O trabalho em equipes autogerenciadas e sua influência na motivação dos empregados

Nos últimos anos diversos autores vem afirmando que fatores como a autonomia e a interação humana estão relacionados a bons níveis de motivação no trabalho. Consideram ainda, que equipes autogerenciadas são capazes de reunir esses dois fatores, ou seja, envolvem autonomia, pois incentivam o autogerenciamento, e envolvem interação, pois pressupõem o relacionamento entre diferentes pessoas. Esta pesquisa procura trazer contribuição às Teorias existentes, analisando de que forma trabalho em equipes autogerenciadas influencia a motivação dos empregados. Para tanto, na primeira etapa do estudo foi realizada pesquisa bibliográfica, com o objetivo de coletar contribuições de diversos autores sobre o tema. Na segunda etapa, foi realizada pesquisa de campo, a fim de conhecer a experiência e reunir depoimentos de profissionais de diversas arcas de atuação. A análise dos resultados da pesquisa de campo, fundamentada nos dados bibliográficos, indicou que o trabalho em equipes autogerenciadas não apenas influenciou positivamente a motivação dos empregados que já tiveram esta experiência, como gerou boa expectativa naqueles que nunca tiveram a oportunidade de trabalhar cm tais equipes. Quanto as razões para esta influência positiva, destacaram-se o maior poder de decisão para o trabalhador e o incentivo ao desenvolvimento da criatividade.

Aplicações da teoria de Piaget ao ensino da matemática elementar

O presente trabalho tem por finalidade a aplicaçao de principios teóricos e experimentais de Jean Piaget ao ensino da matemática. Considerando-se as implicações educacionais da teoria, fizemos uma proposta de sistematizar uma metodologia de ensino que tem por fim a ativaçao das estruturas mentais pelo ensino da matemática. Este trabalho, em resumo, constitui uma sintese da teoria do desenvolvimento cognitivo de Piaget, e o relato de uma pesquisa experimental que teve por fim avaliar os efeitos de uma metodologia proposta para estruturas mentais na criança. Com esta finalidade, foram urilizados dois grupos de trabalho constituídos intencionalmente, um experimental e o outro de controle, ambos com 21 sujeitos, alunos da 2a série do 1o grau de escolas particulares da cidade de Goiainia (GO), de classe social média supeior e média inferior. Em ambos os grupos se realizou o pré-teste. A metodologia de ensino de fundamentação piagetiana foi utilizada para o ensino da matemática no grupo experimental, e no grupo de controle utilizou-se para o ensino da matemática uma metodologia considerada tradicional, durante o período de um semestre letivo. Após o trabalho, foi realizado o pós-teste em ambos os grupos e, um estudo comparativo dos resultados coletados permitiu verificar a eficiência da metodologia de ensino proposta e a fecundidade do ensino da matemática numa perspectiva piagetiana.

Estudo de caso para ensino: deixa a vida me levar: o ônus da liderança laissez-faire no serviço público em detrimento da liderança contingencial

O presente trabalho faz uma análise do uso de Estudo de Caso para Ensino e suas regras gerais, como uma ferramenta pedagógica utilizada em disciplinas ou cursos que tenham como foco a Administração Pública,assim como para utilização em debates de casos em grupos de trabalho organizacionais para a tomada de decisões. Apresenta a criação de um caso e suas notas pedagógicas. Tal Caso, criado pela autora do presente trabalho, aborda sobre como um gestor da área de Recursos Humanos de uma Instituição Federal de Ensino Superior tratada gestão de seus processos de trabalho e como se relaciona com os funcionários, de acordo com o seu estilo de liderança.

Formation and destruction of coalition groups under economic growth

This paper introduces a model economy in which formation of coalition groups under technological progress is generated endogenously. The coalition formation depends crucially on the rate of arrival of new technologies. In the model, an agent working in the saroe technology for more than one period acquires skills, part of which is specific to this technology. These skills increase the agent productivity. In this case, if he has worked more than one period with the same technology he has incentives to construct a coalition to block the adoption of new technologies. Therefore, in every sector the workers have incentives to construct a coalition and to block the adoption of new technologies. They will block every time that a technology stay in use for more than one period.

Inference in differences-in-differences with few treated groups and heteroskedasticity

Differences-in-Differences (DID) is one of the most widely used identification strategies in applied economics. However, how to draw inferences in DID models when there are few treated groups remains an open question. We show that the usual inference methods used in DID models might not perform well when there are few treated groups and errors are heteroskedastic. In particular, we show that when there is variation in the number of observations per group, inference methods designed to work when there are few treated groups tend to (under-) over-reject the null hypothesis when the treated groups are (large) small relative to the control groups. This happens because larger groups tend to have lower variance, generating heteroskedasticity in the group x time aggregate DID model. We provide evidence from Monte Carlo simulations and from placebo DID regressions with the American Community Survey (ACS) and the Current Population Survey (CPS) datasets to show that this problem is relevant even in datasets with large numbers of observations per group. We then derive an alternative inference method that provides accurate hypothesis testing in situations where there are few treated groups (or even just one) and many control groups in the presence of heteroskedasticity. Our method assumes that we can model the heteroskedasticity of a linear combination of the errors. We show that this assumption can be satisfied without imposing strong assumptions on the errors in common DID applications. With many pre-treatment periods, we show that this assumption can be relaxed. Instead, we provide an alternative inference method that relies on strict stationarity and ergodicity of the time series. Finally, we consider two recent alternatives to DID when there are many pre-treatment periods. We extend our inference methods to linear factor models when there are few treated groups. We also derive conditions under which a permutation test for the synthetic control estimator proposed by Abadie et al. (2010) is robust to heteroskedasticity and propose a modification on the test statistic that provided a better heteroskedasticity correction in our simulations.