Análise teórica e experimental do efeito combinado dos agentes estressores sobre o fluxo de conhecimento e curva de aprendizagem em uma unidade Embrapii

Abstract

O estudo fundamenta-se em uma revisão integrativa da literatura que analisou, concomitantemente, modelos matemáticos de fluxo de conhecimento e curva de aprendizagem, situando-se em uma abordagem interdisciplinar. Devido ao caráter tecnológico, a pesquisa foi conduzida por meio da metodologia Design Science Research, com o objetivo de avaliar teórica e experimentalmente o efeito combinado dos agentes estressores sobre o fluxo de conhecimento e curva de aprendizagem. Apesar de modelos individuais para o fluxo de conhecimento e curva de aprendizagem serem amplamente explorados na literatura aberta, a relação entre suas concepções foi alvo do presente trabalho, onde a curva de aprendizagem pôde ser obtida a partir da integração de modelos fenomenológicos de fluxo de conhecimento. De posse de modelos quantitativos, o efeito do ambiente foi representado por indicadores de análise, sendo o primeiro responsável pela perda de fluxo de conhecimento (?? ), e o segundo a eficiência de aprendizagem (? ,(?que, por sua vez, estima de forma determinística, o impacto combinado dos agentes estressores (e.g., temperatura, ruído, iluminância e nível de dióxido de carbono) sobre o desempenho dos ocupantes através do tempo dispendido em uma determinada atividade em comparação à mesma atividade sendo realizada em um ambiente ideal de referência. Para extrair evidências experimentais, uma sala capaz de variar os níveis dos agentes estressores foi construída. O planejamento experimental foi realizado através do método DoE (Design of Experiments), englobando oito ensaios em dois níveis de temperatura, ruído, iluminância e CO2 com cinco dimensões de análises (e.g., escrita, experimento, leitura, uso do computador e conversação), totalizando quarenta ensaios com significância validada estatisticamente. Por meio da análise de sensibilidade dos coeficientes extraídos do DoE, foi possível observar o efeito combinado entre as variáveis independentes, ao ponto que a presença de agentes estressores em pares atenuou o efeito de um agente individual, e a presença de todos os agentes analisados acabou por amplificar os efeitos individuais. Nesse sentido, o ruído apresentou o maior impacto individual, seguido da temperatura e iluminância. Além disso, os agentes estressores apresentaram impactos distintos a depender do tipo de atividade realizada, por sua vez, classificadas por diferentes dimensões de análise. Mais adiante, foram avaliadas 24 salas que compunham diferentes equipes de projeto, tipos de experimentos e máquinas utilizadas em uma unidade Embrapii. Em cada sala foi possível avaliar a parcela de degradação causada pelos agentes estressores sobre o fluxo de conhecimento e curva de aprendizagem. Em termos práticos, o maior valor de perda de fluxo observado foi da ordem de 35 %, o que representa 21 min de tempo perdido em uma atividade com duração de 1 h. Logo, ao final de um turno de 8 h, 2,8 horas de trabalho seriam perdidas devido à influência dos agentes estressores presentes no ambiente. Ainda, as salas analisadas foram classificadas através de uma nova métrica estabelecida nesta pesquisa com escala que varia entre A+++ e B, sendo que classificação A+++ representa uma sala com perdas de eficiência de aprendizagem até 5%. Salas com perdas de eficiência de aprendizagem maiores que 40 % foram classificadas como B, e salas com um percentual maior que 50 % foram classificadas como imprópria para o desenvolvimento de atividades de aprendizagem e inovação. Finalmente, através dos indicadores quantitativos propostos nesse trabalho, foi possível propor melhorias na qualidade ambiental das salas por meio do mapeamento das perdas de conhecimento, e, consequentemente, no aumento do desempenho dos ocupantes, o que impacta diretamente nos indicadores da organização.

Abstract: The study is based on an integrative literature review that analyzed, at the same time, mathematical models of knowledge flow and learning curve, taking an interdisciplinary approach. Due to the technological nature, the research was conducted using the Design Science Research methodology, with the main goal of theoretically and experimentally evaluate the combined effect of stressors agents on the knowledge flow and the learning curve. Although individual models for the knowledge flow and learning curve are widely explored in the open literature, the relationship between their conceptions was a subject of the present work, where the learning curve could be obtained from the integration of phenomenological models of knowledge flow. Once quantitative models were taken into account, the effect of the environment was represented by analysis indicators, the first being responsible for the loss of knowledge flow (?? ), and the second the learning efficiency (? ,(?which, in turn, estimates of deterministically, the combined impact of the stressor agents (e.g., temperature, noise, illuminance, and carbon dioxide level) on occupants performance over the time spent in a given activity compared to the same activity being performed in an ideal reference environment . In order to extract experimental evidence, a room capable of varying the levels of the referred stressor agents was built. The experimental planning was carried out using the DoE (Design of Experiments) method, encompassing eight tests at two levels of temperature, noise, illuminance and CO2 with five dimensions of analysis (e.g., writing, experiment, reading, computer usage and conversation), summing up forty experiments with statistically validated significance. Through the sensitivity analysis of the coefficients extracted from the DoE, it was possible to observe the combined effect between the independent variables, to the point that the presence of stressors in pairs attenuated the effect of an individual agent, and the presence of all agents analyzed ended up for amplifying individual effects. In this sense, noise presented the greatest individual impact, followed by temperature and illuminance. In addition, it was precepted that the stressor agents had different impacts depending on the type of activity performed, in turn, classified by different dimensions of analysis. Further else, 24 rooms that made up different project teams, types of experiments and machines used in an Embrapii unit were evaluated. In each room, it was possible to assess the amount of degradation caused by stressors on the knowledge flow and the learning curve. In practical terms, the highest value of flow loss observed round about 35 %, which represents 21 min of time lost in an activity lasting 1 h. Therefore, at the end of an 8-hour shift, 2.8 hours of work would be lost due to the influence of stressors present in the environment. Furthermore, the analyzed classrooms were classified using a new metric established in this research with a scale that varies from A+++ to B, with classification A+++ representing a classroom with losses of learning efficiency up to 5 %. Rooms with learning efficiency losses greater than 40 % were classified as B, and rooms with a percentage greater than 50 % were classified as inappropriate for the development of learning and innovation activities. Finally, through the quantitative indicators proposed in this work, it was possible to propose improvements in the environmental quality of the ambient through the mapping of knowledge losses, and, consequently, in the increase of the occupants' performance, which directly impacts the organization's indicators.