Made available in DSpace on 2014-08-20T14:25:50Z (GMT). No. of bitstreams: 1 dissertacao_maria_arita_garcia.pdf: 8113106 bytes, checksum: fba0a4bf56d450b9bee5e250f53be0b8 (MD5) Previous issue date: 2011-02-18 / This research aims to analyze the monthly variations of rainfall in Rio Grande do Sul (RS) relating to monthly changes in the average thickness of the troposphere (700mb) at the bottom of the Southern Hemisphere, which is centered in the region of Antarctica. Monthly anomalies of atmospheric thickness have been represented by principal oscillation pattern that is called the Arctic Oscillation Index. This study is important because RS has played an important role in national agricultural production, and the variable rainfall has been identified as a key role in the productivity of different regional cultures. During the study, monthly rainfall data from 32 meteorological stations in RS has been used, which has been correlated with the Arctic Oscillation Index. The Arctic Oscillation Index has been obtained directly from Climate Prediction Center and the study period has been from 1979 to 2008 and, the correlations between the monthly rainfalls have been tested considering the time lags of index 0, -1, -2, -3 months. The results of the climatology have showed that rainfall in these last three decades have presented patterns and distributed monthly throughout the year and lower values to the south and higher to the north and northwest. The largest temporal gradient in RS has occurred between the months of October and November, with their maximum and minimum respectively. The Antarctic Oscillation Index has had its greatest variations in the middle of winter and the smallest variations in late summer. The more significant correlations of rainfall in RS and the index have been mostly reversed (by the way the index is built). The highest correlation has been between the rainfall for the month of May and the index also the month of May especially in the northern half of the RS. In the southern half of RS, the changes in the index in March have shown a higher correlation considering rainfall in March and April. The highest correlations in the northwestern part of RS have been happening between the rainfall of November and November Index and the central region of RS has been showing significant correlations in December with the index in November. Among the best results (the highest correlations) it has been highlighted those correlations of the months of March, April and May. From the average rate for the quarter, the extremes of the index have been identified and climatologies of rainfall have been calculated for the two groups (six negative extreme cases and six positive extreme cases). During the negative rainfall period, the index of quarterly rainfall has been exceeding by up to 50% the positive rainfall period, mainly in the south and west of RS. The negative period has been associated to the intensification of high polar consequently it has also been associated to the intensification of the polar jet, thus the most organized cold fronts pass through the RS, while in positive periods the weakening of the high polar and changes in zonal flow of the subtropical jet have been happening, reducing the intensity of cold fronts. / Esta pesquisa tem por objetivo analisar as variações mensais da precipitação no Rio Grande do Sul (RS) e suas relações com as variações mensais da espessura da camada média da troposfera (700mb) na parte inferior do Hemisfério Sul, centrada na região da Antártica. As Anomalias mensais da espessura atmosférica são representadas pelo padrão de oscilação principal, denominado de Índice AAO (Arctic Oscillation Index). A importância deste estudo justifica-se pelo RS ter um papel importante na produção agrícola nacional, sendo a variável precipitação apontada como fator fundamental na produtividade de diversas culturas regionais. Na pesquisa foram utilizados dados de precipitação mensal de 32 estações meteorológicas no RS, as quais foram correlacionadas com o índice AAO. O índice AAO foi obtido diretamente CPC (Climate Prediction Center) e o período de estudo foram de 1979 a 2008, sendo que as correlações entre as precipitações mensais do RS foram testadas com defasagens temporais do índice de 0, -1, -2, -3 meses. Os resultados da climatologia mostram que a precipitação nestas ultimas 3 décadas apresentaram padrões mensais bem distribuídos ao longo do ano, com menores valores ao sul e maiores ao norte e noroeste. O maior gradiente temporal no RS ocorre entre os meses de outubro e novembro, com seus máximos e mínimos respectivamente. O Índice de Oscilação Antártica tem suas maiores variações no meio do inverno e as menores variações no final de verão. As correlações mais significativas da precipitação no RS e o índice foram predominantemente inversas (pela forma como foi construído o índice). As maiores correlações foram entre as precipitações do mês de maio e o Índice também do mês de maio, especialmente na metade norte do RS. Na metade sul do RS, as variações do Índice no mês de março apresentam alta correlação com as precipitações de março e de abril. A parte noroeste do RS as maiores correlações foram entre as precipitações de novembro e o Índice de novembro, Na região central do RS apresentam correlações significativas em dezembro com o Índice de novembro. Entres os melhores resultados (maiores correlações) destacam-se as correlações nos meses de março, abril e maio. A partir do índice médio deste trimestre foram identificados os casos extremos do índice e calculado as climatologias das precipitações para os dois grupos (6 casos extremos negativos e 6 casos extremos positivos). A climatologia mostra que para o período negativo do índice a precipitação acumulada trimestral supera em até 50% a do período positivo, principalmente no sul e oeste do RS. O período negativo está associado à intensificação da alta polar, conseqüentemente intensificação o jato polar e frentes frias mais organizadas passam pelo RS, enquanto que nos períodos positivos ocorre enfraquecimento da alta polar e alteração no fluxo zonal do jato subtropical, reduzindo a intensidade das frentes frias.

Submitted by Gabriela Lopes (gmachadolopesufpel@gmail.com) on 2016-10-03T17:58:28Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertação Diego Baretta oficial.pdf: 4294007 bytes, checksum: af5d209b7d453630ed4e62113be77952 (MD5) / Approved for entry into archive by Aline Batista (alinehb.ufpel@gmail.com) on 2016-10-11T19:59:16Z (GMT) No. of bitstreams: 2 Dissertação Diego Baretta oficial.pdf: 4294007 bytes, checksum: af5d209b7d453630ed4e62113be77952 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2016-10-11T19:59:16Z (GMT). No. of bitstreams: 2 Dissertação Diego Baretta oficial.pdf: 4294007 bytes, checksum: af5d209b7d453630ed4e62113be77952 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2013-10-29 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / No melhoramento de milho (Zea mays L.) a utilização de cruzamentos dialélicos visando combinações híbridas promissoras é prática comum, assim como o conhecimento da inter-relação entre rendimento de grãos e seus componentes, visando uma maior eficiência nos programas de melhoramento. Desta forma o objetivo deste trabalho foi estimar a capacidade geral (CGC) e específica (CEC) de combinação, utilizando o esquema de dialelo parcial entre linhagens endogâmicas de milho, assim como estimar os coeficientes de correlações fenotípicas entre caracteres de rendimento em milho e o desdobramento em efeitos diretos e indiretos pela análise de trilha. As combinações híbridas oriundas dos dois grupos heteróticos foram avaliadas em cinco ambientes de cultivo, utilizando -se delineamento de blocos casualizados. Avaliaram-se os caracteres: altura de plantas (AP), altura de inserção de espiga (AE), rendimento de grãos de parcela (RG), diâmetro de espiga (DE) e comprimento de espiga (CE). Realizou-se a análise dialélica, seguindo o método IV, modelo I adaptado para dialelos parciais para múltiplos ambientes. Detectaram-se diferenças significativas para cruzamentos entre todos os caracteres. O ambiente revelou significância entre todos os caracteres, com exceção de DE. A interação cruzamento e ambiente foi significativa para os caracteres AP e RG. As CGC's e CEC's foram significativas para todos os caracteres, revelando importância dos efeitos aditivos (CGC) e não-aditivos (CEC) na expressão dos caracteres, revelando predominância dos efeitos não-aditivos da CEC. Os genitores que apresentaram elevados valores de CGC foram 14 e 8 (grupo I) e 6' e 7' (grupo II) para os caracteres AE e AP, assim como dos genitores 15 e 4 (grupo I) e 3' e 4' (grupo II) para os caracteres RG, DE e CE. As combinações híbridas 10x4', 2x4', 12x4', 11x4', 10x3', 7x3', 9x3', 8x3', 14x3' e 15x7' se destacaram-se para os caracteres AE e AP apresentando elevadas magnitudes de CEC. Para os caracteres RG, DE e CE evidenciou-se elevados valores de CEC entre as combinações 3x1', 4x7', 1x1', 4x6', 15x2', 15x5' e 15x8'. Para as estimativas de correlação e análise de trilha foram mensurados caracteres primários e secundários envolvidos nos componentes do rendimento de grãos em milho em cinco locais distintos. Os resultados indicaram que rendimento de grãos de parcela apresentou estimativas positivas e significativas entre os caracteres diâmetro da espiga, peso de espiga, peso de grãos e massa de cem grãos nos ambientes classificados como desfavoráveis. Da mesma forma, evidenciou-se associação significativa e positiva com prolificidade de plantas e rendimento de grãos de parcela em todos os locais analisados, e revelou elevado efeito direto positivo, indicando ser um caráter promissor via seleção indireta visando ganho genético para o rendimento de grãos na cultura. / For maize (Zea mays L.) using diallel hybrids order promising is common practice, as well as knowledge of the inter-relationship between grain yield and its components in order to achieve greater efficiency in breeding programs. Thus the aim of this study was to estimate the general (CGC) and specific (CEC), using the scheme of partial diallel among maize inbred lines as well as estimate the coefficients of correlations between traits in maize yield and unfolding direct and indirect effects in path analysis. The hybrid combinations stemming from two heterotic groups were assessed in five cultivation environments, using a randomized block design. Characters were evaluated: plant height (AP), ear insertion height (AE), grain yield plot (RG), ear diameter (DE) and ear length (CE). The intersection and environment interaction was significant for the characters AP and RG. The CGC's and CEC's were significant for all the characters, revealing the importance of additive (CGC) and non -additive (CEC) in the expression of the characters, noting the predominance of non -additive effects of CEC. The parents who had high values were CGC 14 and 8 (group I) and 6 'and 7' (group II) for AE and AP chara cters, as well as parents of 15 and 4 (group I) and 3 'and 4' (group II) for the characters RG, DE and CE. The hybrid combinations 10x4 ', 2x4' 12x4 ', 11x4', 10x3 ', 7x3', 9x3 ', 8x3' 14x3 'and 15x7' can be up to the characters AE and AP presenting high magnitudes of CEC. For characters RG, DE and CE showed up high CEC values between combinations 3x1', 4x7', 1x1', 4x6', 15x2', 15x5' and 15x8'. For the correlation coefficients and path analysis were measured characters involved in primary and secondary components of grain yield in maize in five different locations. The results indicated that grain yield plot showed positive and significant estimates between characters ear diameter, ear weight, grain weight and weight of hundred grains in environments classified as unfavorable. Likewise, there was a significant positive association with prolificacy of plants and grain yield of the plot at all sites analyzed, and showed high positive direct effect and could be a promising character through indirect selection targeting genetic gain for grain yield in culture.

Esta dissertação de mestrado apresenta os resultados de uma investigação sobre os métodos de co-estimativa comumente utilizados em geoestatística. Estes métodos são: cokrigagem ordinária; cokrigagem colocalizada e krigagem com deriva externa. Além disso, a krigagem ordinária foi considerada apenas a título de ilustração como esse método trabalha quando a variável primária estiver pobremente amostrada. Como sabemos, os métodos de co-estimativa dependem de uma variável secundária amostrada sobre o domínio a ser estimado. Adicionalmente, esta variável deveria apresentar correlação linear com a variável principal ou variável primária. Geralmente, a variável primária é pobremente amostrada enquanto a variável secundária é conhecida sobre todo o domínio a ser estimado. Por exemplo, em exploração petrolífera, a variável primária é a porosidade medida em amostras de rocha retiradas de testemunhos e a variável secundária é a amplitude sísmica derivada de processamento de dados de reflexão sísmica. É importante mencionar que a variável primária e a variável secundária devem apresentar algum grau de correlação. Contudo, nós não sabemos como eles funcionam dependendo do grau de correlação. Esta é a questão. Assim, testamos os métodos de co-estimativa para vários conjuntos de dados apresentando diferentes graus de correlação. Na verdade, esses conjuntos de dados foram gerados em computador baseado em algoritmos de transformação de dados. Cinco valores de correlação foram considerados neste estudo: 0,993, 0,870, 0,752, 0,588 e 0,461. A cokrigagem colocalizada foi o melhor método entre todos testados. Este método tem um filtro interno que é aplicado no cálculo do peso da variável secundária, que por sua vez depende do coeficiente de correlação. De fato, quanto maior o coeficiente de correlação, maior é o peso da variável secundária. Então isso significa que este método funciona mesmo quando o coeficiente de correlação entre a variável primária e a variável secundária é baixo. Este é o resultado mais impressionante desta pesquisa. / This master dissertation presents the results of a survey into co-estimation methods commonly used in geostatistics. These methods are ordinary cokriging, collocated cokriging and kriging with an external drift. Besides that ordinary kriging was considered just to illustrate how it does work when the primary variable is poorly sampled. As we know co-estimation methods depend on a secondary variable sampled over the estimation domain. Moreover, this secondary variable should present linear correlation with the main variable or primary variable. Usually the primary variable is poorly sampled whereas the secondary variable is known over the estimation domain. For instance in oil exploration the primary variable is porosity as measured on rock samples gathered from drill holes and the secondary variable is seismic amplitude derived from processing seismic reflection data. It is important to mention that primary and secondary variables must present some degree of correlation. However, we do not know how they work depending on the correlation coefficient. That is the question. Thus, we have tested co-estimation methods for several data sets presenting different degrees of correlation. Actually, these data sets were generated in computer based on some data transform algorithms. Five correlation values have been considered in this study: 0.993; 0.870; 0.752; 0.588 and 0.461. Collocated simple cokriging was the best method among all tested. This method has an internal filter applied to compute the weight for the secondary variable, which in its turn depends on the correlation coefficient. In fact, the greater the correlation coefficient the greater the weight of secondary variable is. Then it means this method works even when the correlation coefficient between primary and secondary variables is low. This is the most impressive result that came out from this research.

Esta dissertação de mestrado apresenta os resultados de uma investigação sobre os métodos de co-estimativa comumente utilizados em geoestatística. Estes métodos são: cokrigagem ordinária; cokrigagem colocalizada e krigagem com deriva externa. Além disso, a krigagem ordinária foi considerada apenas a título de ilustração como esse método trabalha quando a variável primária estiver pobremente amostrada. Como sabemos, os métodos de co-estimativa dependem de uma variável secundária amostrada sobre o domínio a ser estimado. Adicionalmente, esta variável deveria apresentar correlação linear com a variável principal ou variável primária. Geralmente, a variável primária é pobremente amostrada enquanto a variável secundária é conhecida sobre todo o domínio a ser estimado. Por exemplo, em exploração petrolífera, a variável primária é a porosidade medida em amostras de rocha retiradas de testemunhos e a variável secundária é a amplitude sísmica derivada de processamento de dados de reflexão sísmica. É importante mencionar que a variável primária e a variável secundária devem apresentar algum grau de correlação. Contudo, nós não sabemos como eles funcionam dependendo do grau de correlação. Esta é a questão. Assim, testamos os métodos de co-estimativa para vários conjuntos de dados apresentando diferentes graus de correlação. Na verdade, esses conjuntos de dados foram gerados em computador baseado em algoritmos de transformação de dados. Cinco valores de correlação foram considerados neste estudo: 0,993, 0,870, 0,752, 0,588 e 0,461. A cokrigagem colocalizada foi o melhor método entre todos testados. Este método tem um filtro interno que é aplicado no cálculo do peso da variável secundária, que por sua vez depende do coeficiente de correlação. De fato, quanto maior o coeficiente de correlação, maior é o peso da variável secundária. Então isso significa que este método funciona mesmo quando o coeficiente de correlação entre a variável primária e a variável secundária é baixo. Este é o resultado mais impressionante desta pesquisa. / This master dissertation presents the results of a survey into co-estimation methods commonly used in geostatistics. These methods are ordinary cokriging, collocated cokriging and kriging with an external drift. Besides that ordinary kriging was considered just to illustrate how it does work when the primary variable is poorly sampled. As we know co-estimation methods depend on a secondary variable sampled over the estimation domain. Moreover, this secondary variable should present linear correlation with the main variable or primary variable. Usually the primary variable is poorly sampled whereas the secondary variable is known over the estimation domain. For instance in oil exploration the primary variable is porosity as measured on rock samples gathered from drill holes and the secondary variable is seismic amplitude derived from processing seismic reflection data. It is important to mention that primary and secondary variables must present some degree of correlation. However, we do not know how they work depending on the correlation coefficient. That is the question. Thus, we have tested co-estimation methods for several data sets presenting different degrees of correlation. Actually, these data sets were generated in computer based on some data transform algorithms. Five correlation values have been considered in this study: 0.993; 0.870; 0.752; 0.588 and 0.461. Collocated simple cokriging was the best method among all tested. This method has an internal filter applied to compute the weight for the secondary variable, which in its turn depends on the correlation coefficient. In fact, the greater the correlation coefficient the greater the weight of secondary variable is. Then it means this method works even when the correlation coefficient between primary and secondary variables is low. This is the most impressive result that came out from this research.

Submitted by Willians Gaspar (willians.gaspar@fgv.br) on 2018-01-22T16:33:59Z No. of bitstreams: 1 A Correlação entre Jornada de Trabalho e Produtividade - Uma Perspectiva Macroeconômica entre Países.pdf: 1651221 bytes, checksum: 10a95ba6074b04f5e4e0f6d88a9bf7b6 (MD5) / Approved for entry into archive by Janete de Oliveira Feitosa (janete.feitosa@fgv.br) on 2018-01-24T12:00:40Z (GMT) No. of bitstreams: 1 A Correlação entre Jornada de Trabalho e Produtividade - Uma Perspectiva Macroeconômica entre Países.pdf: 1651221 bytes, checksum: 10a95ba6074b04f5e4e0f6d88a9bf7b6 (MD5) / Made available in DSpace on 2018-01-29T18:55:15Z (GMT). No. of bitstreams: 1 A Correlação entre Jornada de Trabalho e Produtividade - Uma Perspectiva Macroeconômica entre Países.pdf: 1651221 bytes, checksum: 10a95ba6074b04f5e4e0f6d88a9bf7b6 (MD5) Previous issue date: 2017-12-19 / This research has as general objective to identify the variables or contributing factors to subsidize the discussion about reduction of the Working Day. As a specific objective, what is proposed is to verify how these same variables affect Productivity. For both objectives the macroeconomic aspects of the countries analyzed are considered. The criterion for selecting these countries is based on the "ranking" of the OECD and World Bank database for the year 2013, considering all the major world economies, which together represent 65.22% of global GDP. The data extracted refer to the "Gross Domestic Product - GDP at (PPP) - Purchasing Power Parity", which consists of the Gross Domestic Product, in international dollars, with a view to the comparative possibility of these economies by purchasing power parity (PPP). Other sources of information were considered as objects of analysis and observations, including the statistical series of secondary data from the International Labor Office (ILO), the International Monetary Fund (IMF), the United Nations (UNDP), the Brazilian Institute of Geography and Economics (IBGE), the Department of Statistics and Socioeconomic Studies (DIEESE) and the Institute of Economic and Applied Research (IPEA). The research was conducted at the macroeconomic level of the countries, with a longitudinal temporal cut between the years 2007 and 2013, in order to observe the behavior of these economies, including during the period of the 2008 global crisis. evolution of the historical series of GDP, revealing the size of the economy, GDP per capita, which captures wealth in relation to the population. Finally, we consider the labor productivity factor itself, which deals with the relationship between GDP, the number of people and the number of hours worked in the period. This research has as general objective to identify the variables or contributing factors to subsidize the discussion about reduction of the Working Day. As a specific objective, what is proposed is to verify how these same variables affect Productivity. For both objectives the macroeconomic aspects of the countries analyzed are considered. The criterion for selecting these countries is based on the "ranking" of the OECD and World Bank database for the year 2013, considering all the major world economies, which together represent 65.22% of global GDP. The data extracted refer to the "Gross Domestic Product - GDP at (PPP) - Purchasing Power Parity", which consists of the Gross Domestic Product, in international dollars, with a view to the comparative possibility of these economies by purchasing power parity (PPP). Other sources of information were considered as objects of analysis and observations, including the statistical series of secondary data from the International Labor Office (ILO), the International Monetary Fund (IMF), the United Nations (UNDP), the Brazilian Institute of Geography and Economics (IBGE), the Department of Statistics and Socioeconomic Studies (DIEESE) and the Institute of Economic and Applied Research (IPEA). The research was conducted at the macroeconomic level of the countries, with a longitudinal temporal cut between the years 2007 and 2013, in order to observe the behavior of these economies, including during the period of the 2008 global crisis. evolution of the historical series of GDP, revealing the size of the economy, GDP per capita, which captures wealth relative to the population. Finally, we consider the labor productivity factor itself, which deals with the relationship between GDP, the number of people and the number of hours worked in the period. Design/Methodology/ approach – The method is a qualitative research of the exploratory type, subsidized by quantitative correlation analysis, and the statistical design is directed to the verification of the degree of association between the variables: Working day and Labor productivity; that is, calculation and interpretation of the degree of correlation between these two variables. Findings – In the final conclusion of the study, it is inferred based on the theoretical reference and the analysis of the statistical data, if the reduction in the working day contributes to changes in productivity indexes, and just as other variables are considered in this discussion. Research limitations – No aspects of the national culture, climatic conditions and segregation of nations by percentage of participation in agriculture, industry, and services were considered in the composition of their economies, with a view to performing comparative analysis by subgroups. In addition, the sample set is restricted both in number of countries and in relation to the relatively short period between 2007 and 2013, in addition to being marked by an atypical event such as the global economic crisis of 2008. Practical contributions – To governments, organizations and workers to rethink the possible economic and social benefits, through public policies that allow greater flexibility in working hours, focusing on the competitive advantages and the balance of the relation between labor and capital, observing the legal aspects, productivity, quality of life, unit costs and the generation of jobs / Esta pesquisa tem como objetivo geral identificar as variáveis ou fatores contribuintes para subsidiar a discussão sobre redução da Jornada de Trabalho. Como objetivo específico, o que se propõe é verificar como essas mesmas variáveis afetam a Produtividade. Para ambos os objetivos são considerados os aspectos macroeconômicos dos países analisados. O critério para seleção desses países se fundamenta no “ranking” da base de dados da Organização para a Cooperação e Desenvolvimento Econômico – OCDE e do Banco Mundial, ano base 2013, considerando-se o conjunto das maiores economias mundiais, que, juntas, representam 65,22% do PIB global. Os dados extraídos são referentes ao “Gross Domestic Product – GDP at (PPP) - Purchasing Power Parity”, que consiste no Produto Interno Bruto, em dólares internacionais, com vistas à possibilidade comparativa destas economias pela paridade do poder de compra (PPC). Outras fontes de informações foram consideradas como objetos de análise e observações, incluindo-se as séries estatísticas de dados secundários do Instituto Internacional do Trabalho (OIT), do Fundo Monetário Internacional (FMI), das Nações Unidas (UNDP), do Instituto Brasileiro de Geografia e Economia (IBGE), do Departamento Intersindical de Estatística e Estudos Socioeconômicos (DIEESE) e do Instituto de Pesquisa Econômica e Aplicada (IPEA). A pesquisa foi conduzida no nível macroeconômico dos países, com corte temporal longitudinal entre os anos de 2007 a 2013, com o objetivo de observar-se o comportamento dessas economias, inclusive durante o período da crise mundial de 2008. Nesse sentido, foi avaliada a evolução da série histórica do PIB, como reveladora do tamanho da economia, o PIB per capita, que captura a riqueza em relação à população. Por último, considera-se o fator produtividade do trabalho propriamente dito, que trata da relação entre o PIB, o número de pessoas e o número de horas trabalhadas no período. Quanto ao método, trata-se de pesquisa qualitativa do tipo exploratória, subsidiada por análise quantitativa correlacional, sendo o delineamento estatístico direcionado para a verificação do grau de associação entre as varáveis: Jornada de trabalho e Produtividade do trabalho; ou seja, cálculo e interpretação do grau de correlação entre essas duas variáveis. Na conclusão final do trabalho, infere-se com base no referencial teórico e na análise dos dados estatísticos, se a redução na jornada de trabalho contribui para alterações nos índices de produtividade, e assim como outras variáveis são consideradas nesta discussão. Não foram considerados aspectos da cultura nacional, condições climáticas e segregação das nações por percentual de participação respectivamente em agricultura, indústria, e serviços, na composição de suas economias, visando realizar análise comparativa por subgrupos. Além disto o conjunto amostral é restrito, tanto em número de países, quanto em relação ao período, relativamente curto, entre 2007 e 2013, além de ter sido marcado por fato atípico como a crise econômica mundial de 2008. Á governos, organizações e trabalhadores para repensarem os eventuais benefícios econômicos e sociais, através de políticas públicas que permitam maior flexibilização das jornadas de trabalho, com foco nas vantagens competitivas e no equilíbrio da relação entre mão de obra e capital, observando os aspectos legais, a produtividade, a qualidade de vida, os custos unitários e a geração de empregos