Banca de QUALIFICAÇÃO: JULIANA BORGES CARVALHO DE CASTRO

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE: JULIANA BORGES CARVALHO DE CASTRO
DATA : 24/10/2024
LOCAL: CCSA
TÍTULO:

As melhores práticas dos Núcleos de Inovação e Tecnologias - NIT´s em transformar patentes de hidrogênio verde em negócios

PALAVRAS-CHAVES:

Núcleo de Inovação Tecnológica-NIT, empreendedorismo, inovação, Spinoff acadêmica, Startup, Empresa de Base Tecnológica-EBT, deeptech, Transferência de Tecnologia-TT, Patente, Hidrogênio Verde-HV

PÁGINAS: 18
RESUMO:

Desde 2004, Institutos de Ciências e Tecnologias-ICTs públicos se adequam à Lei da Inovação (Lei10.973/2004) e passam a instituir Núcleos de Inovação Tecnológica-NITs estimulando inovação no país. NITs são responsáveis por gerir inovação no ICT, além de estimular e fomentar produção de propriedade intelectual-PI e Transferência de Tecnologia-TT. Entretanto, para que haja inovação os esforços em pesquisas devem reverberar no mercado por meio de produtos, serviços e patentes, e, geralmente, esta inovação chega ao mercado pelas Empresas de Base Tecnológica-EBTs conhecida como Spinoffs acadêmicas ou deeptechs, Startups oriundas de pesquisas acadêmicas. É instigante pensar como os NITs contribuem para que a inovação chegue ao mercado. Em particular, o mercado de Hidrogênio Verde-HV, latente por soluções, devido aos efeitos das mudanças climáticas e pela necessidade de mudança nas matrizes energéticas com fontes renováveis de energia limpa. Frente a essa realidade, pergunta-se: Quais as melhores práticas dos NITs em transformar suas patentes de hidrogênio verde em negócios? O objetivo deste projeto de pesquisa é relacionar as melhores práticas dos NITs em gerar negócios. O universo da pesquisa é os NITs nacionais com patentes de HV. Esses NITs serão mapeados quanto às TT realizadas e Deeptechs geradas, identificando e relacionando as melhores práticas em transformar essas patentes em negócios. Será empregado o método fenomenológico e indutivo com uso da técnica documental e de levantamento (Survey e estudo de caso). Fontes de coleta de dados: primárias (entrevistas e Survey LIKETY online com questões fechadas) e secundárias (relatórios PROFNIT e INPI, publicações). Análise de dados: ordenação e classificação com análise de conteúdo: triangulação (concatenação de dados) e comparativo. Espera-se estimular práticas empreendedoras e produção de PIs, e dar visibilidade às Deeptechs. O resultante tecnológico será disseminar as boas práticas desses NITs em TT e negócios por meio de mini-cursos das práticas relacionadas.

MEMBROS DA BANCA:
Externa à Instituição - CRISTINA MARIA ASSIS LOPES TAVARES DA MATA HERMIDA QUINTELLA - UFBA
Externo ao Programa - 1639834 - MARCONI FREITAS DA COSTA - UFPEExterna à Instituição - SANTULLA LEIDE BERNARDES VASCONCELOS CARVALHO
Externo ao Programa - 1296114 - SERGIO LUCENA - UFPE