Determinação do momento adequado para substituição de veículos em empresas com frota própria: Estudo de caso no setor público.
Bibliographic record
Abstract
A prática atual da substituição de veículos pelas organizações é basicamente intuitiva, ocorrendo tão somente quando a manutenção se torna um fator insustentável de custo. Análises com base em critérios econômico-financeiros, que possam orientar estratégias, são notadamente raras. Este trabalho descreve a aplicação de método como apoio na gestão da renovação da frota de veículos, e que seja aplicável às organizações que mantém frotas próprias. A referida aplicabilidade é testada em um estudo de caso no núcleo de transportes da Terracap, empresa pública do Distrito Federal. O estudo de caso foi realizado utilizando dados históricos dos principais componentes de custos dos veículos: manutenção; impostos e seguros; depreciação e custos de capital, avaliando o momento ideal para sua substituição. Os resultados de uma decisão fundamentada de renovação de frota demonstram ganhos financeiros impressionantes, além de ganhos mais amplos de qualidade, como produtividade, disponibilidade, conforto na utilização e liquidez na comercialização. A pouca aplicação de metodologia encontra explicação na falta de conhecimento dos gestores, mas se revela, pela simplicidade, estar dentro da realidade das empresas com frota própria.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.006 | 0.003 |
| Meta-epidemiology (narrow) | 0.002 | 0.002 |
| Meta-epidemiology (broad) | 0.003 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.004 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 0.003 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; both teacher heads agree on what is shown here.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".