Estudo sobre a aplicação das metodologias Lean Construction e Advanced Work Packaging em uma obra de alteamento de barragem de rejeito de minério
Bibliographic record
Abstract
A demanda por bons processos de planejamento e de gestão mais confiáveis em obras industriais de maior complexidade tem crescido muito nos últimos anos. As falhas significativas registradas em projetos de construção evidenciaram a necessidade de explorar novos conceitos e métodos para aprimorar o desempenho desses empreendimentos. Neste contexto, a partir de uma perspectiva de introdução de conceitos de Lean Construction, os modelos de planejamento lean têm adotado conceitos e ferramentas do Advanced Work Packaging (AWP), que teve origem em pesquisas conjuntas entre o Construction Owners Association of Alberta (COAA) e o Construction Industry Institute (CII). Este trabalho apresenta um estudo, em caráter introdutório, da aplicação da AWP, no contexto de implementação de conceitos e ferramentas de Lean Construction, em uma obra de alteamento à jusante de uma barragem de rejeito de minério, focando nas principais ferramentas implementadas na prática. Como procedimento metodológico foi realizado estudo de caso, incluindo análise de documentos de projeto, documentos de planejamento, observações diretas em campo e questionários respondidos pelas equipes envolvidas com o planejamento e controle da produção. O trabalho descreve a implementação do AWP e são discutidas as principais dificuldades na aplicação e forma como os princípios e ferramentas foram integrados na obra em questão. Desse modo, este estudo contribuiu ao fornecer uma visão sobre a maturidade e os desafios de implementar o AWP em um projeto de infraestrutura complexo. Entre outros aspectos, os resultados destacam a necessidade de uma mudança cultural, que permita o engajamento dos principais agentes envolvidos, a importância da introdução de ferramentas de modelagem da informação e a integração entre as etapas de projeto e execução.
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 | 0.013 | 0.019 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.006 | 0.004 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
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".