Redes criminosas em investigações previdenciárias na Polícia Federal
Autor(a) principal: | |
---|---|
Data de Publicação: | 2020 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UnB |
Texto Completo: | https://repositorio.unb.br/handle/10482/38625 |
Resumo: | Dissertação (mestrado)—Universidade de Brasília, Faculdade de Economia, Administração, Contabilidade e Gestão de Políticas Públicas, Programa de Pós-Graduação em Administração, Mestrado Profissional em Administração Pública, 2020. |
id |
UNB_659c99a359f26113f8026a46b3095e42 |
---|---|
oai_identifier_str |
oai:repositorio.unb.br:10482/38625 |
network_acronym_str |
UNB |
network_name_str |
Repositório Institucional da UnB |
repository_id_str |
|
spelling |
Redes criminosas em investigações previdenciárias na Polícia FederalBrasil. Departamento de Polícia FederalPrevidência socialFraudeRedes sociais - análisePrediçãoDissertação (mestrado)—Universidade de Brasília, Faculdade de Economia, Administração, Contabilidade e Gestão de Políticas Públicas, Programa de Pós-Graduação em Administração, Mestrado Profissional em Administração Pública, 2020.As fraudes contra o sistema previdenciário brasileiro causam prejuízo bilionário anualmente aos cofres públicos e o presente trabalho busca formas de auxiliar à Polícia Federal no combate a este tipo de fraude. Para tanto foram estudados, com o método da Análise de Redes Sociais, alguns casos já concluídos de operações de combate a grupos criminosos atuantes naquela área, delineando uma rede básica de composição de grupos criminosos e propondo algoritmo de detecção ou predição destes grupos. O algoritmo foi testado em investigações em andamento em quatro unidades da federação, identificando a existência de 37 prováveis grupos criminosos organizados envolvidos em fraudes apuradas em diversas investigações feitas de maneira isolada. O algoritmo proposto pode auxiliar não só na identificação ou predição de grupos criminosos, mas também ajudar na definição, mediante critérios objetivos e com base em método científico, da aplicação dos recursos disponíveis de forma a maximizar os resultados no combate à atuação de grupos criminosos organizados.Frauds against the Brazilian social security system cause billionaire losses annually to public coffers and the present work seeks ways to assist the Federal Police in combating this type of fraud. For this purpose, some cases already concluded of operations to combat criminal groups operating in that area were studied, using the Social Network Analysis method, outlining a basic network of composition of criminal groups and proposing an algorithm for detecting or predicting these groups. The algorithm was tested in ongoing investigations in four units of the federation, identifying the existence of 37 probable organized criminal groups involved in fraud investigated in several investigations carried out in isolation. The proposed algorithm can assist not only in the identification or prediction of criminal groups, but also in the definition, using objective criteria and based on a scientific method, of the application of available resources in order to maximize the results in combating the activities of organized criminal groups.Faculdade de Economia, Administração, Contabilidade e Gestão de Políticas Públicas (FACE)Departamento de Administração (FACE ADM)Programa de Pós-Graduação em Administração, Mestrado Profissional em Administração PúblicaPrograma de Pós-Graduação em Administração, Mestrado Profissional em Administração PúblicaGomes, Adalmir de OliveiraMacêdo, Nelson Levy Kneip de Freitas2020-07-01T14:43:07Z2020-07-01T14:43:07Z2020-07-012020-02-20info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfMACÊDO, Nelson Levy Kneip de Freitas. Redes criminosas em investigações previdenciárias na Polícia Federal. 2020. 176 f. il. Dissertação (Mestrado Profissional em Administração)— Universidade de Brasília, Brasília, 2020.https://repositorio.unb.br/handle/10482/38625A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições:Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UnBinstname:Universidade de Brasília (UnB)instacron:UNB2024-03-08T18:46:33Zoai:repositorio.unb.br:10482/38625Repositório InstitucionalPUBhttps://repositorio.unb.br/oai/requestrepositorio@unb.bropendoar:2024-03-08T18:46:33Repositório Institucional da UnB - Universidade de Brasília (UnB)false |
dc.title.none.fl_str_mv |
Redes criminosas em investigações previdenciárias na Polícia Federal |
title |
Redes criminosas em investigações previdenciárias na Polícia Federal |
spellingShingle |
Redes criminosas em investigações previdenciárias na Polícia Federal Macêdo, Nelson Levy Kneip de Freitas Brasil. Departamento de Polícia Federal Previdência social Fraude Redes sociais - análise Predição |
title_short |
Redes criminosas em investigações previdenciárias na Polícia Federal |
title_full |
Redes criminosas em investigações previdenciárias na Polícia Federal |
title_fullStr |
Redes criminosas em investigações previdenciárias na Polícia Federal |
title_full_unstemmed |
Redes criminosas em investigações previdenciárias na Polícia Federal |
title_sort |
Redes criminosas em investigações previdenciárias na Polícia Federal |
author |
Macêdo, Nelson Levy Kneip de Freitas |
author_facet |
Macêdo, Nelson Levy Kneip de Freitas |
author_role |
author |
dc.contributor.none.fl_str_mv |
Gomes, Adalmir de Oliveira |
dc.contributor.author.fl_str_mv |
Macêdo, Nelson Levy Kneip de Freitas |
dc.subject.por.fl_str_mv |
Brasil. Departamento de Polícia Federal Previdência social Fraude Redes sociais - análise Predição |
topic |
Brasil. Departamento de Polícia Federal Previdência social Fraude Redes sociais - análise Predição |
description |
Dissertação (mestrado)—Universidade de Brasília, Faculdade de Economia, Administração, Contabilidade e Gestão de Políticas Públicas, Programa de Pós-Graduação em Administração, Mestrado Profissional em Administração Pública, 2020. |
publishDate |
2020 |
dc.date.none.fl_str_mv |
2020-07-01T14:43:07Z 2020-07-01T14:43:07Z 2020-07-01 2020-02-20 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
MACÊDO, Nelson Levy Kneip de Freitas. Redes criminosas em investigações previdenciárias na Polícia Federal. 2020. 176 f. il. Dissertação (Mestrado Profissional em Administração)— Universidade de Brasília, Brasília, 2020. https://repositorio.unb.br/handle/10482/38625 |
identifier_str_mv |
MACÊDO, Nelson Levy Kneip de Freitas. Redes criminosas em investigações previdenciárias na Polícia Federal. 2020. 176 f. il. Dissertação (Mestrado Profissional em Administração)— Universidade de Brasília, Brasília, 2020. |
url |
https://repositorio.unb.br/handle/10482/38625 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UnB instname:Universidade de Brasília (UnB) instacron:UNB |
instname_str |
Universidade de Brasília (UnB) |
instacron_str |
UNB |
institution |
UNB |
reponame_str |
Repositório Institucional da UnB |
collection |
Repositório Institucional da UnB |
repository.name.fl_str_mv |
Repositório Institucional da UnB - Universidade de Brasília (UnB) |
repository.mail.fl_str_mv |
repositorio@unb.br |
_version_ |
1814508195643654144 |