[pt] A compreensão dos atuais processos produtivos é essencial
neste momento em que o conhecimento tornou-se um importante
gerador de valor. Uma visão holística dos conhecimentos que
estão disseminados, de forma dispersa, entre profissionais,
consultores e acadêmicos é necessária para a síntese de
novas teorias da produção. Pesquisadores de gerência de
operações freqüentemente usam mapeamento causal como um
mecanismo para construir e comunicar teorias,
particularmente em suporte à pesquisa empírica. As
abordagens mais usuais para capturar dados cognitivos
para um mapa causal são brainstorming e entrevistas, os
quais exigem muito tempo e apresentam um significativo
custo em sua implementação. Esta tese visa gerar uma
metodologia (Metodologia Evocativa para Mapeamento Causal -
ECMM) voltada para aplicação em pesquisa sobre gerência de
operações para coletar e estruturar dados disseminados de
forma desagregada, como conhecimento e experiência
profissional e acadêmica, contidos nas opiniões de um grande
número de especialistas dispersos demograficamente e
geograficamente. Isto é alcançado evocando opiniões,
codificando-as em variáveis e reduzindo o grupo em
conceitos e relações. Tem-se uma especial preocupação em
conseguir este objetivo em tempo factível e com baixo custo.
A coleta de dados é assíncrona, via Internet, possui dois
ou três turnos (à semelhança do método Delfos). A análise
de dados usa codificação, técnica de grupamento hierárquica
e escalamento multidimensional para identificar conceitos
na forma de mapas cognitivos. A ECMM foi ilustrada com
aplicações que demonstram sua viabilidade. Aplicou-se nas
áreas de gestão da cadeia de suprimento (SCM) e
administração de serviços (SM) com a participação de
aproximadamente 1.300 respondentes de empresas e
universidades de quase 100 países. Dentre os desdobramentos
para pesquisas futuras propõe-se aplicar nas áreas de ECMM
em SCM e SM visando a uni-las em um tema: gestão da cadeia
de suprimento de serviços. / [en] The understanding of the present productive processes is
essential at this moment when knowledge became an important
value creator. A holistic vision of the pieces of knowledge
that are spread out and dispersed among practitioners,
consultants and academics is necessary for the synthesis of
new theories of production. Operations management
researchers often use causal mapping as a key tool for
building and communicating theory, particularly in support
of empirical research. The widely accepted approaches for
capturing cognitive data for a causal map are informal
brainstorming and interviews, which require a time-
consuming and significant cost of implementation. This
dissertation aims at creating a methodology (Evocative
Causal Mapping Methodology - ECMM) intended for use in
operations management research for collecting and
structuring dispersed data spread out as practical and
research knowledge, and experience contained in the
opinions of a large number of specialists demographically
and geographically scattered. This is accomplished by
evoking opinions, encoding them into variables and reducing
the resulting set to concepts and relationships. A special
concern is to achieve this goal in a feasible time and cost-
efficient way. ECMM consists of two or three round, Delphi-
like, Internet-based asynchronous data collection, and a
data analysis that uses a coding panel of experts,
hierarchical cluster analysis and multidimensional scaling
for identifying concepts on cognitive map formats.
Applications illustrate ECMM and demonstrate its
feasibility. They were developed on supply chain management
(SCM) and service management (SM) involving about 1,300
respondents of companies and universities of about 100
countries. Among possible unfolding future studies, this
dissertation proposes to apply ECMM in SCM and SM aiming at
unifying them into a single topic: service supply chain
management.
Identifer | oai:union.ndltd.org:puc-rio.br/oai:MAXWELL.puc-rio.br:5331 |
Date | 25 August 2004 |
Contributors | LEONARDO JUNQUEIRA LUSTOSA, LEONARDO JUNQUEIRA LUSTOSA, LEONARDO JUNQUEIRA LUSTOSA, LEONARDO JUNQUEIRA LUSTOSA |
Publisher | MAXWELL |
Source Sets | PUC Rio |
Language | Portuguese |
Detected Language | Portuguese |
Type | TEXTO |
Page generated in 0.0031 seconds