Mapa estratégico para programas de recursos humanos: avaliando o desempenho de redes Bayesianas

Abstract

Abstract:In order to develop manpower expertise in the area of oil, natural gas and biofuels, the National Petroleum Agency -NPA -has been promoting training programs for Human Resources (PHR) Resumo: Visando desenvolver mão de obra especializada na área de petróleo, gás natural e biocombustíveis, a Agência Nacional do Petróleo -ANP -tem promovido programas de capacitação de Recursos Humanos (PRH) em todo o País. Com o objetivo de elaborar as estratégias subjacentes a tais programas de maneira estruturada e abrangente, métodos de administração tais como Balanced Scorecard (BSC) vêm sendo adotados. Contudo, infortúnios como a não mensuração das incertezas envolvidas até o alcance dos objetivos almejados sugerem a adoção de formalismos mais sofisticados, tais como redes Bayesianas (RB), em detrimento da BSC. Em se tratando de RBs, o desafio passa a ser uma quantificação adequada dos seus parâmetros, possibilitando estimativas confiáveis a partir delas. O objetivo do presente trabalho é avaliar o desempenho de RBs no suporte a um dado problema real de PRH, a partir do confronto entre seus prognósticos e o que foi de fato observado. O modelo em questão foi elaborado a partir de um BSC e posteriormente quantificado de acordo com opiniões de especialistas, devido à total ausência de dados empíricos relevantes. A RB foi delineada para dar suporte à definição e implantação de estratégias para o desenvolvimento científico e abertura de mercados especializados para dado curso de engenharia de uma universidade federal do País. As análises realizadas indicam o bom desempenho do modelo e apontam como um dos principais componentes responsáveis o método de quantificação adotado.Palavras-chave: Programa de recursos humanos. Planejamento estratégico. Balanced scorecard. Redes Bayesianas. Métodos de edução. Coleta de opiniões.

Utilização de Modelos Cognitivos na Previsão de Séries Temporais

“…A busca por suporteà decisão diante desses tipos de sistemas usualmente envolve relações entre um grande número de variáveis, podendo resultar em sofisticados modelos estatísticos. Como consequência disso,é comum que o analista do problema necessite recorrer a opiniões de especialistas [10]. Nessa mesma linha, de acordo com MacCormack et al [24], devido a usual dinâmica dos sistemas, dados históricos não podem suprir os requisitos da análise probabilística de risco, tornando o uso de opiniões de especialistas um recurso indispensável.…”