@article{Duan_Hu_Vasarhelyi_Rosa_Leão Lyrio_2020, title={Open Government Data (OGD) driven decision aid: a predictive model to monitor COVID-19 and support decisions in a Brazilian State}, volume={71}, url={https://revista.enap.gov.br/index.php/RSP/article/view/5009}, DOI={10.21874/rsp.v71i0.5009}, abstractNote={<div class="tlid-input input"> <div class="tlid-language-bar ls-wrap"> <div class="swap-wrap">O objetivo desta pesquisa é construir um modelo de previsão da evolução do COVID-19 no estado para auxiliar na tomada de decisões governamentais. Este estudo adota a metodologia Continuous Intelligent Pandemic Monitoring (CIPM) para avaliar a situação do COVID-19 no estado de Santa Catarina, Brasil. Ao examinar os dados do estado de Santa Catarina, esta pesquisa examina a razoabilidade dos números atuais da epidemia por meio de diferentes variáveis ​​exógenas, determina o nível de gravidade da pandemia nas cidades e simula seus impactos para orientar o governo em termos de público adequado aplicação da política. Os resultados revelam que o modelo ajuda a compreender a importância dos dados abertos e destaca a relevância e a contribuição social da disponibilização de dados em tempo real. Além disso, o modelo de previsão contribui para a tomada de decisão governamental e societária, pois ajuda a compreender os efeitos da pandemia na sociedade por meio da análise de variáveis ​​exógenas (Densidade demográfica; Empregos industriais; Percentual da população urbana; Extensão territorial do município; Lista de municípios por região; PIB / per capita).</div> </div> </div>}, journal={Revista do Serviço Público}, author={Duan, Huijue Kelly and Hu, Hanxin and Vasarhelyi, Miklos and Rosa, Fabricia Silva and Leão Lyrio, Mauricio Vasconcellos}, year={2020}, month={ago.}, pages={140-164} }