Individual characteristics underlying forestry machine operators’ performance
Millana Bürger Pagnussat
Defesa Pública: 06 de agosto de 2019
Banca Examinadora:
Prof. Dr. Paulo Torres Fenner – UNESP – Primeiro Examinador
Profª. Dra. Ana Paula Almeida de Pereira – UFPR – Segunda Examinadora
Prof. Dr. Renato Cesar Gonçalves Robert – UFPR – Terceiro Examinador
Prof. Dr. Alexandre Behling – UFPR – Quarto Examinador
Prof. Dr. Eduardo da Silva Lopes – UNICENTRO – Orientador e Presidente da Banca Examinadora
Resumo:
Características individuais subjacentes ao desempenho dos operadores de máquinas florestais. Na 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.
