Evaluación de la curva de aprendizaje en operadores de harvester para cosecha forestal mecanizada

García Freire, Gonzalo

Supervisor(es): Daniluk, Gustavo - Gravina, María Virginia

Resumen:

En el complejo forestal de Uruguay, la madera con destino a celulosa es el sector con mayor relevancia económica; impulsado principalmente por la instalación de industrias de gran porte que demandan anualmente cerca de 9.000.000 de metros cúbicos de madera, lo que representa un 60% del total cosechado anualmente. En el complejo forestal, la cosecha es una de las actividades que tiene relevancia en el precio final del producto. Por esto, en los últimos años se han realizado estudios para evaluar su productividad, en busca de mejorar la optimización del proceso. Hay numerosos factores que influyen en la productividad de la maquinaria forestal y uno de ellos es el factor humano, del cual existe muy poca investigación a nivel mundial y menos aún a nivel local. Un operador con habilidades es esencial para maximizar la inversión de la maquinaría, cuya performance incrementa con el grado de experiencia. En Uruguay no hay antecedentes sobre estudios que analicen el desempeño durante la etapa de aprendizaje de los operadores de harvester. En este marco, se desarrolló este estudio que analiza el modelo que mejor se ajusta al aprendizaje de operadores de harvester, en función de las horas de trabajo acumuladas. Por otra parte, se evaluó la correlación entre la performance en etapas tempranas del aprendizaje y la productividad final de los operadores cuando la misma se estabiliza. El estudio determinó que a un operador le lleva en promedio 975,4 horas productivas acumuladas de trabajo para que su productividad se estabilice. Esto significa un tiempo aproximado de 6,5 meses para las condiciones de trabajo que enmarcan este sector. El modelo que mejor se ajustó para describir la curva de aprendizaje es una función monomolecular, con mayores incrementos en las primeras etapas, los cuales van decreciendo a lo largo del tiempo hasta estabilizarse. Se identificaron diferencias significativas en la performance entre operadores, tanto en las diferentes etapas del aprendizaje como al finalizar. Por último, se encontró una correlación alta entre el desempeño de operadores en etapas tempranas del aprendizaje con su desempeño final; representado por un coeficiente (r) de 0,84 entre la productividad ya a las 100 horas de trabajo acumulado y la productividad final, con un grado de significancia alto (p valor menor a 0,01)


Detalles Bibliográficos
2018
Curva de aprendizaje
Productividad
Factor humano
Manejo de harvester
Operador forestal
OPERACIONES FORESTALES
OBREROS FORESTALES
APRENDIZAJE
PRODUCTIVIDAD DEL TRABAJO
EQUIPO FORESTAL
Inglés
Universidad de la República
COLIBRI
https://hdl.handle.net/20.500.12008/29254
Acceso abierto
Licencia Creative Commons Atribución - No Comercial - Sin Derivadas (CC - By-NC-ND 4.0)
_version_ 1807523120764944384
author García Freire, Gonzalo
author_facet García Freire, Gonzalo
author_role author
bitstream.checksum.fl_str_mv 6429389a7df7277b72b7924fdc7d47a9
a006180e3f5b2ad0b88185d14284c0e0
36c32e9c6da50e6d55578c16944ef7f6
1996b8461bc290aef6a27d78c67b6b52
60788a66e1060bde5483c2d18feed491
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
bitstream.url.fl_str_mv http://localhost:8080/xmlui/bitstream/20.500.12008/29254/5/license.txt
http://localhost:8080/xmlui/bitstream/20.500.12008/29254/2/license_url
http://localhost:8080/xmlui/bitstream/20.500.12008/29254/3/license_text
http://localhost:8080/xmlui/bitstream/20.500.12008/29254/4/license_rdf
http://localhost:8080/xmlui/bitstream/20.500.12008/29254/1/Garc%C3%ADaFreireGonzalo.pdf
collection COLIBRI
dc.contributor.filiacion.none.fl_str_mv García Freire Gonzalo
dc.creator.advisor.none.fl_str_mv Daniluk, Gustavo
Gravina, María Virginia
dc.creator.none.fl_str_mv García Freire, Gonzalo
dc.date.accessioned.none.fl_str_mv 2021-08-30T17:00:41Z
dc.date.available.none.fl_str_mv 2021-08-30T17:00:41Z
dc.date.issued.none.fl_str_mv 2018
dc.description.abstract.none.fl_txt_mv En el complejo forestal de Uruguay, la madera con destino a celulosa es el sector con mayor relevancia económica; impulsado principalmente por la instalación de industrias de gran porte que demandan anualmente cerca de 9.000.000 de metros cúbicos de madera, lo que representa un 60% del total cosechado anualmente. En el complejo forestal, la cosecha es una de las actividades que tiene relevancia en el precio final del producto. Por esto, en los últimos años se han realizado estudios para evaluar su productividad, en busca de mejorar la optimización del proceso. Hay numerosos factores que influyen en la productividad de la maquinaria forestal y uno de ellos es el factor humano, del cual existe muy poca investigación a nivel mundial y menos aún a nivel local. Un operador con habilidades es esencial para maximizar la inversión de la maquinaría, cuya performance incrementa con el grado de experiencia. En Uruguay no hay antecedentes sobre estudios que analicen el desempeño durante la etapa de aprendizaje de los operadores de harvester. En este marco, se desarrolló este estudio que analiza el modelo que mejor se ajusta al aprendizaje de operadores de harvester, en función de las horas de trabajo acumuladas. Por otra parte, se evaluó la correlación entre la performance en etapas tempranas del aprendizaje y la productividad final de los operadores cuando la misma se estabiliza. El estudio determinó que a un operador le lleva en promedio 975,4 horas productivas acumuladas de trabajo para que su productividad se estabilice. Esto significa un tiempo aproximado de 6,5 meses para las condiciones de trabajo que enmarcan este sector. El modelo que mejor se ajustó para describir la curva de aprendizaje es una función monomolecular, con mayores incrementos en las primeras etapas, los cuales van decreciendo a lo largo del tiempo hasta estabilizarse. Se identificaron diferencias significativas en la performance entre operadores, tanto en las diferentes etapas del aprendizaje como al finalizar. Por último, se encontró una correlación alta entre el desempeño de operadores en etapas tempranas del aprendizaje con su desempeño final; representado por un coeficiente (r) de 0,84 entre la productividad ya a las 100 horas de trabajo acumulado y la productividad final, con un grado de significancia alto (p valor menor a 0,01)
dc.description.es.fl_txt_mv Tribunal: Vallejos, Oscar; Olivera, Alejandro; Ponce, Mauricio
dc.format.extent.es.fl_str_mv 66 p.
dc.format.mimetype.es.fl_str_mv application/pdf
dc.identifier.citation.es.fl_str_mv García Freire, G. Evaluación de la curva de aprendizaje en operadores de harvester para cosecha forestal mecanizada [en línea] Tesis de maestría. Montevideo. Udelar. FA, 2018
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.12008/29254
dc.language.iso.none.fl_str_mv en
es
eng
spa
dc.publisher.es.fl_str_mv Udelar. FA
dc.rights.license.none.fl_str_mv Licencia Creative Commons Atribución - No Comercial - Sin Derivadas (CC - By-NC-ND 4.0)
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
dc.source.none.fl_str_mv reponame:COLIBRI
instname:Universidad de la República
instacron:Universidad de la República
dc.subject.es.fl_str_mv Curva de aprendizaje
Productividad
Factor humano
Manejo de harvester
Operador forestal
dc.subject.other.es.fl_str_mv OPERACIONES FORESTALES
OBREROS FORESTALES
APRENDIZAJE
PRODUCTIVIDAD DEL TRABAJO
EQUIPO FORESTAL
dc.title.none.fl_str_mv Evaluación de la curva de aprendizaje en operadores de harvester para cosecha forestal mecanizada
dc.type.es.fl_str_mv Tesis de maestría
dc.type.none.fl_str_mv info:eu-repo/semantics/masterThesis
dc.type.version.none.fl_str_mv info:eu-repo/semantics/acceptedVersion
description Tribunal: Vallejos, Oscar; Olivera, Alejandro; Ponce, Mauricio
eu_rights_str_mv openAccess
format masterThesis
id COLIBRI_53403f4950be3351bda9cfc8d701db9d
identifier_str_mv García Freire, G. Evaluación de la curva de aprendizaje en operadores de harvester para cosecha forestal mecanizada [en línea] Tesis de maestría. Montevideo. Udelar. FA, 2018
instacron_str Universidad de la República
institution Universidad de la República
instname_str Universidad de la República
language eng
spa
language_invalid_str_mv en
es
network_acronym_str COLIBRI
network_name_str COLIBRI
oai_identifier_str oai:colibri.udelar.edu.uy:20.500.12008/29254
publishDate 2018
reponame_str COLIBRI
repository.mail.fl_str_mv mabel.seroubian@seciu.edu.uy
repository.name.fl_str_mv COLIBRI - Universidad de la República
repository_id_str 4771
rights_invalid_str_mv Licencia Creative Commons Atribución - No Comercial - Sin Derivadas (CC - By-NC-ND 4.0)
spelling García Freire Gonzalo2021-08-30T17:00:41Z2021-08-30T17:00:41Z2018García Freire, G. Evaluación de la curva de aprendizaje en operadores de harvester para cosecha forestal mecanizada [en línea] Tesis de maestría. Montevideo. Udelar. FA, 2018https://hdl.handle.net/20.500.12008/29254Tribunal: Vallejos, Oscar; Olivera, Alejandro; Ponce, MauricioEn el complejo forestal de Uruguay, la madera con destino a celulosa es el sector con mayor relevancia económica; impulsado principalmente por la instalación de industrias de gran porte que demandan anualmente cerca de 9.000.000 de metros cúbicos de madera, lo que representa un 60% del total cosechado anualmente. En el complejo forestal, la cosecha es una de las actividades que tiene relevancia en el precio final del producto. Por esto, en los últimos años se han realizado estudios para evaluar su productividad, en busca de mejorar la optimización del proceso. Hay numerosos factores que influyen en la productividad de la maquinaria forestal y uno de ellos es el factor humano, del cual existe muy poca investigación a nivel mundial y menos aún a nivel local. Un operador con habilidades es esencial para maximizar la inversión de la maquinaría, cuya performance incrementa con el grado de experiencia. En Uruguay no hay antecedentes sobre estudios que analicen el desempeño durante la etapa de aprendizaje de los operadores de harvester. En este marco, se desarrolló este estudio que analiza el modelo que mejor se ajusta al aprendizaje de operadores de harvester, en función de las horas de trabajo acumuladas. Por otra parte, se evaluó la correlación entre la performance en etapas tempranas del aprendizaje y la productividad final de los operadores cuando la misma se estabiliza. El estudio determinó que a un operador le lleva en promedio 975,4 horas productivas acumuladas de trabajo para que su productividad se estabilice. Esto significa un tiempo aproximado de 6,5 meses para las condiciones de trabajo que enmarcan este sector. El modelo que mejor se ajustó para describir la curva de aprendizaje es una función monomolecular, con mayores incrementos en las primeras etapas, los cuales van decreciendo a lo largo del tiempo hasta estabilizarse. Se identificaron diferencias significativas en la performance entre operadores, tanto en las diferentes etapas del aprendizaje como al finalizar. Por último, se encontró una correlación alta entre el desempeño de operadores en etapas tempranas del aprendizaje con su desempeño final; representado por un coeficiente (r) de 0,84 entre la productividad ya a las 100 horas de trabajo acumulado y la productividad final, con un grado de significancia alto (p valor menor a 0,01)Submitted by Muniz Andrea (rosmeri8@hotmail.com) on 2021-08-30T15:26:20Z No. of bitstreams: 2 license_rdf: 23149 bytes, checksum: 1996b8461bc290aef6a27d78c67b6b52 (MD5) GarcíaFreireGonzalo.pdf: 1513094 bytes, checksum: 60788a66e1060bde5483c2d18feed491 (MD5)Approved for entry into archive by Muniz Andrea (rosmeri8@hotmail.com) on 2021-08-30T15:29:20Z (GMT) No. of bitstreams: 2 license_rdf: 23149 bytes, checksum: 1996b8461bc290aef6a27d78c67b6b52 (MD5) GarcíaFreireGonzalo.pdf: 1513094 bytes, checksum: 60788a66e1060bde5483c2d18feed491 (MD5)Made available in DSpace by Luna Fabiana (fabiana.luna@seciu.edu.uy) on 2021-08-30T17:00:41Z (GMT). No. of bitstreams: 2 license_rdf: 23149 bytes, checksum: 1996b8461bc290aef6a27d78c67b6b52 (MD5) GarcíaFreireGonzalo.pdf: 1513094 bytes, checksum: 60788a66e1060bde5483c2d18feed491 (MD5) Previous issue date: 201866 p.application/pdfenesengspaUdelar. FALas obras depositadas en el Repositorio se rigen por la Ordenanza de los Derechos de la Propiedad Intelectual de la Universidad de la República.(Res. Nº 91 de C.D.C. de 8/III/1994 – D.O. 7/IV/1994) y por la Ordenanza del Repositorio Abierto de la Universidad de la República (Res. Nº 16 de C.D.C. de 07/10/2014)info:eu-repo/semantics/openAccessLicencia Creative Commons Atribución - No Comercial - Sin Derivadas (CC - By-NC-ND 4.0)Curva de aprendizajeProductividadFactor humanoManejo de harvesterOperador forestalOPERACIONES FORESTALESOBREROS FORESTALESAPRENDIZAJEPRODUCTIVIDAD DEL TRABAJOEQUIPO FORESTALEvaluación de la curva de aprendizaje en operadores de harvester para cosecha forestal mecanizadaTesis de maestríainfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/acceptedVersionreponame:COLIBRIinstname:Universidad de la Repúblicainstacron:Universidad de la RepúblicaGarcía Freire, GonzaloDaniluk, GustavoGravina, María VirginiaUniversidad de la República (Uruguay). Facultad de Agronomía. Unidad de Posgrados y Educación PermanenteMagíster en Ciencias Agrarias, opción Ciencias VegetalesLICENSElicense.txtlicense.txttext/plain; charset=utf-84267http://localhost:8080/xmlui/bitstream/20.500.12008/29254/5/license.txt6429389a7df7277b72b7924fdc7d47a9MD55CC-LICENSElicense_urllicense_urltext/plain; charset=utf-850http://localhost:8080/xmlui/bitstream/20.500.12008/29254/2/license_urla006180e3f5b2ad0b88185d14284c0e0MD52license_textlicense_texttext/html; charset=utf-838616http://localhost:8080/xmlui/bitstream/20.500.12008/29254/3/license_text36c32e9c6da50e6d55578c16944ef7f6MD53license_rdflicense_rdfapplication/rdf+xml; charset=utf-823149http://localhost:8080/xmlui/bitstream/20.500.12008/29254/4/license_rdf1996b8461bc290aef6a27d78c67b6b52MD54ORIGINALGarcíaFreireGonzalo.pdfGarcíaFreireGonzalo.pdfapplication/pdf1513094http://localhost:8080/xmlui/bitstream/20.500.12008/29254/1/Garc%C3%ADaFreireGonzalo.pdf60788a66e1060bde5483c2d18feed491MD5120.500.12008/292542021-08-30 14:00:41.664oai:colibri.udelar.edu.uy:20.500.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Universidadhttps://udelar.edu.uy/https://www.colibri.udelar.edu.uy/oai/requestmabel.seroubian@seciu.edu.uyUruguayopendoar:47712024-07-25T14:41:35.239472COLIBRI - Universidad de la Repúblicafalse
spellingShingle Evaluación de la curva de aprendizaje en operadores de harvester para cosecha forestal mecanizada
García Freire, Gonzalo
Curva de aprendizaje
Productividad
Factor humano
Manejo de harvester
Operador forestal
OPERACIONES FORESTALES
OBREROS FORESTALES
APRENDIZAJE
PRODUCTIVIDAD DEL TRABAJO
EQUIPO FORESTAL
status_str acceptedVersion
title Evaluación de la curva de aprendizaje en operadores de harvester para cosecha forestal mecanizada
title_full Evaluación de la curva de aprendizaje en operadores de harvester para cosecha forestal mecanizada
title_fullStr Evaluación de la curva de aprendizaje en operadores de harvester para cosecha forestal mecanizada
title_full_unstemmed Evaluación de la curva de aprendizaje en operadores de harvester para cosecha forestal mecanizada
title_short Evaluación de la curva de aprendizaje en operadores de harvester para cosecha forestal mecanizada
title_sort Evaluación de la curva de aprendizaje en operadores de harvester para cosecha forestal mecanizada
topic Curva de aprendizaje
Productividad
Factor humano
Manejo de harvester
Operador forestal
OPERACIONES FORESTALES
OBREROS FORESTALES
APRENDIZAJE
PRODUCTIVIDAD DEL TRABAJO
EQUIPO FORESTAL
url https://hdl.handle.net/20.500.12008/29254