Detalhes bibliográficos
Ano de defesa: |
2024 |
Autor(a) principal: |
Cieto, Guilherme Bolzan |
Orientador(a): |
Não Informado pela instituição |
Banca de defesa: |
Não Informado pela instituição |
Tipo de documento: |
Dissertação
|
Tipo de acesso: |
Acesso aberto |
Idioma: |
por |
Instituição de defesa: |
Biblioteca Digitais de Teses e Dissertações da USP
|
Programa de Pós-Graduação: |
Não Informado pela instituição
|
Departamento: |
Não Informado pela instituição
|
País: |
Não Informado pela instituição
|
Palavras-chave em Português: |
|
Link de acesso: |
https://www.teses.usp.br/teses/disponiveis/18/18156/tde-17012025-164529/
|
Resumo: |
O Green Lean Six Sigma (GLSS) é uma abordagem de melhoria contínua que vem ganhando destaque na pesquisa acadêmica e na prática. No entanto, as organizações enfrentam desafios significativos ao selecionar portfólios de projetos adequados, o que pode comprometer o sucesso dos mesmos e a continuidade do GLSS. Esta dissertação desenvolve um novo método de seleção de portfólio de projetos para abordar essa lacuna e oferecer uma solução mais eficaz para os praticantes. O estudo utiliza o método de pesquisa Design Science Research, uma estrutura adequada para o desenvolvimento e validação de novos artefatos. Foi desenvolvido um método que integra o Best-Worst Method (BWM), Fuzzy FlowSort e Binary Integer Programming (BIP) para a seleção de portfólio de projetos GLSS. A utilidade prática foi validada através de uma aplicação do método em um ambiente industrial real e complementado pela coleta da opinião dos participantes por meio de um questionário. A originalidade do novo método proposto para a seleção de portfólio de projetos GLSS está na orientação da solução a uma técnica de sorting ao invés da mais tradicional priorização, fruto da investigação profunda da literatura de seleção de portfólio de projetos. Praticantes podem melhorar a eficiência da seleção de portfólio de projetos GLSS em suas organizações com esse método e oportunidades futuras de pesquisa acadêmica foram identificadas. |