Os preditores da desigualdade socioterritorial no estado de Goiás, Brasil

dc.creatorCarmo, Nadyelle Curcino do
dc.creatorNunes, Fabrizia Gioppo
dc.creatorSantos, Alex Mota dos
dc.creatorSilva, Carlos Fabrício Assunção da
dc.creatorAlmeida Junior, Pedro Monteiro de
dc.date.accessioned2026-09-25T14:55:29Z
dc.date.available2026-09-25T14:55:29Z
dc.date.issued2026
dc.description.abstractThis 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.resumoEste 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.citationCARMO, 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.doi10.26848/rbgf.v19.02.p1035-1051
dc.identifier.issn1984-2295
dc.identifier.urihttps://repositorio.bc.ufg.br//handle/ri/31707
dc.language.isopor
dc.publisher.countryBrasil
dc.publisher.coursePrograma de Pós-graduação em Geografia
dc.publisher.departmentInstituto de Estudos Socioambientais - IESA (RMG)
dc.publisher.programPrograma de Pós-graduação em Geografia
dc.rightsAcesso Aberto
dc.rights.urihttps://creativecommons.org/licenses/by-nc-sa/4.0/
dc.subjectAgronegócio
dc.subjectÍndice de Desenvolvimento Municipal (IDM)
dc.subjectRegressão MQO
dc.subjectMachine learning
dc.subjectPolíticas públicas
dc.subjectAgribusiness
dc.subjectMunicipal Development Index
dc.subjectOLS regression
dc.subjectMachine learning
dc.subjectPublic policy
dc.subject.ODS10 - Redução da desigualdade
dc.subject.ODS3 - Saúde e bem-estar
dc.subject.ODS6 - Água potável e saneamento
dc.subject.ODS8 - Trabalho decente e crescimento econômico
dc.titleOs preditores da desigualdade socioterritorial no estado de Goiás, Brasil
dc.title.alternativeThe predictors of socio-territorial inequality in the state of Goiás, Brazil
dc.typeArtigo

Arquivos

Pacote Original

Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
Artigo - Nadyelle Curcino do Carmo - 2026.pdf
Tamanho:
862.65 KB
Formato:
Adobe Portable Document Format