MCCP-PUB/BR: um modelo de classificação da complexidade de projetos para o setor público brasileiro
Ano de defesa: | 2019 |
---|---|
Autor(a) principal: | |
Orientador(a): | |
Banca de defesa: | |
Tipo de documento: | Tese |
Tipo de acesso: | Acesso aberto |
Idioma: | por |
Instituição de defesa: |
Não Informado pela instituição
|
Programa de Pós-Graduação: |
PROGRAMA DE PÓS-GRADUAÇÃO EM ADMINISTRAÇÃO
|
Departamento: |
Não Informado pela instituição
|
País: |
Brasil
|
Palavras-chave em Português: | |
Área do conhecimento CNPq: | |
Link de acesso: | https://repositorio.ufrn.br/jspui/handle/123456789/27928 |
Resumo: | Compreender o constructo “Complexidade de projetos” tem desafiado pesquisadores e profissionais desde que o estudo de Baccarini (1996) deu início a debates mais aprofundados sobre a temática. Dentro desse contexto, o desenvolvimento de métodos e ferramentas, que possam contribuir diretamente para inserção da dimensão complexidade nas práticas de gestão de projetos, tem esbarrado na dificuldade de mensurá-la. Nesse sentido, esta pesquisa teve como objetivo geral construir um modelo de classificação da complexidade de projetos para o setor público brasileiro. Para tanto, considerou-se como base a percepção de 16 especialistas e 118 profissionais da área de gestão de projetos que atuam ou já atuaram em projetos públicos. A pesquisa foi dividida em duas etapas. Na primeira, mapeou-se, inicialmente, um conjunto com 96 fatores de complexidade identificados a partir de uma revisão sistemática da literatura. Esses fatores foram avaliados através de questionários por 16 especialistas e 118 profissionais que identificaram os dez fatores de maior relevância para a complexidade de projetos públicos. Na segunda etapa, aplicaram-se técnicas de aprendizagem de máquina com máquinas de vetores de suporte para construir um modelo de classificação da complexidade de projetos. No modelo, definiram-se três níveis para classificação da complexidade de um projeto: baixa, média e alta. O modelo foi validado por meio de 17 experimentos divididos em três rodadas e teve como base um conjunto contendo 36 casos de teste, onde se avaliou o nível de acurácia média de classificação. Quanto aos resultados da pesquisa, foram propostos dois novos conceitos, sendo um para gerenciamento de projetos e outro para complexidade de projetos. Propôs-se um modelo teórico contendo 11 dimensões e 96 fatores de complexidade de projetos com base numa revisão sistemática da literatura. Identificaram-se os dez fatores de complexidade de maior relevância para projetos públicos na opinião de especialistas e profissionais brasileiros da área de gestão de projetos. E, finalmente, construiu-se e validou-se o MCCP-PUB/BR (Modelo de Classificação da Complexidade de Projetos para o setor Público Brasileiro) por meio de técnicas de aprendizagem de máquina e refinamentos que resultaram numa acurácia de 100% nas predições feitas para os 36 elementos presentes no conjunto de teste. Com base nos resultados, concluiu-se que o uso da aprendizagem de máquina para classificação da complexidade de projetos demonstrou viabilidade e capacidade de contribuir para ampliar a inserção da dimensão complexidade nas práticas de gestão de projetos. |
id |
UFRN_9507831f73305b72695fc49938a02363 |
---|---|
oai_identifier_str |
oai:https://repositorio.ufrn.br:123456789/27928 |
network_acronym_str |
UFRN |
network_name_str |
Repositório Institucional da UFRN |
repository_id_str |
|
spelling |
Lins Filho, Marcos LuizGurgel, André MoraisMedeiros, Marcos Fernando Machado deCosta, Benny KramerReinhard, NicolauSousa Neto, Manoel Veras de2019-11-19T00:20:27Z2019-11-19T00:20:27Z2019-07-29LINS FILHO, Marcos Luiz. MCCP-PUB/BR: um modelo de classificação da complexidade de projetos para o setor público brasileiro. 2019. 271f. Tese (Doutorado em Administração) - Centro de Ciências Sociais Aplicadas, Universidade Federal do Rio Grande do Norte, Natal, 2019.https://repositorio.ufrn.br/jspui/handle/123456789/27928Compreender o constructo “Complexidade de projetos” tem desafiado pesquisadores e profissionais desde que o estudo de Baccarini (1996) deu início a debates mais aprofundados sobre a temática. Dentro desse contexto, o desenvolvimento de métodos e ferramentas, que possam contribuir diretamente para inserção da dimensão complexidade nas práticas de gestão de projetos, tem esbarrado na dificuldade de mensurá-la. Nesse sentido, esta pesquisa teve como objetivo geral construir um modelo de classificação da complexidade de projetos para o setor público brasileiro. Para tanto, considerou-se como base a percepção de 16 especialistas e 118 profissionais da área de gestão de projetos que atuam ou já atuaram em projetos públicos. A pesquisa foi dividida em duas etapas. Na primeira, mapeou-se, inicialmente, um conjunto com 96 fatores de complexidade identificados a partir de uma revisão sistemática da literatura. Esses fatores foram avaliados através de questionários por 16 especialistas e 118 profissionais que identificaram os dez fatores de maior relevância para a complexidade de projetos públicos. Na segunda etapa, aplicaram-se técnicas de aprendizagem de máquina com máquinas de vetores de suporte para construir um modelo de classificação da complexidade de projetos. No modelo, definiram-se três níveis para classificação da complexidade de um projeto: baixa, média e alta. O modelo foi validado por meio de 17 experimentos divididos em três rodadas e teve como base um conjunto contendo 36 casos de teste, onde se avaliou o nível de acurácia média de classificação. Quanto aos resultados da pesquisa, foram propostos dois novos conceitos, sendo um para gerenciamento de projetos e outro para complexidade de projetos. Propôs-se um modelo teórico contendo 11 dimensões e 96 fatores de complexidade de projetos com base numa revisão sistemática da literatura. Identificaram-se os dez fatores de complexidade de maior relevância para projetos públicos na opinião de especialistas e profissionais brasileiros da área de gestão de projetos. E, finalmente, construiu-se e validou-se o MCCP-PUB/BR (Modelo de Classificação da Complexidade de Projetos para o setor Público Brasileiro) por meio de técnicas de aprendizagem de máquina e refinamentos que resultaram numa acurácia de 100% nas predições feitas para os 36 elementos presentes no conjunto de teste. Com base nos resultados, concluiu-se que o uso da aprendizagem de máquina para classificação da complexidade de projetos demonstrou viabilidade e capacidade de contribuir para ampliar a inserção da dimensão complexidade nas práticas de gestão de projetos.Understanding the "Project Complexity" construct has challenged researchers and professionals since the study of Baccarini (1996) initiated in-depth discussions on the subject. Within this context, the development of methods and tools, which can directly contribute to the insertion of the complexity dimension in the project management practices, has run into the difficulty of measuring it. In this sense, this research had as general objective to construct a classification model of the Project Complexity for the Brazilian public sector. To do so, it was considered as the basis the perception of 16 specialists and 118 professionals in the area of management project who act or have already acted in public projects. The research was divided into two stages. In the first, we initially mapped a set of 96 complexity factors identified from a systematic review of the literature. These factors were evaluated through questionnaires by 16 experts and 118 professionals who identified the ten most relevant factors for the complexity of public projects. In the second stage, machine learning techniques were applied with support vector machines to construct a classification model of the Project Complexity. In the model, three levels were defined to classify the complexity of a project: low, medium and high. The model was validated by 17 experiments divided in three rounds and was based on a set containing 36 test cases, where the average accuracy level of classification was evaluated. As for the research results, two new concepts were proposed, one for project management and the other for project complexity. It was proposed a theoretical model containing 11 dimensions and 96 project complexity factors based on a systematic review of the literature. It was identified the ten most relevant complexity factors for public projects in the opinion of Brazilian specialists and professionals in the area of project management. Finally, the MCCP-PUB / BR (Project Complexity Classification Model for the Brazilian Public Sector) was constructed and validated through machine learning techniques and refinements that resulted in 100% accuracy in the predictions made for 36 elements present in the test set. Based on the results, it was concluded that the use of machine learning to classify the complexity of projects demonstrated the feasibility and ability to contribute to increase the insertion of the dimension complexity in the project management practices.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)CNPQ::CIENCIAS SOCIAIS APLICADAS::ADMINISTRACAOGestão de projetosComplexidade de projetosModelo de classificaçãoAprendizagem de máquinaMáquinas de vetores de suporteMCCP-PUB/BR: um modelo de classificação da complexidade de projetos para o setor público brasileiroinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisPROGRAMA DE PÓS-GRADUAÇÃO EM ADMINISTRAÇÃOUFRNBrasilinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFRNinstname:Universidade Federal do Rio Grande do Norte (UFRN)instacron:UFRNORIGINALMCCP-PUB/BR_LinsFilho_2019.pdfapplication/pdf14425708https://repositorio.ufrn.br/bitstream/123456789/27928/1/MCCP-PUB/BR_LinsFilho_2019.pdf925cb7ad0099128a1876e8ee7f6dab70MD51TEXTMCCP-PUB/BR_LinsFilho_2019.pdf.txtMCCP-PUB/BR_LinsFilho_2019.pdf.txtExtracted texttext/plain546241https://repositorio.ufrn.br/bitstream/123456789/27928/2/MCCP-PUB/BR_LinsFilho_2019.pdf.txt5681a4a103d27830cbb889d08ec9a981MD52THUMBNAILMCCP-PUB/BR_LinsFilho_2019.pdf.jpgMCCP-PUB/BR_LinsFilho_2019.pdf.jpgGenerated Thumbnailimage/jpeg1283https://repositorio.ufrn.br/bitstream/123456789/27928/3/MCCP-PUB/BR_LinsFilho_2019.pdf.jpg8bd17f11ce27f80ecb9eb0a0e4ac8402MD53123456789/279282019-11-24 02:17:09.811oai:https://repositorio.ufrn.br:123456789/27928Repositório de PublicaçõesPUBhttp://repositorio.ufrn.br/oai/opendoar:2019-11-24T05:17:09Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)false |
dc.title.pt_BR.fl_str_mv |
MCCP-PUB/BR: um modelo de classificação da complexidade de projetos para o setor público brasileiro |
title |
MCCP-PUB/BR: um modelo de classificação da complexidade de projetos para o setor público brasileiro |
spellingShingle |
MCCP-PUB/BR: um modelo de classificação da complexidade de projetos para o setor público brasileiro Lins Filho, Marcos Luiz CNPQ::CIENCIAS SOCIAIS APLICADAS::ADMINISTRACAO Gestão de projetos Complexidade de projetos Modelo de classificação Aprendizagem de máquina Máquinas de vetores de suporte |
title_short |
MCCP-PUB/BR: um modelo de classificação da complexidade de projetos para o setor público brasileiro |
title_full |
MCCP-PUB/BR: um modelo de classificação da complexidade de projetos para o setor público brasileiro |
title_fullStr |
MCCP-PUB/BR: um modelo de classificação da complexidade de projetos para o setor público brasileiro |
title_full_unstemmed |
MCCP-PUB/BR: um modelo de classificação da complexidade de projetos para o setor público brasileiro |
title_sort |
MCCP-PUB/BR: um modelo de classificação da complexidade de projetos para o setor público brasileiro |
author |
Lins Filho, Marcos Luiz |
author_facet |
Lins Filho, Marcos Luiz |
author_role |
author |
dc.contributor.authorID.pt_BR.fl_str_mv |
|
dc.contributor.advisorID.pt_BR.fl_str_mv |
|
dc.contributor.referees1.none.fl_str_mv |
Gurgel, André Morais |
dc.contributor.referees1ID.pt_BR.fl_str_mv |
|
dc.contributor.referees2.none.fl_str_mv |
Medeiros, Marcos Fernando Machado de |
dc.contributor.referees2ID.pt_BR.fl_str_mv |
|
dc.contributor.referees3.none.fl_str_mv |
Costa, Benny Kramer |
dc.contributor.referees3ID.pt_BR.fl_str_mv |
|
dc.contributor.referees4.none.fl_str_mv |
Reinhard, Nicolau |
dc.contributor.referees4ID.pt_BR.fl_str_mv |
|
dc.contributor.author.fl_str_mv |
Lins Filho, Marcos Luiz |
dc.contributor.advisor1.fl_str_mv |
Sousa Neto, Manoel Veras de |
contributor_str_mv |
Sousa Neto, Manoel Veras de |
dc.subject.cnpq.fl_str_mv |
CNPQ::CIENCIAS SOCIAIS APLICADAS::ADMINISTRACAO |
topic |
CNPQ::CIENCIAS SOCIAIS APLICADAS::ADMINISTRACAO Gestão de projetos Complexidade de projetos Modelo de classificação Aprendizagem de máquina Máquinas de vetores de suporte |
dc.subject.por.fl_str_mv |
Gestão de projetos Complexidade de projetos Modelo de classificação Aprendizagem de máquina Máquinas de vetores de suporte |
description |
Compreender o constructo “Complexidade de projetos” tem desafiado pesquisadores e profissionais desde que o estudo de Baccarini (1996) deu início a debates mais aprofundados sobre a temática. Dentro desse contexto, o desenvolvimento de métodos e ferramentas, que possam contribuir diretamente para inserção da dimensão complexidade nas práticas de gestão de projetos, tem esbarrado na dificuldade de mensurá-la. Nesse sentido, esta pesquisa teve como objetivo geral construir um modelo de classificação da complexidade de projetos para o setor público brasileiro. Para tanto, considerou-se como base a percepção de 16 especialistas e 118 profissionais da área de gestão de projetos que atuam ou já atuaram em projetos públicos. A pesquisa foi dividida em duas etapas. Na primeira, mapeou-se, inicialmente, um conjunto com 96 fatores de complexidade identificados a partir de uma revisão sistemática da literatura. Esses fatores foram avaliados através de questionários por 16 especialistas e 118 profissionais que identificaram os dez fatores de maior relevância para a complexidade de projetos públicos. Na segunda etapa, aplicaram-se técnicas de aprendizagem de máquina com máquinas de vetores de suporte para construir um modelo de classificação da complexidade de projetos. No modelo, definiram-se três níveis para classificação da complexidade de um projeto: baixa, média e alta. O modelo foi validado por meio de 17 experimentos divididos em três rodadas e teve como base um conjunto contendo 36 casos de teste, onde se avaliou o nível de acurácia média de classificação. Quanto aos resultados da pesquisa, foram propostos dois novos conceitos, sendo um para gerenciamento de projetos e outro para complexidade de projetos. Propôs-se um modelo teórico contendo 11 dimensões e 96 fatores de complexidade de projetos com base numa revisão sistemática da literatura. Identificaram-se os dez fatores de complexidade de maior relevância para projetos públicos na opinião de especialistas e profissionais brasileiros da área de gestão de projetos. E, finalmente, construiu-se e validou-se o MCCP-PUB/BR (Modelo de Classificação da Complexidade de Projetos para o setor Público Brasileiro) por meio de técnicas de aprendizagem de máquina e refinamentos que resultaram numa acurácia de 100% nas predições feitas para os 36 elementos presentes no conjunto de teste. Com base nos resultados, concluiu-se que o uso da aprendizagem de máquina para classificação da complexidade de projetos demonstrou viabilidade e capacidade de contribuir para ampliar a inserção da dimensão complexidade nas práticas de gestão de projetos. |
publishDate |
2019 |
dc.date.accessioned.fl_str_mv |
2019-11-19T00:20:27Z |
dc.date.available.fl_str_mv |
2019-11-19T00:20:27Z |
dc.date.issued.fl_str_mv |
2019-07-29 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
format |
doctoralThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
LINS FILHO, Marcos Luiz. MCCP-PUB/BR: um modelo de classificação da complexidade de projetos para o setor público brasileiro. 2019. 271f. Tese (Doutorado em Administração) - Centro de Ciências Sociais Aplicadas, Universidade Federal do Rio Grande do Norte, Natal, 2019. |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufrn.br/jspui/handle/123456789/27928 |
identifier_str_mv |
LINS FILHO, Marcos Luiz. MCCP-PUB/BR: um modelo de classificação da complexidade de projetos para o setor público brasileiro. 2019. 271f. Tese (Doutorado em Administração) - Centro de Ciências Sociais Aplicadas, Universidade Federal do Rio Grande do Norte, Natal, 2019. |
url |
https://repositorio.ufrn.br/jspui/handle/123456789/27928 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.program.fl_str_mv |
PROGRAMA DE PÓS-GRADUAÇÃO EM ADMINISTRAÇÃO |
dc.publisher.initials.fl_str_mv |
UFRN |
dc.publisher.country.fl_str_mv |
Brasil |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFRN instname:Universidade Federal do Rio Grande do Norte (UFRN) instacron:UFRN |
instname_str |
Universidade Federal do Rio Grande do Norte (UFRN) |
instacron_str |
UFRN |
institution |
UFRN |
reponame_str |
Repositório Institucional da UFRN |
collection |
Repositório Institucional da UFRN |
bitstream.url.fl_str_mv |
https://repositorio.ufrn.br/bitstream/123456789/27928/1/MCCP-PUB/BR_LinsFilho_2019.pdf https://repositorio.ufrn.br/bitstream/123456789/27928/2/MCCP-PUB/BR_LinsFilho_2019.pdf.txt https://repositorio.ufrn.br/bitstream/123456789/27928/3/MCCP-PUB/BR_LinsFilho_2019.pdf.jpg |
bitstream.checksum.fl_str_mv |
925cb7ad0099128a1876e8ee7f6dab70 5681a4a103d27830cbb889d08ec9a981 8bd17f11ce27f80ecb9eb0a0e4ac8402 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN) |
repository.mail.fl_str_mv |
|
_version_ |
1802118152974237696 |