Por favor, use este identificador para citar o enlazar este ítem:
https://repositorio.ufpe.br/handle/123456789/49444
Comparte esta pagina
Registro completo de metadatos
Campo DC | Valor | Lengua/Idioma |
---|---|---|
dc.contributor.advisor | MENEZES, Tatiane Almeida de | - |
dc.contributor.author | BRUSSI FILHO, Pedro Luís Escobar | - |
dc.date.accessioned | 2023-03-22T17:11:11Z | - |
dc.date.available | 2023-03-22T17:11:11Z | - |
dc.date.issued | 2023-02-03 | - |
dc.identifier.citation | BRUSSI FILHO, Pedro Luís Escobar. Trajeto casa trabalho: uma análise do impacto do communting na pandemia de Covid-19. 2023. Dissertação (Mestrado em Economia) – Universidade Federal de Pernambuco, Recife, 2023. | pt_BR |
dc.identifier.uri | https://repositorio.ufpe.br/handle/123456789/49444 | - |
dc.description.abstract | A presente dissertação objetivou analisar o efeito do tempo de commuting no contágio de Covid-19 em Recife. Foram utilizadas a base disponibilizada pela Secretaria da Saúde de Pernambuco, o Relatório Anual de Informações Sociais 2019 e o Censo de 2010 para a análise, realizada a nível individual e depois a nível de bairro. A localização do trabalho e da moradia foi obtida através do Código de Endereçamento Postal (CEP). Primeiramente, foi utilizado o modelo Logit para a análise a nível individual pois a variável dependente é binária. Foram realizados dois cenários, um considerando a Classificação Nacional de Atividades Econômicas e outro não a considerando. Como resultados observou-se que o formato da distribuição de casos entre os bairros de Recife, eles não seguem um padrão de distribuição normal, então o modelo Poisson foi escolhido para essa análise e os mesmos cenários foram feitos. Em todos os modelos e cenários a variável de interesse foi significativa a 10%. No segundo cenário do modelo Poisson, sendo o cenário com maior nível de controles, foi onde ela é considerada apresentou maior significância, sendo significativo a 5%, e obteve o resultado que a cada 10 minutos a mais gastos no translado causa um aumento no risco de 3,88% para ser contagiado pelo Covid-19. Assim, o estudo concluiu que o tempo de commuting aumenta o risco de contágio. | pt_BR |
dc.description.sponsorship | CNPq | pt_BR |
dc.language.iso | por | pt_BR |
dc.publisher | Universidade Federal de Pernambuco | pt_BR |
dc.rights | openAccess | pt_BR |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/br/ | * |
dc.subject | Covid-19, Pandemia de, 2020 | pt_BR |
dc.subject | Desigualdade em saúde | pt_BR |
dc.subject | Communting | pt_BR |
dc.title | Trajeto casa trabalho : uma análise do impacto do communting na pandemia de Covid-19 | pt_BR |
dc.type | masterThesis | pt_BR |
dc.contributor.authorLattes | http://lattes.cnpq.br/2618425187211662 | pt_BR |
dc.publisher.initials | UFPE | pt_BR |
dc.publisher.country | Brasil | pt_BR |
dc.degree.level | mestrado | pt_BR |
dc.contributor.advisorLattes | http://lattes.cnpq.br/5982392759349128 | pt_BR |
dc.publisher.program | Programa de Pos Graduacao em Economia | pt_BR |
dc.description.abstractx | The present dissertation has aimed to analyze the effect of commuting time on the contagion of Covid-19 in Recife. The database provided by the Pernambuco Health Department, the 2019 Annual Social Information Report and the 2010 Census has used for the analysis, carried out at the individual level and then at the neighborhood level. The location of work and housing has obtained through the Postal Address Code (CEP). Firstly, the Logit model was used for the analysis at the individual level because the dependent variable is binary. Two scenarios have carried out, one considering the National Classification of Economic Activities and the other not considering it. As a result, it has observed that the format of the distribution of cases among the neighborhoods of Recife do not follow a normal distribution pattern, so the Poisson model has chosen for this analysis and the same scenarios have made. In all models and scenarios the variable of interest was significant at 10%. In the second scenario of the Poisson model, being the scenario with the highest level of controls, it was where it is considered to have the greatest significance, being significant at 5%, and obtained the result that every 10 more minutes spent in the transfer causes an increase in the risk of 3,88% to be infected by Covid-19. Thus, the study concluded that commuting time increases the risk of contagion. | pt_BR |
Aparece en las colecciones: | Dissertações de Mestrado - Economia |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
DISSERTAÇÃO Pedro Luís Escobar Brussi Filho.pdf | 792,45 kB | Adobe PDF | ![]() Visualizar/Abrir |
Este ítem está protegido por copyright original |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons