Detalhes bibliográficos
| Ano de defesa: |
2021 |
| Autor(a) principal: |
Miguel, Leonardo Alves |
| Orientador(a): |
Não Informado pela instituição |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Biblioteca Digitais de Teses e Dissertações da USP
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: |
|
| Link de acesso: |
https://www.teses.usp.br/teses/disponiveis/55/55137/tde-20072021-104546/
|
Resumo: |
A crise mais grave em pelo menos um século trouxe uma série de consequências para a saúde, política, e economia brasileira. O termo \"novo normal\" é cada vez mais comum no vocabulário das pessoas, e os efeitos desse evento serão sentidos ainda por muitos anos. Neste trabalho, utilizamos dados adquiridos através do processamento de documentos fiscais para analisar o impacto econômico da crise causada pela pandemia de COVID-19 em uma amostra da economia brasileira, utilizando uma modelagem em Redes Complexas e Aprendizado de Máquina. O objetivo é utilizar dados de empresas, utilizados burocraticamente para cumprir obrigações fiscais e contábeis, para tirar conclusões sobre este evento. |
