Exportar este item: EndNote BibTex

Use este identificador para citar ou linkar para este item: http://tede.unicentro.br:8080/jspui/handle/jspui/1413
Registro completo de metadados
Campo DCValorIdioma
dc.creatorPagnussat, Millana Bürger-
dc.creator.Latteshttp://lattes.cnpq.br/6543016111968353por
dc.contributor.advisor1Lopes, Eduardo da Silva-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/1280835655867163por
dc.contributor.advisor2Almeida, Rosa Maria Martins de-
dc.contributor.advisor2Latteshttp://lattes.cnpq.br/6751848439655908por
dc.contributor.advisor-co1Koehler, Henrique Soares-
dc.contributor.advisor-co1Latteshttp://lattes.cnpq.br/6197351546393048por
dc.contributor.advisor-co2Seidler, Rachael D.-
dc.date.accessioned2021-03-08T20:43:47Z-
dc.date.issued2019-08-06-
dc.identifier.citationPagnussat, Millana Bürger. Individual characteristics underlying forestry machine operators' performance. 2019. 159 f. Tese (Programa de Pós-Graduação em Ciências Florestais - Doutorado) - Universidade Estadual do Centro-Oeste, Irati-PR.por
dc.identifier.urihttp://tede.unicentro.br:8080/jspui/handle/jspui/1413-
dc.description.resumoIn wood harvest, the machines operators` could represent a variation source in operation performance. The lack of operators with the corresponding profile for the function is a problem currently faced by Brazilian forest companies. The aim of this study was to propose a method to evaluate the faculties required for this function, analyzing the main individual characteristics for wood harvesting machine operators`, aiming to improve the operators recruiting, the training processes and operational performance. The study was conducted in a forest company located in Brazil, with a sample of 72 operators. Initially, in chapter I, it was developed by neural networks the learning curve for the operators' training period and analyzed the average difference between them during this time period. After the training period, a factor analysis was performed through performance indicators analyzing the variation between experienced operators. The results showed an expressive variation between individuals by Operational Efficiency (OE), mechanical availability (MA), and productive efficiency (PE), during the training period and after. After that, in Chapter II, based on these results, were developed individual characteristics assessments for the harvest machine operation aiming to evaluate the basic characteristics required for this function. The assessments were constructed to evaluate cognition, behavior, memory, focused attention, and motor skills capacities focused on machine operation requirements. When the tests were found efficient and ready, they were applied to a sample of 43 operators from the original evaluated operators’ population. The assessment scores were analyzed by factor analysis, to capture the operators` profile variation. The results showed five principal components (PCs) found from the original 15 variables, to determine the variation between operators` profile. The total variation explained from the operators and the PCs was finally used to group the operators by cluster analysis becoming possible to find 3 operators` distinct classes of profile. Posteriorly, in Chapter III, the individual characteristics evaluation results were compared to the operational performance indicators in each of the operators` profile classes. The results were compared by means of correlations matrixes to understand the relation between the profile PCs results and the performance indicators as EO, MA, PE, and quality. Also, the operators` classes provided by cluster analysis from chapter II, were organized by monthly averages to better understand the behavior of the evaluated profile classes in a practical performance evaluation, in the training period for 12 months and after the training period for the first operational year. The results showed that the OE and the MA were more influenced by the evaluated behavioral variables, while the PE and the quality were more affected by cognition, focused attention, and motor skills indicators. Finally, it was possible to conclude that the individual characteristics are an important variable source to be analyzed in the recruitment of wood harvest machine operators being an important factor to increase operation production, mechanical availability and quality.por
dc.description.abstractNa colheita de madeira, os operadores das máquinas podem representar uma fonte de variação no desempenho da operação. A falta de operadores com o perfil correspondente para a função é um problema atualmente enfrentado pelas empresas florestais brasileiras. O objetivo deste estudo foi propor um método para avaliar as faculdades necessárias para essa função, analisando as principais características individuais dos operadores de extratores de madeira, visando melhorar o recrutamento de operadores, os processos de treinamento e o desempenho operacional. O estudo foi realizado em uma empresa florestal localizada no Brasil, com uma amostra de 72 operadores. Inicialmente, no capítulo I, foi desenvolvida pelas redes neurais a curva de aprendizado para o período de treinamento dos operadores e analisada a diferença média entre eles durante esse período. Após o período de treinamento, uma análise fatorial foi realizada por meio de indicadores de desempenho, analisando a variação entre operadores experientes. Os resultados mostraram uma variação expressiva entre os indivíduos por Eficiência Operacional (OE), Disponibilidade Mecânica (MA) e Eficiência Produtiva (PE), durante e após o treinamento. Posteriormente, no Capítulo II, com base nesses resultados, foram desenvolvidas avaliações de características individuais para a operação da máquina de colheita, com o objetivo de avaliar as características básicas necessárias para esta função. As avaliações foram construídas para avaliar capacidades de cognição, comportamento, memória, atenção concentrada e habilidades motoras focadas nos requisitos de operação da máquina. Os testes foram aplicados a uma amostra de 43 operadores da população original de operadores avaliados. As pontuações da avaliação foram analisadas por análise fatorial, para capturar a variação do perfil dos operadores. Os resultados mostraram cinco componentes principais (PCs) encontrados nas 15 variáveis originais, para determinar a variação entre o perfil dos operadores. A variação total explicada pelos operadores e pelos PCs foi finalmente usada para agrupar os operadores por análise de cluster, tornando possível encontrar três classes distintas de perfil dos operadores. Posteriormente, no capítulo III, os resultados da avaliação das características individuais foram comparados com os indicadores de desempenho operacional em cada uma das classes de perfil dos operadores. Os resultados foram comparados por meio de matrizes de correlações para entender a relação entre os resultados dos PCs de perfil e os indicadores de desempenho como OE, MA, PE e qualidade. Além disso, as classes de operadores foram organizadas por médias mensais para melhor compreender o comportamento das classes de perfil avaliadas em uma avaliação prática de desempenho, no período de treinamento por 12 meses e após o período de treinamento pela primeira vez. ano operacional. Os resultados mostraram que o OE e o MA foram mais influenciados pelas variáveis comportamentais avaliadas, enquanto o PE e a qualidade foram mais afetados pelos indicadores de cognição, atenção concentrada e habilidades motoras. Por fim, foi possível concluir que as características individuais são uma importante fonte variável a ser analisada no recrutamento de operadores de máquinas para corte de madeira, sendo um fator importante para aumentar a produção operacional, a disponibilidade mecânica e a qualidade.por
dc.description.provenanceSubmitted by Fabiano Jucá (fjuca@unicentro.br) on 2021-03-08T20:43:47Z No. of bitstreams: 1 Tese Millana Bürger Pagnussat.pdf: 4900966 bytes, checksum: 5a487d60d1f474e73dcc22668b479fe9 (MD5)eng
dc.description.provenanceMade available in DSpace on 2021-03-08T20:43:47Z (GMT). No. of bitstreams: 1 Tese Millana Bürger Pagnussat.pdf: 4900966 bytes, checksum: 5a487d60d1f474e73dcc22668b479fe9 (MD5) Previous issue date: 2019-08-06eng
dc.description.sponsorshipCoordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPESpor
dc.formatapplication/pdf*
dc.thumbnail.urlhttp://tede.unicentro.br:8080/jspui/retrieve/5312/Tese%20Millana%20B%c3%bcrger%20Pagnussat.pdf.jpg*
dc.thumbnail.urlhttp://tede.unicentro.br:8080/jspui/retrieve/5314/Tese%20Millana%20B%c3%bcrger%20Pagnussat.pdf.jpg*
dc.languageporpor
dc.publisherUniversidade Estadual do Centro-Oestepor
dc.publisher.departmentUnicentro::Departamento de Ciências Florestaispor
dc.publisher.countryBrasilpor
dc.publisher.initialsUNICENTROpor
dc.publisher.programPrograma de Pós-Graduação em Ciências Florestais (Doutorado)por
dc.rightsAcesso Abertopor
dc.subjectwood harvestingeng
dc.subjectrecruitmenteng
dc.subjecttrainingeng
dc.subjectperformanceeng
dc.subjectproductivityeng
dc.subjectcolheita de madeirapor
dc.subjectrecrutamentopor
dc.subjecttreinamentopor
dc.subjectdesempenhopor
dc.subjectprodutividadepor
dc.subject.cnpqCIENCIAS AGRARIAS::RECURSOS FLORESTAIS E ENGENHARIA FLORESTALpor
dc.subject.cnpqRECURSOS FLORESTAIS E ENGENHARIA FLORESTAL::MANEJO FLORESTALpor
dc.titleIndividual characteristics underlying forestry machine operators' performancepor
dc.title.alternativeCaracterísticas individuais subjacentes ao desempenho dos operadores de máquinas florestaispor
dc.typeTesepor
Aparece nas coleções:Programa de Pós-Graduação em Ciências Florestais (Doutorado)

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
Tese Millana Bürger Pagnussat.pdfMillana Bürger Pagnussat4,79 MBAdobe PDFThumbnail

Baixar/Abrir Pré-Visualizar


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.