Thesis advisor: Ina V.S. Mullis / As an extension of the effort devoted to updating the questionnaires for TIMSS and PIRLS 2011, this dissertation explored a new reporting strategy for contextual questionnaire data. The study investigated the feasibility of constructing "global indicators" from a large number of diverse background variables, which could provide policy makers and practitioners with meaningful information on effective learning environments. Four broad constructs of effective learning environments were derived from the TIMSS and PIRLS Contextual Frameworks for 2011. These were: 1) effective school environments for learning to read, 2) effective home environments for learning to read, 3) effective classroom environments for learning mathematics, and 4) students' motivation to learn mathematics. Using the TIMSS and PIRLS 2011 Frameworks, the conceptual definitions of the constructs were formulated as constructs maps. Next, relevant questionnaire items were identified that addressed each aspect of the construct maps, capitalizing on the full range of background information in the TIMSS 2007 and PIRLS 2006 International Databases. The questionnaire items were used to create sets of variables for scaling, and subsequent to principal component analysis to confirm scale unidimensionality, the variables were combined into 1-Parameter IRT (Rasch) scales. The idea of conveying the meaning of the broad contextual scales through item mapping was explored, as well as reporting country-by-country results on the global scales. The scaling was successful and it was concluded that contextual information could be reported more globally in future cycles of TIMSS and PIRLS. However, the study also demonstrated that it is extremely complicated to choose background constructs at the right level of aggregation for both analysis and reporting. It is difficult to develop scales that summarize data for educational policy makers without loss of vital information. / Thesis (PhD) — Boston College, 2011. / Submitted to: Boston College. Lynch School of Education. / Discipline: Educational Research, Measurement, and Evaluation.

A integração da sustentabilidade ambiental junto à responsabilidade social tem sido cada vez mais o foco de inúmeras discussões de âmbito mundial. Assim com a expansão deste conceito, a valorização do colaborador e a preservação do meio ambiente ganham importância como instrumento de gestão, não apenas para aderir à legislação, mas também para aprimorar a qualidade, a competitividade e as reivindicações da comunidade. Deste modo, os indicadores, como ferramenta de apoio, buscam atender as observâncias através de informações que mensuram e apontam à postura socioambiental a expectativas empresariais. Neste contexto, este estudo aponta a necessidade da proposição de indicadores globais que integrados e sistêmicos auxiliem no gerenciamento empresarial cujos resultados primem pelo desenvolvimento de maneira convergente à sustentabilidade nas diversas áreas que compõem a indústria de fornecimento de insumos para o refino de petróleo. Com a utilização de questionário sobre relevância e disponibilidade dos dados sobre os indicadores e através da metodologia da Soma ponderada foi organizada uma priorização entre os indicadores levantados na empresa, contíguo à proposição de indicadores de responsabilidade social. Em seguida, foram elaborados os respectivos indicadores globais: sustentabilidade ambiental e desempenho ambiental. Destarte, são recomendadas maiores pesquisas para o desenvolvimento contínuo dos indicadores globais, além da implantação de indicadores de responsabilidade social, a fim de contribuir ao posicionamento teórico e avaliação das atuações práticas / The integration of environmental sustainability with social responsibility has increasingly been the focus of numerous discussions worldwide. The appreciation of the worker and environmental preservation gain importance as a management tool, not only to fulfill the law, but also to improve quality, competitiveness and demands of society. The social and environmental indicators as a tool of support, seek to meet the needs of social and environmental information with business expectations. In this context, this study highlights the need for the proposition that global indicators integrated and systemic assist in managing business results excel for the development of convergent way to sustainability in the various areas that make up the industry in supplying inputs for petroleum refining. With the use of a questionnaire on relevance and availability of data on indicators and using the methodology of the weighted sum was organized a priority between the indicators surveyed in the company, adjacent to the proposition of indicators of social responsibility. Were then prepared their global indicators: environmental sustainability and social responsibility. Thus, larger studies are recommended for the continued development of global indicators to contribute to positioning theory and evaluation of practical performances

A integração da sustentabilidade ambiental junto à responsabilidade social tem sido cada vez mais o foco de inúmeras discussões de âmbito mundial. Assim com a expansão deste conceito, a valorização do colaborador e a preservação do meio ambiente ganham importância como instrumento de gestão, não apenas para aderir à legislação, mas também para aprimorar a qualidade, a competitividade e as reivindicações da comunidade. Deste modo, os indicadores, como ferramenta de apoio, buscam atender as observâncias através de informações que mensuram e apontam à postura socioambiental a expectativas empresariais. Neste contexto, este estudo aponta a necessidade da proposição de indicadores globais que integrados e sistêmicos auxiliem no gerenciamento empresarial cujos resultados primem pelo desenvolvimento de maneira convergente à sustentabilidade nas diversas áreas que compõem a indústria de fornecimento de insumos para o refino de petróleo. Com a utilização de questionário sobre relevância e disponibilidade dos dados sobre os indicadores e através da metodologia da Soma ponderada foi organizada uma priorização entre os indicadores levantados na empresa, contíguo à proposição de indicadores de responsabilidade social. Em seguida, foram elaborados os respectivos indicadores globais: sustentabilidade ambiental e desempenho ambiental. Destarte, são recomendadas maiores pesquisas para o desenvolvimento contínuo dos indicadores globais, além da implantação de indicadores de responsabilidade social, a fim de contribuir ao posicionamento teórico e avaliação das atuações práticas / The integration of environmental sustainability with social responsibility has increasingly been the focus of numerous discussions worldwide. The appreciation of the worker and environmental preservation gain importance as a management tool, not only to fulfill the law, but also to improve quality, competitiveness and demands of society. The social and environmental indicators as a tool of support, seek to meet the needs of social and environmental information with business expectations. In this context, this study highlights the need for the proposition that global indicators integrated and systemic assist in managing business results excel for the development of convergent way to sustainability in the various areas that make up the industry in supplying inputs for petroleum refining. With the use of a questionnaire on relevance and availability of data on indicators and using the methodology of the weighted sum was organized a priority between the indicators surveyed in the company, adjacent to the proposition of indicators of social responsibility. Were then prepared their global indicators: environmental sustainability and social responsibility. Thus, larger studies are recommended for the continued development of global indicators to contribute to positioning theory and evaluation of practical performances

O comportamento individual relativo a viagens sofre a influência de fatores individuais e do meio urbano. Assim, a vizinhança seria uma das variáveis a serem consideradas na análise comportamental relacionada aos deslocamentos. O objetivo principal deste trabalho é analisar a influência da vizinhança no comportamento individual relativo a viagens, através de dados em painel. Dados em painel constituem importante ferramenta em análises comportamentais subjacentes a viagens urbanas, uma vez que propiciam maior quantidade de informações quando comparados aos dados seccionais. Padrões de viagens são mais bem evidenciados, através de dados em painel, caracterizando as habituais rotinas de atividades e viagens, além de melhor identificar comportamentos atípicos. Todavia, a obtenção desses dados comumente não é atividade trivial, demandando recursos monetários e de tempo. Um dos objetivos secundários deste trabalho é apresentar uma maneira prática e pouco onerosa de obtenção de dados em painel através de Smartphones. Tais dados, posteriormente, são aplicados à classificação de indivíduos segundo comportamento relacionado às viagens. A potencialidade da proposta sugerida é validada por meio de um estudo de caso relativo aos estudantes universitários do município de São Carlos - SP, Brasil. Através dos dados em painel, fornecidos pelos estudantes, utilizou-se o algoritmo k-médias considerando quatro variáveis relativas aos deslocamentos. As três categorias obtidas apresentam estrutura espacial e, portanto, possibilitam análises espaciais exploratórias e confirmatórias, almejando a compreensão de influências da vizinhança nas dinâmicas cotidianas. Este trabalho atesta a existência de autocorrelação espacial do conjunto de dados por meio de dois indicadores: Moran e SivarG (Global Spatial Indicator Based on Variogram). A corroboração da dependência espacial, apontada pelos indicadores globais, é confirmada por meio de dois modelos de escolha discreta. Um contendo apenas variáveis originais da base de dados. Outro, análogo ao primeiro, porém adicionado de covariáveis regionais, obtidas por preceitos da geoestatística. A incorporação das covariáveis regionais aumenta a precisão do modelo e promove um incremento das taxas de acertos em validações cruzadas. / Individual travel behaviour is influenced by individual factors and the urban environment. Thus, the neighborhood influence would be one of the variables to be considered in travel behavior analysis related to urban displacements. The main objective of this work is to analyze the influence of neighborhood on travel behavior by panel data. Panel data is an important tool in urban travel behavioral analyzes, since they provide a greater amount of information when compared to sectional data. Travel patterns are more evident through panel data, characterizing the usual routines of activities, as well the atypical behaviors. However, obtaining these data is not a simple task, requiring monetary and time resources. Secondary goals of this work aim to present a practical and inexpensive way to obtain panel data through Smartphones. These data are then applied to the classification of individuals according to travel behavior. The potential of the proposal is validated by a case of study concerning undergraduate and PhD students from São Carlos - SP, Brazil. Using the data provided by the students, a k-means algorithm was used considering four variables regarding displacements. These three categories have spatial structure and allow exploratory and confirmatory spatial data analyzes aiming the comprehension of the nearby influence of data at daily dynamics. This work attests to the existence of spatial autocorrelation of the data set by two indicators: Moran and SivarG (Global Spatial Indicator Based on Variogram). Corroboration of spatial dependence, pointed by the global indicators, is confirmed by two discrete choice models. The first one includes just the original database variables. The second one, analogous to the first, but added of regional covariates obtained by geostatistical concepts. The addition of regional variables leads to a more accurate model, increasing cross-validations hit rates.

O comportamento individual relativo a viagens sofre a influência de fatores individuais e do meio urbano. Assim, a vizinhança seria uma das variáveis a serem consideradas na análise comportamental relacionada aos deslocamentos. O objetivo principal deste trabalho é analisar a influência da vizinhança no comportamento individual relativo a viagens, através de dados em painel. Dados em painel constituem importante ferramenta em análises comportamentais subjacentes a viagens urbanas, uma vez que propiciam maior quantidade de informações quando comparados aos dados seccionais. Padrões de viagens são mais bem evidenciados, através de dados em painel, caracterizando as habituais rotinas de atividades e viagens, além de melhor identificar comportamentos atípicos. Todavia, a obtenção desses dados comumente não é atividade trivial, demandando recursos monetários e de tempo. Um dos objetivos secundários deste trabalho é apresentar uma maneira prática e pouco onerosa de obtenção de dados em painel através de Smartphones. Tais dados, posteriormente, são aplicados à classificação de indivíduos segundo comportamento relacionado às viagens. A potencialidade da proposta sugerida é validada por meio de um estudo de caso relativo aos estudantes universitários do município de São Carlos - SP, Brasil. Através dos dados em painel, fornecidos pelos estudantes, utilizou-se o algoritmo k-médias considerando quatro variáveis relativas aos deslocamentos. As três categorias obtidas apresentam estrutura espacial e, portanto, possibilitam análises espaciais exploratórias e confirmatórias, almejando a compreensão de influências da vizinhança nas dinâmicas cotidianas. Este trabalho atesta a existência de autocorrelação espacial do conjunto de dados por meio de dois indicadores: Moran e SivarG (Global Spatial Indicator Based on Variogram). A corroboração da dependência espacial, apontada pelos indicadores globais, é confirmada por meio de dois modelos de escolha discreta. Um contendo apenas variáveis originais da base de dados. Outro, análogo ao primeiro, porém adicionado de covariáveis regionais, obtidas por preceitos da geoestatística. A incorporação das covariáveis regionais aumenta a precisão do modelo e promove um incremento das taxas de acertos em validações cruzadas. / Individual travel behaviour is influenced by individual factors and the urban environment. Thus, the neighborhood influence would be one of the variables to be considered in travel behavior analysis related to urban displacements. The main objective of this work is to analyze the influence of neighborhood on travel behavior by panel data. Panel data is an important tool in urban travel behavioral analyzes, since they provide a greater amount of information when compared to sectional data. Travel patterns are more evident through panel data, characterizing the usual routines of activities, as well the atypical behaviors. However, obtaining these data is not a simple task, requiring monetary and time resources. Secondary goals of this work aim to present a practical and inexpensive way to obtain panel data through Smartphones. These data are then applied to the classification of individuals according to travel behavior. The potential of the proposal is validated by a case of study concerning undergraduate and PhD students from São Carlos - SP, Brazil. Using the data provided by the students, a k-means algorithm was used considering four variables regarding displacements. These three categories have spatial structure and allow exploratory and confirmatory spatial data analyzes aiming the comprehension of the nearby influence of data at daily dynamics. This work attests to the existence of spatial autocorrelation of the data set by two indicators: Moran and SivarG (Global Spatial Indicator Based on Variogram). Corroboration of spatial dependence, pointed by the global indicators, is confirmed by two discrete choice models. The first one includes just the original database variables. The second one, analogous to the first, but added of regional covariates obtained by geostatistical concepts. The addition of regional variables leads to a more accurate model, increasing cross-validations hit rates.