Memórias de trabalhadores do Vital Brazil: um diálogo entre a saúde e a comunidade

O estudo teve como proposta identificar na comunidade do Morro do Vital Brazil referências que indicassem sentido de coletividade e continuidade. Essa comunidade, como pretendido apontar, teria sua origem, nas décadas de 1920 e 1930, no entorno do Instituto de Hygiene, Sorotherapia e Veterinária do Estado do Rio de Janeiro, hoje, Instituto Vital Brazil. Por ser fábrica farmacêutica, a produção necessitaria de mão-de-obra, que no caso estudado, passou a morar no morro atrás do Instituto, mas ainda em seu território. Dessa origem, surge uma comunidade com características de cooperação, união e associativismo. Com a prosperidade da fábrica, cresce o número de moradores e inicia-se um conjunto de domicílios e famílias também possuidores de aspectos em comum. Essas identidades possibilitam um encontro com o poder público na forma de políticos e políticas, como o Programa Médico de Família. Com esse último, interesse inicial da pesquisa, nasceu a relação entre a pesquisadora em questão, médica no posto PMF Vital Brazil, e evidenciou performances dos moradores que indicavam um pertencimento e lugar de fala diferenciado. O estudo apontou características da comunidade e dos atores que contribuíram na criação desse coletivo, utilizou como metodologia a história oral.

Bounds on policy relevant parameters with discrete policy variation

When estimating policy parameters, also known as treatment effects, the assignment to treatment mechanism almost always causes endogeneity and thus bias many of these policy parameters estimates. Additionally, heterogeneity in program impacts is more likely to be the norm than the exception for most social programs. In situations where these issues are present, the Marginal Treatment Effect (MTE) parameter estimation makes use of an instrument to avoid assignment bias and simultaneously to account for heterogeneous effects throughout individuals. Although this parameter is point identified in the literature, the assumptions required for identification may be strong. Given that, we use weaker assumptions in order to partially identify the MTE, i.e. to stablish a methodology for MTE bounds estimation, implementing it computationally and showing results from Monte Carlo simulations. The partial identification we perfom requires the MTE to be a monotone function over the propensity score, which is a reasonable assumption on several economics' examples, and the simulation results shows it is possible to get informative even in restricted cases where point identification is lost. Additionally, in situations where estimated bounds are not informative and the traditional point identification is lost, we suggest a more generic method to point estimate MTE using the Moore-Penrose Pseudo-Invese Matrix, achieving better results than traditional methods.