scholarly journals A Experiência Negra de Ranqueamento Social na Uber: Uma Reflexão Racializada da Vigilância Contemporânea

2021 ◽  
Vol 39 ◽  
pp. 83-100
Author(s):  
Naiara Silva Evangelo ◽  
Fátima Cristina Regis Martins de Oliveira
Keyword(s):  
Big Data ◽  

Este estudo analisa a experiência de ranqueamento social de usuários e motoristas negros da empresa de transporte privado Uber, na cidade do Rio de janeiro, Brasil. Com os olhares voltados para a vivência e para o sistema de avaliação da empresa, observa-se como a experiência aparece na lógica contemporânea da vigilância. A partir de discussões e observações realizadas em pesquisa exploratória, o estudo questiona: na ambiência da Uber, com mecanismos de vigilância de dados em operação, de que modo os negros estão vivenciando a lógica social de ranqueamento? A cartografia foi a metodologia escolhida para o estudo, considerando a possibilidade de acompanhar processos e sua aposta na experimentação, com procedimentos flexíveis de produção de dados, bem como o seu caráter pesquisa-intervenção (Escóssia et al., 2009). Assim, o objetivo principal da pesquisa é investigar essa vivência com o intuito de ampliar a análise da vigilância contemporânea com um recorte racializado e entre os objetivos específicos pretende-se romper com o silenciamento e a invisibilidade de perspectivas teóricas negras (Ribeiro, 2017). O arcabouço teórico do estudo será dividido em dois eixos: estudo das relações raciais e os estudos de vigilância. Percebemos, assim, que na era do big data a discriminação pode aparecer de forma oculta, pois as tecnologias performam uma falsa neutralidade, o que acelera e cria discriminações ainda mais profundas (Benjamin, 2019).

Author(s):  
Maricruz Aurelia Fun Sang Cepeda ◽  
Gabriel Premoli Monteiro ◽  
João Vitor Marques de Oliveira Moita ◽  
Jean-David Caprace
Keyword(s):  
Big Data ◽  

2019 ◽  
Vol 22 (1) ◽  
Author(s):  
Anna-Beatriz Sabino ◽  
Pedro Reis-Martins ◽  
Mauricio Carranza-Infante

Resumen La planeación de la movilidad urbana requiere utilización de datos masivos para apoyar la toma de decisiones y realizar proyecciones estratégicas, es así como muchos gobiernos locales no poseen la capacidad para generar los datos necesarios. Sin embargo, empresas privadas como Waze Moovit, Stava y Uber (gestores de aplicativos móviles de movilidad) tienen la capacidad de producir estos datos y, además, han demostrado su disponibilidad para compartirlos y así mejorar las condiciones de la planeación de la movilidad en las ciudades. En América del Sur, Rio de Janeiro, Sao Paulo y Medellín, son casos de ciudades que se convirtieron en ejemplos de innovación en el de uso de datos. Con base en la experiencia de estas ciudades y en encuestas aplicadas con representantes de empresas gestoras de Apps de movilidad y de gobiernos, en este artículo se propone un modelo de tres niveles para el uso de datos en beneficio de la gestión y planeación de la movilidad urbana. El modelo propuesto tiene como objetivo trazar parámetros que ayuden a las ciudades a desarrollar una visión en cuanto al potencial de los datos para generar acciones y políticas públicas de movilidad urbana.  Palabras clave: Apps de movilidad; Big Data; gestión de tráfico colaborativo; movilidad Inteligente; planificación del tránsito; planificación urbana; Smart Cities; transporte;   Abstract Urban mobility planning is included in a global scenario of increasing use of massive data to support decision making. However, many local governments do not have a structure that produces the data necessary to base their strategic projections. At the same time, private companies - such as Waze and Moovit (mobile application mobility managers) - have the ability to produce this data and, in addition, have demonstrated their availability to share them and thus improve planning conditions in cities. Nevertheless, managing this data and using it for the benefit of better urban planning and management is not a simple task. In South America, Rio de Janeiro, Sao Paulo and Medellín have overcome important obstacles in this trajectory and became examples of innovation in the use of data. Based on the experience of these cities - and on surveys conducted with representatives of mobile apps companies and governments -, this article proposes a three-level model for the use of data for the benefit of urban mobility management and planning. The proposed model is in its initial stage and aims to draw parameters that help cities to develop a vision regarding the potential of data to generate actions and public policies of urban mobility. Keywords: Mobility apps; Big data; collaborative traffic management; Smart mobility; traffic planning; urban planification; transport; Smart Cities.   Recibido: septiembre 9 / 2019  Evaluado: noviembre 30 / 2019  Aceptado: diciembre 18 / 2019   Publicado en línea: diciembre de 2019                 Actualizado: diciembre de 2019


2016 ◽  
Vol 3 (4) ◽  
pp. 32-45 ◽  
Author(s):  
Arushi Jain ◽  
Vishal Bhatnagar

Data is continuously snowballing over the years, gradually a huge growth is seen in data to store and tame to yield meticulous result. It gives rise to a concept nowadays, reckoned as big data analytics. With the summer Olympics at Rio de Janeiro, Brazil in the year 2016 round the corner, we, the authors have implemented a mathematical model by implementing efficient map reduce program to predict the number of medals each country might bag at the games. Based on a number of factors such as historical performance of the country in terms of medals won, the performance of athletes, financial scenario in the country, fitness levels and nutrition of athletes along with familiarity to the playing conditions can be used to come up with a reliable estimate.


2019 ◽  
Vol 9 (3) ◽  
pp. 717-739 ◽  
Author(s):  
André Botelho ◽  
Antonio Brasil Jr. ◽  
Maurício Hoelz
Keyword(s):  
Big Data ◽  

Resumo O texto apresenta um mapa semântico e bibliométrico da coleção de artigos de Sociologia & Antropologia. Revista do PPGSA realizado a partir de metodologias informacionais. Publicada pelo Programa de Pós-graduação em Sociologia e Antropologia da Universidade Federal do Rio de Janeiro, desde 2011, a revista se vem consolidando como um dos periódicos mais importantes de veiculação da produção científica de ponta das ciências sociais no Brasil. Ao mesmo tempo em que registra e reflete sobre a nossa publicação na última década, oferecendo uma visão de conjunto dos artigos, o mapa que apresentamos é também uma aposta no chamado Big Data no debate mais amplo sobre os métodos e técnicas de pesquisa nas ciências sociais.


2020 ◽  
Author(s):  
Pablo Cerdeira ◽  
Marcus Mentzingen de Mendonça ◽  
Urszula Gabriela Lagowska

Este texto para discussão aborda alguns estudos preliminares do Projeto “Big Data para o Desenvolvimento Urbano Sustentável” conduzido pela Fundação Getulio Vargas em parceria com o BID, com as cidades de Miraflores (Peru), Montevidéu (Uruguai), Quito (Equador), São Paulo (Brasil) e Xalapa (México) e com o apoio do aplicativo Waze. Este projeto faz parte da Cooperação Técnica Regional RG-T3095 financiada pelo BID, por intermédio do programa de Bens Públicos Regionais, e executado pela FGV. No BID, o estudo foi coordenado pela Divisão de Habitação e Desenvolvimento Urbano e, na FGV, pelo Centro de Tecnologia e Desenvolvimento - CTD, e desenvolvido em parceria com o Centro de Estudos de Política e Economia do Setor Público - CEPESP (Aspectos Institucionais), a Escola de Direito do Rio de Janeiro - FGV Direito Rio (Aspectos Regulatórios) e a Escola de Matemática Aplicada - FGV EMAp (Ciencia de Dados).


2021 ◽  
Author(s):  
Ciro Biderman ◽  
Marcus Mentzingen de Mendonça ◽  
Patricia Alencar Silva Mello ◽  
Cláudia Hiromi Oshiro ◽  
Nathalia Foditsch

Esta monografia aborda alguns estudos preliminares do Projeto “Big Data para o Desenvolvimento Urbano Sustentável” conduzido pela Fundação Getulio Vargas em parceria com o BID, com as cidades de Miraflores (Peru), Montevidéu (Uruguai), Quito (Equador), São Paulo (Brasil) e Xalapa (México) e com o apoio do aplicativo Waze. Este projeto faz parte da Cooperação Técnica Regional RG-T3095 financiada pelo BID, por intermédio do programa de Bens Públicos Regionais, e executado pela FGV. No BID, o estudo foi coordenado pela Divisão de Habitação e desenvolvimento Urbano e, na FGV, pelo Centro de Tecnologia e Desenvolvimento - CTD, e desenvolvido em parceria com o Centro de Estudos de Política e Economia do Setor Público - CEPESP (Aspectos Institucionais), a Escola de Direito do Rio de Janeiro - FGV Direito Rio (Aspectos Regulatórios) e a Escola de Matemática Aplicada - FGV EMAp (Ciência de Dados).


2021 ◽  
Author(s):  
Agustina Calatayud ◽  
Santiago Sánchez González ◽  
Felipe Bedoya Maya ◽  
Francisca Giraldez ◽  
José María Márquez

Este documento presenta el primer análisis exhaustivo para la región acerca las características y costos de la congestión urbana en América Latina y el Caribe, con resultados para las áreas metropolitanas de Bogotá (Colombia), Buenos Aires (Argentina), Ciudad de México (México), Lima (Perú), Montevideo (Uruguay), Río de Janeiro (Brasil), San Salvador (El Salvador), Santiago (Chile), Santo Domingo (República Dominicana) y Sao Paulo (Brasil). Utiliza big data y ciencia de datos para elucidar la dinámica de la congestión en cada ciudad y sus costos directos e indirectos para la sociedad. Con el fin de mitigar estos impactos, el documento reúne cinco grupos de medidas de política pública: (i) instrumentos de gestión de tráfico; (ii) políticas que restringen el uso del vehículo particular; (iii) políticas que promueven el uso del transporte público, el transporte activo y el transporte compartido; (iv) planificación integrada de la movilidad y el uso del suelo; y (v) políticas para la gestión de la logística urbana. Concluye con recomendaciones sobre las medidas más adecuadas y la secuenciación de las mismas para reducir la congestión en las grandes ciudades y las megaciudades de la región.


2014 ◽  
Vol 6 (1) ◽  
pp. 144
Author(s):  
Lawrence Koo
Keyword(s):  
Big Data ◽  

Resenha do livro: TAURION, Cezar. Big data. Rio de Janeiro: Brasport Livros e Multimídia Ltda., 2013.


ASHA Leader ◽  
2013 ◽  
Vol 18 (2) ◽  
pp. 59-59
Keyword(s):  

Find Out About 'Big Data' to Track Outcomes


Sign in / Sign up

Export Citation Format

Share Document