Os preditores da desigualdade socioterritorial no estado de Goiás, Brasil
| dc.creator | Carmo, Nadyelle Curcino do | |
| dc.creator | Nunes, Fabrizia Gioppo | |
| dc.creator | Santos, Alex Mota dos | |
| dc.creator | Silva, Carlos Fabrício Assunção da | |
| dc.creator | Almeida Junior, Pedro Monteiro de | |
| dc.date.accessioned | 2026-09-25T14:55:29Z | |
| dc.date.available | 2026-09-25T14:55:29Z | |
| dc.date.issued | 2026 | |
| dc.description.abstract | This article analyzes the predictors of socio-territorial inequality in the state of Goiás, Brazil, with an emphasis on the influence of the primary agribusiness sector on municipal development levels. To this end, 37 socioeconomic and territorial variables from the years 2021 and 2022 were used. The adopted methodology combines statistical models (Ordinary Least Squares – OLS) and machine learning algorithms (Random Forest and XGBoost). The OLS model was employed to examine statistical relationships between socioeconomic variables, while the Random Forest and XGBoost algorithms were used to assess the importance of these variables in predicting the Municipal Development Index (MDI). The analysis considered indicators such as health infrastructure, access to sanitation, literacy levels, and economic inclusion. The results indicate that variables such as employment, hospital bed availability, and basic sanitation have a strong impact on socio-territorial inequality, demonstrating that a lack of access to essential services is directly associated with low development levels. Furthermore, the research reveals that although agribusiness drives economic growth at the state level, it also contributes to the deepening of socio-territorial inequalities by concentrating wealth in specific municipalities. These findings highlight the need for public policies that promote more equitable development. | |
| dc.description.resumo | Este artigo analisa os preditores da desigualdade socioterritorial no estado de Goiás, Brasil, com ênfase na influência do setor primário do agronegócio sobre os níveis de desenvolvimento municipal. Para isso, foram utilizadas 37 variáveis socioeconômicas e territoriais referentes aos anos de 2021 e 2022. A metodologia adotada combina modelos estatísticos (MQO) e algoritmos de machine learning (Random Forest e XGBoost). O modelo de Mínimos Quadrados Ordinários (MQO) foi empregado para examinar relações estatísticas entre variáveis socioeconômicas, enquanto os algoritmos Random Forest e XGBoost foram utilizados para avaliar a importância das variáveis na predição do Índice de Desenvolvimento Municipal (IDM). As análises consideraram indicadores como infraestrutura de saúde, acesso a saneamento, níveis de alfabetização e inserção econômica. Os resultados indicam que variáveis como empregos, leitos hospitalares e saneamento básico têm forte impacto na desigualdade socioterritorial, demonstrando que a ausência de acesso a serviços essenciais está diretamente associada a baixos níveis de desenvolvimento. Além disso, a pesquisa revela que, embora o agronegócio impulsione o crescimento econômico estadual, ele também contribui para a ampliação das desigualdades socioterritoriais, ao concentrar riqueza em determinados municípios. Esses resultados evidenciam a necessidade de políticas públicas que promovam um desenvolvimento mais equitativo. | |
| dc.identifier.citation | CARMO, Nadyelle Curcino do et al. Os preditores da desigualdade socioterritorial no estado de Goiás, Brasil. Revista Brasileira de Geografia Física, Recife, v. 19, n. 2, p. 1035-1051, 2026. DOI: 10.26848/rbgf.v19.02.p1035-1051. Disponível em: https://periodicos.ufpe.br/revistas/rbgfe/article/view/267124. Acesso em: 23 set. 2026. | |
| dc.identifier.doi | 10.26848/rbgf.v19.02.p1035-1051 | |
| dc.identifier.issn | 1984-2295 | |
| dc.identifier.uri | https://repositorio.bc.ufg.br//handle/ri/31707 | |
| dc.language.iso | por | |
| dc.publisher.country | Brasil | |
| dc.publisher.course | Programa de Pós-graduação em Geografia | |
| dc.publisher.department | Instituto de Estudos Socioambientais - IESA (RMG) | |
| dc.publisher.program | Programa de Pós-graduação em Geografia | |
| dc.rights | Acesso Aberto | |
| dc.rights.uri | https://creativecommons.org/licenses/by-nc-sa/4.0/ | |
| dc.subject | Agronegócio | |
| dc.subject | Índice de Desenvolvimento Municipal (IDM) | |
| dc.subject | Regressão MQO | |
| dc.subject | Machine learning | |
| dc.subject | Políticas públicas | |
| dc.subject | Agribusiness | |
| dc.subject | Municipal Development Index | |
| dc.subject | OLS regression | |
| dc.subject | Machine learning | |
| dc.subject | Public policy | |
| dc.subject.ODS | 10 - Redução da desigualdade | |
| dc.subject.ODS | 3 - Saúde e bem-estar | |
| dc.subject.ODS | 6 - Água potável e saneamento | |
| dc.subject.ODS | 8 - Trabalho decente e crescimento econômico | |
| dc.title | Os preditores da desigualdade socioterritorial no estado de Goiás, Brasil | |
| dc.title.alternative | The predictors of socio-territorial inequality in the state of Goiás, Brazil | |
| dc.type | Artigo |
Arquivos
Pacote Original
1 - 1 de 1
Carregando...
- Nome:
- Artigo - Nadyelle Curcino do Carmo - 2026.pdf
- Tamanho:
- 862.65 KB
- Formato:
- Adobe Portable Document Format