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.
Departamento de Engenharia Industrial
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
Departamento de Engenharia Industrial
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
Departamento de Engenharia Industrial
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).
Departamento de Engenharia Industrial
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.
Departamento de Engenharia Industrial
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.
Departamento de Engenharia Industrial
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.
Departamento de Engenharia Industrial
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.
Departamento de Engenharia Industrial
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).
Departamento de Engenharia Industrial
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
Departamento de Engenharia Industrial
Poluição do ar 15 55 70 8
Subtotal 119 199 318 53
2008-2012
Estudos de saúde 42 54 96 18
Previsão 63 64 127 24
Algoritmos 7 32 39 4
Modelos estatísticos 6 38 44 3
Subtotal 118 188 306 49
2013-2016
Estudos de saúde 32 46 78 15
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
Departamento de Engenharia Industrial
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.
Departamento de Engenharia Industrial
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
Departamento de Engenharia Industrial
Figura 7. Número de publicações por método por período
4.2 Impacto da sustentabilidade no desempenho operacional da manufatura
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
Departamento de Engenharia Industrial
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
4.3 Meta-heurística em gerenciamento de operações
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.
Departamento de Engenharia Industrial
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).
5.2 Impacto da sustentabilidade no desempenho operacional da manufatura
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.
5.3 Meta-heurística em gerenciamento de operações
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
Departamento de Engenharia Industrial
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.
Departamento de Engenharia Industrial
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.
Departamento de Engenharia Industrial
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.
Departamento de Engenharia Industrial
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.