Este estudo visa construir um mapa sistêmico incluindo as principais variáveis que circundam o construto Presenteísmo, denotando a forma como impactam na produtividade do trabalho e no desempenho das organizações. Classificado como pesquisa bibliográfica de cunho psicológico e sociológico, o estudo sustentou-se em referenciais teóricos disponíveis em periódicos julgados pertinentes à pesquisa. Considerando sua ocorrência na interface entre fatores pessoais e organizacionais, constatou-se que o comportamento presenteísta pode ser determinado por uma propensão individual voluntária ou pela própria irracionalidade da organização. A abordagem sistêmica do presenteísmo mostrou-se útil pelo fato de que, através dela, torna-se possível a compreensão das relações causais e das influências recíprocas, direta ou inversamente proporcionais, entre as variáveis de interesse, oferecendo subsídios para decisões e servindo de orientação para as estratégias de amenização deste fenômeno que ameaça a sustentabilidade organizacional.
RESUMOO desenvolvimento de estudos naárea de geotecnologia e o aumento na capacidade de armazenar dados têm melhorado a exploração e os estudos de imagens de satélites obtidas através de sensores orbitais. O mapeamento da cobertura da terra, estimativas de produtividade de culturas e a previsão de safras são informações importantes para o agricultor e para o governo, pois essas informações são essenciais para subsidiar decisões relacionadasà produção, estimativas de compra e venda, e cálculos de importação e exportação. Uma das alternativas para analisar dados de uso e cobertura da terra, obtidos por meio de sensores,é o uso de técnicas de mineração de dados, uma vez que essas técnicas podem ser utilizadas para transformar dados e informações em conhecimentos que irão subsidiar decisões relativas ao planejamento agrícola. Neste trabalho, foram utilizados dados multitemporais sobre oíndice de vegetação NDVI, derivados de imagens do sensor MODIS, para o monitoramento das culturas de algodão, soja e milho no estado do Mato Grosso, no período do ano-safra de 2008/2009. O conjunto de dados, fornecido pela Embrapa Informática Agropecuária, foi composto por 24 colunas e 728 linhas, onde as 23 primeiras colunas referem-se aos valores do NVDI, e aúltima,à cobertura do solo. A metodologia utilizada teve como base o modelo CRISP-DM (Cross Industry Standard Process for Data Mining). Modelos preditivos para classificar dados sobre essas culturas foram elaborados e avaliados por algoritmos de aprendizado de máquina, tais comoárvores de decisão (J48 e PART), florestas aleatórias (Random Forest). A seleção de atributos melhorou os valores doíndice Kappa e a acurácia dos modelos. Foram geradas regras de classificação para mapear as culturas estudadas (soja, milho e algodão). Os resultados revelaram que os algoritmos de aprendizado de máquina são promissores para o problema de classificação de cobertura do solo. Em particular o algoritmo J48, utilizado em conjunto com a seleção de atributos feito por meio de Análise de Componentes Principais, destacou-se em relação ao demais pela simplicidade e pelos valores apresentados. Os resultados também evidenciaram a presença de regiões de cultivo do algodão em outraś areas do estado, fora daquelas estudadas. Palavras-chave: Mineração de dados, Imagens de satélites, Modelos preditivos, Algoritmos de aprendizado de máquina, Mapeamento da cobertuea da terra, NDVI.
Este estudo tem como tema central um dos principais problemas relacionados ao capital humano: o Presenteísmo. Fundamentando-se na construção de um mapa sistêmico, que inclui as principais variáveis que circundam o construto, o objetivo do estudo é apresentar um modelo matemático Fuzzy para mensurar as relações entre elas e automatizar tal representação sistêmica. Para tanto, utiliza-se técnica de análise e julgamento para a tomada de decisão, gerando uma leitura quantitativa para as variáveis qualitativas representadas no mapa sistêmico. Justifica-se tal proposta pelo fato de que, por meio dela, torna-se possível a compreensão e a mensuração das relações causais e das influências recíprocas, direta ou inversamente proporcionais, entre as variáveis de interesse, oferecendo subsídios para decisões e servindo de orientação para as estratégias de amenização deste fenômeno que ameaça a sustentabilidade organizacional.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.