Imprimir esta página

APRENDIZADO BASEADO EM PROBLEMA INDUSTRIAL HÍBRIDO (hiPBL) COMO ATIVIDADE DE TRANSFERÊNCIA TECNOLÓGICA no ICMC-CeMEAI: O CASO DA ESTATÍSTICA

 

A metodologia de Aprendizado Baseado em Problema (PBL) visa aumentar a praticidade, retenção e aplicabilidade dos conhecimentos. Especificamente em estatística, esta metodologia prima por analisar e interpretar um conjunto de dados convertendo-o em conhecimento útil. PBL tem se mostrado uma boa alternativa à metodologia tradicional de ensino, com altos níveis de satisfação dos alunos. No ICMC-USP, resultados positivos no tocante da implementação dessa metodologia, adaptada às disciplinas de estatística, tanto em nível de graduação quanto de pós-graduação, estão sendo obtidos e corroboram com a expectativa de engajamento ativo dos alunos em sala. Em especial, procedemos com uma estrutura adaptada em que os alunos, concomitantemente, recebem treinamento para os tópicos constantes nas ementas das disciplinas, mas focam na solução de problemas industriais reais, o que chamamos de Aprendizado Baseado em Problema Industrial Híbrido (hiPBL).

INTRODUÇÃO

No curso de Bacharelado em Estatística, alguns docentes têm adotado uma abordagem de ensino ativa conhecida por Problem Based Learning, em tradução literal, Aprendizado Baseado em Problema (PBL). Mitre et al (2018) motiva a interdependência e transdisciplinaridade, voltada para o desenvolvimento da autonomia individual em íntima coalizão com o coletivo, sendo estes, elementos que corroboram na rediscussão dos processos de ensino-aprendizagem, inscrito na dialética da ação-reflexão-ação.

A justificativa básica consiste em ter a percepção de que, nas diferentes disciplinas de cunho profissional do curso, por exemplo Questão da Qualidade, Planejamento de Experimento, Tópicos Especiais, dentre outras, cabe fomentar os alunos com a resolução de problemas trazidos do “mundo real”, que são disponibilizados para serem solucionados.

Esta abordagem vem sendo explorada por importantes universidades estrangeiras, assim como em outras faculdades na USP, como por exemplo a FEA, apresentando bons resultados que apoiam a utilização da metodologia PBL em sala de aula. Santos et al (2010) discute sobre as competências que os profissionais do mercado de trabalho estão sendo exigidos. Tais profissionais devem apresentar um pensamento crítico, combinado a soluções criativas e inovadoras, procurando a informação de maneira autônoma e capacitação contínua, aliado ao espírito de trabalho em equipe. Seguindo com os autores, os mesmos descrevem que desde a Declaração de Bolonha, em junho de 1999, que envolveu 29 países Europeus, esses elementos foram discutidos visando a evolução desses profissionais, nas mais diversas áreas, e o papel das instituições de Ensino Superior (ES) neste contexto.

No nosso caso, combinamos o PBL baseado em problemas industriais a aulas expositivas, formando, assim, uma estrutura híbrida de ensino, bem como incentivando a criatividade e o engajamento em equipe entre os alunos, o que chamamos de Aprendizado Baseado em Problema Industrial Hibrido ou em tradução literal para o inglês, Hybrid Industrial Problem Based Learning (hiPBL).

PBL EM FOCO

PBL é um método de aprendizagem baseado em descobertas "destinado a orientar os alunos a se tornarem especialistas em um campo de estudo, capaz de identificar os problemas da disciplina e analisar e contribuir para as soluções” (Gijbels et al. 2005).

Esta estratégia pedagógica surgiu, de forma inovadora, em 1969 na Universidade de McMater (Canadá) e Universidade de Maastricht (Holanda), com foco no curso de medicina. No Brasil, ela foi implementada inicialmente na Faculdade de Medicina de Marília, mas atualmente está presente em várias universidades.

O PBL estabelece uma estratégia ensino-aprendizagem com foco no “aprenda por si próprio”. No PBL o objetivo do ensino é o aluno que passa a ser protagonista, deixando de exercer o papel passivo tradicional de receptor das informações e ensinamentos transmitidos por seus professores.

Essa metodologia traz para a sala de aula uma estrutura interdisciplinar utilizando-se de casos específicos, apresentados aos estudantes, e tem por objetivo identificar, investigar, debater, interpretar e produzir possíveis soluções e recomendações.

Nosso foco consiste em uma estrutura híbrida para atender nossas necessidades específicas que consistem em apresentar a ementa da disciplina, e concomitantemente proporcionar que o aluno proponha soluções aos problemas apresentados, com base nos tópicos dados.

PBL INDUSTRIAL HÍBRIDO

A metodologia ativa, conforme descrita anteriormente, foi inicialmente aplicada à disciplina de Probabilidade e Estatística, a qual é ofertada aos alunos do Mestrado Profissional em Matemática, Estatística e Computação Aplicadas à Indústria (MECAI) no 2º semestre de 2015. Os alunos foram divididos em grupos, sendo que 5 alunos do MECAI ficaram como coordenadores dos grupos. Há época, o Prof. Francisco Louzada Neto, assessorado pelo aluno de doutorado Pedro L. Ramos coordenaram os trabalhos. Esse processo foi novamente repetido no 2º semestre de 2016 com uma segunda turma da mesma disciplina.

No 1º semestre de 2017, realizamos mais uma experiência, considerando agora duas disciplinas de graduação, uma do final do curso e outra do início, isto é, Análise Exploratória de Dados e Tópicos Especiais II em Estatística.

A estrutura adotada hiPBL foi pautada em uma empresa fictícia a fim de simular um possível cenário empresarial típico, o qual os alunos enfrentam após a graduação. Esta estrutura foi composta por 2 diretores (CEOs), sendo eles os Professores Francisco Louzada Neto e Katiane S. Conceição; 3 vice-diretores (co-CEOs): os alunos de doutorado Diego Nascimento, Juliana Rodrigues e Taciana Shimizu; 9 gerentes: alunos do último ano do bacharelado em estatística, e 54 alunos do primeiro ano (como estagiários). Dessa forma, a empresa foi organizada em uma estrutura hierarquizada de acordo com o diagrama da Figura 1.

pbl

Figura 1: Diagrama da Estrutura Organizacional da nossa empresa fictícia.

A partir daqui, no segundo semestre de cada ano, a disciplina de Probabilidade e Estatística é ofertada aos alunos do MECAI, é integrada a uma disciplina da graduação, propiciando uma integração entre os alunos do mestrado (que atuam no mercado de trabalho), a uma turma de graduação do Bacharelado de Estatística. A divisão dos participantes se dá em grupos/problemáticas, modificando-se apenas a hierarquia da estrutura descrita acima e representada na Figura 1, em que os gerentes são os alunos de mestrado e os estagiários os alunos de graduação.

Assim, de maneira recorrente, no primeiro semestre de cada ano, utilizamos o hiPBL em turmas apenas em nível de graduação e no segundo semestre combinamos turmas de graduação e pós-graduação.

A metodologia de ensino hiPBL está alinhada e dentro dos objetivos básicos do CEMEAI, que consiste na integração academia e empresa, visando o desenvolvimento de problemas industriais reais, fomentando a imersão dos alunos no mercado de trabalho real.

Os problemas estudados geralmente são trazidos pelos alunos do mestrado, os quais atuam no mercado de trabalho, e têm acesso às necessidades de suas empresas, bem como, empresas são contatadas para que seus problemas possam ser solucionados dentro do escopo das disciplinas.

Além disso, dado que, dentro das possibilidades, podemos adaptar ou mesmo criar alguma metodologia estatística e ou de ciências de dados para solucionar os problemas apresentados, podemos condensar os achados em relatório técnicos/manuscritos, passível de serem submetido a publicação.

Isso promove a interação em a academia e indústria, bem como, possibilita aos alunos melhoria em seus Curriculum Vitae, caso o manuscrito seja aceito para publicação. Do ponto de vista industrial, os desenvolvimentos obtidos podem ser utilizados de forma livre pelas empresas que nos repassaram os problemas, resguardando o fato de que os resultados obtidos podem somente valer para as situações elucidadas dentro do escopo das disciplinas.

O QUE OS ALUNOS PENSAM?

Durante o período da utilização da metodologia hiPBL, enquetes foram feitas para verificar a percepção dos alunos sobre a metodologia empregada.

Esse questionário aplicado contempla três dimensões complementares, percepção do aprendizado, avaliação da proposta geral do PBL, e características do método. O questionário foi construído considerando 3 dimensões atribuindo-as medidas na escala Likert, de cinco pontos: Discordo fortemente/Não gostei fortemente, Discordo/Não gostei, Sou neutro, Concordo/Gostei e Concordo Fortemente/Gostei muito. Um total de 110 alunos de diferentes disciplinas responderam o questionário de forma espontânea.

De um forma global, abaixo apresentamos os resultados de acordo com as três diferentes dimensões apresentadas acima, sendo que devemos ressaltar que os resultados foram baseados nas respostas de alunos de diferentes disciplinas, incluindo alunos de graduação e mestrado, e devem ser observados à luz desse procedimento simplista, o qual pode não refletir as percepções do alunos de uma mesma disciplina.

 

1. Primeira Dimensão: Percepção do aprendizado

  1. 94.34% dos alunos gostaram ou gostaram muito de trabalhar no estudo de um caso prático para aplicar meus conhecimentos.
  2. 80.59% concordaram ou concordaram fortemente que a integração de diferentes pessoas ajudou a entender melhor as questões práticas.
  3. 80.05% concordaram ou concordaram fortemente que os conselhos dos supervisores foram úteis no aprendizado.
  4. 79.72% dos alunos concordaram ou concordaram fortemente em que os encontros, discussões e treinamento prático ajudaram no aprendizado.
  5. 86.30% gostaram ou gostaram muito de trabalhar e aprender com outros alunos.
  6. 80.59% concordaram ou concordaram fortemente que aprenderam melhor através do trabalho com um projeto real.
  7. 77.79% concordaram ou concordaram fortemente que aprenderam melhor através do caso real com outros alunos.
  8. 85.60% concordaram ou concordaram fortemente que o aprendizado foi aprimorado dado o uso de vários recursos.
  9. 87.22% concordaram ou concordaram fortemente que aprendem melhor trabalhando em atividades “em que colocam as mãos” em aulas práticas.
  10. 84.96% concordaram ou concordaram fortemente que o procedimento proposto foi útil no seu desenvolvimento do aprendizado.

 

2. Segunda Dimensão:  Avaliação da proposta geral do hiPBL

  1. 89.24% acharam bom ou muito bom o método PBL na disciplina.  
  2. 79.14% concordaram ou concordaram fortemente que o caso-problema utilizado proporcionou uma boa aprendizagem do conteúdo.   
  3. 80.04% avaliou como bom ou muito bom o seu desempenho (pesquisa e esforço individual) para resolver o caso-problema.
  4. 69.12% acharam bom ou muito bom a recorrência e solicitação da prática semanalmente durante o semestre.
  5. 78.05% acharam bom ou muito bom integração de pessoas de diferentes níveis acadêmicos.

 

3. Terceira Dimensão: Características do método

  1. 76.87% acharam boa ou muito boa a dinâmica das apresentações em sala de aula.
  2. 77.85% acharam boas ou muito boas as avaliações realizadas nas disciplinas.
  3. 73.32% acharam bom ou muito bom o envolvimento dos vice-diretores no processo de aprendizagem.
  4. 72.13% acharam bom ou muito bom o envolvimento dos alunos da outra disciplina.
  5. 81.63% acharam bom ou muito bom o espaço físico (biblioteca) dos encontros.

 

Como um resultado geral, a metodologia hiPBL tem se mostrado uma boa alternativa à metodologia tradicional de ensino, com altos níveis de satisfação dos alunos. Entretanto, o desafio constante de implementação operacional das análises estatísticas, apareceu como o principal fator provocador. Além disso, a repetição das apresentações semanais, causaram algum tipo de exaustão, relatada pelos alunos.

Esses pontos estão em nosso foco, fazendo parte integrante da equalização sistemática da metodologia.

EQUIPE - DOCENTES E MONITORES

Docentes
Francisco Louzada Neto
Gustavo Buscaglia
Katiane Conceição
Jorge Bazan
Mariana Cury

Alunos de Doutorado e Pós-Doutorado
Diego Nascimento
Pedro L. Ramos
Paulo Henrique Ferreira
Oilson Alberto Gonzatto Junior
Marcos Jardel Henriques
Ana Paula Jorge
Taciana Shimizu

 

PROJETOS DESENVOLVIDOS UTILIZANDO HIPBL

2019

Projeto: Controle Estatístico de Qualidade: um estudo de caso hospitalar.

Docente: Francisco Louzada

Coordenador: Diego Nascimento

Alunos: Alisson Ygor Petronilio, Danielle A. Matos, Douglas da Silva Pereira, Erik Yang Yue, José Victor S. C. S. Gomes, Lucas Akio Senega Onuki

 

Projeto: Análise da satisfação sobre a idade e o índice de severidade da doença de pacientes de um certo hospital via ferramentas do CEP.

Docente: Francisco Louzada

Coordenador: Paulo Henrique Ferreira

Alunos: Ana Clara Kandratavicius Ferreira, Cristian Andrade Tavares, Danilo Augusto Ganancin Faria, João Pedro A. Ramos da Silva, Mariana Menezes Gomes, Pedro Henrique Ribeiro Abrahao.

 

Projeto: Intervalos de confiança bootstrap do Cpk da distribuição de Ramos e Louzada.

Docente: Francisco Louzada

Coordenador: Pedro Ramos

Alunos: Caio G Grossi, Carolina Alencar, Claudio L S Filho, Julio C Cardoso, Kelvin L Domingos, Vinicius H Valentim.

 

Projeto: Estudo de caso: Avaliação de características agronômicas associadas à produção de sementes, da cultura da soja, por meio do Controle Estatístico do Processo (CEP).

Docente: Francisco Louzada

Coordenador: Oilson Alberto Gonzatto Junior

Alunos: Leticia Hiromi Morikawa, Luiz Olivato, Mariane Romildo dos Santos, Mayk Xavier, Paola Fernanda dos Santos Okuda, Roger Gregório Marconde

 

Projeto: Gestão de Qualidade: Estudo de caso em um plantio de cana-de-açúcar mecanizado versus semi-mecanizado.

Docente: Francisco Louzada

Coordenador: Marcos Jardel Henriques

Alunos: Bruno de Carvalho Opini, Gustavo Augusto de Sousa, Rafaela Santos, Renan Santos Barbosa, Sidnei Gazola Junior, Teh Led Re

 

Projeto: Distância da moradia dos alunos ao ICMC.

Docente: Francisco Louzada

Coordenador: Diego Jesus Talarico Ferreira 

Alunos: Pedro Cardoso Stefanelli, Pedro Henrique Grigoletto Costa, Gustavo Prado dos Santos, Rhandrey Maestri, Rhandrey Maestri

 

Projeto: Distância da moradia dos alunos ao ICMC.

Docente: Francisco Louzada

Coordenador: Júlio Trevisan Centanin

Alunos: Gabriel Augusto Roda Bernardo Barreto de Abreu Luana de Oliveira Diogo Caio Gabriel dos Santos Matheus de Túlio

 

Projeto: Distância da moradia dos alunos ao ICMC.

Docente: Francisco Louzada

Coordenador: Rafael Simões de Paula

Alunos: Antônio Carlos Herling Ribeiro Júnior, João Paulo Chen,Murilo Henrique Soave, Pedro Henrique Grigoletto Costa

 

Projeto: Técnica versus força.

Docente: Francisco Louzada

Coordenador: Vinicius Siqueira

Alunos: Giovanni Silva, Gustavo Zabotto, João Paulo Gucci, Wesley da Silva

 

Projeto: Análise Socioeconômica: Ingressantes do Bacharemado em Estatística ICMC-USP 2019.

Docente: Francisco Louzada

Coordenador: Amanda Prodóssimo  

Alunos: Flávio de Cássio Appolinario, Gabriel Bueno Barbosa, Gustavo Carvalho Lage Ribeiro, Natan Hilário da Silva

 

Projeto: Taxa de alunos que ingressaram em 2018 no curso de bacharelado em Estatística do ICMC-USP de São Carlos, SP e que já́ reprovaram em disciplinas no primeiro ano e suas maiores dificuldades.

Docente: Francisco Louzada

Coordenador: Brenno Hissao Serikawa

Alunos: Diane Damaris Dorst, Mario Vitor Nobrega Dourado, Yago Augusto Bardelotte, Vladimir Morroni Junior, Samuel Henrique de Almeida

 

Projeto: A perspectiva profissional dos universitários ingressantes do Bacharelado em Estatística.

Docente: Francisco Louzada

Coordenador: Gabriel Castro

Alunos: Camila Sayaka Hiura, Eduardo Santana, Gabriele Rocha, Giovanni Guedes, Lucas Della

 

Projeto: Influência da graduação no aumento do estresse dos alunos.

Docente: Francisco Louzada

Coordenador: Julie Camolesi da Silva

Alunos: Mariana Faria Ribeiro de Souza, Guilherme Castro Dallasta, Vivian Kiyomi Amano, Gustavo Terra Brandão da Silva.

2018

Projeto: Detecção de fraudes no e-commerce utilizando índices acústicos.

Docente: Francisco Louzada

Coordenador: Diego Nascimento

Alunos: Bruno Barbosa, André Perez, Daniel de Oliveira Caires, Edgar Tamio Hirama, Paola Okuda, Erik Yang Yue, Clayton Sespedes, Vitor Bonini.

 

Projeto: Bayesian pairs-trading strategy: an overview among Brazilian index stock.

Docente: Francisco Louzada

Coordenador: Diego Nascimento

Alunos: Andson Nunes, Erich Santos, Fernando Silva, Sandro Gonçalves.

 

Projeto: Statistical Coaching: a data-analysis case towards efficient grip.

Docente: Francisco Louzada

Coordenador: Ana Paula Jorge e Pedro Ramos

Alunos: Luisa Coelho Bolsoni, Bruno Rocha Oliveira, Fernanda Gabriela Salvego Thal, André Alves Ambrosio, Fernando Raimundo.

 

Projeto: Análise de dados de crédito - Lending Club.

Docente: Francisco Louzada

Coordenador: Diego Nascimento

Alunos: Antonio Luiz Migliato, Raymundo Saraiva, Carlos Sisto, David Nascimento, Juliana Galvão, Luiz Felipe Migliato, Luna Cunha, Maria Blanco, Victor Felix e Viviane Moreira 

 

Projeto: Técnicas de classificação aplicadas ao problema de satisfação de clientes.

Docente: Francisco Louzada

Coordenador: Marcos Jardel Henriques

Alunos: Paula Ianishi, Herlisson Maciel Bezerra, Gabriel Kamada Mattar, Cláudio Luiz Selegatto Filho, Leonardo Alves Miguel, Lucas Santos Nunez, Mariane Romildo dos Santos, Matheus de Oliveira Souza

 

Projeto: Desenvolvimento de metodologia estatística para inferência da potência in vitro de soro antibotrópico, teste alternativo ao uso de animais.

Docente: Francisco Louzada

Coordenador: Oilson Alberto Gonzatto Junior

Alunos: Raymundo Saraiva, Antonio Migliato, Carlos Sisto, David Nascimento, Juliana Galvão, Luis Migliato, Luna W Cunha, Maria Blanco, Victor Felix, Viviane Moreira

2017

Projeto: Previsão de Defeitos em Colhedoras de Cana de Açúcar.

Docente: Francisco Louzada

Coordenador: Diego Nascimento e Pedro Ramos

Alunos: André Ennes, Camila Cocolo, Carlos Alonso, Luiz Gustavo Ribeiro, Márcio José Nicola.

 

Projeto: Segmentação de clientes e previsão de próxima compra.

Docente: Francisco Louzada

Coordenador: Diego Nascimento

Alunos: Frederico Kawano, Gabriela Passos, Maicon Ferreira.

 

Projeto: Análise dos Fatores Determinantes da Evasão de Clientes de uma Empresa de Tecnologia.

Docente: Francisco Louzada

Coordenador: Diego Nascimento

Alunos: Érica da Silva, Fernando Henrique Carniel, Karen Ferreira Rosa, Rodrigo Alessandro Godoy.

 

Projeto: Qualidade Percebida - Um caso sobre uma Consultoria Empresarial.

Docente: Francisco Louzada

Coordenador: Diego Nascimento, Taciana Shimizu

Alunos: Caroline Stella, Guilherme Lorenzen, Lucas Alves, Lucas Parras, Luisa Hebling, Luiz Baldoino, Matheus Blanco, Ricardo Inácio, William Arruda.

 

Projeto: Classificação dos Pagadores Segundo o Risco de Inadimplência.

Docente: Francisco Louzada e Katiane S. Conceição

Coordenador: Diego Nascimento, Taciana Shimizu, Juliana Rodrigues

Alunos: Caroline Stella, Guilherme Lorenzen, Lucas Alves, Lucas Parras, Luisa Hebling, Luiz Baldoino, Matheus Blanco, Ricardo Inácio, William Arruda, Abner Ignácio Melin Leite, Bianca de Souza Denadai, Bruno Brabo, Carolina Prado Fernandes, Gustavo Augusto, Henrique Nascente Souza, João P. A. R. da Silva, Natally F. S. Cunha, Renan Barbosa, Robson D. S. Martins, Rodolfo da Silva Martins, Thiago Romero, Eloy de Oliveira Neto, Guilherme Ribeiro Guimarães, Eld Johonny, Patricia Vinha, Jeferson de Paula, Paulo Pires, João Fellype Barroso, Larissa Trevolin, Isis, Eduardo, Fernanda Mascarin, Kelvin Domingos, Jonas de Souza, Renan, Kaio, Douglas, Vinicius Valentim, Weslley, Jonatas da Silva, Augusto Tegani, Brayan Gomes, Bryan Mariano, Gustavo Kanno,  Hunder Novais, Lucas Onuki, Luisa Gentile, Marcos Diniz, Mariana Souza, Mauricio Santana, Murilo Fernandes, Pedro Abrahão, Rodrigo Queiroz, Teh Red, Thales Machado.

2016

Projeto: Análise de sobrevivência baseada em modelos paramétricos em acolhimento com classificação de riscos.

Docente: Francisco Louzada

Coordenador: Pedro Ramos

Alunos: Edson Guimarães, Kleber Soares, Marcelo Santana, Robson Fernandes

 

Projeto: Análise de Performance de postagens no Facebook

Docente: Francisco Louzada

Coordenador: Pedro Ramos

Alunos: Bruno Angeli Calza, Claudio Vinicius Gonçalves, Elizabeth Paniagua Merino, Fábio Fernando da Silva, Felipe Guilmo Lourenço

 

Projeto: Análise de desistências de cursos, palestras e/ou atividades do evento aplicada a uma amostra dos inscrito na 4ª semana SIBISFC.

Docente: Francisco Louzada

Coordenador: Pedro Ramos

Alunos: Cecilia Sassi, Dimas Rocha, João Carlos Batista, Leticia Ribeiro P. de Oliveira, Leandro Falção

2015

Projeto: Regressão logística aplicada à base de dados da lei de acesso à informação.

Docente: Francisco Louzada

Coordenador: Pedro Ramos

Alunos: Alexandra Virgínia Valente da Silva, Maria Rita Sifuentes Batista, Renato José Damasceno, Sama Rouhani

 

Projeto: Análise de falhas que ocorrem na Bussiness Class de uma companhia aérea e proposta de melhor tempo para aplicação de um plano de manutenção preventivo para redução das falhas.

Docente: Francisco Louzada

Coordenador: Pedro Ramos

Alunos: Aline Oliva Luiz, Camilla Ferreira Gomes, Marcelo Garcia

 

Projeto: Detecção de fraudes telefônicas através de métodos quantitativos e probabilísticos.

Docente: Francisco Louzada

Coordenador: Pedro Ramos

Alunos: Ariovaldo Ribeiro Neto, Luis Carlos Otte Junior.

 

Projeto: Criação de um indicador para comparação de países do continente americano através de uma análise multivariada com base em PCA.

Docente: Francisco Louzada

Coordenador: Pedro Ramos

Alunos: Cristian Júlio de Barros, Eduardo J. H. C. Sato, Roberto Feijó dos Santos

 

Projeto: Previsão de peso futuro de bovinos com dados coletados até os 12 meses.

Docente: Francisco Louzada

Coordenador: Pedro Ramos

Alunos: Edilson da Silva Guimarães, João Fernando Calcagno Camargo, Rodrigo Rossetto Gati.

 

TRABALHOS DESENVOLVIDOS USANDO HIPBL

Artigos Publicados e Aceitos para publicação

NASCIMENTO, D. C. ; RAMOS, P. L. ; ENNES, ANDRÉ ; COCOLO, C. ; NICOLA, M. J. ; ALONSO, C. ; RIBEIRO, L. G. ; LOUZADA, F. . A reliability engineering case study of sugarcane harvesters. GESTÃO & PRODUÇÃO (UFSCAR. IMPRESSO), 2020

RAMOS, P. L.; NASCIMENTO, D. C. ; FERNANDES, R. ; GUIMARAES, E. ; SANTANA, M. ; SOARES, K. ; LOUZADA, F. . Medical care in emergency units with risk classification: time to attendance at a hospital based on parametric models. TENDÊNCIAS EM MATEMÁTICA APLICADA E COMPUTACIONAL, 2020.

NASCIMENTO, D. C. ; BARBOSA, B. ; PEREZ, A. ; CAIRES, D. O. ; RAMOS, P. L. ; LOUZADA, F. . Risk management in e-commerce: a study case fraud using acoustic analysis. ENTROPY, v. 21, p.1-12, 2019.

RAMOS, P.L.; LOUZADA, F. ; SHIMIZU, T. K. O. ; LUIZ, A. O. . The inverse weighted Lindley distribution: Properties, estimation and an application on a failure time data. Communications in Statistics-Theory and Methods, 48(10), 2372-2389, 2019.

RAMOS, P. L.; DEY, D. K. ; LOUZADA, F. ; LACHOS, V. H. . An extended poisson family of life distribution: a unified approach in competitive and complementary risks. JOURNAL OF APPLIED STATISTICS, v. 99, p. 1-17, 2019.

RAMOS, P. L.; LOUZADA, F. . A Distribution for Instantaneous Failures. Stats, v. 2, p. 247-258, 2019.

RAMOS, PEDRO L.; NASCIMENTO, DIEGO C. ; COCOLO, CAMILA ; NICOLA, MÁRCIO J. ; ALONSO, CARLOS ; RIBEIRO, LUIZ G. ; ENNES, ANDRÉ ; LOUZADA, FRANCISCO . Reliability-Centered Maintenance: Analyzing Failure in Harvest Sugarcane Machine Using Some Generalizations of the Weibull Distribution. MODELLING AND SIMULATION IN ENGINEERING, v. 2018, p. 1-12, 2018.

LOUZADA, F. ; RAMOS, P. L. ; FERREIRA, P. H. . Exponential-Poisson distribution: estimation and applications to rainfall and aircraft data with zero occurrence. COMMUNICATIONS IN STATISTICS-SIMULATION AND COMPUTATION, p. 1-20, 2018.

LOUZADA, F. ; RAMOS, P.L. ; NASCIMENTO, D. C. . The Inverse Nakagami-m Distribution: A Novel Approach in Reliability. IEEE TRANSACTIONS ON RELIABILITY, p. 1-13, 2018.

Artigos Submetidos para publicação

SOUZA, A. ; RAZIKA, I. ; RAMOS, P. L. ; OGUNTUNDE, P. E. ; POBOCIKOVA, I. ; IHADDADENE, N. ; LOUZADA, F. . The use of probability distributions to estimate the number admissions for pneumonia in children and adults in a hospital in Brazil, 2019.

GONZATTO JUNIOR, O. A. ; IANISHI, P. ; HENRIQUES, M. J. ; NASCIMENTO, DIEGO C. ; MATTAR, G. K. ; RAMOS, P.L. ; LOUZADA, F. . Probability on graphical structure: a knowledge-based agricultural case, 2019.

ALMEIDA, M. P. ; TOMAZELLA, V. L. D. ; GILARDONI, G. L. ; RAMOS, P. L. ; LOUZADA, F. ; NICOLA, M. J. . Objective Bayesian Inference for a Repairable System Subject to Competing Risks, 2019.

TOMAZELLA, V. L. D. ; RAMOS, P. L. ; FERREIRA, P. H. ; LOUZADA, F. . On Inferential procedures for the Lehmann type II inverse Weibull distribution in the presence of right-censored data, 2018.

Working papers

KAWANO, F; PASSOS, G; FERREIRA, M; RAMOS, P.L; NASCIMENTO, D.C; LOUZADA, F. Previsão de próxima compra: Um estudo de caso de uma rede de supermercados, 2019.

 

REPORTAGENS SOBRE A METODOLOGIA E DEPOIMENTOS DOS ALUNOS

Última modificação em Sexta, 29 Novembro 2019 21:09