Violência entre parceiros íntimos nos primeiros cinco meses de pós-parto em usuárias de unidades básicas de saúde do Rio de Janeiro

A Violência entre Parceiros Íntimos (VPI) tem sido reconhecida como um importante problema de saúde pública e um fator de risco para agravos a saúde de mulheres e crianças. Os serviços de saúde desempenham importante papel na detecção precoce da VPI, especialmente em momentos da vida nos quais se preconiza o atendimento sistematizado, como na gestação e primeira infância. Esta dissertação tem como objetivo principal estimar a probabilidade de ocorrência de Violência Física entre Parceiros Íntimos (VFPI) durante a gestação e/ou pós-parto em população atendida em Unidades Básicas de Saúde (UBS), segundo diferentes características sócio-econômicas e demográficas da clientela. Trata-se de um estudo transversal, realizado com usuárias de 5 UBS da cidade do Rio de Janeiro no ano de 2007. Foram entrevistadas 811 mães de crianças de até cinco meses de idade, que não possuíam nenhuma contra-indicação formal para a amamentação e que relataram ter tido pelo menos uma relação amorosa um mês ou mais durante a gestação ou no período do pós-parto. Condições socioeconômicas e demográficas e relativas aos hábitos de vida do casal foram consideradas como potenciais preditores de violência. Utilizou-se a versão em português da CTS2 para identificar as situações de VPI. A variável de desfecho foi analisada em três níveis: ausência de VFPI, presença de VFPI no período da gestação ou do pós-parto e presença de VFPI em ambos os períodos. Utilizou-se um modelo logito-multinomial para as projeções de prevalências segundo os descritores selecionados. Os fatores que mais aumentaram a probabilidade de ocorrência de violência durante a gestação e/ou nos primeiros cinco meses de vida da criança foram: idade materna < 20 anos, escolaridade materna inferior ao 2 grau completo, ter 2 ou mais filhos menores de cinco anos, tabagismo materno, uso inadequado de álcool pela mãe e/ou companheiro, uso de drogas pela mãe e/ou companheiro e percepção materna sobre a saúde do bebê aquém da esperada. Entre mães com todas estas características, a estimativa de prevalência projetada de VFPI na gestação e/ou no pós-parto chegou a 96,4%, sendo 59,4% a estimativa de ocorrência em apenas um dos dois períodos e 37% em ambos. Por outro lado, a probabilidade de ocorrência de VFPI cai a 3,6% em famílias sem estas características. Os resultados indicam que a presença de certas características da criança e de sua família aumenta enormemente a probabilidade de ocorrência de VFPI, devendo ser levadas em consideração ao se estabelecer estratégias de intervenção que visem à detecção precoce e uma efetiva intervenção.

Movilidad ocupacional de los inmigrantes en España.

Resumen basado en el de la publicación

Incidencia de la contratación indefinida según nacionalidad : en Andalucía y en el resto de España.

Resumen tomado de la publicación

Los factores determinantes del emparejamiento educación-empleo : evidencia a partir de una nueva muestra de economistas.

Resumen tomado de la publicación

Estudiantes universitarios, experiencia laboral y desempe??o acad??mico en Espa??a

Resumen basado en el de la publicaci??n

Impactos da Nova Lei de Pisos Salariais Estaduais

Em 2000, o governo federal fixou uma lei que permitia as Unidades Federativas fixarem pisos salariais acima do salário mínimo, representando uma oportunidade privilegiada de avaliação dos seus impactos. A nova lei oferece uma fonte de variabilidade potencialmente exógena além de isolar os efeitos de mudanças do salário mínimo sobre a demanda de trabalho dos impactos fiscais exercidos no contexto brasileiro. Inicialmente, testamos a efetividade da lei, utilizando logits multinomiais aplicados a PNAD/IBGE a fim de calcular a probabilidade de acumulação de massa de salários abaixo, igual e acima dos pisos estaduais. Posteriormente, aplicamos regressões quantílicas para diferenças de salários e de ocupação antes e depois da aplicação da lei comparando grupos de tratamento e controle através de dados longitudinais da PME/IBGE. Os resultados demonstram uma baixa efetividade e um alto descumprimento da lei nos estados aonde foi aplicada.

O papel da educação financeira na contratação de crédito em mercados informais

O artigo examina os determinantes para o uso de fontes informais de crédito com uma base de dados com 2.023 observações. São analisados os financiamentos contratados através de amigos/conhecidos, com ou sem a cobrança de juros, e via agiotas. Um logit multinomial é usado para comparar os efeitos da tomada de crédito na informalidade com as famílias que não contrataram nenhum tipo de crédito e com as que utilizaram crédito bancário. Os títulos de capitalização são usados como proxy para identificar aqueles com baixos níveis de educação financeira. Os resultados indicam que além da questão da restrição de crédito, o analfabetismo financeiro desempenha um papel significante na seleção desse tipo de fonte de financiamento.

Escolhas individuais e bem-estar financeiro: três ensaios utilizando microdados

Como orientar políticas públicas de modo a promover o bem-estar da população? Para responder a essa questão a comunidade acadêmica tem enfocado a necessidade de se conhecer melhor as escolhas de consumo individuais. Essa tendência encontra apoio no número, cada vez maior, de bases de microdados disponibilizadas pelos órgãos governamentais e iniciativa privada. O presente trabalho analisa as escolhas dos brasileiros com relação às decisões de financiamento e de oferta de trabalho. O estudo é dividido em três ensaios empíricos distintos. Como a contratação de crédito em mercados informais é motivada pelo déficit de educação financeira é o foco do primeiro ensaio. Considerando mais de 2.000 observações sobre tomadas de crédito, utiliza-se um modelo logit multinomial para estimar a propensão à tomada de crédito na informalidade em contraste com o crédito bancário. Os resultados indicam que a educação financeira pode ter uma relevância maior para a seleção de financiamentos informais do que a restrição de crédito. O segundo ensaio analisa o comportamento de uso de cartões de crédito dentre 1.458 jovens adultos residentes no Brasil, EUA ou França. Um modelo de equações estruturais é utilizado para incorporar relações entre as variáveis latentes. O modelo validado pelo estudo representa uma situação em que o bem-estar financeiro é afetado pela forma com que o indivíduo utiliza o cartão de crédito que, por sua vez, é afetado pelo sentimento de comparação social e pela autoconfiança financeira, essa última sendo impactada também pela educação financeira recebida dos pais. Na comparação entre grupos encontramos evidências de que a comparação social tem um efeito mais forte sobre os jovens brasileiros e que homens são mais dependentes da educação dos pais do que as mulheres. No último ensaio a população pobre brasileira é analisada em relação a um suposto efeito preguiça, que seria causado pela diminuição de oferta de trabalho das famílias que recebem o benefício financeiro do governo via o Programa Bolsa Família. Um modelo de sobrevivência foi usado para comparar a duração no emprego entre beneficiários do programa e um grupo controle, utilizando uma base de dados com mais de 3 milhões de indivíduos. A hipótese de um efeito preguiça é rejeitada. O risco de desligamento do emprego para os beneficiários do Bolsa Família é medido como sendo de 7% a 10% menor, o que é capaz de anular, por exemplo, o maior risco de saída do emprego causado pela presença de filhos pequenos na composição familiar. Uma vez que a rotatividade no emprego dificulta o recebimento de aposentadorias por tempo de contribuição, pode-se concluir que o programa de transferência de renda brasileiro terá um impacto positivo sobre o bem-estar financeiro futuro do trabalhador.

Um perfil de concluintes do curso superior com base no ENADE (2005)

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Análise de concorrência no mercado mundial de café verde

A literatura argumenta que o Brasil, embora ainda seja o maior exportador mundial de café verde, tem perdido poder neste mercado, pois a concorrência (rivalidade e probabilidade de entrada) imposta por países como a Colômbia e o Vietnã é forte o suficiente para tornar este mercado bastante competitivo. Assim, este artigo avalia o padrão recente de concorrência do mercado mundial de café verde utilizando uma metodologia econométrica mais usualmente empregada em análise antitruste. Para avaliar o comportamento dos consumidores, foram estimadas as elasticidades-preço da demanda mundial de café verde, por tipo de café, usando o modelo de demanda Logit Multinomial Antitruste. Para avaliar o comportamento de equilíbrio de mercado foram realizados testes de instabilidade de share de quantidade por meio de análise de cointegração em painel. Os resultados apontam para aumento da concorrência à variedade de café brasileiro por parte da demanda e manutenção de sharede quantidades como configuração de equilíbrio de mercado.

Las nuevas medidas agroenergéticas mexicanas: un modelo microeconométrico para la evaluación de su impacto sobre los ecosistemas naturales en los estados de Hidalgo, Querétaro y Tamaulipas (México)

La ley para la Promoción y Desarrollo de Biocombustibles aprobada en México en 2007 permite la producción de bioetanol y biodiesel. Esta producción puede entrar en conflicto con la producción de alimentos y con los ecosistemas naturales y en esta tesis se desarrolla un modelo microeconométrico que puede servir de base para anticiparse a esos conflictos y para diseñar medidas de política agraria orientadas a potenciar la compatibilidad de la producción de biocombustibles con la de alimentos y con la conservación de los ecosistemas naturales. A partir de una muestra de explotaciones de tres Estados de México – Hidalgo, Querétaro y Tamaulipas- y de un modelo logit multinomial mixto, se estima la elasticidad de la superficie destinada a cultivos alimentarios respecto a cambios en los márgenes económicos de los cultivos agroenergéticos. Esa elasticidad resulta ser significativa. Mostramos que su estimación es útil para anticipar cambios en la superficie destinada a los cultivos alimentarios y a los forestales. Se evalúa el impacto de varios escenarios relativos a los márgenes brutos de los cultivos sobre las decisiones de los agricultores y se muestra la utilidad del modelo para detectar tendencias de cambio a largo plazo en la alternativa de cultivos, incluyendo los forestales. ABSTRACT The Law for the Promotion and Development of Biofuels in Mexico adopted in 2007 allows for the production of bioethanol and biodiesel. This production may conflict with food production and natural ecosystems and this thesis develops a microeconometric model that can serve as a basis to anticipate such conflicts and to implement agricultural policy measures designed to enhance the compatibility of biofuels with production food and natural ecosystems conservation. We estimate the elasticity of the area devoted to food crops with respect to changes in economic margins of energy crops, using a sample of farms in three states of Mexico - Hidalgo, Queretaro and Tamaulipas - , and a multinomial mixed logit model. We found that this elasticity is significant. And we show how it can be useful to anticipate changes in area under food crops and forests. The impact of various scenarios about gross margins on farmers' decisions is assessed and it is shown the usefulness of the model to detect trends of long-term change in the crops area, including forests.

Testing reference dependence, loss aversion and diminishing sensitivity in Spanish tourism

Based on Tversky and Kahneman’s Prospect Theory, we test the existence of reference dependence, loss aversion and diminishing sensitivity in Spanish tourism. To do this, we incorporate the reference-dependent model into a Multinomial Logit Model with Random Parameters -which controls for heterogeneity- and apply it to a sample of vacation choices made by Spaniards. We find that the difference between reference price and actual price is considered to make decisions, confirming that reference dependence exists; that people react more strongly to price increases than to price decreases relative to their reference price, which represents evidence in favor of the loss aversion phenomenon; and that there is diminishing sensitivity for losses only, showing convexity for these negative values.

Dynamic Programming Approaches for Estimating and Applying Large-scale Discrete Choice Models

People go through their life making all kinds of decisions, and some of these decisions affect their demand for transportation, for example, their choices of where to live and where to work, how and when to travel and which route to take. Transport related choices are typically time dependent and characterized by large number of alternatives that can be spatially correlated. This thesis deals with models that can be used to analyze and predict discrete choices in large-scale networks. The proposed models and methods are highly relevant for, but not limited to, transport applications. We model decisions as sequences of choices within the dynamic discrete choice framework, also known as parametric Markov decision processes. Such models are known to be difficult to estimate and to apply to make predictions because dynamic programming problems need to be solved in order to compute choice probabilities. In this thesis we show that it is possible to explore the network structure and the flexibility of dynamic programming so that the dynamic discrete choice modeling approach is not only useful to model time dependent choices, but also makes it easier to model large-scale static choices. The thesis consists of seven articles containing a number of models and methods for estimating, applying and testing large-scale discrete choice models. In the following we group the contributions under three themes: route choice modeling, large-scale multivariate extreme value (MEV) model estimation and nonlinear optimization algorithms. Five articles are related to route choice modeling. We propose different dynamic discrete choice models that allow paths to be correlated based on the MEV and mixed logit models. The resulting route choice models become expensive to estimate and we deal with this challenge by proposing innovative methods that allow to reduce the estimation cost. For example, we propose a decomposition method that not only opens up for possibility of mixing, but also speeds up the estimation for simple logit models, which has implications also for traffic simulation. Moreover, we compare the utility maximization and regret minimization decision rules, and we propose a misspecification test for logit-based route choice models. The second theme is related to the estimation of static discrete choice models with large choice sets. We establish that a class of MEV models can be reformulated as dynamic discrete choice models on the networks of correlation structures. These dynamic models can then be estimated quickly using dynamic programming techniques and an efficient nonlinear optimization algorithm. Finally, the third theme focuses on structured quasi-Newton techniques for estimating discrete choice models by maximum likelihood. We examine and adapt switching methods that can be easily integrated into usual optimization algorithms (line search and trust region) to accelerate the estimation process. The proposed dynamic discrete choice models and estimation methods can be used in various discrete choice applications. In the area of big data analytics, models that can deal with large choice sets and sequential choices are important. Our research can therefore be of interest in various demand analysis applications (predictive analytics) or can be integrated with optimization models (prescriptive analytics). Furthermore, our studies indicate the potential of dynamic programming techniques in this context, even for static models, which opens up a variety of future research directions.

Dynamic Programming Approaches for Estimating and Applying Large-scale Discrete Choice Models

People go through their life making all kinds of decisions, and some of these decisions affect their demand for transportation, for example, their choices of where to live and where to work, how and when to travel and which route to take. Transport related choices are typically time dependent and characterized by large number of alternatives that can be spatially correlated. This thesis deals with models that can be used to analyze and predict discrete choices in large-scale networks. The proposed models and methods are highly relevant for, but not limited to, transport applications. We model decisions as sequences of choices within the dynamic discrete choice framework, also known as parametric Markov decision processes. Such models are known to be difficult to estimate and to apply to make predictions because dynamic programming problems need to be solved in order to compute choice probabilities. In this thesis we show that it is possible to explore the network structure and the flexibility of dynamic programming so that the dynamic discrete choice modeling approach is not only useful to model time dependent choices, but also makes it easier to model large-scale static choices. The thesis consists of seven articles containing a number of models and methods for estimating, applying and testing large-scale discrete choice models. In the following we group the contributions under three themes: route choice modeling, large-scale multivariate extreme value (MEV) model estimation and nonlinear optimization algorithms. Five articles are related to route choice modeling. We propose different dynamic discrete choice models that allow paths to be correlated based on the MEV and mixed logit models. The resulting route choice models become expensive to estimate and we deal with this challenge by proposing innovative methods that allow to reduce the estimation cost. For example, we propose a decomposition method that not only opens up for possibility of mixing, but also speeds up the estimation for simple logit models, which has implications also for traffic simulation. Moreover, we compare the utility maximization and regret minimization decision rules, and we propose a misspecification test for logit-based route choice models. The second theme is related to the estimation of static discrete choice models with large choice sets. We establish that a class of MEV models can be reformulated as dynamic discrete choice models on the networks of correlation structures. These dynamic models can then be estimated quickly using dynamic programming techniques and an efficient nonlinear optimization algorithm. Finally, the third theme focuses on structured quasi-Newton techniques for estimating discrete choice models by maximum likelihood. We examine and adapt switching methods that can be easily integrated into usual optimization algorithms (line search and trust region) to accelerate the estimation process. The proposed dynamic discrete choice models and estimation methods can be used in various discrete choice applications. In the area of big data analytics, models that can deal with large choice sets and sequential choices are important. Our research can therefore be of interest in various demand analysis applications (predictive analytics) or can be integrated with optimization models (prescriptive analytics). Furthermore, our studies indicate the potential of dynamic programming techniques in this context, even for static models, which opens up a variety of future research directions.

Congestión vehicular en Medellín: una posible solución desde la Economía

Según la teoría económica el mecanismo de precios es una herramienta adecuada para solucionar el problema de congestión vehicular. El objetivo de este artículo es diagnosticar el grado de congestión vehicular de la ciudad de Medellín (Colombia) y proponer alternativas que den solución a dicho problema desde la óptica de la teoría económica. A diferencia de otros estudios, esta investigación analizó la relación entre el gasto de las familias en transporte y la elección de transporte (público o privado) a través la metodología de elasticidades. Se encontró evidencia a favor de la hipótesis de los precios como mecanismos para desincentivar el uso del automóvil privado, pues a medida que aumenta el nivel de gasto en transporte (asociado a un supuesto peaje urbano), la probabilidad de usar transporte privado disminuye, mientras que la probabilidad de utilizar transporte público aumenta.