Approved for public release; distribution is unlimited / The analysis of a break in production is usually performed by a government negotiator or cost analyst. The more effectively they are able to estimate the loss of learning due to breaks in production, the more likely that the final contract will be fair and reasonable. The research of this study focused on identifying the factors which contribute to a loss of learning due to a break in production and the methods which are available to quantify these factors. The four methods identified were the George Anderlohr, the DCAA, the Pinchon and Richardson, and the Cubic Curve. These methods were then analyzed using the data from two aircraft, the Grumman C-2A and the Bell Helicopter Textron AH-1W, both of which experienced breaks in production. This study concludes that the George Anderlohr approach is the most effective method to evaluate the loss of learning due to a break in production. / http://archive.org/details/measuringlosseso00ever / Captain, United States Marine Corps

This work reviews concepts in drilling-based learning curves and proposes modifications to the Brett and Millheim learning curve model to enable its use for multiple learners and to characterize interaction effects between learners. Enabling the model’s use for multiple learning scenarios at once improves modeling efficiency. Interaction effects are present when learners improve from their own experience and the experience of those in close proximity to them. Quantifying interaction effects leads to a more complete understanding of performance improvement and enables more effective forecasting of drilling resources and expenditure requirements. / text

Sustainable energy systems require deployment of new technologies to help tackle the challenges of climate change and ensuring energy supplies. Future sources of energy are less economically competitive than conventional technologies, but there is the potential for cost reduction. Tools for modelling technological change are important for assessing the deployment potential of early-stage technologies. Learning curves are a tool for assessing and forecasting cost reduction of a product achieved through experience from cumulative production. They are often used to assess technological improvements, but have a number of limitations for emerging energy technologies. Learning curves are aggregate in nature, representing overall cost reduction gained from learning-by-doing. However, they do not identify the actual factors behind the cost reduction. Using the case study of onshore wind energy, this PhD study focuses on combining learning curves with engineering assessment methods for improved methods of assessing and managing technical change for emerging energy technologies. A third approach, parametric modelling, provides a potential means to integrate the two methods.

O presente trabalho apresenta proposições para criação de agrupamentos homogêneos de trabalhadores, através de suas curvas de aprendizado e utilizando técnicas de análise multivariada. Desta forma, os objetivos desta dissertação são: (i) Apresentar o estado da arte das principais aplicações das curvas de aprendizado; (ii) Estudar os principais modelos matemáticos para curvas de aprendizado; (iii) Propor metodologias de formação de agrupamentos homogêneos de trabalhadores utilizando as curvas de aprendizado; e (iv) Integrar técnicas de análise multivariada com teorias sobre curvas de aprendizado. São apresentados três artigos que contemplam os objetivos citados. São propostos dois métodos para formação de agrupamentos homogêneos de trabalhadores. Os métodos desenvolvidos foram avaliados através da aplicação de estudos de caso. Os métodos aplicados apresentaram bons resultados, obtendo-se agrupamentos de trabalhadores com perfis homogêneos de aprendizado. De tal forma, deseja-se diminuir a formação de gargalos de produção em linhas de montagem baseadas em procedimentos manuais. Conclui-se que os métodos propostos são adequados para a formação de agrupamentos de trabalhadores com perfis de aprendizado similares. / This dissertation presents new approaches to create homogeneous groups of workers based on their learning curves and multivariate analysis tools. The objectives of this dissertation are: (i) Unveil the state of the art of the main applications of learning curves, (ii) Study the main learning curves models, (iii) Propose methods for creating homogeneous groups of workers using learning curves, and (iv) Integrate multivariate analysis with learning curve theory. There are three articles that address the objectives outlined. Two methods are proposed for the formation of homogeneous groups of workers. The proposed methods were evaluated through case studies on examples with real data. The proposed methods yielded good results, creating homogeneous groups of workers in production lines and reducing the formation of bottlenecks in manual-based assembly lines. Results displayed the proposed methods as suitable for the formation of groups of workers with similar learning profiles.

O presente trabalho apresenta proposições para criação de agrupamentos homogêneos de trabalhadores, através de suas curvas de aprendizado e utilizando técnicas de análise multivariada. Desta forma, os objetivos desta dissertação são: (i) Apresentar o estado da arte das principais aplicações das curvas de aprendizado; (ii) Estudar os principais modelos matemáticos para curvas de aprendizado; (iii) Propor metodologias de formação de agrupamentos homogêneos de trabalhadores utilizando as curvas de aprendizado; e (iv) Integrar técnicas de análise multivariada com teorias sobre curvas de aprendizado. São apresentados três artigos que contemplam os objetivos citados. São propostos dois métodos para formação de agrupamentos homogêneos de trabalhadores. Os métodos desenvolvidos foram avaliados através da aplicação de estudos de caso. Os métodos aplicados apresentaram bons resultados, obtendo-se agrupamentos de trabalhadores com perfis homogêneos de aprendizado. De tal forma, deseja-se diminuir a formação de gargalos de produção em linhas de montagem baseadas em procedimentos manuais. Conclui-se que os métodos propostos são adequados para a formação de agrupamentos de trabalhadores com perfis de aprendizado similares. / This dissertation presents new approaches to create homogeneous groups of workers based on their learning curves and multivariate analysis tools. The objectives of this dissertation are: (i) Unveil the state of the art of the main applications of learning curves, (ii) Study the main learning curves models, (iii) Propose methods for creating homogeneous groups of workers using learning curves, and (iv) Integrate multivariate analysis with learning curve theory. There are three articles that address the objectives outlined. Two methods are proposed for the formation of homogeneous groups of workers. The proposed methods were evaluated through case studies on examples with real data. The proposed methods yielded good results, creating homogeneous groups of workers in production lines and reducing the formation of bottlenecks in manual-based assembly lines. Results displayed the proposed methods as suitable for the formation of groups of workers with similar learning profiles.

O presente trabalho apresenta proposições para criação de agrupamentos homogêneos de trabalhadores, através de suas curvas de aprendizado e utilizando técnicas de análise multivariada. Desta forma, os objetivos desta dissertação são: (i) Apresentar o estado da arte das principais aplicações das curvas de aprendizado; (ii) Estudar os principais modelos matemáticos para curvas de aprendizado; (iii) Propor metodologias de formação de agrupamentos homogêneos de trabalhadores utilizando as curvas de aprendizado; e (iv) Integrar técnicas de análise multivariada com teorias sobre curvas de aprendizado. São apresentados três artigos que contemplam os objetivos citados. São propostos dois métodos para formação de agrupamentos homogêneos de trabalhadores. Os métodos desenvolvidos foram avaliados através da aplicação de estudos de caso. Os métodos aplicados apresentaram bons resultados, obtendo-se agrupamentos de trabalhadores com perfis homogêneos de aprendizado. De tal forma, deseja-se diminuir a formação de gargalos de produção em linhas de montagem baseadas em procedimentos manuais. Conclui-se que os métodos propostos são adequados para a formação de agrupamentos de trabalhadores com perfis de aprendizado similares. / This dissertation presents new approaches to create homogeneous groups of workers based on their learning curves and multivariate analysis tools. The objectives of this dissertation are: (i) Unveil the state of the art of the main applications of learning curves, (ii) Study the main learning curves models, (iii) Propose methods for creating homogeneous groups of workers using learning curves, and (iv) Integrate multivariate analysis with learning curve theory. There are three articles that address the objectives outlined. Two methods are proposed for the formation of homogeneous groups of workers. The proposed methods were evaluated through case studies on examples with real data. The proposed methods yielded good results, creating homogeneous groups of workers in production lines and reducing the formation of bottlenecks in manual-based assembly lines. Results displayed the proposed methods as suitable for the formation of groups of workers with similar learning profiles.

No / Objective: The aim of this study was to determine the number of OGDs (oesophago-gastro-duodenoscopies) trainees need to perform to acquire competency in terms of successful unassisted completion to the second part of the duodenum 95% of the time. Design: OGD data were retrieved from the trainee e-portfolio developed by the Joint Advisory Group on GI Endoscopy ( JAG) in the UK. All trainees were included unless they were known to have a baseline experience of >20 procedures or had submitted data for <20 procedures. The primary outcome measure was OGD completion, defined as passage of the endoscope to the second part of the duodenum without physical assistance. The number of OGDs required to achieve a 95% completion rate was calculated by the moving average method and learning curve cumulative summation (LC-Cusum) analysis. To determine which factors were independently associated with OGD completion, a mixed effects logistic regression model was constructed with OGD completion as the outcome variable. Results: Data were analysed for 1255 trainees over 288 centres, representing 243 555 OGDs. By moving average method, trainees attained a 95% completion rate at 187 procedures. By LC-Cusum analysis, after 200 procedures, >90% trainees had attained a 95% completion rate. Total number of OGDs performed, trainee age and experience in lower GI endoscopy were factors independently associated with OGD completion. Conclusions: There are limited published data on the OGD learning curve. This is the largest study to date analysing the learning curve for competency acquisition. The JAG competency requirement for 200 procedures appears appropriate

No description available.

A manufatura de produtos customizados resulta em variedade de modelos, redução no tamanho de lotes e alternância frequente de tarefas executadas por trabalhadores. Neste contexto, tarefas manuais são especialmente afetadas por conta do processo de adaptação do trabalhador a novos modelos de produtos. Este processo de aprendizado pode ocorrer de maneira distinta dentro de um grupo de trabalhadores. Assim, busca-se o agrupamento dos trabalhadores com perfis similares de aprendizado, monitorando a formação de gargalos em linhas de produção constituídas por dissimilaridades de aprendizado em processos manuais. A presente dissertação apresenta abordagens para clusterização de trabalhadores baseadas nos parâmetros oriundos da modelagem de Curvas de Aprendizado. Tais parâmetros, os quais caracterizam o processo de adaptação de trabalhadores a tarefas, são transformados através da Análise de Componentes Principais e então utilizados como variáveis de clusterização. Na sequência, testam-se outras transformações nos parâmetros utilizando funções Kernel. Os trabalhadores são clusterizados através do método K-Means e Fuzzy C-Means e a qualidade dos agrupamentos formados é medida através do Silhouette Index. Por fim, sugere-se um índice de importância de variável baseado em parâmetros obtidos na Análise Componentes Principais com o objetivo de selecionar as variáveis mais relevantes para clusterização. As abordagens propostas são aplicadas em um processo da indústria calçadista, gerando resultados satisfatórios quando comparados a clusterizações realizadas sem a transformação prévia dos dados ou sem seleção das variáveis. / Manufacturing of customized products relies on a large menu choice, reduced batch sizes and frequent alternation of tasks performed by workers. In this context, manual tasks are especially affected by workers’ adaptation to new product models. This learning process takes place in different paces within a group of workers. This thesis aims at grouping workers with similar learning process tailored to avoid bottlenecks in production lines due to learning dissimilarities among workers. For that matter, we present a method for clustering workers based on parameters derived from Learning Curve (LC) modeling. Such parameters are processed through Principal Component Analysis (PCA), and the PCA scores are used as clustering variables. Next, Kernel transformations are also used to improve clustering quality. The data is clustered using K-Means and Fuzzy C-Means techniques, and the quality of resulting clusters is measured by the Silhouette Index. Finally, we suggest a variable importance index based on parameters derived from PCA to select the most relevant variables for clustering. The proposed approaches are applied in a footwear process, yielding satisfactory results when compared to clustering on original data or without variable selection.

O objetivo deste estudo foi estimar os efeitos da curva de aprendizado sobre a competitividade de fontes energéticas, tais como petróleo, carvão, gás natural, biomassa (etanol), hidroeletricidade, nuclear, eólica e fotovoltaica, e propor medidas regulatórias que incentivem as tecnologias renováveis. Para tanto, se propôs a utilização da abordagem de learning curves, que considera três efeitos principais para explicar a redução dos custos de produção: o efeito especialização (chamado de learning by doing), o efeito escala (scale effect) e o efeito da pesquisa e desenvolvimento - P&D (learning by searching). Identificou-se o peso desses efeitos por fonte energética com vistas a auxiliar no direcionamento de incentivos às energias renováveis, de modo a se decidir se a ênfase deve ser dada à especialização, escala ou P&D. Embora os modelos originais de learning curves tenham sido idealizados a partir da trajetória dos custos, devido a facilidades operacionais a literatura na área vem adotando o preço como proxy de custos. Neste estudo, a orientação do modelo a custos ou a preços foi objeto de uma avaliação através de análise concorrencial. Como resultado, verificou-se que a adoção de preços como proxy de custos mostrou-se possível para a maioria das fontes analisadas devido a um grau satisfatório de concorrência dos mercados relativos a essas fontes de energia. Uma vez definida a orientação do modelo, a metodologia proposta envolveu estimar os três efeitos por métodos econométricos. Os resultados indicaram que as fontes carvão, petróleo e gás, energia nuclear e fotovoltaica reagiram ao efeito aprendizado, embora não apresentassem resposta expressiva quanto aos gastos em P&D. Já as fontes eólica e etanol mostraram-se sensíveis aos gastos em P&D e ao efeito escala, sendo a escala também determinante dos preços da energia nuclear e hidroeletricidade. Esses resultados auxiliaram na proposição de medidas públicas específicas como estímulo às fontes renováveis. / The goal of this study is to estimate the effects of the learning process on the competitiveness of the main energy sources, such as oil, coal, natural gas, biomass (ethanol), hydroelectricity, nuclear energy, wind power, and photovoltaic energy, and propose regulatory measures to encourage renewable technologies. The learning curves approach adopted in this thesis considers three main effects to explain the reduction in production costs: the learning by doing effect, the scale effect and the learning by searching effect. The relevance of these three effects was identified for energy source, in order to assist in the incentives direction to promote renewable energy. Although the original models of learning curves approach have been conceived from the point of view of the costs, in the related literature the price has been adopted as a proxy due to operational facilities. In this study, the model orientation to costs or prices was chosen using a competitive analysis. It was found that price orientation could be applied to most sources, since there is enough competition in the markets. Once defined model orientation, the proposed methodology involves estimations of the three effects by econometric methods. The results showed that coal, oil and gas, nuclear and photovoltaic energy react to learning effect, though searching effect is not so important. Wind and ethanol are sensitive to searching and scale effects. Scale effects also determine the nuclear power and hydroelectricity prices. From these results, specific public measures are proposed for each renewable source.