REVISÃO SISTEMÁTICA DA LITERATURA APLICADA A … · O estudo em si representa o sétimo passo:...

Departamento de Engenharia Industrial

REVISÃO SISTEMÁTICA DA LITERATURA APLICADA A TEMAS DA

ENGENHARIA INDUSTRIAL

Aluna: Ana Luiza Carvalho Ferrer

Orientador: Antônio Márcio Tavares Thomé, D.Sc.

1. Introdução

Revisão sistemática da literatura é um método de pesquisa bem-conceituado e que pode ser

aplicado a uma variedade de campos de estudo [1]. A revisão sistemática da literatura analisa e

sintetiza informações de estudos existentes, gerando novos resultados e conclusões [2].

Na engenharia industrial, foi verificada a necessidade de revisões sistemáticas da literatura

em três temas distintos, entre outros: (i) análise de séries temporais com variáveis exógenas; (ii)

impacto da sustentabilidade no desempenho operacional da manufatura; e (iii) meta-heurística em

gerência de operações.

A modelagem de séries temporais pode ser definida por três principais fatores: série de

entrada, série de saída e uma função de transferência, que relaciona a entrada e saída.

Independente da técnica utilizada ou campo aplicado, a precisão e confiabilidade dos resultados

são primordiais. Existem dois principais métodos para séries temporais: univariados e

multivariados. Em abordagens univariadas, as séries de saída são registradas em sequência

durante intervalos de tempo de mesma duração. Métodos multivariados, por outro lado, levam em

consideração a influência de outras variáveis no comportamento das séries de saída para obter

melhores resultados na representação da função de transferência.

Uma das principais aplicações dos métodos de séries temporais é na área de ciências

ambientais [e.g., 3,4,5,6]. Existem também muitos estudos comparando as vantagens e

desvantagens de métodos univariados e multivariados [e.g., 7,8,9]. Foi identificada, no entanto,

uma escassez de revisões de análises métodos de séries temporais usando variáveis exógenas no

modelo estrutural, independente da área de aplicação ou metodologia utilizada.

Sustentabilidade pode ser definida como um conceito multidimensional composto de três

dimensões distintas: econômica, ambiental e social; também conhecido como “triple bottom-line”

[10]. Por muito tempo, o desempenho econômico era a única e principal preocupação de

empresas. A existência de uma contrapartida entre interesses econômicos e ambientais era uma

crença comum entre ambos executivos e académicos [11,12]. Recentemente, no entanto, a

importância de sistemas ecológicos e sociais para a geração de vantagem competitiva tem

começado a vir à tona [13,14,15,16,17,18]. Porter [19] e uma série de outros autores [e.g.,

20,21,22,23,24,25,26,27,28] começaram a desafiar a visão de que práticas ambientais

comprometem o desempenho de empresas. A sustentabilidade ganhou um novo papel na

sociedade contemporânea e a expectativa é que sua participação continue expandindo [29,30,31].

Apesar da crescente relevância e interesse em práticas de gerenciamento sustentável, ainda existe

uma carência de estudos relacionando sustentabilidade e desempenho operacional da manufatura.

Meta-heurística são métodos de solução que buscam encontrar soluções suficientemente

boas para problemas de otimização [32]. Em gerência de operações, a meta-heurística é

amplamente utilizada em uma série de aplicações. Surgiu, portanto, o interesse de compreender a

evolução das meta-heurísticas em gerência de operações e também identificar quais são as meta-

heurísticas mais aplicadas nesta área.


2. Objetivos

No primeiro tema, análise de séries temporais com variáveis exógenas, o principal objetivo

foi suprir a falta de modelos com variáveis exógenas na literatura através de uma revisão

sistemática da literatura e análise bibliométrica.

No segundo tema, impacto da sustentabilidade no desempenho operacional da manufatura,

o objetivo foi complementar a literatura existente em sustentabilidade observando a relação entre

sustentabilidade e o desempenho através da identificação dos principais fatores que influenciam

essa relação.

Finalmente, no terceiro tema, meta-heurística em gerência de operações, o objetivo foi

identificar quais são as meta-heurísticas mais aplicadas em engenharia da produção e também

estudar sua evolução.

3. Metodologia

Thomé et al. [1] desenvolveram um passo-a-passo para conduzir uma revisão sistemática da

literatura em gerenciamento de operações composta por oito passos: (i) planejamento e

formulação do problema, (ii) busca na literatura, (iii) coleta de dados, (iv) avaliação de qualidade,

(v) análise de dados e síntese, (vi) interpretação, (vii) apresentação dos resultados e (viii)

atualização da revisão. A abordagem foi aplicada aos três temas de estudo identificados.

3.1 Análise de series temporais com variáveis exógenas

3.1.1 Revisão sistemática e estatísticas básicas

Para o primeiro passo da revisão sistemática, o escopo da revisão foi definido, o tópico de

pesquisa foi contextualizado e as perguntas de pesquisa foram desenvolvidas. Para a busca na

literatura, a base de dados Scopus foi selecionada por ser uma das maiores bases de dados de

resumos e citações do mundo [33]. Após uma busca com palavras-chave relacionadas ao tema e a

aplicação de critérios de inclusão e exclusão, a base de dados retornou um total de 1547 artigos

para revisão. As 10 áreas com maior concentração de publicações, dentre 28 áreas identificadas,

podem ser observadas na Tabela 1. Como esperado, há uma grande variedade de temas.

Categorias do Scopus No. de publicações

Ciências Ambientais 314

Matemática 266

Medicina 250

Ciências Sociais 247

Economia, Econometria e Finanças 242

Ciências Planetárias e da Terra 203

Ciência da Agricultura e Biologia 202

Engenharia 196

Ciência da Computação 190

Negócios, Administração e Contabilidade 127

Tabela 1. Dez principais áreas de estudo


Juntas, as cinco primeiras áreas de conhecimento – ciências ambientais, matemática,

medicina, ciências sociais e economia, econometria e finanças – correspondem por

aproximadamente 50% das publicações.

A Figura 1 ilustra o número de publicações por ano. A primeira publicação foi em 1967,

um estudo obre a demanda por novos investimentos em construções em fazendas [34]. Vale

ressaltar que até 1995 o número de documentos por ano era menor que 20. Em 1996 houve um

pico, com 27 publicações e em 2001 a marca superou 40 documentos por ano. Desde então foi

identificada uma tendência de crescimento até os dias de hoje, com o recorde em 2015 (150

documentos).

Figura 1. Número de publicações por ano

A distribuição das publicações em revistas foi bastante ampla (151 fontes), como era de se

esperar em um tema de caráter multidisciplinar. As 10 revistas com maior número de citações

podem ser encontradas na Tabela 2.

Fonte No. de publicações No. de citações

Journal of Econometrics 24 1923

American Journal of Political Science 4 1186

Journal of the American Statistical Association 23 1066

Water Resources Research 20 812

IEEE Transactions on Power Systems 9 701

Journal of Climate 8 625

Neurocomputing 16 548

International Journal of Forecasting 19 521

Remote Sensing of Environment 11 489

Statistics in Medicine 6 455

Tabela 2. Número de publicações e citações por fonte

Um modelo computacional auxiliou na coleta de dados e nos cálculos para as estatísticas

descritivas. A limitação dos documentos para revistas com revisão por pares contribuiu para a


garantia de qualidade. Para o quinto passo da revisão sistemática, foi utilizada uma abordagem

indutiva para análise de conteúdo qualitativo [35,1] combinada com uma análise quantitativa

bibliométrica de co-citação e co-ocorrência de palavras-chave (Seção 2.1.2). O sexto passo refere

a síntese da pesquisa qualitativa e as indicações bibliométricas das análises de co-citação e co-

palavra. O estudo em si representa o sétimo passo: apresentação dos resultados. O oitavo passo se

encontra fora do escopo desta pesquisa.

3.1.2 Análise bibliométrica

Análises bibliométricas medem e quantificam o desempenho e impacto de estudos

científicos [36]. Três análises foram realizadas no tema de séries temporais com variáveis

exógenas: citação, co-citação e co-palavra.

A análise de citação estuda os autores mais influentes, medindo o número de publicações e

citações por áreas de conhecimento, instituição e nacionalidade. A co-ocorrência estuda a

aparição de uma unidade específica (e.g., citação, autor, palavra) em publicações. A análise de

co-citação, por exemplo, pode identificar os autores mais influentes em um campo de pesquisa e

a análise de co-palavra os principais temas de interesse naquela área.

Para as análises bibliométricas, os softwares BibExcel

(http://homepage.univie.ac.at/juan.gorraiz/bibexcel/) [37], Pajek (http://mrvar.fdv.uni-lj.si/pajek/)

[38] e SciMAT (http://sci2s.ugr.es/scimat/) [39] foram utilizados.

3.2 Impacto da sustentabilidade no desempenho operacional da manufatura

Para o estudo sobre o impacto da sustentabilidade no desempenho operacional da

manufatura, as bases de dados Scopus e Web of Science foram selecionadas pela sua ampla

cobertura de revistas com revisão por pares [40]. Apesar do Scopus cobrir um maior número de

revistas, o Web of Science abrange um maior período de tempo, fazendo com que as duas bases

se complementem [41].

Uma análise dos modelos causais da sustentabilidade (determinantes, moderadores,

mediadores e desempenho) foi realizada com os dados extraídos das bases de dados selecionadas

até setembro de 2016. As estatísticas descritivas (ano de publicação, autores, fonte, e área de

conhecimento) foram extraídas apenas da base de dados Scopus, no período até junho de 2017,

devido às diferentes classificações de áreas de conhecimento das duas bases.

A busca com palavras-chave no Scopus até junho de 2017 gerou um total de 314 resultados.

A evolução do número de publicações por ano pode ser observada na Figura 2. É evidente o surto

de interesse pelo tema nos últimos três anos, com um recorde de publicações em 2016 (71

documentos).


Figura 2. Número de publicações por ano

A Tabela 3 mostra as principais áreas de conhecimento das publicações. 61,1% dos

documentos pertencem ao campo de negócios, administração e contabilidade, confirmando a

predominância de publicações na área de gerenciamento de operações.

Categorias do Scopus No. de publicações

Negócios, Administração e Contabilidade 195

Ciências Sociais 89

Engenharia 87

Ciências Ambientais 64

Ciência da Decisão 60

Ciência da Computação 43

Energia 41

Economia, Econometria e Finanças 37

Outros 58

Tabela 3. Principais áreas de conhecimento

O país com maior número de publicações foi os Estados Unidos, com 56 documentos,

seguido da China, com 41 documentos, e da Malásia, com 36 documentos, entre outros. Em

relação à fonte dos documentos, o Journal of Cleaner Production foi a revista mais representada,

com 19 artigos. As 10 revistas com maior número de artigos publicados podem ser observadas na

Tabela 4. Vale ressaltar que cinco destas revistas são da área de gerência de operações.


Revistas No. de publicações

Journal of Cleaner Production 19

Sustainability 14

International Journal of Operations & Production Management 8

International Journal of Production Research 7

Asian Social Science 5

Business Strategy and the Environment 5

Corporate Social Responsibility and Environmental Management 4

Industrial Management and Data Systems 4

International Journal of Applied Business and Economic Research 4

Journal of Supply Chain Management 4

Tabela 4. Número de publicações por revista

Os autores com maior número de publicações e maior influência foram Green, K.W. (5

artigos, índice-h 26), Beneditez-Amado, J. (4 artigos, índice-h 8) e Toms, L. (4 artigos, índice-h

4). Vale ressaltar que Green e Toms são frequentes co-autores. O restante dos autores públicos 3

artigos ou menos como pode ser observado na Tabela 5.

Autor # de artigos Índice-h Universidade País

Green, K.W. 5 26 Southern Arkansas University

EUA

Benitez-Amado, J. 4 8 Universidad de Granada

Espanha

Toms, L.C. 4 4 Southern Arkansas University

EUA

Bhadauria, V.S. 3 5 Southern Arkansas University

EUA

Cagliano, R. 3 18 Politecnico di Milano

Itália

Choi, Y. 3 11 Inha University

Coréia do Sul

Jabbour, C.J.C. 3 19 University of Stirling Reino Unido

Lu, C.-S. 3 19 National Kaohsiung Marine

University Taiwan

Taiwan

Meacham, J. 3 4 Southern Arkansas University

EUA

Paulraj, A. 3 15 Manchester Business School

Reino Unido

Zhu, Q. 3 32 Shanghai Jiaotong University

China

Warokka, Ari 3 1 Universidad Autonoma de

Madrid

Espanha

Tabela 5. Principais autores

A busca no Scopus e Web of Science até setembro de 2016 para a análise dos modelos

causais, retornou um total de 409 documentos após a remoção de artigos duplicados. Em seguida,

os resumos foram analisados e 186 artigos foram selecionados para revisão do texto completo.


3.3 Meta-heurística em gerenciamento de operações

Para a revisão sobre meta-heurística em gerência de operações, as bases de dados Scopus e

Web of Science foram novamente utilizadas em conjunto por sua enorme abrangência quando

combinadas [40]. Após a remoção de artigos duplicados, a busca retornou um total de 2240

artigos. As palavras-chave aplicadas às bases de dados, no entanto, ainda estão sendo reavaliadas

antes de dar continuidade à revisão.

4. Resultados

4.1 Análise de series temporais com variáveis exógenas

4.1.1 Análise de citações

A análise de citações estuda o número de documentos e número de citações por autor. A

classificação de autores por número de citações, número de artigos publicados, instituição, país e

área de conhecimento pode ser observada na Tabela 6. Beck é não só o autor mais prolífico como

também o autor com maior número de publicações. Katz e Tucker, também entre os autores mais

citados, são frequentes coautores de Beck em estudos sobre dados transsectoriais de séries

temporais, inclusive em sua publicação com maior número de citações [42]. Meese e Rogoff [43]

possuem o segundo artigo com maior número de citações, um estudo comparando a precisão da

previsão out-of-sample de vários modelos estruturais e de séries temporais de taxas de câmbio.

Em seguida, o trabalho de Anderson e Hsiao [44] apresenta uma análise estatística de modelos de

regressão de séries temporais para dados longitudinais com ou sem variáveis dependentes

defasadas. Wigley, Wilby e Conway [45] são coautores de um estudo que calibra uma gama de

modelos estatísticos de redução usando modelos de circulação gerais e observados para gerar e

comparar séries temporais de precipitação diária.


Autores No. de

citações

No. de

artigos

Instituição País Área

Beck N. 1668 5 New York University EUA Ciências

Sociais

Katz J. 1300 3 California Institute of

Technology

EUA Ciências

Sociais

Meese R. 1267 1 UC Berkeley Haas School

of Business

EUA Economia

Rogoff K. 1267 1 Harvard University EUA Economia

Tucker R. 1064 1 Vanderbilt University EUA Ciências

Sociais

Hsiao C. 669 2 University of Southern

California

EUA Economia

Anderson T. 656 1 Stanford University EUA Matemática

Wigley T. 583 3 National Center for

Atmospheric Research

EUA Ciências

Planetárias e

da Terra

Wilby, R. 566 2 Loughborough University Reino Unido Ciências

Ambientais

Conway D. 428 2 London School of

Economics and Political

Science

Reino Unido Ciências

Ambientais

Tabela 6. Número de citações, número de artigos, instituição, nacionalidade e área por autor

4.1.2 Análise de co-citação

A rede representada na Figura 3 representa as relações de co-citação entre os 30

documentos com maior número de citações, isto é, os artigos mais influentes em análises de

séries temporais com variáveis exógenas. O tamanho dos nós representa o número de citações e a

grossura dos arcos representa o número de co-ocorrências.


Figura 3. Rede de co-citações de análises de séries temporais com variáveis exógenas

Granger [46] define a diferença entre causalidade e feedback usando modelos bivariados.

Nash e Sutcliffe [47] observam a influência de fatores como chuva e evaporação na vazão de rios

através do coeficiente R2 de regressões lineares. Box e Jenkins [48] introduzem modelos de séries

temporais ARIMA (média móvel integrada autoregressiva) para caracterizar e prever observações

de séries temporais em períodos de tempo igualmente espaçados. Os mesmos autores mais tarde

revisão o modelo em 1976 [49].

Akaike [50] desenvolve um critério de informação (atualmente conhecido como AIC –

critério de informação de Akaike), que assiste na seleção de um modelo para estimar a qualidade

relativa de um modelo. Schwarz [51] tenta resolver o problema de selecionar um dentre um

número de modelos de dimensões diferentes e Ljung e Box [52] propõe uma modificação para o

teste de Box e Jenkins [48].

O teste de Dickey-Fuller deriva representações para as distribuições limitadoras do

coeficiente estimador de auto regressão e testa a hipótese nula sobre a presença de raízes unitárias

[53]. Mais tarde, Philips e Perron [54] desenvolvem um teste de raiz unitária que faz uma

correção não-paramétrica da estatística do t-teste do teste de Dickey-Fuller.

White [55] desenvolve o “teste White” para verificar a presença de heterocedasticidade

em perturbações de um modelo linear. Engle [56] introduz uma nova classe de processos

estocásticos chamada de heterocedasticidade condicional de auto regressão (ARCH) que não

assume uma variância constante para o termo de erro. Em seguida, Bollerslev [57] estende a ideia

de Engle [56] introduzindo uma classe de processo mais geral chamada heterocedasticidade

condicional de auto regressão generalizada (GARCH).


A primeira referência relevante à área de inteligência artificial surge em 1985 com Takagi

e Sugeno [58]. Em seguida, Rumelhart et al. [59] também publicam sobre o tema. Engle e

Granger [60], Johansen [61], Johansen e Juselius [62], e Johansen [63] publicam sobre o assunto

de co-integração.

Em 1989, Harvey [64] publica um livro que proporciona uma teoria unificada e

abrangente de modelos de séries temporais estruturais. Hornik et al. [65] retoma o assunto de

inteligência artificial com o princípio de uma investigação rigorosa sobre as capacidades e

propriedades de redes feed-forward de múltiplas camadas.

O livro de McCullagh e Nelder [66] fornece um tratamento unificado de métodos para a

análise de diversos tipos de dados. Tong [67] introduz a teoria de séries temporais não lineares

em 1990. Com base no trabalho de Takagi e Sugeno [58], Jang [68] desenvolve uma arquitetura

chamada de ANFIS (“adaptive-network-based fuzzy inference system”).

Em 1994, tanto Box et al. [69] quanto Hamilton [70] publicam livros sobre ferramentas

para modelar e analisar séries temporais. O estudo de Beck e Katz [71] é o primeiro trabalho que

trata sobre estudo transversal, em 1995. Haykin [72] publica o primeiro livro com uma análise

detalhada sobre redes neurais artificiais, em 1999.

Com o crescimento do uso de inteligência artificial em séries temporais, Zhang [73]

publica sobre modelos híbridos. Finalmente, Zuur e Pierce [74] utilizam uma análise de fator

dinâmica para estimar tendências em séries temporais.

A análise de co-citação apresenta os trabalhos mais influentes em análise de séries

temporais com variáveis exógenas, possibilitando a criação de um esqueleto para o tema. A

árvore na Figura 3, portanto, ilustra as principais referências na área em um guia cronológico.

4.1.3 Análise de co-palavra

Para melhor entender a evolução dos temas e métodos e incluir pesquisas mais recentes, os

documentos foram subdivididos em quatro períodos consecutivos: 1967–1998, 1999–2007,

2008–2012 e 2013– 2016, com 246, 423, 434, e 444 documentos, respectivamente. Os principais

temas identificados podem ser observados na Tabela 7, assim como o número de documentos

principais e secundários.

Período Grupo temático

Número de documentos

Principais Secundário Total

Principais

com até

80% das

citações

1967-1998

Previsão 16 33 49 6

Estudos de saúde 10 17 27 3

Países desenvolvidos 2 5 7 1

Filtro de Kalman 2 5 7 1

Subtotal 30 60 90 11

1999-2007 Estudos de saúde 57 61 118 27

Modelos matemáticos 47 83 130 18


Poluição do ar 15 55 70 8

Subtotal 119 199 318 53

2008-2012


Previsão 63 64 127 24

Algoritmos 7 32 39 4

Modelos estatísticos 6 38 44 3

Subtotal 118 188 306 49

2013-2016


Previsão 55 87 142 17

Árvores de decisão 4 6 10 2

Custos 5 32 37 1

Algoritmos 4 36 40 2

Subtotal 100 207 307 37

Total 367 654 1021 150

Tabela 7. Número de publicações por período, grupo temático e tipo de documento

Documentos principais apresentam pelo menos duas co-ocorrências de palavras-chave,

enquanto documentos secundários apresentam apenas uma. O texto completo dos documentos

com até 80% das citações em cada grupo foi revisado para criar uma base para a análise de cada

grupo temático.

A Figura 4 ilustra o número de palavras-chave por período e sua evolução, mostrando o

número de palavras-chave que entram e saem em cada período e o número e porcentagem de

palavras-chave que permanecem de um período para o seguinte.

Figura 4. Evolução das palavras-chave por período

Como esperado, o número de palavras-chave cresce ao longo dos períodos, paralelo ao

crescimento de número de publicações ao longo do tempo (Figura 1, Seção 3.1.1). O número de

palavras-chave cresce de 130 no primeiro período (1967-1998) para 377 no último (2013-2016),

um crescimento de 190%. Isso indica que as áreas que utilizam variáveis exógenas em séries

temporais estão se diversificando e crescendo com o tempo e que possivelmente esse ainda é um

campo que não foi completamente consolidado.

A Figura 5 mostra a evolução dos temas por período, com base no peso de associação

entre um período e outro. O índice de inclusão mede a força de associação, representada pela


grossura das linhas conectando cada grupo. As linhas contínuas representam uma associação

entre grupos temáticos; isto é, dois grupos têm o mesmo nome em períodos consecutivos ou um

grupo temático engloba o outro. As linhas pontilhadas representam associações em aspectos que

não sejam o nome. O tamanho de cada esfera corresponde ao número de documentos principais

presentes em um grupo.

Figura 5. Evolução dos grupos temáticos

A Figura 6 sintetiza a evolução dos temas nos quatro períodos através de diagramas

estratégicos de Callon. Em um diagrama estratégico de Callon, grupos motores (nordeste)

representam temas centrais da área de pesquisa, com alta centralidade e densidade. Os grupos

básicos e transversais (sudeste) são temas centrais, também importantes para a área de pesquisa,

mas não bem desenvolvidos, combinando uma alta centralidade e baixa centralidade. Temas

emergentes ou em declínio (sudoeste) apresentam baixa centralidade e baixa densidade; o que

significa que eles não se relacionam bem aos demais temas e também não são bem representados

na área de pesquisa. Grupos bem desenvolvidos e isolados (noroeste) geralmente significam

temas bem-pesquisados com alta densidade, provavelmente temas clássicos da área de pesquisa.

O tamanho das esferas é proporcional ao número de documentos principais em cada grupo e

período.


Figura 6. Diagramas estratégicos de Callon

A fim de identificar os principais métodos aplicados a séries temporais com variáveis

exógenas, uma leitura compreensiva dos 150 artigos principais que representavam 80% do total

de citações foi realizada. Apenas métodos que incorporavam variáveis exógenas foram revisados.

Através da análise foi possível identificar 30 tipos diferentes de métodos presentes nos

documentos principais. O método mais aplicado foi modelo de regressão, seguido por redes

neurais artificiais, o método ARIMA com a incorporação de variáveis exógenas (ARIMAX),

máquinas de vetores de suporte, e modelos estruturais que, juntos, estavam presentes em 70% das

publicações. A Figura 7 ilustra a evolução temporal dos cinco principais métodos


Figura 7. Número de publicações por método por período


As informações sobre os modelos causais de sustentabilidade e desempenho,

compreendendo determinantes (variáveis que podem influenciar positivamente ou negativamente

o desempenho), mediadores e moderadores para a relação estudada, foram organizadas após a

busca e seleção de documentos.

Os cinco principais determinantes que podem influenciar positivamente ou negativamente a

relação entre sustentabilidade e desempenho podem ser encontrados na Tabela 8. A Tabela 9

mostra as principais variáveis que podem mediar esse relacionamento. As variáveis que foram

encontradas nos artigos que moderam o relacionamento entre sustentabilidade e desempenho

podem ser observadas na Tabela 10. Os indicadores de desempenho mais mencionados estão na

Tabela 11. Essas informações fornecem uma base para o desenvolvimento de teorias e para

futuras pesquisas sobre sustentabilidade no intuíto de investigar quais variáveis têm sido

associadas ao vínculo entre sustentabilidade e desempenho.

Determinantes No. de publicações

Práticas internas de gerenciamento da sustentabilidade 41

Gerência externa da sustentabilidade 32

Gerência de recursos humanos em direção à sustentabilidade 21

Pressão 15

Responsabilidade social (corporativa) 8

Tabela 8. Principais determinantes na relação sustentabilidade-desempenho

Mediadores No. de publicações

Práticas internas de gerenciamento da sustentabilidade 16

Comprometimento com a sustentabilidade (liderança e funcionários) 8

Desempenho ambiental 8


Gerência externa da sustentabilidade (e.g., colaboração na cadeia de

suprimentos)

7

Inovação ecológica 7

Tabela 9. Principais mediadores na relação sustentabilidade-desempenho

Moderadores

Pressão

Aquisições ecológicas

Aquisições estratégicas

Comportamentos

Empreendedorismo ambiental

Influência de stakeholders

Colaboração ambiental

Estágios da implementação de sistemas de gerenciamento ambiental

Tipos de tecnologias empregadas para abordar questões ambientais

Experiência da firma em outros sistemas de manufatura

Tamanho

Programas de gerência da qualidade

Práticas de just-in-time (JIT)

Fatores de sistemas de informação utilitários

Publicidade ecológica

Tabela 10. Moderadores na relação sustentabilidade-desempenho

Desempenho No. de publicações

Desempenho ambiental 51

Desempenho financeiro 30

Desempenho da firma 29

Desempenho sustentável 22

Desempenho operacional 19

Tabela 11. Principais indicadores de desempenho na relação sustentabilidade-desempenho


A pesquisa sobre meta-heurística em gerenciamento de operações ainda se encontra em fase

preliminar, portanto os resultados ainda não estão disponíveis para serem apresentados.

5. Conclusões

5.1 Análise de séries temporais com variáveis exógenas

A análise de citações do estudo sobre séries temporais indicou que o uso de séries

temporais com variáveis exógenas está continuamente crescendo. O estudo também permitiu

identificar os principais métodos utilizados para séries temporais com variáveis exógenas tanto

por área – ciências ambientais, economia e saúde – quanto por metodologia – regressão, redes

neurais artificiais e máquinas de vetores de suporte. O estudo também verificou a importância de

séries temporais com variáveis exógenas para a precisão de previsões e a relevância das variáveis

exógenas, métodos e cenários para a série temporal.


A revisão sistemática da literatura sobre análise de séries temporais com variáveis exógenas

foi parte do exame de qualificação da doutoranda Paula Maçairaa. Além disso, também deu

origem ao artigo “Time Series Analysis with Explanatory Variables: a Systematic Literature

Review”, elaborado em coautoria com a doutoranda, o professor Márcio Thoméa e o professor

Fernando Cyrinoa. O artigo atualmente se encontra em fase de revisão para publicação na revista

Environmental Modelling and Software (Qualis A1, Engenharias III).


O estudo sobre o impacto da sustentabilidade no desempenho operacional da manufatura

permitiu detectar os principais fatores que influenciam a relação entre sustentabilidade e

desempenho da empresa através da identificação de determinantes, mediadores e moderadores.

Os principais determinantes identificados, ou seja, variáveis que podem influenciar positivamente

ou negativamente a performance, foram: práticas internas de gerenciamento de sustentabilidade,

gerenciamento externo de sustentabilidade, gerenciamento de recursos humanos para

sustentabilidade, pressão e responsabilidade social (corporativa). O estudo também ressaltou a

importância de pesquisas na área de sustentabilidade, uma vez que empresas de manufatura

consomem muitos recursos e geram um grande impacto tanto na sociedade quanto no meio

ambiente. A revisão sistemática da literatura sobre o impacto da sustentabilidade no desempenho

operacional da manufatura foi parte da dissertação de mestrado da aluna Renata Bianchinia. Um

artigo sobre o estudo está sendo elaborado em coautoria com a mestranda e o professor Márcio

Thoméa.


Finalmente, um artigo sobre meta-heurística em gerência de operação está sendo preparado

junto com o professor Márcio Thoméa e a professora Luciana Pessoaa. Ainda está muito cedo, no

entanto, para qualquer tipo de conclusão acerca do assunto.

Referências

1 - THOMÉ, A.M.T.; SCAVARDA, L.F.; SCAVARDA, A. 2016. Conducting systematic

literature review in operations management. Prod. Plann. Control., 27 (5), 408–420. 2016.

2 - DENYER, D.; TRANFIELD, D. Producing a Systematic Review. The Sage Handbook

of Organizational Research Methods, editado por D. Buchanan e A. Bryman, 671–689. Londres:

Sage. 2009.

3 - ESPEY, M.; ESPEY, J.; SHAW, W.D. Price elasticity of residential demand for water: A

meta-analysis. Water Resour. Res., 33, 1369–1374, doi:10.1029/97wr00571. 1997.

4 - NUNNARI, G.; DORLING, S.; SCHLINK, U.; CAWLEY, G.; FOXALL, R.;

CHATTERTON, T. Modelling SO2 concentration at a point with statistical approaches.

Environ. Model. Softw., 19, 887–905, doi:10.1016/j.envsoft.2003.10.003. 2004.

5 - ANDRIYAS, S.; McKEE, M. Recursive partitioning techniques for modeling irrigation

behaviour. Environ. Model. Softw., 47, 207–217, doi:10.1016/j.envsoft.2013.05.011. 2013.

6 - LIMA, L.M.M.; POPOVA, E.; DAMIEN, P. Modeling and forecasting of Brazilian

reservoir inflows via dynamic linear models. Int. J. Forecast., 30, 464–476,

doi:10.1016/j.ijforecast.2013.12.009. 2014.

a Departamento de Engenharia Industrial, PUC-Rio


7 - ATHANASOPOULOS, G.; HYNDMAN, R.J.; SONG, H.; WU, D.C. The tourism

forecasting competition. Int. J. Forecast, 27, 822–844, doi:10.1016/j.ijforecast.2010.04.009.

2011

8 - SFETSOS, A.; COONICK, A.H. Univariate and multivariate forecasting of hourly solar

radiation with artificial intelligence techniques. Sol. Energy, 68, 169–178, doi:10.1016/S0038-

092X(99)00064-X. 2000.

9 - PORPORATO, A.; RIDOLFI, L. Multivariate nonlinear prediction of river flows. J.

Hydrol., 248, 109–122, doi:10.1016/S0022-1694(01)00395-X. 2001.

10 - ELKINGTON, J. Partnerships from cannibals with forks: the triple bottom line of 21st-

century business. Environmental Quality Management, 8(1):37-51. 1998.

11 - ANGELL, L. C.; KLASSEN, R. D. Integrating environmental issues into the mainstream:

An agenda for research in operations management. Journal of Operations Management, 17(5):

575–598. 1999.

12 - FELDMAN, S. J.; SOYKA, P. A.; AMEER, P. G. Does improving a firm’s

environmental management system and environmental performance result in a higher stock

price? Journal of Investment, 6(4):87–97. 1997.

13 - GLADWIN, T.N.; KENNELLY, J.J.; KRAUSE, T.S. Shifting paradigms for sustainable

development: Implications for management theory and research. Academy of Management

Journal, 20(4):874–799. 1995.

14 - STARIK, M.; RANDS, G.P. Weaving and integrated web: Multilevel and multisystem

perspectives of ecologically sustainable organizations. Academy of Management Review,

20(4):908–935. 1995.

15 - JENNINGS, P.D.; ZANDBERGEN, P.A. Ecologically sustainable organizations: An

institutional approach. Academy of Management Review, 20(4):1015–1052. 2005.

16 - PAGELL, M.; GOBELI, D. How plant managers’ experiences and attitudes toward

sustainability relate to operational performance. Production and Operations Management,

18(3):278–299. 2009.

17 - VAN HOEK, R.; JOHNSON, M. Sustainability and energy efficiency: research

implications from an academic roundtable and two case examples. International Journal of

Physical Distribution and Logistics Management, 40(1/2):148–158. 2010.

18 - SCHOENHERR, T. The role of environmental management in sustainable business

development: A multi-country investigation. International Journal of Production Economics,

140:116-128. 2012.

19 - PORTER, M.E. Competitive Advantage – Creating and Sustaining Superior

Performance. New York, NY: Macmillan, 1985.

20 - RUSSO, M.V.; FOUTS, P.A. A resource based perspective on corporate environmental

performance and profitability. Academy of Management Journal, 40(3):534–559. 1997.

21 - CHRISTMANN, P. Effects of best practices of environmental management on cost

advantage: The role of complimentary assets. Academy of Management Journal, 4(4):663–680.

2001.

22 - MELNYK, S.A.; SROUFE, R.P.; CALANTONE, R. Assessing the impact of

environmental management systems on corporate and environmental performance. Journal of

Operations Management, 21(3):329–353. 2003.

23 - PAGELL, M.; YANG, C.L.; KRUMWIEDE, D.W.; SHEU, C. Does the competitive

environment influence the efficacy of investments in environmental management? Journal of

Supply Chain Management, 40(3):30–39. 2004.


24 - RAO, P.; HOLT, D. Do green supply chains lead to competitiveness and economic

performance? International Journal of Operations & Production Management, 25(9):898-

916. 2005.

25 - MONTABON, F.; MELNYK, S.A.; SROUFE, R.; CALANTONE, R.J. ISO 14000:

assessing its perceived impact on corporate performance. Journal of Supply Chain

Management, 36(2):4–16. 2000.

26 - YANG, C.L.; LIN, S.P.; CHAN, Y.H.; SHEU, C. Mediated effect of environmental

management on manufacturing competitiveness: an empirical study. International Journal of

Production Economics, 123(1):210-220. 2010.

27 - HUANG, Y.C.; WU, Y.C.J.; RAHMAN, S. The task environment, resource commitment

and reverse logistics performance: evidence from the Taiwanese high-tech sector. Production

Planning and Control, 23(10-11):851-863. 2012.

28 - GREEN, K.W.; ZELBST, P.J.; BHADAURIA, V.; MEACHAM, J. Do environmental

collaboration and monitoring enhance organisational performance? Industrial Management and

Data systems, 112(2):186-205. 2012.

29 - HAY, R.L.; STAVINS, R.N.; VIETOR, R.H.K. Environmental Protection and the

Social Responsibility of Firms: Perspectives from Law, Economics and Business, Resources

for the Future. Washington DC: RFF Press, 2005.

30 - KLEINDORFER, P.R.; SINGHAL, K.; VAN WASSENHOVE, L.N. Sustainable

operations management. Production and Operations Management, 14(4):482–492. 2005.

31 - LONGONI, A.; GOLINI, R.; CAGLIANO, R. The role of New Forms of Work

Organization in developing sustainability strategies in operations. International Journal of

Production Economics, 147:147-160. 2014.

32 - BIANCHI, L.; DORIGO, M.; GAMBARDELLA, L.M.; GUTJAHR, J. A survey on

metaheuristics for stochastic combinatorial optimization. Natural Computing, 8(2):239-287,

doi: 10.1007/s11047-008-9098-4. 2009.

33 - HLWIKI, 2017. HLWIKI Canada. Disponível em <hlwiki.slais.ubc.ca/> Acesso em: 14

mai. 2017.

34 - SCOTT JR., J.T.; HEADY, E.O. Regional demand for farm buildings in the united states.

Am. J. Agric. Econ., 49. 1967.

35 - SEURING, S.; GOLD, S. Conducting content‐analysis based literature reviews in supply

chain management. Supply Chain Manag. An Int. J., 17, 544–555. 2012.

36 - COBO, M.; LÓPEZ-HERRERA, A.; HERRERA-VIEDMA, E.; HERRERA, F. An

approach for detecting, quantifying, and visualizing the evolution of a research field: A practical

application to the Fuzzy Sets Theory field. J. Informetr., 5. 2011.

37 - PERSSON, O.; DANELL, R.; WIBORG SCHNEIDER, J.; ASTROM, R.; DANELL, R.;

LARSEN, B.; WIBORG SCHNEIDER, J. How to use BibExcel for various types of

bibliometric analysis, in: Celebrating Scholarly Communication Studies: A Festschrift for

Olle Persson at His 60th Birthday. 2009.

38 - DE NOOY, W.; MRVAR, A.; BAGATELJ, V. Exploratory Network Analysis with Pajek.

Cambridge University Press. 2005.

39 - COBO, M.J.; LÓPEZ-HERRERA, A.G.; HERRERA-VIEDMA, E.; HERRERA, F.

SciMAT: A New Science Mapping Analysis Software Tool. J. Am. Soc. Inf. Sci. Technol., 63,

1609–1630. 2012

40 - THOMÉ, A.M.T.; SCAVARDA, A.; CERYNO, P.; REMMEN, A. Sustainable new

product development: a longitudinal review. Clean Technology Environmental Policy, v. 18, n.

7, p. 2195-2208. 2016.


41 - FALAGAS, M.E.; Pitsouni, E.I.; Malietzis, G.A.; Pappas, G. Comparison of PubMed,

Scopus, Web of Science, and Google Scholar: strengths and weaknesses. The FASEB Journal,

v. 22, p. 338–342. 2008.

42 - BECK, N.; KATZ, J.; TUCKER, R. Taking Time Seriously: Time-Series-Cross-Section

Analysis with a Binary Dependent Variable. Midwest Political Science Association,

http://www.jstor.org/stable/2 42, 1260–1288. 1998.

43 - MEESE, R.A.; ROGOFF, K. Empirical exchange rate models of the seventies. Do they fit

out of sample? J. Int. Econ., doi:10.1016/0022-1996(83)90017-X. 1983.

44 - ANDERSON, T.W.; HSIAO, C. Formulation and estimation of dynamic models using

panel data. J. Econom., 18, 47–82. doi:10.1016/0304-4076(82)90095-1. 1982.

45 - WILBY, R.L.; WIGLEY, T.M.L.; CONWAY, D.; JONES, P.D.; HEWITSON, B.C.;

MAIN, J.; WILKS, D.S. Statistical downscaling of general circulation model output: A

comparison of methods. Water Resour. Res., 34, 2995–3008, doi:10.1029/98wr02577. 1998.

46 - GRANGER, C.W.J. Investigating Causal Relations by Econometric Models and Cross-

spectral Methods. Econometrica, 37, 424–438. 1969.

47 - NASH, J.E.; SUTCLIFFE, J.V. River Flow Forecasting Through Conceptual Models Part

I-a Discussion of Principles*. J. Hydrol., 10, 282–290, doi:10.1016/0022- 1694(70)90255-6.

1970.

48 - BOX, G.E.P.; JENKINS, G.M. Time Series Analysis, Forecasting and Control. San

Franciso: Holden Day, 1970.

49 - BOX, G.E.P., JENKINS, G.M. Time series analysis: forecasting and control. San

Francisco: Holden Day, 1976.

50 - AKAIKE, H. Information theory as an extension of the maximum likelihood principle.

Second Int. Symp. Inf. Theory, 267–281. 1973.

51 - SCHWARZ, G. Estimating the dimension of a model. Ann. Stat., 6, 461–464.

doi:10.1214/aos/1176344136. 1978.

52 - LJUNG, G.M.; BOX, G.E. On a measure of lack of fit in time series models. Biometrika,

doi:10.1093/biomet/65.2.297. 1978.

53 - DICKEY, D.A.; FULLER, W.A. Distribution of the estimates for autoregressive time

series with a unit root. J. Am. Stat. Assoc., 366, 427–431. 1979.

54 - PHILIPS, P.C.B.; PERRON, P. Testing for a unit root in time series regression.

Biometrika, 75, 335–346. 1988.

55 - WHITE, H. A heteroskedasticity-consistent covariance-matrix estimator and a direct test

for heteroskedasticity. Econometrica, 48, 817–838. 1980.

56 - ENGLE, R.F. Autoregressive conditional heteroskedasticity with estimates of the

variance of UK inflation. Econometrica, 50, 987–1008. 1982.

57 - BOLLERSLEV, T. Generalized autoregressive conditional heteroskedasticity. J.

Econom., 31, 307–327. doi:10.1016/0304-4076(86)90063-1. 1986.

58 - TAKAGI, T.; SUGENO, M. Fuzzy identification of systems and its application to

modeling and control. IEEE Trans. Syst. Man, Cybern., 15, 116–132. 1985.

59 - RUMELHART, D.E.; HINTON, G.E.; WILLIAMS, R.J. Learning internal

representations by error propagation, in: Parallel Distributed Processing: Explorations in

the Microstructure of Cognition. Cambridge: MIT Press, 1986. pp. 318–362.

60 - ENGLE, R.F.; GRANGER, C.W.J. Co-integration and error correction: Representation,

estimation, and testing. Econometrica, 2, 251–276. 1987.

61 - JOHANSEN, S. Statistical analysis of cointegration vectors. J. Econ. Dyn. Control, 12,

231–254, doi:10.1016/0165-1889(88)90041-3. 1988.


62 - JOHANSEN, S.; JUSELIUS, K. Maximum Likelihood Estimation and Inference on

Cointegration with Applications to the Demand for Money. Oxford Bull. Econ. Stat., 52, 169–

210. 1990.

63 - JOHANSEN, S.J. Estimation and hypothesis testing of cointegration vectors in gaussian

vector autoregression models. Econometrica 59, 1551–1580. 1991.

64 - HARVEY, A.C. Forecasting, Structural Time Series Models and the Kalman Filter.

Cambridge: Cambridge University Press, 1989.

65 - HORNIK, K.; STINCHCOMB, M.; WHITE, H. Multilayer feed-forward networks are

universal approximators. Neural Networks 2, 359–366. 1989.

66 - McCULLAGH, P.; NELDER, J.A. Generalized Linear Models. Chapman & Hall/CRC,

1989.

67 - TONG, H. Non-Linear Time Series: A Dynamical System Approach. New York:

Oxford University Press, 1990.

68 - JANG, J.S.R. ANFIS: Adaptive-network-based fuzzy inference system. IEEE Trans.

Syst. Man. Cybern. 3, 665–685. 1993.

69 - BOX, G.E.P.; JENKINS, G.M.; REINSEL, G.C. Time Series Analysis: Forecasting and

Control. Prentice Hall, 1994.

70 - HAMILTON, J.D. Time Series Analysis. Princeton University Press, 1994.

71 - BECK, N.; KATZ, J.N. What to do (and not to do) with time-series cross-section data.

Am. Polit. Sci. Assoc. 89, 347–634. 1995.

72 - HAYKIN, S.. Neural Networks: A Comprehensive Foundation. Prentice Hall

Englewood CliKs, 1999.

73 - ZHANG, G.P. Time series forecasting using a hybrid ARIMA and neural network model.

Neurocomputing 50, 159–175. 2003.

74 - ZUUR, A.F.; PIERCE, G.J. Common trends in northeast Atlantic squid time series. J. Sea

Res. 52, 57–72. 2004.

REVISÃO SISTEMÁTICA DA LITERATURA APLICADA A … · O estudo em si representa o sétimo passo:...

Documents

Transcript of REVISÃO SISTEMÁTICA DA LITERATURA APLICADA A … · O estudo em si representa o sétimo passo:...