Vantagens da qualificação automatizada de dados cadastrais no setor público – o caso do INSS
| Ano de defesa: | 2024 |
|---|---|
| Autor(a) principal: | |
| Orientador(a): | |
| Banca de defesa: | |
| Tipo de documento: | Dissertação |
| Tipo de acesso: | Acesso aberto |
| Idioma: | por |
| Instituição de defesa: |
Não Informado pela instituição
|
| 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://hdl.handle.net/10438/35826 |
Resumo: | Objetivo – Comprovar a redução do esforço despendido na realização de acertos cadastrais dos benefícios previdenciários após a implantação da qualificação cadastral em lote no CNIS. Metodologia – Esta pesquisa trouxe como elementos caracterizadores a análise da literatura disponível, com o intuito de construir um referencial teórico que contemplasse a demanda proposta, bem como viesse a contribuir com informações adicionais, primando-se pela atualização do tema. Utilizou-se um estudo quantitativo, através de estatística descritiva, realizado com dados secundários relativos ao cadastro dos segurados da previdência social aposentados nos anos de 2017 e 2023. Resultados – Com base na análise das fontes de atualização dos registros relativos às amostras coletadas, evidenciou-se uma redução significativa no esforço despendido manualmente na atualização dos registros para concessão de benefícios. Limitações – Para maior riqueza de análise é sugerido comparar a população de outras espécies de benefícios, bases cadastrais de outros órgãos públicos federais que vivem realidades distintas do INSS. Aplicabilidade do trabalho – Consolidar um trabalho que possa servir como referência para gestões públicas que desejam aumentar a eficiência no atendimento das políticas públicas operacionalizadas por suas gestões. Contribuições para a sociedade – Desburocratizar a concessão de benefícios, dispensando a apresentação de documentos, a partir da coleta de dados já disponíveis em bases governamentais. Originalidade - Esta pesquisa se funda em estudo utilizando dados oficiais do Cadastro Nacional de Informações Sociais do INSS, tendo-se como objeto de apreço a qualidade dos dados de Pessoas Físicas. |
| id |
FGV_28a7f46d4fed3ac25b61cf6e71a88852 |
|---|---|
| oai_identifier_str |
oai:repositorio.fgv.br:10438/35826 |
| network_acronym_str |
FGV |
| network_name_str |
Repositório Institucional do FGV (FGV Repositório Digital) |
| repository_id_str |
|
| spelling |
Dal Col Filho, RobertoEscolas::EBAPEVeiga, Carla Carvalho daRoncaratti, LuannaLamas, Rodrigo Abrantes2024-09-02T13:31:04Z2024-09-02T13:31:04Z2024-07-19https://hdl.handle.net/10438/35826Objetivo – Comprovar a redução do esforço despendido na realização de acertos cadastrais dos benefícios previdenciários após a implantação da qualificação cadastral em lote no CNIS. Metodologia – Esta pesquisa trouxe como elementos caracterizadores a análise da literatura disponível, com o intuito de construir um referencial teórico que contemplasse a demanda proposta, bem como viesse a contribuir com informações adicionais, primando-se pela atualização do tema. Utilizou-se um estudo quantitativo, através de estatística descritiva, realizado com dados secundários relativos ao cadastro dos segurados da previdência social aposentados nos anos de 2017 e 2023. Resultados – Com base na análise das fontes de atualização dos registros relativos às amostras coletadas, evidenciou-se uma redução significativa no esforço despendido manualmente na atualização dos registros para concessão de benefícios. Limitações – Para maior riqueza de análise é sugerido comparar a população de outras espécies de benefícios, bases cadastrais de outros órgãos públicos federais que vivem realidades distintas do INSS. Aplicabilidade do trabalho – Consolidar um trabalho que possa servir como referência para gestões públicas que desejam aumentar a eficiência no atendimento das políticas públicas operacionalizadas por suas gestões. Contribuições para a sociedade – Desburocratizar a concessão de benefícios, dispensando a apresentação de documentos, a partir da coleta de dados já disponíveis em bases governamentais. Originalidade - Esta pesquisa se funda em estudo utilizando dados oficiais do Cadastro Nacional de Informações Sociais do INSS, tendo-se como objeto de apreço a qualidade dos dados de Pessoas Físicas. Objective – To prove the reduction in effort depending on the registration of social security benefits after the implementation of batch registration qualification at the CNIS. Methodology – This research brought as characterizing elements the analysis of available literature, with the aim of building a theoretical framework that contemplated the proposed demand, as well as contributing with additional information, striving to update the topic. A quantitative study was used, using descriptive statistics, carried out with secondary data relating to the registration of social security insured retirees in the years 2017 and 2023. Results – Based on the analysis of updated sources of records relating to the samples collected, evidence of a significant reduction in the effort expended manually in updating records for granting retirement benefits. Limitations – For a greater richness of analysis, it is suggested to compare the population of other types of benefits, registration bases of other federal public bodies that experience specific INSS realities. Study applicability – Consolidate work that can serve as a reference for public administrations that wish to increase efficiency in meeting public policies operationalized by their administrations. Social contributions – Reduce bureaucracy in the granting of benefits, eliminating the need to present documents, based on the collection of data already available on government databases. Originality - This research is based on a study using official data from the INSS National Register of Social Information, with the quality of data on Individuals as the object of consideration.porAutomaçãoCadastroMDMregistro mestreINSSAdministração públicaPrevidência social - BrasilAdministração pública - AutomaçãoCadastro de pessoalInstituto Nacional do Seguro Social (Brasil)Vantagens da qualificação automatizada de dados cadastrais no setor público – o caso do INSS info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional do FGV (FGV Repositório Digital)instname:Fundação Getulio Vargas (FGV)instacron:FGVLICENSElicense.txtlicense.txttext/plain; charset=utf-85112https://repositorio.fgv.br/bitstreams/49441a74-d4ba-4cd1-bbdf-5b4b96330444/download2a4b67231f701c416a809246e7a10077MD51falseAnonymousREADORIGINALRelatório de Diagnóstico e Analise_Roberto Dal Col Filho.pdfRelatório de Diagnóstico e Analise_Roberto Dal Col Filho.pdfPDFapplication/pdf3036707https://repositorio.fgv.br/bitstreams/d3f7d1d5-b269-42ea-b7a2-bc99fedea4c5/downloadd500090d9c5df00e15564748fa6a07f0MD52trueAnonymousREADTEXTRelatório de Diagnóstico e Analise_Roberto Dal Col Filho.pdf.txtRelatório de Diagnóstico e Analise_Roberto Dal Col Filho.pdf.txtExtracted texttext/plain103333https://repositorio.fgv.br/bitstreams/887ccaee-0f9c-4a11-b8ec-0c7f7392eafe/download93b658cdde833f8c4bdc195ca8e16927MD53falseAnonymousREADTHUMBNAILRelatório de Diagnóstico e Analise_Roberto Dal Col Filho.pdf.jpgRelatório de Diagnóstico e Analise_Roberto Dal Col Filho.pdf.jpgGenerated Thumbnailimage/jpeg3109https://repositorio.fgv.br/bitstreams/1dd240df-69c6-4ab5-8122-f34ccf89ad5d/downloada1a8e66e31a6f5393f246b4f4831f96bMD54falseAnonymousREAD10438/358262024-09-02 14:02:19.184open.accessoai:repositorio.fgv.br:10438/35826https://repositorio.fgv.brRepositório InstitucionalPRIhttp://bibliotecadigital.fgv.br/dspace-oai/requestbiblioteca.digital@fgv.bropendoar:39742024-09-02T14:02:19Repositório Institucional do FGV (FGV Repositório Digital) - Fundação Getulio Vargas (FGV)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 |
| dc.title.por.fl_str_mv |
Vantagens da qualificação automatizada de dados cadastrais no setor público – o caso do INSS |
| title |
Vantagens da qualificação automatizada de dados cadastrais no setor público – o caso do INSS |
| spellingShingle |
Vantagens da qualificação automatizada de dados cadastrais no setor público – o caso do INSS Dal Col Filho, Roberto Automação Cadastro MDM registro mestre INSS Administração pública Previdência social - Brasil Administração pública - Automação Cadastro de pessoal Instituto Nacional do Seguro Social (Brasil) |
| title_short |
Vantagens da qualificação automatizada de dados cadastrais no setor público – o caso do INSS |
| title_full |
Vantagens da qualificação automatizada de dados cadastrais no setor público – o caso do INSS |
| title_fullStr |
Vantagens da qualificação automatizada de dados cadastrais no setor público – o caso do INSS |
| title_full_unstemmed |
Vantagens da qualificação automatizada de dados cadastrais no setor público – o caso do INSS |
| title_sort |
Vantagens da qualificação automatizada de dados cadastrais no setor público – o caso do INSS |
| author |
Dal Col Filho, Roberto |
| author_facet |
Dal Col Filho, Roberto |
| author_role |
author |
| dc.contributor.unidadefgv.por.fl_str_mv |
Escolas::EBAPE |
| dc.contributor.member.none.fl_str_mv |
Veiga, Carla Carvalho da Roncaratti, Luanna |
| dc.contributor.author.fl_str_mv |
Dal Col Filho, Roberto |
| dc.contributor.advisor1.fl_str_mv |
Lamas, Rodrigo Abrantes |
| contributor_str_mv |
Lamas, Rodrigo Abrantes |
| dc.subject.por.fl_str_mv |
Automação Cadastro MDM registro mestre INSS |
| topic |
Automação Cadastro MDM registro mestre INSS Administração pública Previdência social - Brasil Administração pública - Automação Cadastro de pessoal Instituto Nacional do Seguro Social (Brasil) |
| dc.subject.area.por.fl_str_mv |
Administração pública |
| dc.subject.bibliodata.por.fl_str_mv |
Previdência social - Brasil Administração pública - Automação Cadastro de pessoal Instituto Nacional do Seguro Social (Brasil) |
| description |
Objetivo – Comprovar a redução do esforço despendido na realização de acertos cadastrais dos benefícios previdenciários após a implantação da qualificação cadastral em lote no CNIS. Metodologia – Esta pesquisa trouxe como elementos caracterizadores a análise da literatura disponível, com o intuito de construir um referencial teórico que contemplasse a demanda proposta, bem como viesse a contribuir com informações adicionais, primando-se pela atualização do tema. Utilizou-se um estudo quantitativo, através de estatística descritiva, realizado com dados secundários relativos ao cadastro dos segurados da previdência social aposentados nos anos de 2017 e 2023. Resultados – Com base na análise das fontes de atualização dos registros relativos às amostras coletadas, evidenciou-se uma redução significativa no esforço despendido manualmente na atualização dos registros para concessão de benefícios. Limitações – Para maior riqueza de análise é sugerido comparar a população de outras espécies de benefícios, bases cadastrais de outros órgãos públicos federais que vivem realidades distintas do INSS. Aplicabilidade do trabalho – Consolidar um trabalho que possa servir como referência para gestões públicas que desejam aumentar a eficiência no atendimento das políticas públicas operacionalizadas por suas gestões. Contribuições para a sociedade – Desburocratizar a concessão de benefícios, dispensando a apresentação de documentos, a partir da coleta de dados já disponíveis em bases governamentais. Originalidade - Esta pesquisa se funda em estudo utilizando dados oficiais do Cadastro Nacional de Informações Sociais do INSS, tendo-se como objeto de apreço a qualidade dos dados de Pessoas Físicas. |
| publishDate |
2024 |
| dc.date.accessioned.fl_str_mv |
2024-09-02T13:31:04Z |
| dc.date.available.fl_str_mv |
2024-09-02T13:31:04Z |
| dc.date.issued.fl_str_mv |
2024-07-19 |
| dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
| format |
masterThesis |
| status_str |
publishedVersion |
| dc.identifier.uri.fl_str_mv |
https://hdl.handle.net/10438/35826 |
| url |
https://hdl.handle.net/10438/35826 |
| dc.language.iso.fl_str_mv |
por |
| language |
por |
| dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
| eu_rights_str_mv |
openAccess |
| dc.source.none.fl_str_mv |
reponame:Repositório Institucional do FGV (FGV Repositório Digital) instname:Fundação Getulio Vargas (FGV) instacron:FGV |
| instname_str |
Fundação Getulio Vargas (FGV) |
| instacron_str |
FGV |
| institution |
FGV |
| reponame_str |
Repositório Institucional do FGV (FGV Repositório Digital) |
| collection |
Repositório Institucional do FGV (FGV Repositório Digital) |
| bitstream.url.fl_str_mv |
https://repositorio.fgv.br/bitstreams/49441a74-d4ba-4cd1-bbdf-5b4b96330444/download https://repositorio.fgv.br/bitstreams/d3f7d1d5-b269-42ea-b7a2-bc99fedea4c5/download https://repositorio.fgv.br/bitstreams/887ccaee-0f9c-4a11-b8ec-0c7f7392eafe/download https://repositorio.fgv.br/bitstreams/1dd240df-69c6-4ab5-8122-f34ccf89ad5d/download |
| bitstream.checksum.fl_str_mv |
2a4b67231f701c416a809246e7a10077 d500090d9c5df00e15564748fa6a07f0 93b658cdde833f8c4bdc195ca8e16927 a1a8e66e31a6f5393f246b4f4831f96b |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositório Institucional do FGV (FGV Repositório Digital) - Fundação Getulio Vargas (FGV) |
| repository.mail.fl_str_mv |
biblioteca.digital@fgv.br |
| _version_ |
1866368978059788288 |