Sequenciamento de atividades intrahospitalares por meio de máquinas paralelas idênticas
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
Face ao desenvolvimento do setor de saude, torna-se necessario pesquisar politicas de melhoria dos processos hospitalares para otimizar os servicos prestados a populacao. A programacao de um conjunto de atividades consiste em eleger, simultaneamente, qual atendente disponivel realizara determinada tarefa e em que ordem estas tarefas serao efetuadas. O objetivo deste trabalho e apresentar uma estrategia para reduzir o tempo de conclusao das atividades solicitadas aos atendentes de um hospital, ou seja, minimizar o instante de termino da ultima tarefa ( makespan ) a ser executada pelos atendentes. Este problema utiliza um modelo de sequenciamento em Maquinas Paralelas Identicas (MPI) com tempo de setup dependente da sequencia, no qual as maquinas representam os atendentes do hospital, os tempos de setup indicam o tempo necessario para um atendente sair da posicao atual e chegar ao local da sua proxima tarefa e o tempo de processamento determina o tempo entre o inicio e o fim de uma atividade. Compara-se este sequenciamento com uma programacao realizada manualmente pelos atendentes de acordo com as solicitacoes de atendimento e a disponibilidade de cada funcionario. Devido a complexidade do modelo matematico, cada turno e dividido em periodos fixos com 8 tarefas, nos quais o intervalo de tempo de cada periodo varia conforme a chegada dessas tarefas. Os resultados obtidos mostram que o sequenciamento proposto garante uma reducao no tempo de execucao dos atendimentos se comparado aos resultados encontrados no sequenciamento manual, sendo que a maioria das atividades sao realizadas de 5 a 10 minutos e nenhuma tarefa ultrapassa 23 minutos de execucao. De maneira geral, o problema abordado gera periodos com intervalos de tempo pequenos no horario de pico do hospital. Por outro lado, existem alguns periodos com grande variacao no intervalo de tempo. Sugere-se, em trabalhos futuros, encontrar metodos de resolucao mais eficazes para estes periodos, ja que os mesmos possuem tempos de espera altos em relacao aos demais .
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.
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 | 0.005 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.008 | 0.003 |
| Open science | 0.004 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.004 | 0.002 |
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 it