017 Síntese d Relatóri Versã pública 11 de setembr de 2018 Este dcument fi preparad pela Grant Thrntn & Assciads, SROC, Lda.
Leia maisConteúdo A parte principal de um relatório de auditoria, mas não a única, é a parte dos desvios encontrados. O que é que constitui um desvio?
AUDITORIAS INTERNAS, RELATÓRIO DE AUDITORIA INTERNAL AUDITS, AUDIT REPORT Intrduçã O relatóri de auditria é dcument que resulta da atividade de auditria. Qualquer labratóri que cumpra cm s requisits da
Leia maisConheça o Programa de Afiliados Ganhos Automáticos passo a passo.
Cnheça Prgrama de Afiliads Ganhs Autmátics pass a pass. O Ganhs Autmátics é um negóci que qualquer pessa pde desenvlver, pis vams dispnibilizar um Kit de Prduts e Serviçs cm fc em Ajudar e Dispnibilizar
Leia maisMétodos de reamostragem
Universidade Federal d Paraná Labratóri de Estatística e Geinfrmaçã - LEG Métds de reamstragem Prfs.: Eduard Vargas Ferreira Walmes Marques Zeviani Validaçã cruzada e btstrap Nesta seçã vams discutir dis
Leia mais4 MÉTODO DE CONTROLE DE CUSTOS
4 MÉTODO DE CONTROLE DE CUSTOS 4.1 Métds de cntrle de custs O sistema de custs para atendiment das necessidades infrmativas scietárias e fiscais deve utilizar a mensuraçã ds recurss cm base em valres histórics
Leia maisPLANO DE MARKETING 2019
Inscrevase até 19 de Outubr e btenha descnts Seminári Técnic Elabraçã, Seguiment e Avaliaçã d Luanda, 29, 30, e 31 de Outubr de 2018 - Htel**** PLANO DE MARKETING 2019 Dmine tdas as ferramentas a seu alcance
Leia maisDIRETRIZES PARA A MONITORIZAÇÃO DO RUÍDO Campanha Na cidade, sem o meu carro! De 16 a 22 de Setembro de 2019
DIRETRIZES PARA A MONITORIZAÇÃO DO RUÍDO Campanha Na cidade, sem meu carr! De a de Setembr de 9. Objetiv Este plan de mnitrizaçã, visa facilitar e servir cm referência as municípis interessads em prceder
Leia maisTomamos Café e Falamos de Visitas de Estudo?
Tmams Café e Falams de Visitas de Estud? O CONTEXTO DESTE CAFÉ : Prque na Escla Secundária Artística Antóni Arri pretendems prpiciar as aluns experiências cm grande valr para a sua aprendizagem e desenvlviment
Leia maisSERVIÇOS FINANCEIROS DIGITAIS EM MOÇAMBIQUE. A Regulação de Entidades Operadoras de Serviços Financeiros Digitais (SFD) 28 Maio 2018
SERVIÇOS FINANCEIROS DIGITAIS EM MOÇAMBIQUE A Regulaçã de Entidades Operadras de Serviçs Financeirs Digitais (SFD) 28 Mai 2018 Desafis e Cnclusões 1. Regulaçã: factr de viabilizaçã u inibiçã? 2. Pilares
Leia maisAlto Comissariado da Saúde
Alt Cmissariad da Saúde QUAR 2010 Prject de Parecer emitid pel Alt Cmissariad da Saúde (GPEARI d Ministéri da Saúde) cm Análise Crítica da Aut-Avaliaçã d Institut Nacinal de Emergência Médica, I.P. Setembr
Leia maisPesquisa de Satisfação de Clientes HB SAÚDE Relatório de Auditoria e Parecer Técnico
Pesquisa de Satisfaçã de Clientes HB SAÚDE 2018 Relatóri de Auditria e Parecer Técnic Jã August Simões Abril/2018 AVALIAÇÃO DE CENÁRIO A HB SAÚDE (HB SAÚDE S/A) adta as nrmas gerais recmendadas pela ANS
Leia maisCinco sentidos da Economia Social. Américo M. S. Carvalho Mendes
Cinc sentids da Ecnmia Scial Améric M. S. Carvalh Mendes ATES Área Transversal de Ecnmia Scial Universidade Católica Prtuguesa Prt 29 de Nvembr de 2015 Améric M. S. Carvalh Mendes Cinc sentids da Ecnmia
Leia mais3. VISÃO DE FUTURO E ESTRATÉGIA DE DESENVOLVIMENTO DE LONGO PRAZO
3. VISÃO DE FUTURO E ESTRATÉGIA DE DESENVOLVIMENTO DE LONGO PRAZO 47 48 3.1. VISÃO DE FUTURO DO MAIS RN PARA 2035 A classe empresarial ptiguar apresenta para a sciedade uma Visã de Futur usada e desafiadra.
Leia maisRECURSOS FINANCEIROS EXTRA PARA O CRESCIMENTO DO SEU NEGÓCIO. BRACING PT2020 PDR2020 (Jovens agricultores) Página 1 de 7. Bracing Consulting, Lda.
RECURSOS FINANCEIROS EXTRA PARA O CRESCIMENTO DO SEU NEGÓCIO BRACING PT2020 PDR2020 (Jvens agricultres) Página 1 de 7 Bracing Cnsulting, Lda. Rua d Tâmega, S/N. 4200 502 Prt Prtugal +351 917 000 020 inf@bracing
Leia maisRECURSOS FINANCEIROS EXTRA PARA O CRESCIMENTO DO SEU NEGÓCIO. BRACING PT2020 (VALE Empreendedorismo) Página 1 de 8. Bracing Consulting, Lda.
RECURSOS FINANCEIROS EXTRA PARA O CRESCIMENTO DO SEU NEGÓCIO BRACING PT2020 (VALE Empreendedrism) Página 1 de 8 Vale Empreendedrism (Vale Simplificad) Tiplgia Aquisiçã de serviçs de cnsultria na área d
Leia maisTÉCNICAS NÃO-PARAMÉTRICAS
TÉCNICAS NÃO-PARAMÉTRICAS O pass inicial de qualquer análise estatística cnsiste em uma descriçã ds dads através de análise descritiva (tabelas, medidas e gráfics). Cm a presença de censura invalida esse
Leia maisBoletim Econômico Edição nº 71 maio de 2014 Organização: Maurício José Nunes Oliveira Assessor econômico
Bletim Ecnômic Ediçã nº 71 mai de 2014 Organizaçã: Mauríci Jsé Nunes Oliveira Assessr ecnômic A Bancarizaçã d país e a disparada das reclamações cntra s bancs 1 Queixas cntra bancs disparam Quand a relaçã
Leia maisPROGRAMA ECOVALOR 2018/2019
1. INTRODUÇÃO O Prgrama Ecvalr é um prgrama de educaçã ambiental que tem cm principal públicalv públic esclar, abrangend tds s estabeleciments de ensin (esclas públicas, privadas, IPSS), da área de atuaçã
Leia maisCasa Eficiente a 2. Intervenção nos sistemas de arrefecimento ambiente
9.a 2 Intervençã ns sistemas de arrefeciment ambiente 1 2 FICHA TÉCNICA Títul 9.a 2 Intervençã ns sistemas de arrefeciment ambiente Cleçã Casa Catálg de sluções técnicas Ediçã Prgrama Casa Autria Versã
Leia maisClassificações ECTS. - Resultados da aplicação experimental às disciplinas do IST - Carla Patrocínio
Classificações ECTS - Resultads da aplicaçã experimental às disciplinas d IST - Carla Patrcíni Crd.: Drª Marta Pile Gabinete de estuds e planeament Institut Superir Técnic Janeir, 2003 1. Enquadrament
Leia maisPREVISÃO E PLANIFICAÇÃO DE QUADRO
Seminári Prátic Luanda, 21, 22 e 23 de Junh de 2017 - Htel**** Saiba cm desenvlver um planeament da estrutura rganizativa e alcance s bjectivs prfissinais desejads PREVISÃO E PLANIFICAÇÃO DE QUADRO Enquadrament
Leia maisANÁLISE E INTERPRETAÇÃO RÁCIOS FINANCEIROS
Inscreva-se até 16 de Junh e btenha descnts especiais Seminári Técnic Luanda, 26,27 e 28 de Junh de 2017 - Htel**** ANÁLISE E INTERPRETAÇÃO DE RÁCIOS FINANCEIROS para determinar a criaçã de valr, de rentabilidade
Leia maisFINANÇAS para NÃO FINANCEIROS
Curs Prátic Luanda, 21, 22, 23 e 24 de Junh de 2016 - Htel**** Guia Prática de FINANÇAS para NÃO FINANCEIROS Frmaçã cmpleta, ágil e sem tecnicisms descnt Inscrevend-se até dia 10 de Junh Um MUST para prfissinais
Leia maisPPGEP Comentários Iniciais CAPÍTULO 7 TESTE DE HIPÓTESE UFRGS. Testes de Hipótese
CAPÍTULO 7 7.. Cmentáris Iniciais Uma hipótese estatística é uma afirmativa a respeit de um parâmetr de uma distribuiçã de prbabilidade. Pr exempl, pdems frmular a hipótese que a prdutividade,5 peças/hra.
Leia maisInovações em Gestão de Dados de Imunização, Uso e Melhoria da Eficiência de Processo
Invações em Gestã de Dads de Imunizaçã, Us e Melhria da Eficiência de Prcess XXI Rdada d Grand Challenges Explratins Març de 2018 A OPORTUNIDADE A imunizaçã é uma das intervenções de saúde pública mais
Leia maisDesignação do projeto Órgão de Acompanhamento das Dinâmicas Regionais de Lisboa (OADRL)
Designaçã d prjet Órgã de Acmpanhament das Dinâmicas Reginais de Lisba (OADRL) - 2016 Códig d prjet LISBOA-09-6177-FEDER-000003 Objetiv principal Criar as cndições e reunir s meis necessáris para exercíci
Leia mais3º Congresso de Pesquisa e Iniciação Científica e 1º Encontro de Iniciação em Desenvolvimento Tecnológico e Inovação
3º Cngress de e de Educaçã, Ciência e Cultura: Expandind as Frnteiras d Saber 1ª Circular O UDF - Centr Universitári, pr mei d Prgrama de Iniciaçã Científica, Tecnlógica e Invaçã, têm a hnra de cnvidá-l
Leia maisNome do programa ou pesquisa: Sistema de Informações e Indicadores Culturais
IBGE Institut Brasileir de Gegrafia e Estatística Data de elabraçã da ficha: Abr 2007 Dads da rganizaçã Nme: IBGE - Institut Brasileir de Gegrafia e Estatística Endereç: (várias unidades em td Brasil)
Leia maisServiço Social
Serviç Scial 2012-13 Tmada de Decisã UCP-CRB Pól de Viseu *- 1 A elevada velcidade da mudança intrduz um nv element na gestã, frçand s executivs, já nervss cm um ambiente nã familiar, a tmar mais e mais
Leia maisGESTÃO DE TESOURARIA
Seminári Especializad Luanda, 27, 28 e 29 de Junh de 2016 - Htel**** Técnicas, Metdlgias e Instruments de GESTÃO DE TESOURARIA para enfrentar nvs desafis e rentabilizar recurss Especialize-se, dminand
Leia maisCasa Eficiente b 1. Substituição de frigoríficos e arcas congeladoras por modelos mais eficientes
9.b 1 Substituiçã de frigrífics e arcas cngeladras pr mdels mais eficientes 1 2 FICHA TÉCNICA Títul 9.b 1 Substituiçã de frigrífics e arcas cngeladras pr mdels mais eficientes Cleçã Casa Catálg de sluções
Leia maisFINANCIAMENTO: REINO DE ESPANHA RESPONSAVEL DE PROGRAMA, PARCERIA PÚBLICO-PRIVADA (PPP) E MOBILIZAÇÃO DE RECURSOS
FINANCIAMENTO: REINO DE ESPANHA RESPONSAVEL DE PROGRAMA, PARCERIA PÚBLICO-PRIVADA (PPP) E MOBILIZAÇÃO DE RECURSOS Departament: Infraestrutura Direçã: Unidade de PPDU Categria: P4 Salári anual: USD 44,328
Leia maisDISSERTAÇÃO ou PROJECTO FINAL NORMAS PARA O SEU FUNCIONAMENTO
DISSERTAÇÃO u PROJECTO FINAL NORMAS PARA O SEU FUNCIONAMENTO 1. PREÂMBULO Cnfrme previst n artig 20º d Decret-Lei nº 74/2006 de 24 de Març, cicl de estuds cnducente a grau de mestre integra brigatriamente
Leia maisV JORNADAS DO MÉDICO INTERNO DE PATOLOGIA CLÍNICA (V JMIPC),
REGULAMENTO GERAL A participaçã nas V JORNADAS DO MÉDICO INTERNO DE PATOLOGIA CLÍNICA (V JMIPC), a realizar n Edifíci Esclar da Faculdade de Ciências Médicas da Universidade Nva de Lisba, Hspital S. Francisc
Leia maisNova Carreira para Gestores Escolares para o Governo do Estado de São Paulo. Ana Maria Diniz, Claudia Costin e Nelson Marconi. Objetivos do Projeto:
Nva Carreira para Gestres Esclares para Gvern d Estad de Sã Paul Ana Maria Diniz, Claudia Cstin e Nelsn Marcni Prjet desenvlvid para a criaçã da nva carreira de diretr de esclas em Sã Paul. Outubr 2008.
Leia maisRECURSOS FINANCEIROS EXTRA PARA O CRESCIMENTO DO SEU NEGÓCIO. BRACING PT2020 (VALE I&DT) Página 1 de 8. Bracing Consulting, Lda.
RECURSOS FINANCEIROS EXTRA PARA O CRESCIMENTO DO SEU NEGÓCIO BRACING PT2020 (VALE I&DT) Página 1 de 8 Bracing Cnsulting, Lda. Rua d Tâmega, S/N. 4200 502 Prt Prtugal +351 917 000 020 inf@bracing cnsulting.cm
Leia maisSEGURANÇA PATRIMONIAL ANÁLISE PARA SOLUÇÃO DE PROBLEMAS
SEGURANÇA PATRIMONIAL ANÁLISE PARA SOLUÇÃO DE PROBLEMAS Sbre autr: Raphael de Mel Alves Ex-militar d Exércit Brasileir, frmad em Gestã de Segurança Privada, MBA em Gestã de Prjets e extensã universitária
Leia maisINICIATIVAS GULBENKIAN PARA A INOVAÇÃO NO DESENVOLVIMENTO. Concurso para apoio a iniciativas-piloto no âmbito das economias criativas
INICIATIVAS GULBENKIAN PARA A INOVAÇÃO NO DESENVOLVIMENTO Cncurs para api a iniciativas-pilt n âmbit das ecnmias criativas Nta: Este cncurs decrre em duas etapas. ENQUADRAMENTO A Fundaçã Caluste Gulbenkian
Leia maisAta 1ª Reunião Conselho Eco-Escola 14 dezembro 2011
Ata 1ª Reuniã Cnselh Ec-Escla 14 dezembr 2011 As catrze dias d mês de dezembr de 2011 realizu-se, n auditóri, a primeira reuniã d cnselh Ec-Esclas d Clégi Valsassina d presente an lectiv. A reuniã cntu
Leia maisRegime Escolar Fruta Escolar /
Regime Esclar Fruta Esclar / Frmuláris 2016/2017 - Índice NOTA INTRODUTÓRIA...3 Pedid de Ajuda...4 1. Pedid de Ajuda...4 A. Página de Rst d Pedid...4 B. Pedid de Ajuda Página dis...6 C. Mapa de Medidas
Leia maisV SEMANA INTEGRADA: ENSINO, PESQUISA E EXTENSÃO DO CENTRO DE CIÊNCIAS DA SAÚDE
V SEMANA INTEGRADA: ENSINO, PESQUISA E EXTENSÃO DO CENTRO DE CIÊNCIAS DA SAÚDE DATA DE REALIZAÇÃO DO EVENTO: 19 a 23 de junh de 2017. A prpsta da V Semana Integrada: Ensin, Pesquisa e Extensã visa prtunizar
Leia maisAta 1ª Reunião Conselho Eco-Escola 13 dezembro 2013
Ata 1ª Reuniã Cnselh Ec-Escla 13 dezembr 2013 As treze dias d mês de dezembr de 2013 realizu-se, n auditóri, a primeira reuniã d cnselh Ec-Esclas d Clégi Valsassina d presente an lectiv. A reuniã cntu
Leia maisO Percurso de 5 anos do Subsistema para a Garantia da Qualidade das Unidades Curriculares (SubGQ_UC)
O Percurs de 5 ans d Subsistema para a Garantia da Qualidade das Unidades Curriculares (SubGQ_UC) Eduard Ferreira da Silva, Gillian Mreira, Jsé Albert Rafael, Daniela Csta WORKSHOP 5 ANOS DE SubGQ_UC 12
Leia maisQualidade de Software 5ºSemestre
Qualidade de Sftware 5ºSemestre Aula 14 Prf. Gladimir Cerni Catarin gladimir@gmail.cm SERVIÇO NACIONAL DE APRENDIZAGEM COMERCIAL FACULDADE DE TECNOLOGIA SENAC PELOTAS Metdlgias Ágeis Metdlgias Servem para
Leia maisDiagramas líquido-vapor
Diagramas líquid-vapr ara uma sluçã líquida cntend 2 cmpnentes vláteis que bedecem (pel mens em primeira aprximaçã) a lei de Rault, e prtant cnsiderada cm uma sluçã ideal, a pressã de vapr () em equilíbri
Leia maisCasa Eficiente a. Instalação de sistemas de energia renovável para climatização e produção de água quente sanitária
7.a Instalaçã de sistemas de energia renvável para climatizaçã e prduçã de água quente sanitária 1 2 FICHA TÉCNICA Títul Cleçã Ediçã Autria 7.a Instalaçã de sistemas de energia renvável para climatizaçã
Leia maisNEGOCIAÇÃO COM FORNECEDORES
1º Seminari Prátic Técnicas e Ferramentas de Luanda, 13,14 e 15 de Fevereir de 2017 - Htel**** NEGOCIAÇÃO COM FORNECEDORES para planificar a melhr estratégia e alcançar melhr resultad 24 hras de Frmaçã
Leia maisPrimeira Intervenção (Oradores)
Oeiras, Ambiente e Mei Urban - Relatóri da Sessã Cm bjectiv de trnar prcess de revisã d PDM Oeiras numa prtunidade de definir um cnjunt de estratégias e linhas de acçã sólidas e eficazes na cncretizaçã,
Leia maisO uso de amostras. Desvantagens: Perda no nível de confiança; Diminuição da precisão dos resultados. POPULAÇÃO (N) AMOSTRA(n)
Amstragem O us de amstras POPULAÇÃO (N) AMOSTRA(n) Desvantagens: Perda n nível de cnfiança; Diminuiçã da precisã ds resultads. Vantagens: Cust; Temp; Acessibilidade; O us de amstras Pssibilidade de mair
Leia maisTrabalhos Práticos. Programação II Curso: Engª Electrotécnica - Electrónica e Computadores
Trabalhs Prátics Prgramaçã II Curs: Engª Electrtécnica - Electrónica e Cmputadres 1. Objectivs 2. Calendarizaçã 3. Nrmas 3.1 Relatóri 3.2 Avaliaçã 4. Prpstas Na disciplina de Prgramaçã II é prpst um trabalh,
Leia maisEDITAL DIRPPG-CT 01/ Participação de Pesquisadores em Eventos Técnico-Científicos apoiados com recursos da UTFPR, Câmpus Curitiba.
Ministéri da Educaçã Universidade Tecnlógica Federal d Paraná Diretria Geral d Câmpus Curitiba Diretria de Pesquisa e Pós-Graduaçã EDITAL DIRPPG-CT 01/2016 - Participaçã de Pesquisadres em Events Técnic-Científics
Leia maisAnexo 08 Recomendação nº 8: fortalecimento do processo de solicitação de reconsideração da ICANN
Anex 08 Recmendaçã nº 8: frtaleciment d prcess de slicitaçã de recnsideraçã da ICANN 1. Resum Atualmente, qualquer pessa u entidade pde slicitar a recnsideraçã u revisã de uma açã u inaçã da ICANN, cnfrme
Leia maisOrganização de Computadores Digitais. Cap.10: Conjunto de Instruções: Modos de Endereçamento e Formatos
Organizaçã de Cmputadres Digitais Cap.10: Cnjunt de Instruções: Mds de Endereçament e Frmats Mds de endereçament Os mds de endereçament sã um aspect da Arquitetura d cnjunt de instruções ns prjets das
Leia maisAdministração AULA- 7. Economia Mercados [3] Oferta & Procura
Administraçã AULA- 7 1 Ecnmia Mercads [3] Oferta & Prcura Prf. Isnard Martins Bibligrafia: Rsseti J. Intrduçã à Ecnmia. Atlas 06 Rbert Heilbrner Micr Ecnmia N.Gregry Mankiw Isnard Martins Pag - 1 Oferta,
Leia maisInbound Marketing 2017
Inbund Marketing 2017 Studi Xpress - Agência parceira RD Statin Este material fi elabrad para explicar as nss clientes cm funcina a metdlgia de Inbund Marketing, que também chamams de Marketing Digital
Leia maisAlinhamento de Seqüências Biológicas
O que se cmpara? Alinhament de Seqüências Bilógicas A cmparaçã de seqüências de DNA, RNA e prteínas é uma das bases da biinfrmática. Citsina Uracila Timina Prfª Drª Silvana Giuliatti Departament de Genética
Leia maisP7_TA(2012)0091 Sexto Fórum Mundial da Água
P7_TA(2012)0091 Sext Fórum Mundial da Água Resluçã d Parlament Eurpeu, de 15 de març de 2012, sbre Sext Fórum Mundial da Água, a realizar em Marselha, de 12 a 17 de març de 2012 (2012/2552(RSP)) O Parlament
Leia maisCaixas Ativas e Passivas. SKY 3000, SKY 2200, SKY 700, SKY 600 e NASH Áreas de Cobertura e Quantidade de Público
Caixas Ativas e Passivas SKY 3000, SKY 00, SKY 700, SKY 600 e NASH 144 Áreas de Cbertura e Quantidade de Públic www.studir.cm.br Hmer Sette 18-07 - 01 A área cberta pelas caixas acima, em funçã d psicinament
Leia maisRECURSOS FINANCEIROS EXTRA PARA O CRESCIMENTO DO SEU NEGÓCIO. BRACING PT2020 (VALE Internacionalização) Página 1 de 8. Bracing Consulting, Lda.
RECURSOS FINANCEIROS EXTRA PARA O CRESCIMENTO DO SEU NEGÓCIO BRACING PT2020 (VALE Internacinalizaçã) Página 1 de 8 Bracing Cnsulting, Lda. Rua d Tâmega, S/N. 4200 502 Prt Prtugal +351 917 000 020 inf@bracing
Leia maisEscolas Públicas de Danbury Procedimentos/Orientações sobre a Frequência do Aluno
Esclas Públicas de Danbury Prcediments/Orientações sbre a Frequência d Alun Pesquisas mstram que as famílias ds estudantes estã mais precupadas em cntrlar sucess acadêmic de seus filhs que à frequência
Leia maisObservadores de Estado
Observadres de Estad 1 I N R O D U Ç Ã O O B S E R V D O R E S DE L U E N B E R G E R rdem cmpleta D E D U Ç Ã O : G N H O DO O B S E R V D O R S I N O N I DO O B S E R V D O R lcaçã D U L I D D E O N
Leia maisAs cópias dos contratos, assim como outros documentos do projeto, a seguir relacionados serão fornecidos após celebração do contrato dos serviços:
Term de Referência para cntrataçã de Auditres Externs A Rede Nrte-Sul http://www.nrd-sued-netz.de é um departament da DGB Bildungswerk BUND, instituiçã educacinal pertencente à Cnfederaçã ds Sindicats
Leia maisGestão de Projetos: utilizando metodologias ágeis
Gestã de Prjets: utilizand metdlgias ágeis Institut de Educaçã - Hspital d Craçã Gerenciar tdas as etapas d prjet de frma adequada e cmpetente é essencial para a melhria d desempenh ds prcesss existentes
Leia maisDIAGNÓSTICO DE NECESSIDADES DE FORMAÇÃO
Inscrevase até 3 de Fevereir e btenha descnts Seminári Prátic Ferramentas, Técnicas e Metdlgias de Luanda, 13 e 14 de Fevereir de 2017 - Htel**** DIAGNÓSTICO DE NECESSIDADES DE FORMAÇÃO para elabrar um
Leia maisCartografia e Geoprocessamento Parte 1. Geoide, Datum e Sistema de Coordenadas Geográficas
Cartgrafia e Geprcessament Parte 1 Geide, Datum e Sistema de Crdenadas Gegráficas Cartgrafia e Geprcessament qual a relaçã? Relaçã através d espaç gegráfic; Cartgrafia representa espaç gegráfic; Geprcessament
Leia maisSubstituição de descodificadores antigos
Substituiçã de descdificadres antigs De md a assegurar a dispnibilizaçã cntínua da tecnlgia mais recente as seus subscritres a MultiChice África irá realizar um prcess de actualizaçã ds descdificadres
Leia maisConsulta pública sobre a revisão da Estratégia Europeia para a Deficiência
Cnsulta pública sbre a revisã da Estratégia Eurpeia para a Deficiência 2010-2020 Na UE, há aprximadamente 80 milhões de pessas cm deficiência que diariamente enfrentam barreiras que as impedem de participar
Leia maisSISTEMAS DE PRODUÇÃO DO ALGODÃO NO MT Tecnologias para melhoria e sustentabilidade do algodão brasileiro.
SISTEMAS DE PRODUÇÃO DO ALGODÃO NO MT Tecnlgias para melhria e sustentabilidade d algdã brasileir. Evald Kazushi Takizawa Engenheir Agrônm Cnsultr Ceres CONSIDERAÇÕES INICIAIS O amadureciment da ctnicultura
Leia maisSugestões para Escrita de Artigos Científicos
Sugestões para Escrita de Artigs Científics Organizaçã Geral Um text científic é dividid em secções. A rganizaçã d cnteúd das secções varia de artig para artig. Uma ba sugestã de rganizaçã é a seguinte.
Leia maisOBJETIVOS DA AULA GESTÃO DE TECNOLOGIA DA INFORMAÇÃO
GESTÃO DE TECNOLOGIA DA INFORMAÇÃO Anhanguera Itapecerica da Serra Curs: Gestã da Tecnlgia da Infrmaçã Disciplina: Mdelagem de Sistemas Prf. Luiz Antni d Nasciment OBJETIVOS DA AULA Cnhecer as características
Leia maisCampanha Construindo Cidades Resilientes: minha cidade está se preparando!
Campanha Cnstruind Cidades Resilientes: minha cidade está se preparand! Platafrma temática sbre risc urban nas Américas Frtaleciment da cperaçã e clabraçã entre gverns lcais Cnvite à apresentaçã de prpstas
Leia maisI. INTRODUÇÃO IV. CONTEXTUALIZAÇÃO III. OBJECTIVOS. Conteúdo da Apresentação. II. Problema de estudo e justificação
República de Mçambique Ministéri da Agricultura Ins:tut d Algdã de Mçambique Efeit da cnsciacã em Faixa de Algdã e Milh na Intensidade de Ataque das Pragas e n Rendiment das Culturas n Distrit de Mrrumbala
Leia maisSondagem do Bem-Estar
1 PERCEPÇÃO SOBRE A QUALIDADE DOS SERVIÇOS PÚBLICOS NO RIO DE JANEIRO E EM SÃO PAULO A crescente demanda pr melhria ds serviçs públics n Brasil ganhu ainda mair evidência ns dis últims ans, quand a recessã
Leia maisENFERMAGEM SAÚDE DA MULHER. Planejamento Familiar Parte 1. Profª. Lívia Bahia
ENFERMAGEM SAÚDE DA MULHER Planejament Familiar Parte 1 Prfª. Lívia Bahia A atuaçã ds prfissinais de saúde, n que se refere a Planejament Familiar, deve estar pautada n Artig 226, Parágraf 7, da Cnstituiçã
Leia maisDIREÇÃO-GERAL DOS ESTABELECIMENTOS ESCOLARES DIREÇÃO DE SERVIÇOS REGIÃO ALGARVE AGRUPAMENTO DE ESCOLAS DE VILA REAL DE SANTO ANTÓNIO - CÓD.
DIREÇÃO-GERAL DOS ESTABELECIMENTOS ESCOLARES DIREÇÃO DE SERVIÇOS REGIÃO ALGARVE AGRUPAMENTO DE ESCOLAS DE VILA REAL DE SANTO ANTÓNIO - CÓD. 145348 ESCOLA SECUNDÁRIA C/3.º CICLO DE VILA REAL DE SANTO ANTÓNIO
Leia maisCÓDIGO DE CONDUTA E DE ÉTICA POLÍTICA SOBRE PRESENTES E ENTRETENIMENTO
CÓDIGO DE CONDUTA E DE ÉTICA POLÍTICA SOBRE PRESENTES E ENTRETENIMENTO POLÍTICA SOBRE PRESENTESE ENTRETENIMENTO Oferecer u receber presentes cmerciais e entreteniment é frequentemente uma frma aprpriada
Leia maisREGULAMENTO PARA O INOVA SENAI 2017
REGULAMENTO PARA O INOVA SENAI 2017 1. O INOVA SENAI 1.1 O que é INOVA SENAI é uma atividade técnica-cultural n frmat de cncurs que visa recnhecer publicamente as capacidades de invaçã, empreendedrism
Leia maisAtacadão: Crescimento de vendas brutas de 5,7% no 1T18 para R$8,4 bilhões (+R$0,5 bilhão) mesmo com a persistente deflação de alimentos (-4,0% (1) )
Sã Paul, 10 de abril de 2018 O Grup Carrefur Brasil (Atacadã S.A.) [B3: CRFB3] anuncia infrmações preliminares, nã auditadas, acerca d desempenh das vendas d 1º trimestre de 2018: Cresciment de vendas
Leia maisEstilos de Interação
Universidade Federal Fluminense Marianna Mendes Prtela Estils de Interaçã A evluçã ds cmputadres fez cm que seu us atingisse diverss públics cm finalidades diferentes. Cm iss, fi necessári evluir também
Leia maisNome do programa ou pesquisa: Sistema de Informações e Indicadores Culturais:
IBGE Institut Brasileir de Gegrafia e Estatística Data de elabraçã da ficha: Jan 2008 Dads da rganizaçã Nme: IBGE - Institut Brasileir de Gegrafia e Estatística Endereç: (várias unidades em td Brasil)
Leia maisRECURSOS FINANCEIROS EXTRA PARA O CRESCIMENTO DO SEU NEGÓCIO. BRACING PT2020 (Empreendedorismo Qualificado) Página 1 de 8. Bracing Consulting, Lda.
RECURSOS FINANCEIROS EXTRA PARA O CRESCIMENTO DO SEU NEGÓCIO BRACING PT2020 (Empreendedrism Qualificad) Página 1 de 8 Bracing Cnsulting, Lda. Rua d Tâmega, S/N. 4200 502 Prt Prtugal +351 917 000 020 inf@bracing
Leia maisGranalha De Aço Sablacier
INFORMES TECNICOS Granalha De Aç Sablacier IKK d Brasil, a mair fabricante de Granalha de aç da América Latina, realizu extensivs testes, para avaliar a perfrmance de diferentes abrasivs (metálics e nã
Leia maisA proteção de nomes geográficos no processo de novos gtlds. V3 29 de agosto de 2014
A prteçã de nmes gegráfics n prcess de nvs gtlds V3 29 de agst de 2014 Preparad pel subgrup de trabalh para a prteçã de nmes gegráfics nas próximas rdadas de nvs gtlds 1. Finalidade Durante 47 Encntr da
Leia maisÍndice. Comercializar e Vender Módulo 8- Atendimento e Venda
Índice Atendiment e Venda... 2 Atendiment:... 2 Cmpetências d atendedr:... 2 Empatia:... 3 Qualidade d atendiment:... 4 Etapas de um atendiment eficaz:... 4 Prcess de cmunicaçã:... 4 Assertividade:...
Leia maisFísica Experimental C - Experimentos com Raio X ROTEIRO DE ANÁLISES
4323301- Física Experimental C - Experiments cm Rai X J.Kgler - 2018 ROTEIRO DE ANÁLISES 1. Objetivs da aula de difraçã de rai-x O experiment tem duas grandes partes na 1ª aula (1ª semana): Parte 1 2/3
Leia maisCadastrar Proposta de Evento
Pró-Reitria de Extensã e Cultura events@ufersa.edu.br Cadastrar Prpsta de Event Sistema Módul SIGAA Extensã Última Atualizaçã 25.03.2015 Esta funcinalidade permite a usuári cadastrar ações de extensã d
Leia mais01/03/2015 GP III 1. Tópicos. O T&D é uma das mais poderosas ferramentas de transformação nas organizações.
Tópics pg 1.Treinament e Desenvlviment 2 2.Imprtância d T&D 3 3.Reflexã 4 4.Cnceit de Treinament 5 5.Cntribuiçã 6 6.Objetivs d Treinament 7 7.Indicadres a Priri de Necessidades de T&D 8 8.Indicadres a
Leia maisMELHORIA DE CONTROLOS INTERNOS SOBRE A PRODUÇÃO DE DIAMANTES ALUVIAIS DECLARAÇÃO ADOPTADA PELA REUNIÃO PLENÁRIA DE MOSCOVO DO PROCESSO DE KIMBERLEY
MELHORIA DE CONTROLOS INTERNOS SOBRE A PRODUÇÃO DE DIAMANTES ALUVIAIS DECLARAÇÃO ADOPTADA PELA REUNIÃO PLENÁRIA DE MOSCOVO DO PROCESSO DE KIMBERLEY 1. INTRODUÇÃO: O DESAFIO DE CONTROLAR A PRODUÇÃO ALUVIAL
Leia maisREDE DE AVALIAÇÃO DO QREN 9.ª REUNIÃO, LISBOA, SÍNTESE
REDE DE AVALIAÇÃO DO QREN 9.ª REUNIÃO, LISBOA, 05.07.2010 SÍNTESE A nna reuniã da Rede de Avaliaçã d QREN teve lugar n dia 05 de Julh de 2010, em Lisba cm a duraçã de 1 dia e cm a seguinte rdem de trabalhs:
Leia maisAtuação das Organizações da Sociedade Civil na formação docente
ANEXO III Frmulári pesquisa quantitativa (segunda etapa d estud) Atuaçã das Organizações da Sciedade Civil na frmaçã dcente Obrigad pr acessar questinári da pesquisa de mapeament d trabalh das rganizações
Leia maisGESTÃO DE STOCKS. A para a racionalização de custos e melhoria de procedimentos. 3 dias de Formação Intensiva para analisar em
Seminári Prátic APROVISIONAMENTO E Luanda, 23, 24 e 25 de Mai de 2017 - Htel**** GESTÃO DE STOCKS A para a racinalizaçã de custs e melhria de prcediments 3 dias de Frmaçã Intensiva para analisar em A Quantidade
Leia maisISO é um órgão mundial não governamental com sede em
História e Imprtância das Nrmas ISO 14000 ISO é um órgã mundial nã gvernamental cm sede em Genebra, Suíça, da qual participam mais de 100 países. Fundada a 23/02/1947, cm bjectiv de prpr nrmas de cnsens
Leia mais