Framework para modelos de mensuração de desempenho tecnológico em sistemas de produção agrícola

Detalhes bibliográficos
Ano de defesa: 2019
Autor(a) principal: Vaz, Monica Cristine Scherer lattes
Orientador(a): Bittencourt, Juliana Vitoria Messias lattes
Banca de defesa: Mori, Cláudia De, Canteri, Marcelo Giovanetti, Vaz, Maria Salete Marcon Gomes, Colmenero, João Carlos, Bittencourt, Juliana Vitoria Messias
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Tecnológica Federal do Paraná
Ponta Grossa
Programa de Pós-Graduação: Programa de Pós-Graduação em Engenharia de Produção
Departamento: Não Informado pela instituição
País: Brasil
Palavras-chave em Português:
Área do conhecimento CNPq:
Link de acesso: http://repositorio.utfpr.edu.br/jspui/handle/1/4042
Resumo: A melhoria da produtividade agrícola deve-se principalmente ao desenvolvimento de pesquisas e inovações que visam o aprimoramento e desenvolvimento de novas tecnologias. Um desafio para os profissionais agrícolas, junto aos produtores, está em realizar uma avaliação imparcial e não subjetiva do potencial produtivo de um conjunto de empreendimentos rurais. O objetivo desta tese foi desenvolver um framework para criação e mensuração de índices no sistema de produção agrícola, levando em consideração as diferenças no potencial entre pequenos, médios e grandes produtores, bem como, as constantes mudanças tecnológicas do setor. Para isso houve incremento em um modelo estudado e o método multicritério de apoio à decisão denominado Simple Additive Weighting (SAW) foi utilizado com a abordagem Fuzzy para inferir um grau de importância para cada tecnologia, considerando critérios como melhoria da qualidade, redução de custos, riscos, tempo de produção e impactos para o meio ambiente. Com estes atributos, o framework denominado AgroIndicator foi desenvolvido e validado em 9 unidades produtivas de grãos pertencentes à Rede de Referência para a Agricultura Familiar, na Região Norte do Estado do Paraná. Com a mensuração do índice de Capacidade Tecnológica que varia entre 0 e 1, a média entre as unidades ficou em 0,75 e foram identificadas as tecnologias com maior e menor aderência pelos produtores, bem como, as fases do sistema de produção onde encontram-se as maiores dificuldades de adoção das tecnologias. A análise do índice gerou informações para a elaboração de planos de melhoria que possam efetivamente ser executados. O framework desenvolvido permite gerar modelos de mensuração na área agrícola, não apenas relacionado ao uso de tecnologias, uma vez que a estrutura é parametrizável de acordo com a definição e necessidade do profissional da área agrícola.