Business Scientist. Desde 2018 é Professor e Pesquisador na Fundação Getulio Vargas (FGV IDE - Instituto de Desenvolvimento Educacional), e na Escola Superior de Propaganda e Marketing de São Paulo (ESPM/SP). Na FGV IDE, leciona nos cursos de MBA Executivo em Gestão Estratégica e Econômica de Negócios, e no curso de MBA Executivo em Business Analytics e Big Data, onde já supervisionou a elaboração de +100 trabalhos de término de curso (projetos analíticos aplicados) realizados em grupos de alunos, com uso de metodologia própria criada para a estruturação e execução de projetos, com rigor acadêmico e relevância aplicada.
Prof. Favaretto é Mestre (2015), e Doutor (2019), aprovado com distinção, em Administração de Empresas (Sistemas de Informação) pela FGV EAESP (Fundação Getulio Vargas - Escola de Administração de Empresas de São Paulo). Também realizou estágio de Pós-doutoramento (2021) em Administração de Empresas (Difusão de Inovações) na ESPM/SP - duas escolas brasileiras de negócios que são membros efetivos da AACSB (Association to Advance Collegiate School of Business).
Prof. Dr. José Favaretto - Professor e Pesquisador (FGV e ESPM)
Interesses de pesquisa
Os atuais interesses de pesquisa (acadêmica e aplicada) do Prof. Dr. José Favaretto se agrupam em duas frentes de estudo:
• 1.) Data & Analytics, Artificial Intelligence, Business Technology & Innovation | Data Science & Analytics para a tomada de decisão Organizacional (exploração, modelagem, visualização de dados, data literacy, data storytelling), Business Analytics, Business Value, Análise de Dados, Ciência de Dados, Decision Analytics, Data-Driven Decision Making, Inteligência Artificial (aprendizado de máquina, e modelos de IA generativa), Digital Business, Business Model Innovation, Difusão de Inovações & Tecnologias, Technology and Innovation Management (TIM), Disruptive Innovation, Innovation Diffusion;
• 2.) Educação e Popularização de Ciência e Tecnologia (C&T) | Metodologia Científica; Produtividade, Rigor, Relevância e Impacto na Pesquisa Científica; Reflexão Crítica e o Pensamento Científico; Internacionalização da Pesquisa Científica; Revisões Sistemáticas da Literatura & Estudos Bibliométricos; Análise e Avaliação de Indicadores da Produção Científica.
Como pesquisador científico do campo de estudos de Technology and Innovation Management (TIM), pertencente a Área de Conhecimento da Administração de Empresas (Management) [na grande Área das Ciências Sociais Aplicadas], o Prof. Dr. José Favaretto tem interesse nas temáticas de pesquisas científicas (acadêmicas e aplicadas) dirigidas a: 1.) Data & Analytics, Artificial Intelligence, Business Technology & Innovation, e 2.) Educação e Popularização de Ciência & Tecnologia (C&T).
Data Science & Analytics, Digital Business, Business Model Innovation, Business Value, Decision Analytics, Data-Driven Decision Making, Artificial Intelligence, Technology and Innovation Management (TIM), Disruptive Innovation, Innovation Diffusion
Pesquisas científicas com base na Teoria da Difusão de Inovações ou Innovation Diffusion Theory (IDT), proveniente da área de conhecimento da Sociologia (Rogers, 2003), com a utilização de modelagens matemáticas / quantitativas (Bass, 1969; Gompertz, 1825; Verhulst, 1838), para a observação e avaliação do ajuste da curva-S ou sigmóide (curva de adoção/difusão tecnológica), e sua comparação, análise e previsão (forecast) de desempenho futuro entre modelos discutidos na literatura acadêmica (Bass, Gompertz, Logistic e outros). São utilizadas séries temporais para analisar a difusão de produtos tecnológicos no setor mundial de Telecomunicações, e também as novas tecnologias globais baseadas em Inteligência Artificial (IA), Blockchain, Data Analytics, e Internet das Coisas (IoT).
Analisar as redes globais de conexão formadas pelo tema da Inteligência Artificial (IA), no que se refere: ao agrupamento de pesquisadores que estudam e discutem essa temática; a identificação das diferentes instituições de ensino superior do mundo onde tais pesquisadores estão vinculados; as principais aplicações da IA discutidas em artigos obtidos em periódicos internacionais com alto fator de impacto, no campo de estudos de Technology and Information Management (TIM). Investigar a difusão da IA nos diversos países do mundo, bem como identificar as aplicações de IA já desenvolvidas e as que estão em desenvolvimento, tanto no meio acadêmico quanto profissional.
Construção de modelos quantitativos com a utilização de equações diferenciais, técnicas da estatística multivariada (regressão múltipla/logística binária, análise fatorial, análise de clusters, PCA, etc.), modelagens com equações estruturais (PLS-SEM) e análise de dados em painel. Raspagem de dados (seleção de fontes de dados primária/secundárias, coleta, filtragem e integração), análise exploratória, análise gráfica/visual, técnicas de Social Network Analysis e Text Mining, interpretação de resultados e uso estratégico do Data Analytics para a tomada de decisões Organizacionais.
Pesquisa científica baseada na Teoria dos Estágios de Crescimento (Stages of Growth Theory) e no campo de estudos Management Information Systems (MIS), a partir do artigo seminal de Richard Nolan (Nolan, 1973). Busca identificar o Nível de Estágio das Iniciativas da Tecnologia de Informação e Comunicação/Sistemas de Informação (TIC/SI) nas Organizações contemporâneas (Favaretto, 2019; Favaretto, 2015; Favaretto & Meirelles, 2015). Permite a emissão de um Relatório e Diagnóstico informativo em tempo real, contendo 6 páginas (formato A4) para os respondentes. A participação na pesquisa é restrita apenas para convidados.
Metodologia Científica; Produtividade, Rigor, Relevância e Impacto na Pesquisa Científica; Reflexão Crítica e o Pensamento Científico; Internacionalização da Pesquisa Científica
Melhorar a confiabilidade, a eficiência e a eficácia no desenvolvimento de uma pesquisa científica. Aprimoramento de elementos-chave do procedimento científico: método, reprodutibilidade, organização das referências bibliográficas, correta utilização de bases de dados científicas, geração de relatórios. Estruturação de pesquisa qualificada, com ética, rigor (robustez teórica e metodológica), relevância acadêmica (pesquisa gerada com real contribuição ao campo / comunidade de estudo, buscando obter alto número de citações) e relevância aplicada (gerar algum benefício direto para as pessoas, organizações ou governos, refletindo em impacto para a sociedade).
Estudo das dimensões de internacionalização da pesquisa (Diniz, Favaretto, Oliveira, Brólio, 2017a, 2017b; Diniz, Oliveira, Favaretto, e Brólio, 2018a, 2018b, 2019) e indicadores de internacionalização que direcionam para as características do perfil de pesquisadores e pesquisas com alto impacto acadêmico / científico. A dicotomia ensino-pesquisa observada pelas variáveis institucionais [das Instituições de Ensino Superior (IES)] e pelos indivíduos (professores / pesquisadores). A comparação mundial das características pessoais e dos incentivos promovidos e/ou investimentos financeiros ofertados pelas IES, pelas agências de fomento à pesquisa científica (no Brasil: CAPES, CNPq, FAPESP, etc.) e pelos governos do mundo, no desenvolvimento de ações de Educação e Popularização de Ciência & Tecnologia (C&T).
Revisões Sistemáticas da Literatura e Estudos Bibliométricos com uso de bases de dados secundárias / dados abertos, acervos de periódicos, publicações científicas [com DOI] em fontes acadêmicas reconhecidas pela comunidade (Web of Science, Scopus, InCites, Crossref, Spell, Scielo, etc.). Coleta, extração de dados, limpeza de dados, inserção de filtros (palavras-chave escolhidas pelo pesquisador), identificação do impacto acadêmico conforme ranking / classificadores científicos nacionais e internacionais. Análise e discussão dos resultados obtidos, com a utilizada de técnicas da estatística multivariada, Social Network Analysis (SNA), Text Mining, dentre outras. Levantamentos sistemáticos da literatura, executados por encomenda (sob medida), conforme critério definido e escolha da base de dados e/ou temática de pesquisa a ser explorada pelo interessado.
Estudo de indicadores para a mensuração e avaliação da Produção / Produtividade Científica de agrupamentos de acadêmicos (docentes e/ou pesquisadores; nacionais ou internacionais), ou de Programas de Pós-Graduação (PPGs) do Brasil. Concepção e desenvolvimento permanente de um sistema on-line [na nuvem], que utiliza a automatização de tarefas para facilitar a execução recorrente deste procedimento junto aos PPGs. Estudo contínuo e aprofundado de Metodologia Científica para disseminação de publicações científicas de alta qualidade e impacto. Foco principal centrado na estrutura dos paradigmas da Ciência conforme a visão de Thomas Kuhn (Kuhn, 1970) e identificação e exploração do Pensamento Científico (regrado, embasado, sem uso de adjetivos).
Disciplinas com conteúdo direcionado para cursos de Pós-Graduação stricto sensu (Mestrado/Doutorado Acadêmico ou Profissional), ou cursos de Pós-Graduação lato sensu (MBA Executivo, Pós-Graduação Executiva, Master in Business and Management, Especialização, etc). Os encontros das disciplinas podem ser ministrados de modo presencial ou à distância (EaD, ao-vivo), e os conteúdos também podem ser adaptados para o formato Treinamento, Workshop ou Minicurso.
Conteúdo dirigido para organizar a formatação adequada de projetos científicos, sendo discutido de forma resumida em três blocos: 1.) Formato de trabalhos acadêmicos; 2.) Acesso e uso de Bases científicas; 3.) Integração com o Mendeley.
Conhecer o acesso ao documento estrutural de Tese, Dissertação, Artigo Científico, etc., com o fornecimento de uma 'máscara pré-formatada' (arquivo do MS-Word) no padrão exigido pela Escola ou Periódico/Congresso. Conhecer e acessar [com hands-on e exemplos] bases de dados científicas (ex: periódicos CAPES e outras), identificando buscadores, classificadores e Publishers que são reconhecidos pela comunidade acadêmica. Conhecer o gerenciamento / organização de referências e de arquivos PDF com o Mendeley (materiais de sua pesquisa que está em curso), fazendo a integração deste com as bases de dados científicas e com a manutenção automatizada de citações e lista de referências, via documento estruturado do MS-Word.
Conteúdo teórico e prático para apoiar processos e atividades necessárias para a execução de uma pesquisa científica (acadêmica ou aplicada), com o objetivo de estimular a produtividade em tarefas repetitivas, e aproveitar o tempo do pesquisador para aprofundar o rigor, relevância e qualidade do conteúdo ("recheio") de projetos científicos. Conhecer e usar um conjunto de ferramentas para o gerenciamento da produtividade e boas práticas na pesquisa científica, compostas por softwares e serviços disponíveis na nuvem (reference managers, indexadores / classificadores de impacto, buscadores acadêmicos / bases de dados científicas, plataformas de cadastros de pesquisadores/redes sociais acadêmicas, etc.), e regras para a condução das atividades de pesquisa com ética, rigor (teórico, estrutural e metodológico), além de busca de relevância e impacto acadêmico/aplicado. Aprenda também sobre indicadores/qualificadores científicos (H-index, impact factor, rankings, etc.) e como identificar periódicos relevantes em seu campo de estudos.
Aulas expositivas trazendo o passo-a-passo para construir a estrutura de tópicos / capítulos ("espinha dorsal") de projetos científicos (Tese ou Dissertação acadêmica ou profissional, Projeto acadêmico ou aplicado, Artigo científico, Projeto analítico, etc.), obrigatoriamente fazendo uso do Pensamento Científico.
Estudar e praticar a construção / estruturação das etapas / blocos que integram um projeto científico: Identificação do Paradigma & Comunidade Científica. Plágio - regras e considerações. Normas ABNT e APA para o correto uso de Citações e Referências. Introdução - Tema, Pergunta da Pesquisa, Justificativas (do Fenômeno/problema científico e do Contexto/'recorte' e contextualização da pesquisa), Objetivos (Geral e Específicos). Revisão da Literatura (corpo teórico ou fundamentação teórica estado da arte/atualizada). Método (passo-a-passo executado na pesquisa). Resultados, Análise e Discussão. Limitações da Pesquisa/Estudos Futuros. Conclusão - Contribuição e Implicações. Apêndice/Anexos.
Compreender os princípios de Data Science e Analytics, usando diferentes abordagens de assuntos, conceitos, técnicas e análises de dados, estabelecendo relações com a sua aplicabilidade nos negócios e/ou no marketing. Compreender o ciclo completo de estágios de data analytics, para transformar conjuntos de dados (datasets) provenientes de fontes primárias e/ou secundárias, em informações úteis e novos conhecimentos para a tomada de decisão nas organizações. Aulas expositivas do professor, com hands-on de ferramenta de software de Data Science & Analytics trazendo exemplos de aplicações práticas com diversas abordagens analíticas (GeoAnalytics, ImageAnalytics, TextAnalytics, Sentiment Analysis, Clustering, Social Network Analysis, dentre outras). Praticar a percepção investigativa e interpretativa dos resultados obtidos no processo de análise de dados. Softwares utilizados nas análises: R, Python, Orange e Julia.
Seguir um roteiro metodológico completo para estruturar um Projeto Analítico aplicado - projetos que são guiados obrigatoriamente por um ciclo analítico, ou seja: adotam método quantitativo, usam alguma técnica/abordagem estatística, e entregam alguma contribuição aplicada / prática /gerencial. Sistematização do ciclo de quatro estágios na execução do Projeto Analítico: Problema a ser investigado; Contribuição que é esperada; Método e Resultados obtidos; Análise & Discussão/Implicações. Esta disciplina busca também compreender as inter-relações entre cada um destes quatro estágios [nos aspectos acadêmicos, aplicados e críticos], com a exploração de um dataset (conjunto de dados) real (verídico) na etapa empírica / analítica do estudo proposto no projeto.
Compreender a geração de valor para os negócios (Business Value) a partir da análise de dados (Data Analytics), ainda é uma lacuna existente para ser esclarecida nas organizações. Com a ubiquidade da tecnologia e dos dados, iseridos nos modelos de negócios, nas atividades e nos processos organizacionais, o cargo sênior de CDAO (Chief Data Analytics Officer) se torna cada vez mais presente nas empresas. A geração de valor dos dados organizacionais, é uma tarefa que deve contar com a participação de equipes multidisciplinares, e não mais apenas centralizada nos departamentos de tecnologia. Elaborar boas perguntas sobre problemas de negócios que foram identificados, possuir dados em quantidade e qualidade adequadas, dispor de liderança e cultura organizacional dirigida por dados, são pré-requisitos iniciais para subsidiar a extração de valor para o negócio.
O objetivo geral desta disciplina é compreender os princípios de Data Science e Business Intelligence, com o estudo de conceitos, estruturas de análises de dados, construções e visualizações de gráficos, painel de dados ou dashboards, o uso de técnicas estatísticas, bem como suas relações com as abordagens analíticas aplicadas aos negócios. Aulas expositivas do professor, incluindo hands-on de ferramentas de softwares em todos os encontros em sala de aula, para apoiar as atividades práticas propostas pela disciplina (individual ou em grupo). A disciplina traz também exemplos aplicados de uso imediato nas atividades organizacionais, ampla discussão dos assuntos aprendidos, trocas de experiências e interações dos alunos e professor, para assim gerar a (re)construção do conhecimento de forma coletiva. Softwares utilizados nas aulas: Orange e Tableau Desktop.
Essa disciplina discute as temáticas sobre armazenamento de dados transacionais, modelagem de bancos de dados relacionais, instruções SQL (Structured Query Language), visualização de dados, construções de gráficos e dashboards. São apresentadas noções práticas de modelagem de dados conceitual, lógica e física, e uso de diagramas de modelo ER (Entidade-Relacionamento). Criação de tabelas, seus relacionamentos e integração com banco de dados relacional. Prática de instruções básicas com comandos SQL para criação de estruturas de armazenamento, exploração, manuseio e consulta de dados. Análises de business cases com exemplos aplicados de banco de dados, para o controle e operação de variados tipos de negócios. Recursos de visualização de dados, com abordagem de conceitos e exemplos práticos. Criação de painel de dados dirigidos para a tomada de decisão e análise estratégica de negócios. Softwares utilizados nas aulas: MySQL server, MySQL Workbench e Tableau Desktop.
Explorar a construção do pensamento científico, ou como pensar como um cientista. A alfabetização científica - o ato de pensar e questionar. Pressupostos do Pesquisador. Paradigmas da ciência. Senso comum (conhecimento vulgar) vs Conhecimento Científico (método científico). O ciclo de vida da ciência. Como a ciência é disseminada. Diferenças entre artigo de opinião, white papers e artigos científicos (papers). Onde os artigos científicos são publicados. Estruturas a serem identificadas na leitura de um artigo científico. Conhecer o acesso aos buscadores acadêmicos e as bases de dados científicas. Conhecer as etapas de condução de atividades de pesquisa com foco no rigor e relevância. A disciplina estimula os estudantes a adotarem em suas práticas de trabalho, atuais e futuras, a reflexão crítica, ou o pensar criticamente, além de compreenderem a utilização da fundamentação de conceitos, assuntos e conteúdos utilizados na metodologia de estruturação de projetos científicos.
Compreender e praticar atividades investigativas usando conjuntos de dados para descobrir padrões, detectar anomalias, testar hipóteses e verificar suposições, com a ajuda de representações gráficas e técnicas estatísticas básicas. Tipos de variáveis e distribuições. Medidas descritivas de posição (média; percentis) e de dispersão (desvio padrão; variância). Identificação e tratamento de observações discrepantes (outliers) e valores faltantes (missing values). Visualização de dados com representações gráficas (barplot, box plot, scatter plot, histograma, etc.) e suas utilizações adequadas. Correlação de variáveis: entendimento conceitual e utilização de diagramas / matriz de correlação. Regressão linear simples e múltipla. Análise de Agrupamentos (clusters). Aulas com hands-on de conjunto de dados e estruturas analíticas trazendo exemplificações de casos práticos para serem aplicados nos ambientes de negócios. Softwares utilizados nas aulas: R e Orange.
Compreender a temática de Business Analytics, considerando seus aspectos conceituais (teóricos) e aplicados (práticos), e estabelecendo relações com a aplicabilidade nos negócios. Conhecer os níveis de uso de data analytics, e suas relações com as técnicas & abordagens analíticas para transformar dados em informações / conhecimento; identificar as maneiras que o Business Analytics pode auxiliar na gestão organizacional, nas mais variadas áreas de um negócio; estudar alternativas de frameworks, modelos e metodologias para o gerenciamento de atividades de Business Analytics nas organizações; refletir sobre a utilização de Business Analytics como ferramenta estratégica para tomada de decisões do negócio, e construir estruturas de visualização de dados, gráficos e dashboards (painel de dados), com abordagem de conceitos e exemplos práticos, dirigidos para a tomada de decisão e análise estratégica de negócios. Softwares utilizados nas aulas: R, Orange e Tableau Desktop.
Reconhecer os impactos e as transformações nos negócios proporcionadas pelo ambiente digital. A Era do Big Data, seus campos de estudos e suas aplicações. Inovação digital: principais arcabouços teóricos e a mensuração do nível de maturidade organizacional. Avaliação e desenvolvimento de novos modelos de negócios direcionados por dados (suportados por Analytics, Data Science, Machine Learning e Inteligência Artificial). Business Analytics e Cultura Data-Driven. As tecnologias atuais & emergentes (Internet of Things, Games em rede, Blockchain, 5G, 6G, Wearables, Realidade Virtual, Realidade Aumentada, etc.) e suas aplicações nos negócios. Tecnologias aplicadas à Indústria 4.0, aos sistemas de logística, ao comércio, aos serviços e ao sistema financeiro. Cyber segurança e os potenciais riscos no universo dos negócios digitais (phishing, fake news, privacidade de dados, etc.). Compreender os principais aspectos da Lei Geral de Proteção de Dados (LGPD).
Esta disciplina busca estudar e entender o tema da Inteligência Artificial (IA) Generativa, e seus potenciais usos e aplicações em Negócios, na visão do campo de pesquisa de Technology and Innovation Management (TIM), Accounting & Finance. O uso da IA como uma tecnologia para influenciar a maneira como vivemos, nos comunicamos, trabalhamos, aprendemos, interagimos etc., seja por meio de aplicações que já conhecemos na atualidade, por exemplo: análise de crédito / risco, diagnóstico de saúde, reconhecimento facial ou de padrões de fotos/imagens, análises jurídicas, ou aquelas ainda que não temos ideia que surgirão, será ainda mais influenciado pela IA Generativa, uma categoria de algoritmos de IA que faz a geração de novos conteúdos baseados em dados já existentes.
Compreender os princípios de Data Literacy & Data Storytelling. Nos tempos atuais, em virtude da imensa disponibilidade de dados nas mais variadas áreas de negócios, ser capaz de entender e interpretar estes dados, são habilidades essenciais para gerar a tomada de decisão baseada em evidências, ao invés do senso comum ou julgamento pessoal. A alfabetização em dados (Data Literacy) melhora a comunicação e a colaboração de equipes de diferentes áreas da organização, assim como, a habilidade de contar histórias com dados (Data Storytelling) ajuda a comunicar insights (achados) com clareza e persuasão, pois contextualiza e torna mais acessível a transmissão de informações, para influenciar os entendimentos, ou convencer uma determinada audiência.
Com o surgimento de novas tecnologias, em um mercado em constante mudança, compreender e estudar modelos de negócios inovadores (Business Model Innovation) permite identificar novas oportunidades de negócios que atendam às necessidades das organizações, mantendo-as competitivas. A disciplina apresenta diferentes modelos de negócios já consolidados, em uso em empresas globais, e desafia os seus participantes a identificar oportunidades de mercado e desenvolver um plano para aplicar tais modelos de negócios, sendo pela análise de tendências de mercado, pelo comportamento do consumidor, pela adaptação de receitas, custos e cadeia de valor, desenvolvimento de novos produtos e serviços, etc, que venham atender às necessidades do mercado e dos clientes.
Ambidestria e Transformação Digital: avaliação de caso de empresa do varejo pet
Transformação inteligente do Financial Planning and Analysis (FP&A) empresarial com a utilização de técnicas supervisionadas de Machine Learning
Deep Learning Diffusion by Search Trend: a Country-Level Analysis
Deep Learning Diffusion by Search Trend: a Country-Level Analysis of BRICS and OECD Nations
Como a estratégia-como-prática pode habilitar a inovação sobre influência do dinamismo ambiental?
Incentivos para internacionalização são adequados? Percepção dos pesquisadores em Administração da Informação
A Capacidade da Transformação Digital e o Desempenho Organizacional: estudo empírico das múltiplas combinações da Incerteza Ambiental
Stage level measurement of Information Systems and Analytics diffusion in Organizations
Incentivos Institucionais Internos e Externos para Internacionalização da Pesquisa em Administração da Informação
As influências dos Sistemas de Informação Estratégicos na relação da Inovação e Desempenho Organizacional
Academic productivity and neocolonial effects of incentive mechanisms
Alinhamento entre a Inovação e os Sistemas de Informação Estratégicos: Um estudo empírico nas abordagens de exploration, exploitation e ambidestralidade no desempenho corporativo
Formação, Disseminação e Colaboração: Internacionalização em Administração de Sistemas de Informação
Os efeitos do Strategic Information Systems (SIS) na Inovação de Exploration e Exploitation: Um estudo empírico sobre a incerteza ambiental.
Internacionalização da pesquisa em Administração de Sistemas de Informação (ADI) e apoio institucional: visão dos pesquisadores
Exploração do acervo da RAE-Revista de Administração de Empresas (de 1961 a 2016) à luz da bibliometria, text mining, rede social e geoanálise
Exploration, Exploitation e Desempenho Organizacional: Os efeitos da moderação do uso efetivo dos Sistemas de Informação no Processo de Planejamento Estratégico
Inserção Internacional do Campo de Administração da Informação (ADI): Análise da Formação, Publicação e Participação em Redes de Pesquisa
Nolan´s Stage Level Measurement of Information and Communication Technology in Modern Organizations
Stage Level Measurement of Information and Communication Technology in Organizations
Bass, F. M. (1969). A new product growth for model consumer durables. Management Science, 15 (5), 215–227. https://doi.org/10.1287/mnsc.15.5.215
Diniz, E. H., Oliveira, H. P. G., Favaretto, J. E. R., Brolio, D. R. (2019). Incentivos para Internacionalização são Adequados? Percepção dos Pesquisadores em Administração da Informação. Revista de Administração Contemporânea, 23(4), 520-542. https://doi.org/10.1590/1982-7849rac2019180232
Diniz, E. H., Oliveira, H. P. G., Favaretto, J. E. R., Brolio, D. R. (2018a). Incentivos Institucionais Internos e Externos para Internacionalização da Pesquisa em Administração da Informação In: XLII Encontro da Associação Nacional de Pós-Graduação e Pesquisa em Administração - EnANPAD, outubro, 2018, Curitiba, PR.
Diniz, E. H., Oliveira, H. P. G., Favaretto, J. E. R., Brolio, D. R. (2018b). Academic productivity and neocolonial effects of incentive mechanisms. In: 8th Organizations, Artifacts & Practices (OAP) Workshops, 82-86, June 2018. Amsterdam, Netherlands.
Diniz, E. H., Favaretto, J. E. R., Oliveira, H. P. G., Brolio, D. R. (2017a). Formação, Disseminação e Colaboração: Internacionalização em Administração de Sistemas de Informação. Revista de Administração Contemporânea, 21(6), 811-831. https://doi.org/10.1590/1982-7849rac2017160319
Diniz, E. H., Favaretto, J. E. R., Oliveira, H. P. G., Brolio, D. R. (2017b). Internacionalização da pesquisa em Administração de Sistemas de Informação (ADI) e apoio institucional: visão dos pesquisadores. In: XLI Encontro da Associação Nacional de Pós-Graduação e Pesquisa em Administração - EnANPAD, outubro, 2017. São Paulo, SP.
Diniz, E. H., Favaretto, J. E. R., Oliveira, H. P. G., & Brólio, D. V. R. (2016). Inserção Internacional do Campo de Administração da Informação (ADI): Análise da Formação, Publicação e Participação em Redes de Pesquisa. In: XL Encontro da Associação Nacional de Pós-Graduação e Pesquisa em Administração - EnANPAD, outubro, 2016. Costa do Sauípe, BA.
Foto: Ciclo da Publicação Científica. Crédito: Prof. Dr. Eduardo Diniz, Disciplina de Oficina de Pesquisa (FGV-EAESP), 10/outubro/2013.
Favaretto, J. E. R. (2019). Stage level measurement of Information Systems and Analytics diffusion in Organizations. Academic Doctoral Thesis. Fundação Getulio Vargas, Escola de Administração de Empresas de São Paulo (FGV EAESP). Sao Paulo, Brazil. https://doi.org/10.13140/RG.2.2.15082.16328
Favaretto, J. E. R. (2015). Stage Level Measurement of Information and Communication Technology in Organizations. Academic Dissertation. Fundação Getulio Vargas, Escola de Administração de Empresas de São Paulo (FGV/EAESP). Sao Paulo, Brazil. https://doi.org/10.13140/RG.2.2.16844.82562
Favaretto, J. E. R., & Francisco, E. R. (2017). Exploração do acervo da RAE-Revista de Administração de Empresas (de 1961 a 2016) à luz da bibliometria, text mining, rede social e geoanálise. Revista de Administração de Empresas, 57(4), 365-390. https://doi.org/10.1590/S0034-759020170407
Favaretto, J. E. R., & Meirelles, F. S. (2015). Nolan´s stage level measurement of Information and Communication Technology in modern organizations. In: 46th Annual Southwest Decision Sciences Institute (SWDSI) Conference, 410-418. Houston, USA.
Gompertz, B. (1825). On the nature of the function expressive of the law of human mortality, and on a new mode of determining the value of Life Contingencies. Philosophical Transactions of the Royal Society of London, 115, 513–583. https://doi.org/10.1098/rstl.1825.0026
Kuhn, T. S. (1970). The Structure of Scientific Revolutions. Chicago: University of Chicago Press.
Morelli, L., Araujo, F. C., Favaretto, J. E. R. (2023). Transformação inteligente do Financial Planning and Analysis (FP&A) empresarial com a utilização de técnicas supervisionadas de Machine Learning. In: XLVII Encontro da Associação Nacional de Pós-Graduação e Pesquisa em Administração - EnANPAD, 2023 (Artigo aceito para publicação em Congresso).
Nolan, R. L. (1973). Managing the computer resource: A stage hypothesis. Communications of the ACM, 16(7), 399-405. https://doi.org/10.1145/362280.362284
Oliveira, C. M. A. M., Favaretto, J. E. R. (2023). Ambidestria e Transformação Digital: avaliação de caso de empresa do varejo pet. In: XLVII Encontro da Associação Nacional de Pós-Graduação e Pesquisa em Administração - EnANPAD, 2023 (Artigo aceito para publicação em Congresso).
Rogers, E. M. (2003). Diffusion of Innovations. Fifth ed. Free Press, New York NY.
Takahashi, C. K., Figueiredo, J. C. B. de, & Favaretto, J. E. R. (2023). Deep Learning diffusion by search trend: a country-level analysis. Future Studies Research Journal, 15(1), 1–40. https://doi.org/10.24023/FutureJournal/2175-5825/2023.v15i1.695
Takahashi, C. K., Figueiredo, J. C. B. de, & Favaretto, J. E. R. (2022). Deep Learning Diffusion by Search Trend: A Country-Level Analysis of BRICS and OECD Nations. SSRN Electronic Journal (Preprint). https://doi.org/10.2139/ssrn.4140105
Verhulst, P. F. (1838). Notice sur la loi que la population poursuit dans son accroissement. Correspondance Mathématique et Physique, 10, 113–121.
Yoshikuni, A. C., Favaretto, J. E. R., Albertin, A. L., & Meirelles, F. S. (2022). Como a Estratégia como Prática pode Habilitar a Inovação sob influência do Dinamismo Ambiental?. Revista de Administração Contemporânea, 26(1), e200131. https://doi.org/10.1590/1982-7849rac2022200131.por
Yoshikuni, A. C., Favaretto, J. E. R., Albertin, A. L., & Meirelles, F. S. (2019). A Capacidade da Transformação Digital e o Desempenho Organizacional: estudo empírico das múltiplas combinações da Incerteza Ambiental. In: 16th International Conference On Information Systems & Technology Management - CONTECSI. AIS Brazil Chapter Official Conference. Sao Paulo, Brazil.
Yoshikuni, A. C., Favaretto, J. E. R., Albertin, A. L., & Meirelles, F. S. (2018a). As influências dos Sistemas de Informação Estratégicos na relação da Inovação e Desempenho Organizacional. Brazilian Business Review, 15(5), 444-459. https://doi.org/10.15728/bbr.2018.15.5.3
Yoshikuni, A. C., Favaretto, J. E. R., Albertin, A. L., & Meirelles, F. S. (2018b). Alinhamento entre a Inovação e os Sistemas de Informação Estratégicos: Um estudo empírico nas abordagens de exploration, exploitation e ambidestralidade no desempenho corporativo. In: 15th International Conference On Information Systems & Technology Management - CONTECSI. AIS Brazil Chapter Official Conference, 3243-3260. São Paulo, Brasil. https://doi.org/10.5748/9788599693148-15CONTECSI/PS-5826
Yoshikuni, A. C., Favaretto, J. E. R., Albertin, A. L., & Meirelles, F. S. (2017a). Os efeitos do Strategic Information Systems (SIS) na Inovação de Exploration e Exploitation: Um estudo empírico sobre a incerteza ambiental. In: XLI Encontro da Associação Nacional de Pós-Graduação e Pesquisa em Administração - EnANPAD, outubro, 2017, São Paulo, SP.
Yoshikuni, A. C., Favaretto, J. E. R., Albertin, A. L., & Meirelles, F. S. (2017b). Exploration, Exploitation e Desempenho Organizacional: Os efeitos da moderação do uso efetivo dos Sistemas de Informação no Processo de Planejamento Estratégico. In: 14th International Conference On Information Systems & Technology Management - CONTECSI. AIS Brazil Chapter Official Conference, 3925-3950. São Paulo, Brasil. https://doi.org/10.5748/9788599693131-14CONTECSI/PS-4838