Array
(
[0] => stdClass Object
(
[journal] => stdClass Object
(
[id_jnl] => 75
)
)
[1] => stdClass Object
(
[section] => stdClass Object
(
[section] => 2026
)
)
[2] => stdClass Object
(
[title] => Array
(
[0] => INFORMAÇÃO E GOVERNANÇA NA ADMINISTRAÇÃO PÚBLICA: A NOVA CLASSIFICAÇÃO DE INFORMAÇÕES ESTATÍSTICAS@nn
)
)
[3] => stdClass Object
(
[abstract] => Array
(
[0] => A Classificação de Informações Estatísticas, elaborada pelo Instituto Brasileiro de Geografia e Estatística, constitui um instrumento de controle conceitual, categorial e terminológico para gestão do Sistema Estatístico Nacional e para acesso às informações do sítio do instituto na Internet. Esta pesquisa examinou se a versão 1.0 do instrumento, lançada em 2024, representa avanços sociopolíticos e documentais para o governo e a população brasileira frente à versão original, de 2015. Ancoraram esta análise as perspectivas de teorias críticas da demografia e da Organização do Conhecimento de Álvaro Vieira Pinto, Melissa Adler e Melodie Fox e a abordagem documental de Marcia Zeng, de Birgen Hjorland e do Grupo de Especialistas em Classificações das Nações Unidas. Para compreender a governança do Sistema Estatístico Nacional, foram mobilizadas visões de Sandra Braman, José Maria Jardim e Luisa Zorzal. A operacionalização metodológica explorou o processo de construção da nova classificação, o confronto das versões 2015 e 2024 e a comparação da estrutura de 2024 com termos mais frequentes de busca no sítio do instituto na Internet. Foi realizado um estudo documental, comparativo, de abordagem qualitativa e análise hermenêutica. Os textos metodológicos correspondentes ao processo de construção da nova classificação pelo instituto, recomendações internacionais sobre classificações estatísticas e os termos de busca mais frequentes foram analisados. Observaram-se melhorias da nova classificação, em complexidade, exaustividade e especificidade temáticas, que contribuíram para alta aderência aos termos de busca examinados. O novo instrumento mostrou-se, portanto, fortalecido para seus usos conforme parâmetros teóricos estabelecidos.@pt
)
)
[4] => stdClass Object
(
[author] => Array
(
[0] => Marcia Maria Melo Quintslr
[1] => Catarina Félix dos Santos Soares
[2] => Fernanda Valle
)
)
[5] => stdClass Object
(
[subject] => Array
(
)
)
[6] => stdClass Object
(
[source] => stdClass Object
(
[vol] =>
[nr] => nacional
[year] =>
[theme] =>
)
)
[7] => stdClass Object
(
[datePub] => Array
(
[0] => 2024-09-30 20:16:03
)
)
[8] => stdClass Object
(
[DOI] => Array
(
)
)
[9] => stdClass Object
(
[http] => Array
(
[0] => stdClass Object
(
[type] => HTTP
[value] => Array
(
[0] => https://enancib.ancib.org/index.php/enancib/xxivenancib/paper/view/2706
)
)
)
)
[10] => stdClass Object
(
[language] => Array
(
[0] => pt
)
)
[11] => stdClass Object
(
[license] => Array
(
[0] => Autores que submetem a esta conferência concordam com os seguintes termos:
a) Autores mantém os direitos autorais sobre o trabalho, permitindo à conferência colocá-lo sob uma licença Licença Creative Commons Attribution, que permite livremente a outros acessar, usar e compartilhar o trabalho com o crédito de autoria e apresentação inicial nesta conferência.
b) Autores podem abrir mão dos termos da licença CC e definir contratos adicionais para a distribuição não-exclusiva e subseqüente publicação deste trabalho (ex.: publicar uma versão atualizada em um periódico, disponibilizar em repositório institucional, ou publicá-lo em livro), com o crédito de autoria e apresentação inicial nesta conferência.
c) Além disso, autores são incentivados a publicar e compartilhar seus trabalhos online (ex.: em repositório institucional ou em sua página pessoal) a qualquer momento antes e depois da conferência.
)
)
)