Desvendando dados. Transformando realidades.

O QSS Lab é um Grupo de Pesquisa e Laboratório de Quantitative Social Sciences e de Computational Social Sciences vinculado à Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto (FEARP/USP). Nosso objetivo é promover estudos inovadores e rigorosos que combinam técnicas quantitativas e computacionais para compreender melhor fenômenos sociais complexos. Colaboramos com pesquisadores de várias disciplinas, e de várias instituições, para oferecer insights profundos e soluções baseadas em dados.

Sobre o QSS Lab

O QSS Lab é uma aliança interdisciplinar e interinstitucional de pesquisadores, voltada a soluções de problemas sociais. O termo Quantitative Social Science (QSS) é entendido como a convergência dos campos da Economia, da Educação, da Ciência Política, das Políticas Públicas, da Saúde Pública, da Psicologia e da Sociologia, voltada ao suporte decisório baseado em evidências, direcionando-se à gestão social. Já o termo Computational Social Science (CSS), marca o encontro entre as Ciências de Dados e o uso de Inteligência Artificial (IA), em favor da busca por soluções de problemas comportamentais sociais e humanos.

Transformando as pesquisas em Ciências Sociais no Brasil

Acreditamos que a transformação das pesquisas em Ciências Sociais no Brasil passa, essencialmente, por avanços metodológicos e pela integração de abordagens interdisciplinares. Nossa equipe adota o uso de grandes volumes de dados (Big Data) e técnicas inovadoras de análise em tempo real e modelagem computacional para investigar fenômenos sociais de forma mais precisa e dinâmica. Essas metodologias permitem não apenas respostas mais rápidas e informadas, mas também possibilitam decisões mais eficazes e oportunas, com base em evidências sólidas. Nosso compromisso, porém, vai além da inovação técnica. Estamos profundamente conscientes da importância de realizar nossas pesquisas de maneira ética e responsável. Para isso, garantimos que todas as análises e o uso de dados respeitem rigorosos princípios éticos, considerando as implicações legais, sociais e políticas de nossas descobertas. Entendemos que a Ciência Social não pode ser desvinculada de seu impacto na sociedade e, por isso, buscamos sempre promover práticas que preservem a integridade e a confiança pública, ao mesmo tempo que ampliam o alcance e a relevância dos nossos estudos.

Rafael de Freitas Souza

Professor

Professor de Ciência de Dados na Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto (FEARP/USP) e Professor do Programa de Pós-Graduação Interunidades em Integração da América Latina da USP (PROLAM/USP). Seus interesses de pesquisa se concentram na aplicação e no aprimoramento metodologias científicas e no uso de métodos estatísticos, matemáticos e computacionais para compreender comportamentos sociais. Possui ampla experiência em programação aplicada à coleta, tratamento, análise e visualização de dados, com ênfase no uso de técnicas de Machine Learning, Deep Learning e análises espaciais. Também é autor do livro Data Science, Analytics and Machine Learning with R, distribuído em 60 países pela Academic Press; e autor da library overdisp for R, módulo computacional registrado pelo CRAN (The Comprehensive R Archive Network).

Fabiano Guasti Lima

Professor

Professor Livre Docente em Métodos Quantitativos e Finanças na Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto (FEARP/USP) e Professor do Programa de Pós-Graduação em Controladoria e Contabilidade da FEARP/USP. Também é Bolsista Produtividade em Pesquisa do Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPQ) e Pesquisador da Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP). Tem experiência na área de Administração, com ênfase em Administração Financeira, atuando principalmente nas áreas de finanças corporativas e mercado de capitais. Coautor de seis livros e diversos trabalhos publicados em Congressos no país e no Exterior e em Revistas com Arbitragem. Consultor de Empresas nas áreas de Finanças Corporativas e Gestão de Riscos. Possui efetiva colaboração em pesquisa internacional, consubstanciada por parceria em 2017 com a UNCTAD - United Nations Conference on Trade and Development, em Trade, Environment, Climate Change and Sustainable Development Branch.

Luciana Romano Morilas

Professora

Professora Livre-Docente na Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto (FEARP/USP) e Professora do Programa de Pós-Graduação Interunidades em Integração da América Latina da USP (PROLAM/USP). Também coordena o grupo de pesquisa "Habeas Data - Estudos Empíricos em Direito", e o Centro Multidisciplinar de Estratégia, Pesquisa e Inovação da PGE/SP (CeMEPI/PGE), em parceria com a Procuradoria Geral do Estado de São Paulo com financiamento da Fapesp. Coordena o MBA Gestão em Direito nas Empresas na FUNDACE/USP. É membro da Rede de Estudos Empíricos em Direito (REED), da European Society for Empirical Legal Studies (ESELS), da Associação Brasileira Elas no Processo (ABEP), do Instituto Brasileiro de Direito de Família (IBDFAM) e da International Political Science Association (IPSA). Possui interesse nos tópicos de Estudo Empíricos do Direito, de Acesso à Justiça, Jurimetria, Mediação e Conciliação, e Liderança Feminina.

Fernando Freire Vasconcelos

Professor

Professor do MBA em Data Science Analytics da Escola Superior de Agricultura "Luiz de Queiroz" (ESALQ) da USP, com um robusto background transversal à Administração e ao Direito. Seus interesses englobam a análise de processos cíveis e direito societário/empresarial, recuperação judicial e falências, além de temáticas na intersecção entre Administração Pública e tecnologia avançada, com um interesse particular em gestão de desempenho, métodos quantitativos e as potencialidades das Ciências de Dados e do Machine Learning. Suas recentes pesquisas envolvem a aplicação de inteligência artificial, big data e data mining, focados especialmente em transformar a Gestão Pública através das Ciência de Dados.

Hamilton Luiz Corrêa

Professor

Professor da Faculdade de Economia, Administração e Atuárias da Universidade de São Paulo (FEA/USP) e Professor do Programa de Pós-Graduação em Administração da FEA/USP. Foi precursor do primeiro modelo de desempenho organizacional no Brasil (MADE-O) e tem interesses relacionados à Gestão Estratégica do Desempenho Organizacional e ao Ensino em Administração, bem como seus impactos na sociedade.

Vitória Muniz

Acadêmica

Acadêmica do curso de graduação em Finanças e Negócios do Departamento de Contabilidade da Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto (FEARP/USP). Atualmente, é pesquisadora em nível de Iniciação Científica no projeto de pesquisa intitulado “The Rhythms of Justice: An analysis of procedural timeliness in Brazilian Courts”, derivação do Centro Multidisciplinar de Estratégia, Pesquisa e Inovação da Procuradoria Geral do Estado de São Paulo (CeMEPI/PGE).

Tayná Carlos Veneziano

Acadêmica

Acadêmica do curso de graduação em Ciências Contábeis do Departamento de Contabilidade da Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto (FEARP/USP). Atualmente, é pesquisadora em nível de Iniciação Científica no projeto de pesquisa intitulado “Estratégias Financeiras Data-Driven: A utilização de dados pelas empresas de moda no Brasil”. Possui interesses nos seguintes tópicos: Data Science, Data Analytics e Inteligência Artificial, Ciências Contábeis e Finanças, ESG e Avaliação Econômica.

ARTIGO: The Social Psychological Explanations for the Effects of Social Media Marketing and Traditional Media on Voting Intentions

Keywords: Politicians; Social media; Voting intentions; Self-enhancement; Social identity theory; Sentiment analysis

Desvendando dados. Transformando realidades.

Equipe

Rafael de Freitas Souza

Fabiano Guasti Lima

Luciana Romano Morilas

Fernando Freire Vasconcelos

Hamilton Luiz Corrêa

Vitória Muniz

Tayná Carlos Veneziano

Pesquisas Concluídas

ARTIGO: The Social Psychological Explanations for the Effects of Social Media Marketing and Traditional Media on Voting Intentions

ARTIGO: Atos Discriminatórios Contra as Mulheres no Trabalho: Uma análise dos processos no TRT-15

ARTIGO/ALGORITMO: B3 Financial Assets Data Collection on Twitter: A Python text mining algorithm

ARTIGO: G20 Countries and Sustainable Development: Do They Live up to Their Promises on CO2 Emissions?

ARTIGO: Direito à Busca da Felicidade: Uma caracterização das decisões em segunda instância do Tribunal de Justiça de São Paulo

ARTIGO: Multilevel Ordinal Logit Models: A Proportional Odds Application Using Data from Brazilian Higher Education Institutions

ESG e Machine Learning: O impacto na previsão de insolvência de empresas brasileiras

ARTIGO: O Federalismo e a Difusão de Políticas Públicas de Acessibilidade e Inclusão nas Constituições Estaduais Brasileiras

ARTIGO: Vulnerability to Poverty Due to Schooling: A discussion from the spatial perspective

ARTIGO: Valuation in Brazil in the Last 20 Years: An analysis of the premises adopted in the takeover bid assessment reports

ARTIGO: Trend and Momentum Technical Indicators for Investing in Market Indices

ARTIGO: Influence of the Cash Conversion Cycle on Firm's Financial Performance: Evidence from publicly traded firms in the Latin American context

ARTIGO: Projective Techniques: In search of an alternative to validity and reliability

ARTIGO: A Relação entre Estrutura, Composição e Processos dos Conselhos Superiores e o Desempenho das Instituições Públicas Federais de Ensino Superior Brasileiras

ARTIGO: Analysis of Judiciary Expenditure and Productivity Using Machine Learning Techniques

ARTIGO: Modelo de Avaliação de Desempenho para Assembleias Legislativas

ARTIGO: Modelo de Avaliação de Desempenho Global para Instituições de Ensino Básico Públicas Estaduais e Municipais

ARTIGO: The Effect of Relationship Banking on SMEs’ Credit Access Conditions: Empirical evidence from Brazil

ARTIGO: Analysis of Allocations of Brazil's Closed Pension Funds

ARTIGO: Geração de Valor Econômico por Empresas Brasileiras de Médio Porte e seus Segmentos de Atuação

ARTIGO: Stock Splits and Reverse Splits in the Brazilian Capital Market

ARTIGO: Relationship of the Rating of the Companies with the Forecast Error of Market Analysts

ARTIGO: Build Up para o Custo de Capital Próprio do Setor Sucroenergético Brasileiro

ARTIGO: Fatores de Influência no Desenvolvimento de Competências dos Estudantes de Administração no Brasil: Perspectivas segundo os coordenadores de curso

ARTIGO: Application of Machine Learning and Deep Learning for Modeling a Water Basin

LIVRO: Data Science, Analytics and machine learning with R

ALGORITMO: Package ‘overdisp’ for R (new version)

ARTIGO: Multilevel evidence on how policymakers may Reduce Avoidable Deaths Due to COVID-19: The case of Brazil

ARTIGO: Ações Judiciais Referentes a Contratos Bancários no Estado de São Paulo: Uma análise empírica

ARTIGO: Global Relationship Between Economic Growth and CO2 Emissions Across Time: A multilevel approach.

ARTIGO: Crises and the Development of Economic Institutions: A narrow replication of Rajan and Ramcharan (2016) through a multilevel econometric approach

ARTIGO: overdisp: an R package for direct detection of overdispersion in count data multiple regression analysis

Contato