SIMULATION SUPPORTS AS INTERMEDIATE DESIGN OBJECTS: EXPERIENCES IN THE PETROLEUM REFINING INDUSTRY
Bibliographic record
Abstract
A ergonomia se preocupa em compreender o trabalho para transformá-lo. Para aumentar sua capacidade de intervenção efetiva esta disciplina se aproxima da engenharia, em especial da engenharia de produção, buscando métodos, técnicas e ferramentas que a auxiliem no processo de concepção de situações produtivas. As áreas do conhecimento relacionadas ao design de engenharia e, em especial, do projeto do trabalho, podem colaborar substancialmente para a efetividade da incorporação da perspectiva da atividade (segundo conceito da ergonomia situada) neste processo. A partir de uma articulação teórica e conceitual, que serviu como referencial da pesquisa de campo em uma indústria de refino de petróleo, busca-se compreender como diferentes suportes de simulação foram determinantes para a incorporação das racionalidades, interesses, restrições e expectativas dos atores participantes do processo de concepção. A pesquisa apresenta recomendações para que o projeto de situações produtivas comporte uma concepção continuada e distribuída, tendo a simulação como instrumento orientado ao objeto (ação projetual do sistema técnico), ao outro (ação coordenada) e ao próprio sujeito (ao comportar espaço para seu desenvolvimento, aprendizado e transformação).
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.004 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.003 | 0.002 |
| Insufficient payload (model declined to judge) | 0.011 | 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 itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".