Análise de conglomerados em curvas de aprendizado para formação de agrupamentos homogêneos de trabalhadores
Autor(a) principal: | |
---|---|
Data de Publicação: | 2013 |
Outros Autores: | , |
Tipo de documento: | Artigo |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFRGS |
Texto Completo: | http://hdl.handle.net/10183/114951 |
Resumo: | Em diversos setores da indústria é desejado que trabalhadores reunidos em uma estação de trabalho apresentem perfil de aprendizado similar. O presente artigo apresenta um método de agrupamento de trabalhadores utilizando modelagem por curva de aprendizado e técnicas de clusterização. O método modela dados de desempenho de trabalhadores por intermédio de diversos modelos de curvas de aprendizado; os parâmetros de aprendizado dos modelos testados permitem predizer o desempenho dos trabalhadores em intervalos de tempo pré-determinados. Os valores preditos são agrupados através de ferramentas de clusterização. O maior índice de ajuste (IA), gerado a partir do Silhouette Index e do coeficiente de determinação, indica o modelo de curva mais consistente em termos de aderência aos dados e qualidade de agrupamento de perfis de aprendizado. Ao ser aplicado em dados de uma indústria de calçados, o método gerou agrupamentos consistentes de trabalhadores com base nos distintos perfis de aprendizado. |
id |
UFRGS-2_f560941b89bf74f8b912a261824ca2f5 |
---|---|
oai_identifier_str |
oai:www.lume.ufrgs.br:10183/114951 |
network_acronym_str |
UFRGS-2 |
network_name_str |
Repositório Institucional da UFRGS |
repository_id_str |
|
spelling |
Stroieke, Renato EduardoFogliatto, Flavio SansonAnzanello, Michel José2015-04-07T01:58:25Z20130103-6513http://hdl.handle.net/10183/114951000921451Em diversos setores da indústria é desejado que trabalhadores reunidos em uma estação de trabalho apresentem perfil de aprendizado similar. O presente artigo apresenta um método de agrupamento de trabalhadores utilizando modelagem por curva de aprendizado e técnicas de clusterização. O método modela dados de desempenho de trabalhadores por intermédio de diversos modelos de curvas de aprendizado; os parâmetros de aprendizado dos modelos testados permitem predizer o desempenho dos trabalhadores em intervalos de tempo pré-determinados. Os valores preditos são agrupados através de ferramentas de clusterização. O maior índice de ajuste (IA), gerado a partir do Silhouette Index e do coeficiente de determinação, indica o modelo de curva mais consistente em termos de aderência aos dados e qualidade de agrupamento de perfis de aprendizado. Ao ser aplicado em dados de uma indústria de calçados, o método gerou agrupamentos consistentes de trabalhadores com base nos distintos perfis de aprendizado.In many industrial segments, it is desirable to allocate workers with similar learning profiles in the same workstation. This paper presents a method that groups workers based on learning curve modeling and clustering techniques. Workers’ performance data are modeled through several learning curve models; learning parameters allow for workers’ performance prediction at intervals of predetermined time. The predicted values are then grouped by clustering techniques. The largest Adjustment Index (AI), derived from the Silhouette Index and Coefficient of Determination, indicates the model yielding superior adherence to data and better clustering of learning profiles. When applied to a shoe manufacturing process, the method generated consistent groups of workers based on their learning profiles.application/pdfporProdução. Porto Alegre. Vol. 23, n. 3 (jul./set. 2013), p. 537-547Aprendizagem organizacionalGestão da qualidadeLearning curvesClusteringGroups of workersAnálise de conglomerados em curvas de aprendizado para formação de agrupamentos homogêneos de trabalhadoresCluster analysis of learning curves for grouping workers with homogeneous learning profiles info:eu-repo/semantics/articleinfo:eu-repo/semantics/otherinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSORIGINAL000921451.pdf000921451.pdfTexto completoapplication/pdf959702http://www.lume.ufrgs.br/bitstream/10183/114951/1/000921451.pdf3b5c699a4b2773d4576d5458bc2697c9MD51TEXT000921451.pdf.txt000921451.pdf.txtExtracted Texttext/plain41139http://www.lume.ufrgs.br/bitstream/10183/114951/2/000921451.pdf.txtae80aedbfc09834082e503be817d1e6dMD52THUMBNAIL000921451.pdf.jpg000921451.pdf.jpgGenerated Thumbnailimage/jpeg2004http://www.lume.ufrgs.br/bitstream/10183/114951/3/000921451.pdf.jpg106bb4224f74287951e4411781804b7fMD5310183/1149512022-08-19 04:44:54.327205oai:www.lume.ufrgs.br:10183/114951Repositório de PublicaçõesPUBhttps://lume.ufrgs.br/oai/requestopendoar:2022-08-19T07:44:54Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false |
dc.title.pt_BR.fl_str_mv |
Análise de conglomerados em curvas de aprendizado para formação de agrupamentos homogêneos de trabalhadores |
dc.title.alternative.en.fl_str_mv |
Cluster analysis of learning curves for grouping workers with homogeneous learning profiles |
title |
Análise de conglomerados em curvas de aprendizado para formação de agrupamentos homogêneos de trabalhadores |
spellingShingle |
Análise de conglomerados em curvas de aprendizado para formação de agrupamentos homogêneos de trabalhadores Stroieke, Renato Eduardo Aprendizagem organizacional Gestão da qualidade Learning curves Clustering Groups of workers |
title_short |
Análise de conglomerados em curvas de aprendizado para formação de agrupamentos homogêneos de trabalhadores |
title_full |
Análise de conglomerados em curvas de aprendizado para formação de agrupamentos homogêneos de trabalhadores |
title_fullStr |
Análise de conglomerados em curvas de aprendizado para formação de agrupamentos homogêneos de trabalhadores |
title_full_unstemmed |
Análise de conglomerados em curvas de aprendizado para formação de agrupamentos homogêneos de trabalhadores |
title_sort |
Análise de conglomerados em curvas de aprendizado para formação de agrupamentos homogêneos de trabalhadores |
author |
Stroieke, Renato Eduardo |
author_facet |
Stroieke, Renato Eduardo Fogliatto, Flavio Sanson Anzanello, Michel José |
author_role |
author |
author2 |
Fogliatto, Flavio Sanson Anzanello, Michel José |
author2_role |
author author |
dc.contributor.author.fl_str_mv |
Stroieke, Renato Eduardo Fogliatto, Flavio Sanson Anzanello, Michel José |
dc.subject.por.fl_str_mv |
Aprendizagem organizacional Gestão da qualidade |
topic |
Aprendizagem organizacional Gestão da qualidade Learning curves Clustering Groups of workers |
dc.subject.eng.fl_str_mv |
Learning curves Clustering Groups of workers |
description |
Em diversos setores da indústria é desejado que trabalhadores reunidos em uma estação de trabalho apresentem perfil de aprendizado similar. O presente artigo apresenta um método de agrupamento de trabalhadores utilizando modelagem por curva de aprendizado e técnicas de clusterização. O método modela dados de desempenho de trabalhadores por intermédio de diversos modelos de curvas de aprendizado; os parâmetros de aprendizado dos modelos testados permitem predizer o desempenho dos trabalhadores em intervalos de tempo pré-determinados. Os valores preditos são agrupados através de ferramentas de clusterização. O maior índice de ajuste (IA), gerado a partir do Silhouette Index e do coeficiente de determinação, indica o modelo de curva mais consistente em termos de aderência aos dados e qualidade de agrupamento de perfis de aprendizado. Ao ser aplicado em dados de uma indústria de calçados, o método gerou agrupamentos consistentes de trabalhadores com base nos distintos perfis de aprendizado. |
publishDate |
2013 |
dc.date.issued.fl_str_mv |
2013 |
dc.date.accessioned.fl_str_mv |
2015-04-07T01:58:25Z |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/other |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10183/114951 |
dc.identifier.issn.pt_BR.fl_str_mv |
0103-6513 |
dc.identifier.nrb.pt_BR.fl_str_mv |
000921451 |
identifier_str_mv |
0103-6513 000921451 |
url |
http://hdl.handle.net/10183/114951 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.ispartof.pt_BR.fl_str_mv |
Produção. Porto Alegre. Vol. 23, n. 3 (jul./set. 2013), p. 537-547 |
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 UFRGS instname:Universidade Federal do Rio Grande do Sul (UFRGS) instacron:UFRGS |
instname_str |
Universidade Federal do Rio Grande do Sul (UFRGS) |
instacron_str |
UFRGS |
institution |
UFRGS |
reponame_str |
Repositório Institucional da UFRGS |
collection |
Repositório Institucional da UFRGS |
bitstream.url.fl_str_mv |
http://www.lume.ufrgs.br/bitstream/10183/114951/1/000921451.pdf http://www.lume.ufrgs.br/bitstream/10183/114951/2/000921451.pdf.txt http://www.lume.ufrgs.br/bitstream/10183/114951/3/000921451.pdf.jpg |
bitstream.checksum.fl_str_mv |
3b5c699a4b2773d4576d5458bc2697c9 ae80aedbfc09834082e503be817d1e6d 106bb4224f74287951e4411781804b7f |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS) |
repository.mail.fl_str_mv |
|
_version_ |
1815447579276607488 |