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