A tabela em questão fornece estatísticas experimentais sobre o rendimento médio mensal real de pessoas de 14 anos ou mais idade que estão ocupadas na semana de referência como condutores de automóveis em atividades de transporte rodoviário de passageiros com rendimento de trabalho, exclusivamente aqueles empregados no setor público e militares, habitualmente recebido no trabalho principal. O escopo desta tabela se encontra dentro da Pesquisa Nacional por Amostra de Domicílios Contínua anual, cujo assunto é o Trabalho por meio de plataformas digitais, e os dados são coletados no período de 2022.

As principais métricas disponíveis na tabela incluem a medida do rendimento médio mensal real dos condutores de automóveis em transporte rodoviário de passageiros, um setor que se encontra em expansão com o crescimento do trabalho por meio de plataformas digitais.

Os dados podem ser segmentados e analisados pela dimensão "Trabalho por meio de aplicativo de táxi ou outro aplicativo de transporte de passageiros no trabalho principal", que representa uma classificação dos empregados que utilizam plataformas digitais para realizar seu trabalho principalmente como motoristas de táxis ou outros serviços de transporte de passageiros. Essa dimensão segmenta os dados em duas categorias principais: "Não" e "Sim", indicando se o empregado utiliza um aplicativo de táxi ou outro aplicativo de transporte de passageiros no trabalho principal ou não.

As aplicações práticas dos dados incluem estudos sobre o mercado de trabalho, tendências tecnológicas e inovação, especialmente em setores como transporte de passageiros. Além disso, esses dados podem ser úteis para analistas de mercado, empresas de transporte rodoviário de passageiros e governos locais e nacionais para tomar decisões informadas sobre o setor.

Alguns aspectos metodológicos relevantes incluem a natureza experimental das estatísticas, que significa que os dados são coletados por meio de métodos experimentais específicos e não por meio de uma amostra representativa da população. Isso pode afetar a precisão dos dados e deve ser considerado ao interpretá-los.