avançadas de produção” joinville , sc, brasil, 10 a ... · ferramentas da am, a impressão 3d,...

APLICAÇÃO DA FMEA NO

SUBPROCESSO DE COLETA DE

DOCUMENTOS DE PATENTE PARA

INTELIGÊNCIA TECNOLÓGICA

Nayara Cristini Bessi (UFSCar)

[email protected]

Fernando Jose Gomez Paredes (UFSCar)

[email protected]

Roniberto Morato do Amaral (UFSCar)

[email protected]

Pedro Carlos Oprime (UFSCar)

[email protected]

Um dos aportes utilizados para melhoria de processos e produtos é a

FMEA uma ferramenta versátil aplicada em diferentes contextos.

Diante de sua versatilidade, surge o questionamento de como esta

poderia ser aplicada no subprocesso de coleta de documentos de

patentes. Para minimizar os desafios apresentados o presente artigo

exemplifica a aplicação do FMEA para prognosticar um conjunto de

modos de falha que impactam negativamente no subprocesso de coleta

de documentos de patentes realizados em atividades de IT e propor

ações corretivas que visam garantir a melhoria e controle do

subprocesso. O método adotado foi a pesquisa-ação e a unidade de

caso o NIT- materiais. A partir dos resultados foi possível identificar

claramente os modos de falha, causas e efeitos geradores de baixa

precisão e ruídos de recuperação. Para que a FMEA possa minimizar

XXXVII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO

“A Engenharia de Produção e as novas tecnologias produtivas: indústria 4.0, manufatura aditiva e outras abordagens

avançadas de produção”

Joinville, SC, Brasil, 10 a 13 de outubro de 2017.





2

impactos negativos e melhorar a gestão de dados e informações,

dentro do contexto da indústria 4.0, será preciso considerar o processo

em diversas iterações como parte da melhora contínua.

Palavras-chave: melhoria e controle, recuperação da informação,

inteligência tecnológica, documentos de patente





3

1. Introdução

A Inteligência Competitiva (IC) vem destacando-se ao longo do tempo como importantes

gatilhos de vantagem competitiva organizacional. O uso do ferramental da Gestão de

Conhecimento (GC) tem como pressuposto a implementação prévia de um modelo de Gestão

de informações (GI) que serve de base para a produção de informação acionável. Em outras

palavras, a existência de uma infraestrutura de dados e informações dentro das organizações é

requisito mínimo para processos analíticos decisórios.

Esse pressuposto intensifica-se no contexto de indústria 4.0. Nela, os modelos e ferramentas

de IC e GI tornam-se enfaticamente importantes, mediante o fato desta ser caracterizada pelo

aumento da digitalização, da automação do ambiente manufatureiro e da criação de uma

cadeia de valor digital (OESTERREICH, 2016); assim como explorar o potencial das

tecnologias de informação e comunicação. Quanto mais intenso o processo de automação e

digitalização, maior é o volume da produção de dados e informações e, consequentemente,

maiores são os desafios práticos e teóricos enfrentados pelo campo da GI.

Já a Inteligência Tecnológica (IT) é caracterizada por ser um tipo específico de inteligência

direcionada à compreensão da ciência e da tecnologia. As necessidades dessa inteligência

referem-se, entre outras questões, à compreensão das áreas tecnológicas destrutivas que

afetam drasticamente a competitividade atual, principalmente em relação às tecnologias que

afetam a capacidade de produção e produto. Sua utilização por competidores, status e

performance de fornecedores, mudanças de políticas e processos na indústria, etc. (ASTHON;

KLANVAS, 1997; HERING, 1999). As bases de dados de documentos de patente são fontes

de informação cruciais para produzir IT acionável, na medida em que os documentos de

patente fornecem dados e informações técnicas, produtivas, legais, comerciais e empresariais

não existentes em outros documentos (WORLD INTELLECTUAL PROPERTY

ORGANIZATION, 2012).

As patentes impactam significativamente no faturamento das empresas que inovam,

dependendo de seu investimento ela consegue comercializar a inovação e explorar outras

https://www.google.com.br/url?sa=t&rct=j&q=&esrc=s&source=web&cd=1&cad=rja&uact=8&ved=0ahUKEwjB29qPjpjKAhWMIJAKHUtYDZ4QFgggMAA&url=http%3A%2F%2Fwww.wipo.int%2F&usg=AFQjCNFTeF7VsBf_DH4H-W9avc_IuKZtbw






4

inovações existentes (BLOOM; REENEN, 2002). Além disso, elas evidenciam o nível de

inovação obtidos nos países e influenciam os processos de pesquisa e desenvolvimento de

inovação (BOTTAZZI; PERI, 2007). A expansão de muitos contextos, como o

desenvolvimento e expansão da Manufatura Aditiva (AM), por exemplo, dependerão das

bases de inovação disponíveis (ESMAEILIAN; BEHDAD, 2016; WANG; 2016). Entre as

ferramentas da AM, a impressão 3D, por exemplo, sofre um grande impacto dependendo da

habilidade da economia do país em desenvolver inovação, especialmente através das

contribuições das patentes (LONG et al., 2017).

Favaretto (2005) afirma que o processo produtivo da informação pode ser submetido ao

mesmo conjunto de técnicas e ferramentas da qualidade aplicados ao processo produtivo

manufatureiro. No entanto, o subprocesso de recuperação de documentos de patentes para IT

apresenta suas peculiaridades e desafios de gerenciamento, entre eles: a) alto volume de dados

e informações - dados da WORLD INTELLECTUAL PROPERTY ORGANIZATION (2016)

evidenciam que no ano de 2015, 2.89 milhões de patentes foram depositadas no mundo

representando um crescimento de 7.8 % em relação à 2014; b) alta variedade de bases de

dados de patentes – a escolha da base de dados varia de acordo com a necessidade de

inteligência; c) coletar dados com qualidade- deve-se capturar e entregar dados e com alta

precisão, para que os analistas elaborem produtos de inteligência (PIs) confiáveis e que

estejam em conformidade com a moldura analítica do processo (GUEDES, 2006; NÚCLEO

DE INFORMAÇÃO TECNOLÓGICA EM MATERIAIS, 2004).

Um dos aportes utilizados para melhoria de processos e produtos é a FMEA (failure mode and

effect analysis) uma ferramenta versátil aplicada em diferentes contextos (STAMATIS, 2003).

Diante de sua versatilidade, surge o questionamento sobre como esta poderia ser aplicada no

subprocesso de coleta de documentos de patentes para minimizar os desafios apresentados. O

presente artigo exemplifica a aplicação do FMEA com o intuito de prognosticar um conjunto

de modos de falha que impactam negativamente no subprocesso de coleta de documentos de

patentes realizados em atividades de IT e propor ações corretivas que visam garantir a

melhoria e controle do subprocesso.






5

O método adotado foi a pesquisa-ação, com a unidade de caso o NIT- materiais, organização

esta que há 20 anos atua no desenvolvimento de pesquisas e metodologias de prospecção

tecnológica e IC. Compreender os fatores que impactam negativamente na precisão é uma

forma de estabelecer diretrizes para a recuperação, melhorar e controlar o processo de coleta e

entregar dados em conformidade com a moldura analítica e impactando na forma como as

organizações aproveitam as vantagens oferecidas pelas informações contidas em documentos

de patente.

As seções a seguir descrevem aspectos teóricos do gerenciamento da qualidade e da FMEA.

A terceira seção descreve o método e os procedimentos de pesquisa adotados, seguido da

seção de resultados da aplicação da ferramenta no subprocesso de coleta de documentos de

patente da unidade de caso. O artigo finaliza com a seção das considerações finais.

2. Gerenciamento: melhoria e controle e a ferramenta FMEA

O controle da qualidade é um processo gerencial universal que envolve o conjunto de

atividades utilizadas para garantir que produtos e serviços satisfaçam os requisitos e

melhorem de maneira contínua. Este proporciona estabilidade, evita mudanças adversas e

mantém o status quo. Os inputs são características operadas pelo processo, desenvolvidas para

produzir as características dos produtos, necessárias para atender as necessidades dos clientes.

Os outputs consistem em um sistema de controle de produtos e processos que promove a

estabilidade do processo (JURAN, 1998; MONTGOMERY, 2016).

Na fase de melhoria, deve-se pensar criativamente sobre mudanças específicas que poderão

ser realizadas no processo para obter o impacto desejado sobre o desempenho do processo. No

geral, o processo é replanejado sob a perspectiva dos dados analisados. Entre os aportes que

podem ser utilizados nesta fase estão: gráficos ou mapas de fluxo de valor, novamente o

delineamento de experimentos, entre outros. A última fase do gerenciamento é a de controle.

Conclui-se o trabalho e entrega o processo melhorado junto com um plano de controle que

garantam a implementação das melhorias do projeto. O plano de controle deverá ser um

sistema para monitorar a solução (JURAN, 1998; MONTGOMERY, 2016).





6

A FMEA é uma técnica que oferece três funções: a) prognosticar problemas; b) desenvolver e

executar projetos, processos ou serviços, novos ou revisados; c) ser o diário do projeto,

processo ou serviço. É eficiente para prevenir problemas e identificar soluções eficazes em

termos de custo. A ferramenta é mais efetiva quando é feita em equipe, pois há maior chance

de melhor identificar e prevenir os modos de falhas (PALADY, 1997).

A ferramenta pode ser aplicada em projetos ou processos. Todas as variações da FMEA

devem incluir cinco elementos básicos mostrados na Figura 1, sendo eles: a) planejando o

FMEA; b) modos de falha; c) causa; d) efeitos; e) ocorrência; f) severidade; g) detecção; h)

interpretação; i) acompanhamento (PALADY, 1997).

Um dos erros mais comuns no FMEA é a falta de um planejamento efetivo que responde às

perguntas como: a) quem deve ser responsável pelo FMEA?; b) quem deve participar e como

deve participar?; c) devemos avaliar o sistema, o subsistema ou os componentes individuais

(de cima para baixo) ou devemos começar com componentes (de baixo para cima?); d)

devemos considerar isso como um modo de falha, ou efeito ou a causa? e) que classificação

devemos atribuir às escalas? etc. (PALADY, 1997).

Dentro do FMEA, a Figura 1 apresenta como os dados são analisados e detalhados para

encontrar uma relação entre o processo, como este pode falhar e que ação tomar. O primeiro

elemento é o Planejamento FMEA que consiste na escolha da abordagem de análise,

classificação dos modos de falha, causas e efeitos, escala de avaliação, escolha da abordagem

de análise e das regras adotadas. O segundo elemento é o modo de falha que descreve como o

projeto, o processo ou serviço deixa de desempenhar a função. O terceiro elemento é o efeito

que descreve as consequências do modo de falha. O quarto elemento é a causa que representa

as razões (condições) possíveis que poderiam resultar neste modo de falha (Figura 1)

(PALADY, 1997).

Figura 1 - Elementos básicos FMEA





7

Fonte: Adaptado de Palady (1997, p.8)

O nível crítico dos fatores é dado pela pontuação de risco das falhas que são ordenadas. Estes

níveis são: a) índice de ocorrência- mede com que frequência o modo de falha ocorre; b)

índice de severidade – mede a gravidade do efeito do modo de falha em uma escala de 1 a 10;

c) índice de detecção – mede a chance de detectar o modo de falha ou as causas. Entre os

métodos existentes para interpretar o FMEA, existe o método tradicional que se configura

pela ordenação do NPR (Risk Priority Number) utilizado pela primeira vez em 1963 pela

NASA (Aeronautics and Space Administration) e o método gráfico de áreas proposto por Paul

Palady em 1994 como uma crítica ao método tradicional. O método gráfico permite uma

aplicação proativa baseada na severidade e na ocorrência, principalmente. Neste método, o

gráfico permite determinar a existência de falhas com severidade extrema (valores de 10),

embora tenham pouca ocorrência (valor 1) (PALADY, 1997; ROOS; ROSA, 2008).

3. Método e Procedimentos

O método adotado para contextualizar a aplicação da FMEA foi a pesquisa-ação,

compreendida como sendo um tipo de pesquisa social e empírica concebida e realizada por

meio de uma ação ou resolução de um problema coletivo, no qual pesquisadores e

participantes cooperam de forma participativa entre si para a resolução de um problema. Na

prática, a pesquisa-ação pode ser aplicada em três tipos de situações, sendo elas: a) onde os

pesquisadores assumem os objetivos definidos e orientam a investigação em função dos meios





8

disponíveis; b) onde a pesquisa é realizada dentro de uma organização; c) na forma

combinada (THIOLLENT, 1986). A presente pesquisa adotou a forma combinada do método.

A pesquisa-ação pode iniciar-se com o pesquisador identificando um problema na literatura e

depois buscando um objeto de estudo, onde esse problema pode ser resolvido cientificamente

(abordagem dirigida pelo pesquisador), ou a partir da identificação de um problema por uma

organização, onde o pesquisador participará das propostas para sua solução (abordagem

dirigida pelo problema) (TURRIONI; MELLO et al, 2012). A presente pesquisa adotou uma

abordagem combinada. A Figura 2 ilustra uma síntese dos procedimentos metodológicos

desta pesquisa, pautados na interpolação e adaptação das fases da pesquisa-ação propostas por

Turrioni e Mello (2012) e das fases de aplicação da FMEA propostas por Palady (1997).

Na fase de definir o contexto e o propósito, realizou-se um levantamento bibliográfico.

Diagnosticou-se que os coletores atuantes na prática de IT se deparam com uma série de

desafios de qualidade de dados e informações no processo de coleta de documentos de

patente. Posteriormente, delimitou-se o problema de pesquisa escolhendo a otimização da

precisão do subprocesso de coleta de documentos de patente e a compreensão dos fatores que

impactam negativamente em seus níveis, como sendo uma das mais relevantes para atividades

de recuperação de dados e informações. Dado este contexto, os possíveis interessados nesta

pesquisa são os coletores de IT que intentam entregar dados com maior relevância para

analistas.

Em um segundo momento, iniciou-se a fase de selecionar a unidade de análise para executar a

aplicação da FMEA e a escolha das técnicas de coleta e análise dos dados. Com o intuito de

nortear e justificar a escolha, determinados critérios foram adotados para escolher a unidade

de análise, sendo eles: a) que a organização seja atuante em atividades e pesquisas em IT; b)

que possua infraestrutura e recursos humanos capazes de auxiliar e fomentar o

desenvolvimento da pesquisa; c) que esteja engajado no desenvolvimento de novas

metodologias.





9

Figura 2 - Procedimentos metodológico

Fonte: Autor

Antes de iniciar a coleta dos dados, mapeou-se o subprocesso de coleta de documentos de

patente adotado pela unidade de caso, com o intuito de compreender o fluxo de atuação dos

coletores. Posteriormente, aplicou-se um brainstorming realizado por uma equipe de 6

analistas e coletores de inteligência. Foram levantadas duas categorias de fatores: a) aqueles

relacionados às bases de dados; b) aqueles relacionados ao desenvolvimento da estratégia de

busca. Na primeira categoria, foram levantados 12 fatores que impactam hipoteticamente na

precisão dos dados e informações coletadas. Já na segunda, foram levantados 7 fatores

(ANEXO I).

Os fatores levantados no brainstorming foram utilizados como insumo para aplicação de um

diagrama de causa e efeito e ambos para a aplicação da FMEA de processo (ANEXO II). Na

FMEA, as categorias de fatores foram transformadas em funções do processo e os fatores





10

foram transformados em modos de falhas. Inicialmente a aplicação foi planejada,

configurando os seguintes elementos do Quadro 1.





11

Quadro 1 - Planejamento FMEA

Planejamento FMEA

Escolha da abordagem de

análise

Top-down: os itens serão analisados do geral para o específico.

Classificação dos modos

de falha, causas e efeitos

As funções são as etapas que o processo de coleta de documentos de patente

deve desempenhar. Definidas a partir do mapeamento do processo de coleta

de patentes.

Os modos de falha são as formas como o processo deixa de desempenhar a

função definida. Os modos de falha foram obtidos a partir do brainstorming.

Os efeitos são as consequências do modo de falha sob a ótica do analista

(cliente). Os efeitos foram levantados entre o cruzamento de dados do

brainstorming e o mapeamento.

As causas comuns ou especiais são as condições que provocam o modo de

falha. Para identificar e classificar as causas, cruzou-se o brainstorming com

a análise do diagrama de causa e efeito.

Escala/ Avaliação

As avaliações consistem na média dos valores da severidade dos efeitos, sob

a perspectiva do analista; na média do média dos valores de ocorrência das

causas dos modos de falha, e na média dos valores de detecção das causas. O

valor do grau de prioridade de risco (RPN) é o produto dos valores médios de

severidade, ocorrência e detecção. Utilizou-se a escala padrão de 1 a 10 para

que cada participante avaliasse o elemento do FMEA

Regras adotadas

Não considerar todos os

modos de falhas

concebíveis

Um modo de falha pode ser inserido ou não. No caso da equipe decidir que

um modo de falha é fisicamente possível, mas não prático essa falha não deve

ser incluída no formulário. No caso de dúvidas, se um modo de falha deve ser

incluído ou não, inclua e sua inclusão se tornará óbvia, ou não, à medida que

a PFMEA evoluir.

Redigir o modo de falha

como a expressão negativa

da função

No caso de questionamento se um modo de falha são efeitos ou possíveis

causas, o modo de falha deverá ser redigido como a expressão negativa da

função.

Selecionar uma

abordagem para classificar

os modos ou causas de

falhas

Será avaliada a severidade dos efeitos e a ocorrência e detecção das causas.

Desenvolver independentemente de

cada coluna FMEA

As colunas severidade, ocorrência e detecção serão mensuradas independentemente, ou seja, os membros da equipe não podem passar para a

segunda coluna sem finalizar a primeira.

Fonte: Adaptado de Palady, 1997; Stamatis, 2003

A FMEA foi aplicada em duas reuniões, nas que participaram seis integrantes da unidade de

caso. Após as reuniões, os dados foram tabulados e analisados considerando o método NPR





12

combinado ao método gráfico. Este último permitiu interpretar e avaliar os valores

considerando as avaliações extremas entre a severidade e a ocorrência (PALADY, 1997). Em

outras palavras, o método gráfico foi utilizado neste artigo apenas para confirmar o grupo de

alta prioridade obtida pelo valor de NPR, já que ambos os métodos não apresentam grandes

diferenças na priorização das falhas (ROOS; ROSA, 2008). Na seção a seguir serão expostos

os resultados do mapeamento do processo de coleta e aplicação da FMEA.

4. Resultados da FMEA no subprocesso de coleta de documentos de patente para

Inteligência Tecnológica

O próximo resultado relaciona-se à compreensão das causas e efeitos que impactam

negativamente na precisão dos resultados do subprocesso de coleta. A Figura 4 representa as

relações de causa e efeito entre estes fatores resultantes da análise do brainstorming.

Figura 3 - Diagrama de causa e efeito

Fonte: Autor





13

Observou-se que os fatores geradores de baixa precisão estão relacionados principalmente às

duas categorias de falhas, sendo elas: escolha da base de dados (EB) e elaboração da

estratégia de busca (EE) (Figura 4, Quadro 2). Em relação à primeira, notou-se que os fatores

que exercem alto impacto negativo na precisão são referentes a não escolha de uma base de

dados que: a) forneça uma estrutura de linguagem controlada (como termos controlados ou

tesauros); b) possua uma cobertura compatível com a necessidade de inteligência; c) forneça

estrutura de busca avançada. Em relação à segunda, os fatores que exercem alto impacto

negativo são: a) o desconhecimento prévio do funcionamento da base de dados, pelo coletor;

b) a não utilização de uma metodologia definida previamente para escolher os termos e

avaliar o impacto destes na precisão; c) não utilizar os códigos CIP na estratégia de busca

proposta; d) não compreender os Códigos-CIP; e) não estruturar a estratégia de busca

satisfatoriamente.





14

Quadro 2 - Listas das causas que geram baixa precisão dos resultados de coleta

Cod. Causas que impactam negativamente na precisão NPR Classificação de

falha

U Ausência de teste da precisão da estratégia e do impacto do ruído 180 EE

V Não estabelecer um nível desejado de precisão 180 EE

E Não fazer uma busca exploratória 162 EB

N Ausência de um estudo prévio sobre o funcionamento da base de dados 160 EB

R Desconhecimento dos Códigos-CIP 150 EE

W Não avaliar a combinação dos termos, operadores booleanos, campos

utilizados, wildcards, etc

144 EE

H Não optar pela busca avançada 140 EB

O Ausência de uma metodologia para escolher os termos 135 EE

M Ausência de um estudo prévio sobre termos que representem a

necessidade

90 EE

C Não compreensão da necessidade (escolha da base) 81 EB

T Ausência de uma metodologia para escolher os Códigos-CIP 81 EE

D Não questionar-se sobre cobertura ao escolher uma base 72 EB

F Não compreensão da necessidade (escolha dos campos) 72 EE

K Não optar pelo uso de filtros 72 EB

L Desconhecimento dos filtros 60 EB

S Ausência de um estudo prévio sobre os Códigos-CIP 54 EE

P Ausência de uma metodologia para monitorar os termos 45 EE

A Desconhecimento sobre base de dados 42 EB

B Indisponibilidade de bases que utilizam e divulgam linguagem

controlada

28 EB

J Desconhecimento do help 24 EB

Fonte: Autor

A priorização utilizando o critério do maior valor NPR, evidenciou que os causas mais

importantes, mostradas no Quadro 2, são: U, V, E, N, Q, W, H e O, segundo a ordem obtida.

Afim de verificar se não existem disparidades extremas entre as pontuações de severidade e

ocorrência obtidas, utilizou-se o método gráfico para confirmar a prioridade dos modos de

falha. As causas com alta prioridade nesse método (dentro da área vermelha do gráfico U, V,

E, N, W, H, O, M, C, T, D, S e R) correspondem aos priorizados pelo critério do maior valor





15

NPR. Evidencia-se que não existe uma avaliação extrema entre severidade e ocorrência, logo,

a avaliação é consistente para gerar as ações de melhoria.

Gráfico 1 - Priorização dos modos de falhas

E

U, V, O, M

W, D

C, T

S

N

R

H

A, B,I

F, G

Q

K

L

P

J

0

1

2

3

4

5

6

7

8

9

10

0 1 2 3 4 5 6 7 8 9 10

Oco

rrên

cia

Severidade

Fonte: Autor

Recomenda-se como ação de melhoria para os modos de falha U, N, Q, W, H, O, M, C e T, a

elaboração de um manual de boas práticas de coleta de documentos de patente que

principalmente: a) enfatize e descreva os procedimentos de teste de precisão da busca; b)

demonstre como escolher a base cuja cobertura temática seja compatível com a necessidade

de inteligência, c) descrever uma metodologia previamente definida para escolher os termos e

avaliar seu impacto na precisão. Tendo em vista estes modos de falha, a elaboração de um

manual de boas práticas de coleta, assim como um checklists de acompanhamento, tem a

capacidade de reduzir o efeito da severidade das principais falhas que possam ocorrer no

subprocesso, assim como reduziria a ocorrência destas.

5. Considerações finais

Este artigo concluiu o objetivo de aplicar a FMEA com o intuito de analisar o processo de

coleta de patentes realizados em atividades de IT para geração de inovação. A través da





16

FMEA, foi possível prognosticar um conjunto de modos de falha que impactam

negativamente no subprocesso de coleta de documentos de patentes e propor ações corretivas

que visam garantir a melhoria e controle. A aplicação do FMEA dentro dos processos de IT,

permitirá às organizações aproveitarem as vantagens oferecidas pelos dados e informações

contidas em documentos de patente, desde que a ferramenta permite analisar o processo, sem

minimizar a flexibilidade que o processo precisa pelas necessidades.

Com os resultados mostrados, foi possível identificar claramente os modos de falha, causas e

efeitos geradores de baixa precisão e ruídos de recuperação. Destaca-se que o passo de coleta

de dados, requer o maior esforço dentro do processo estudado, devido à informação

disponível nas primeiras aplicações da FMEA, como se apresentou o caso. Com o objetivo

que a FMEA consiga minimizar impactos negativos e melhorar a gestão de dados e

informações, dentro do contexto da indústria 4.0, será preciso considerar o processo em

diversas iterações como parte da melhora contínua.

Os resultados desta pesquisa limitam-se ao subprocesso de coleta de documentos de patente

realizado em atividades de inteligência da unidade de caso, NIT–materiais; no entanto, o

método proposto pode ser replicado para outras unidades de inteligência e em cenários onde o

volume de dados é alto, tornando a precisão destes imprescindível para as análises e para os

processos de tomada de decisão. Segundo as particularidades do processo, o mapeamento

pode representar um esforço grande para a equipe de melhoria, como a definição dos efeitos e

das causas comuns. Para aplicações em outros processos, deve considerar-se a disponibilidade

de dados quantitativos, especialmente para a precisão de busca e níveis de ruído de

recuperação, para reforçar os dados obtidos através de brainstorming.

Referências

ASHTON, W.B.; KLAVANS, R. A. Keeping Abreast of Science and Technology: Technical Intelligence for

Business. Columbus, Ohio: Batelle Press, 1997.

BLOOM, N.; REENEN, J. VAN. Patents , Real Options and Firm Performance *. The Economic Journal.

Anais...Oxford: Blackwell Publisher, 2002

BOTTAZZI, L.; PERI, G. The International Dynamics of R&D and Innovation in the Short and in the Long Run.

The Economic Journal, v. 117, p. 486–511, 2007.





17

ESMAEILIAN, B.; BEHDAD, S.; WANG, B. The evolution and future of manufacturing: A review. Journal of

Manufacturing Systems, v. 39, p. 79–100, 2016.

HERRING, J. P. Key intelligence topics: a process to identify and define intelligence needs. Competitive

Intelligence Review, v. 10, n. 2, p. 4-14, 1999.

LONG, Y. et al. 3D printing technology and its impact on Chinese manufacturing. International Journal of

Production Research, v. 7543, n. January, p. 1–10, 2017.

OESTERREICH, T. D.; TEUTBERG, F. Understanding the implications of digitisation and automation in the

context of Industry 4.0: a triangulation approach and elements of a research agenda for the construction industry.

Computers in industry, v. 83, p. 121-139, 2016.

PALADY, P. FMEA: Análise dos modos de falha e efeitos prevendo e prevenindo problemas antes que

ocorram. IMAM:São Paulo, 1997.

STAMATIS, D. . Failure Mode and Effect Analysis: FMEA from Theory to Execution. 2. ed. Milwaukee,

United States: ASQ Quality Press, 2003.

THIOLLENT, M. Metodologia da pesquisa-ação.2 ed. São Paulo: Cortez Editora, 1986.

TURRIONI, J. B.; MELLO, C. H. P. Pesquisa-ação na Engenharia de Produção. In: MIGUEL, P. A. C. et al.

Metodologia de Pesquisa em Engenharia de Produção e Gestão de Operações. 2 ed. Rio de Janeiro:

Elsevier: ABEPRO, p. 149-166. 2012.

FAVARETTO, F. Medição da qualidade da informação: um experimento na pesquisa em bases de dados

científicas. In: Encontro Nacional em Engenharia de Produção, 20, Porto Alegre, Brasil, 2005 Anais...Porto

Alegre, ABEPRO, 2005.

GUEDES, L. C. A mãe das inteligências. Revista Brasileira de Inteligência, v. 2, n. 2, p. 21-35, abr. 2006

JURAN, J. M. Juran’s quality control handbook. 5 ed. McGraw-Hill: United States of America. 1998.

LONG, Y. et al. 3D printing technology and its impact on Chinese manufacturing. International Journal of

Production Research, v. 7543, n. January, p. 1–10, 2017.

MONTGOMEY, D. C. Introdução ao controle estatístico da qualidade. 7 ed. Rio de Janeiro: LTC, 2016.

NÚCLEO DE INTELIGÊNCIA TECNOLÓGICA EM MATERIAIS. Manual de inteligência competitiva. São

Carlos: NIT/UFSCar, 2004.

ROOS, C.; ROSA, L. C. Ferramenta Fmea : Estudo Comparativo Entre Três Métodos De Priorização.

XXV Encontro Nacional de Engenharia de Produção. Anais...Rio de Janeiro: ABEPRO, 2008

WANG, R. Y.; STRONG, D. M. Beyond accuracy: what data quality means to data consumers. Journal of

Management Information Systems, v. 12, n. 4, p. 5- 34, 1996.

WORLD INTELLECTUAL PROPERTY ORGANIZATION. World Intellectual Property Indicators. 2015.

Disponível em:< http://www.wipo.int/ipstats/en/wipi/> Acesso em:15 nov. 2016.


http://www.wipo.int/ipstats/en/wipi/





18

WORLD INTELLECTUAL PROPERTY ORGANIZATION. Guide to using patent information. 2012.

Disponível em:< http://www.wipo.int/edocs/pubdocs/en/patents/434/wipo_pub_l434_03.pdf> Acesso:< 15 maio.

2017>.






19

ANEXOS

Anexo I - Fatores referentes a base de dados que interferem hipoteticamente de forma negativa na

precisão dos documentos de patente recuperados





20

Esc

olh

a d

a b

ase

de

dad

os

Pro

cess

o

de

index

ação

Cau

sa

Efe

ito

Solu

ção

Alt

a ex

aust

ivid

ade

da

index

ação

Quan

to m

ais

exau

stiv

amen

te a

bas

e in

dex

a se

us

docu

men

tos,

mai

or s

erá

o n

úm

ero d

e

docu

men

tos

recu

per

ados

e a

pre

cisã

o,

por

ser

inver

sam

ente

pro

porc

ional

à r

evoca

ção,

será

men

or.

Index

ar o

s docu

men

tos

uti

liza

ndo p

rin

cipal

men

te

term

os

espec

ífic

os

Bai

xa

vel

oci

dad

e de

index

ação

Alg

um

as b

ases

podem

dem

ora

r par

a in

dex

ar o

s docu

men

tos

que

já p

assa

ram

pel

a fa

se

de

sigil

o,

ger

ando u

m g

ap d

e in

dex

ação

mai

or

que

18 m

eses

. A

ssim

, al

ém d

aquel

es e

m

sigil

o o

utr

os

docu

men

tos

rele

van

tes

esta

riam

om

itid

os

e n

ão s

eria

m r

ecuper

ados.

Red

uzi

r o g

ap e

ntr

e os

docu

men

tos

de

pat

ente

s que

pas

sara

m d

o p

erío

do d

e si

gil

o e

sua

index

ação

na

bas

e

Rea

pro

vei

tam

ento

de

regis

tros

As

bas

es d

e dad

os

que

reap

rovei

tam

os

regis

tros

de

docu

men

tos

de

pat

ente

pro

ven

iente

s

dos

escr

itóri

os

nac

ion

ais

podem

pro

pag

ar e

rros

de

index

ação

cap

azes

de

dif

icult

ar a

recu

per

ação

de

docu

men

tos

rele

van

tes.

Rev

isar

os

regis

tros

con

feri

ndo o

u a

dic

ionan

do

cam

pos

Esp

ecif

icid

ade

da

index

ação

Quan

to

men

or

a es

pec

ific

idad

e dos

term

os

repre

sen

tados

no

regis

tro

, m

enor

sua

sufi

ciên

cia

des

crit

iva,

o q

ue

dif

icult

a a

recu

per

ação

e o

julg

amen

to d

e re

levân

cia

do

docu

men

to q

ue

repre

sen

ta.

Des

crev

er o

s docu

men

tos

uti

liza

ndo t

erm

os

espec

ífic

os

no r

egis

tro

Ela

bora

ção

lin

guag

em c

on

trola

da

(voca

bulá

rios,

lis

tas

de

assu

nto

e

auto

ridad

es)

A l

inguag

em c

on

trola

da

ou v

oca

bulá

rio c

on

trola

do é

um

con

jun

to l

imit

ado d

e te

rmos

esco

lhid

os

pel

o i

ndex

ador

par

a in

dex

ar e

busc

ar d

ocu

men

tos.

Se

o i

ndex

ador

trad

uz

de

form

a er

rôn

ea

ou

sem

co

nsi

stên

cia

o

docu

men

to

par

a o

voca

bulá

rio

contr

ola

do,

esco

lhen

do t

erm

os

errô

neo

s, p

ode

pre

judic

ar a

quan

tidad

e de

docu

men

tos

rele

van

tes

a

sere

m r

ecuper

ados.

Ela

bora

r li

nguag

em c

on

trola

da

de

form

a que

repre

sen

te a

áre

a e

os

docu

men

tos

index

ados

Ausê

nci

a de

lin

guag

em c

on

trola

da

(voca

bulá

rios,

thes

auru

s, l

ista

s de

assu

nto

e

auto

ridad

es)

O

não

des

envolv

imen

to/u

tili

zaçã

o

de

linguag

em

con

trola

da

com

o

voca

bulá

rio

con

trola

do,

cam

pos

des

crit

ores

, te

rmos

index

adore

s e

iden

tifi

cadore

s,

dim

inui

as

chan

ces

de

com

pat

ibil

idad

e en

tre

os

term

os

uti

liza

dos

na

estr

atég

ia de

busc

a e

os

index

ados

nos

docu

men

tos,

dim

inuin

do

a quan

tidad

e de

docu

men

tos

recu

per

ados

rele

van

tes.

Ela

bora

r li

nguag

em c

on

trola

da

e uti

lizá

-la

par

a

index

ar o

s docu

men

tos

Cober

tura

tem

átic

a e

repre

sen

taçã

o d

a bas

e

de

dad

os

Se

os

docu

men

tos

index

ados

na

bas

e de

dad

os

não

rep

rese

nta

rem

ou c

obri

rem

o a

ssunto

de

inte

ress

e. A

est

raté

gia

de

busc

a re

torn

ará

pouco

s docu

men

tos

rele

van

tes,

ou m

esm

o

nen

hum

.

Esc

olh

er a

bas

e de

dad

os

que

repre

sen

te s

ua

nec

essi

dad

e de

info

rmaç

ão

Fam

ília

s de

pat

ente

Alg

um

as b

ases

de

dad

os

per

mit

em r

eali

zar

busc

as p

or

fam

ília

s de

pat

ente

. P

ode-

se

recu

per

ar u

ma

mai

or

quan

tidad

e de

docu

men

tos

rele

van

tes

busc

ando o

utr

as p

aten

tes

rela

cion

adas

.

Busc

ar p

ela

fam

ília

daq

uel

es d

ocu

men

tos

de

pat

ente

s que

fora

m j

ulg

ados

com

o r

elev

ante

s





21

Esc

olh

a d

a b

ase

de

da

dos

Sis

tem

a d

e

bu

sca

da

bas

e d

e

dad

os

Ca

usa

E

feit

o

Solu

çã

o

Mod

elo d

e

recu

per

ação

A m

aior

ia das

bas

es d

e d

ados

uti

liza

m o m

od

elo bo

ole

an

o,

bas

ead

o n

a te

ori

a d

os

con

jun

tos.

A d

esvan

tag

em d

este

mod

elo é

qu

e só

rec

up

era-s

e d

ocu

men

tos

qu

e fo

ram

ind

exad

os

com

os

term

os

exp

líci

tos

na

estr

atég

ia d

e bu

sca.

Em

alg

un

s ca

sos,

docu

men

tos

rele

van

tes

pod

em n

ão

ser

recu

per

ados,

p

ois

n

ão

fora

m in

dex

ados

com

os

term

os

exp

líci

tos

na

estr

atég

ia.

A u

tili

zaçã

o d

e m

ais

de

um

mod

elo d

e re

cup

eraç

ão

pod

e au

men

tar

a re

cup

eraç

ão d

e d

ocu

men

tos

rele

van

tes,

dim

inuin

do a

cen

tral

idad

e da

estr

atég

ia

de

bu

sca

no p

roce

sso d

e re

cup

eraç

ão

Inex

istê

nci

a d

o h

elp

No d

ocu

men

to h

elp (

aju

da)

de

um

a bas

e d

e dad

os

estã

o c

on

tidas

in

form

ações

so

bre

o

fun

cion

amen

to d

e se

u s

iste

ma

de

bu

sca.

Em

bas

es d

e dad

os

on

de

este

docu

men

to n

ão

enco

ntr

a-se

dis

pon

ível

o u

suár

io t

em m

aiore

s ch

ance

s d

e el

abora

r um

a es

trat

égia

de

bu

sca

não

com

pat

ível

, ou

qu

e re

cup

ere

gra

nd

es q

uan

tid

ades

de

docu

men

tos

irre

levan

tes.

Dis

pon

ibil

izar

hel

p p

ara

usu

ário

s d

e fo

rma

det

alh

ada,

cla

ra, co

mp

leta

e c

om

pre

ensí

vel

Dis

pon

ibil

idad

e d

e

Fil

tros

Os

filt

ros

são u

ma

form

a d

e se

par

ar os

docu

men

tos

de

inte

ress

e re

cup

erad

os

pel

a

estr

atég

ia.

As

bas

es

de

dad

os

qu

e n

ão

dis

pon

ibil

izam

es

se

recu

rso

dim

inu

em

sua

cap

acid

ade

de

entr

egar

am

ost

ras

de

docu

men

tos

mai

s pre

cisa

s par

a os

usu

ário

s. E

m

ou

tras

pal

avra

s, m

ais

con

diz

ente

com

seu

in

tere

sse.

Dis

pon

ibil

izar

fil

tros.

Qu

anto

mai

or a

qu

anti

dad

e

de

filt

ros

dis

pon

ibil

izad

os

pel

a bas

e, m

aior

a ch

ance

de

aten

der

as

dif

eren

tes

nec

essi

dad

es d

os

usu

ário

s.





22

Ela

boração d

a E

straté

gia

de b

usc

a

Cau

sa

Efe

ito

Solu

ção

Poss

e de

reper

tóri

o

pré

vio

de

con

hec

imen

to

sobre

a n

eces

sidad

e de

info

rmaç

ão e

fun

cion

amen

to d

a bas

e

de

dad

os

O r

eper

tóri

o d

e co

nh

ecim

ento

do u

suár

io, se

ja r

efer

ente

à n

eces

sidad

e de

busc

a ou

fun

cion

amen

to

da

bas

e,

impac

ta

na

quan

tidad

e de

doc

um

ento

s re

levan

tes

recu

per

ados.

Se

o u

suár

io d

esco

nh

ecer

o t

ema

terá

mai

ore

s ch

ance

s de

esco

lher

term

os

que

não

rep

rese

nta

m s

ua

nec

essi

dad

e. S

e des

conh

ecer

o m

ecan

ism

o d

e

busc

a te

rá m

aior

es c

han

ces

de

com

por

erro

nea

men

te a

est

raté

gia

de

busc

a.

Faz

er u

ma

busc

a ex

plo

rató

ria

na

bas

e de

dad

os

esco

lhid

a e

em o

utr

as

fon

tes

par

a co

nh

ecer

a n

eces

sidad

e de

info

rmaç

ão.

Con

tar

com

a

ajuda

de

um

esp

ecia

list

a n

o a

ssun

to q

uan

do n

eces

sári

o.

Ausê

nci

a de

met

odolo

gia

par

a es

colh

er o

s te

rmos

e

aval

iar

seu i

mpac

to n

a

pre

cisã

o

A a

usê

nci

a de

um

a m

etodolo

gia

par

a es

colh

er o

s te

rmos

que

serã

o i

nse

ridos

na

estr

atég

ia d

e busc

a pode

acar

reta

r em

más

esc

olh

as. T

erm

os

gen

éric

os

e te

rmos

não

rela

cion

ados

aum

enta

m a

rev

oca

ção,

mas

, dim

inuem

a p

reci

são.

Extr

air

term

os

a par

tir

da

lite

ratu

ra d

a ár

ea, av

alia

ndo o

im

pac

to q

ue

exer

cem

na

pre

cisã

o d

os

docu

men

tos

recu

per

ados,

indiv

idual

men

te.

Ger

alm

ente

ter

mos

gen

éric

os

dev

em s

er e

xcl

uíd

os

e os

esp

ecíf

icos

man

tidos.

Alg

un

s es

tudos

uti

liza

m c

urv

as d

e sa

tura

ção e

Grá

fico

de

Par

eto p

ara

aval

iar

a in

serç

ão d

e te

rmos

na

estr

atég

ia.

Surg

imen

to d

e n

ovos

term

os

de

um

a ár

ea

Com

o p

assa

r do t

empo,

den

tro d

e um

a ár

ea n

ovos

term

os

podem

surg

ir g

eran

do a

nec

essi

dad

e de

revis

ar

os

term

os

e um

a a

estr

atég

ia

de

busc

a co

nso

lidad

a,

pri

nci

pal

men

te, se

ess

a es

tiver

sen

do u

tili

zada

par

a co

leta

r docu

men

tos

de

pat

ente

s

refe

rente

s a

um

a m

esm

a n

eces

sidad

e dura

nte

um

am

plo

per

íodo d

e te

mpo. T

erm

os

des

con

hec

idos

podem

rec

uper

ar n

ovos

docu

men

tos

rele

van

tes.

Mon

itora

r a

estr

atég

ia

de

busc

a,

inse

rin

do

novos

term

os

e

reca

lcula

ndo o

s n

ívei

s de

pre

cisã

o.

Com

pre

ensã

o d

os

códig

os

CIP

A e

scolh

a dos

Códig

os

da

Cla

ssif

icaç

ão In

tern

acio

nal

de

Pat

ente

s (C

IP)

é ar

bit

rári

a.

Se

o u

suár

io e

scolh

er c

ódig

os

não

con

diz

ente

s co

m a

nec

essi

dad

e de

info

rmaç

ão

ou

mes

mo

com

pre

endê-

los

erro

nea

men

te,

poder

á re

duzi

r a

quan

tidad

e de

docu

men

tos

rele

van

tes

recu

per

ados.

Esc

olh

er o

s C

ódig

os

CIP

em

equip

e é

um

a m

anei

ra d

e li

dar

com

as

dif

eren

tes

inte

rpre

taçõ

es.

Pro

ble

mas

de

estr

utu

raçã

o d

a es

trat

égia

de

busc

a

Se

a es

trat

égia

de

busc

a n

ão f

or

estr

utu

rada

corr

etam

ente

, em

outr

as p

alav

ras,

se

a

com

bin

ação

dos

term

os,

oper

ador

es b

oole

anos,

cam

pos

uti

liza

dos,

wil

dca

rds,

etc

.,

não

fo

r ap

lica

da

de

form

a que

repre

sen

te

o

con

texto

de

sua

nec

essi

dad

e de

info

rmaç

ão,

é pro

váv

el

que

os

docu

men

tos

recu

per

ados

terã

o

bai

xo n

ível

de

pre

cisã

o.

Outr

o f

ator

que

inte

rfer

e é

o s

equen

ciam

ento

da

estr

atég

ia.

Par

a co

mpre

ender

co

mo

estr

utu

rar

a es

trat

égia

dev

e-se

pri

mei

ram

ente

co

mpre

ender

a

nec

essi

dad

e de

info

rmaç

ão

e

post

erio

rmen

te c

onh

ecer

o f

un

cionam

ento

da

bas

e de

dad

os

atra

vés

do h

elp.

Inco

rpora

r os

filt

ros

dis

pon

ívei

s na

estr

atég

ia é

um

a fo

rma

de

dei

xar

os

resu

ltad

os

mai

s pre

ciso

s.

O

sequen

ciam

ento

da

estr

atég

ia d

eve

ser

pen

san

do c

om

cuid

ado.

Não

aval

iaçã

o d

a

estr

atég

ia d

e busc

a

Quan

do a

pre

cisã

o d

e um

a es

trat

égia

de

busc

a n

ão f

or

aval

iada

muit

os

docu

men

tos

irre

levan

tes

podem

se

r re

cuper

ados.

A

nal

isar

um

co

nju

nto

de

docu

men

tos

impre

ciso

s pode

envie

sar

os

resu

ltad

os

do p

roduto

de

inte

ligên

cia.

Tes

tar

a pre

cisã

o da

estr

atég

ia de

busc

a e

o im

pac

to do ru

ído.

Est

abel

ecer

um

nív

el d

esej

ado d

e pre

cisã

o.

Anál

ise

de

pre

cisã

o

dep

ende

da

per

spec

tiva

do a

nal

ista

.

A a

nál

ise

de

pre

cisã

o d

epen

de

dos

aspec

tos

fisi

oló

gic

os

cogn

itiv

os

do a

nal

ista

.

Outr

os

fato

res

que

inte

rfer

em n

a av

alia

ção é

o c

on

hec

imen

to q

ue

o e

spec

iali

sta

tem

sobre

o f

un

cion

amen

to d

a bas

e de

dad

os

e o t

empo d

ispon

ível

par

a a

ativ

idad

e de

aval

iaçã

o.

Os

nív

eis

de

pre

cisã

o d

e um

a am

ost

ra d

e docu

men

tos

podem

var

iar

de

acord

o c

om

o e

spec

iali

sta

que

a av

alia

.

Busc

ar a

val

iaçõ

es d

e dois

ou m

ais

espec

iali

stas

.





23

Da

do

s G

era

is

Res

pon

sávei

s p

elo P

FM

EA

N

ayar

a C

rist

ini

Bes

si;

Ped

ro C

arlo

s O

pri

me;

Ron

iber

to M

ora

to d

o A

mar

al

Par

tici

pan

tes

da

equ

ipe

Nay

ara

Cri

stin

i B

essi

Dou

gla

s H

enri

qu

e M

ilan

ez

Lu

cas

Fac

cion

i C

han

chet

ti

Lea

ndro

In

noce

nti

ni

Lop

es d

e F

aria

Brá

uli

o S

alu

mão

de

Oli

vei

ra

Ron

iber

to M

ora

to d

o A

mar

al

Esc

olh

a d

a ab

ord

agem

de

anál

ise

Top

-do

wn

: os

iten

s se

rão a

nal

isad

os

do g

eral

par

a o e

spec

ífic

o.

Cla

ssif

icaç

ão d

os

mod

os

de

falh

a,

cau

sas

e ef

eito

s

As

fun

ções

são

as

eta

pa

s q

ue o

process

o d

e cole

ta d

e d

ocu

men

tos

de p

ate

nte

deve

dese

mp

en

ha

r

Os

mod

os

de

falh

a s

ão a

s fo

rm

as

com

o o

process

o d

eix

a d

e d

ese

mp

en

ha

r a f

un

çã

o d

efin

ida

(usa

r ex

pre

ssão

neg

ativ

a, p

or

exem

plo

: E

scolh

er

sati

sfat

ori

amen

te a

bas

e d

e dad

os

(fu

nçã

o);

Nã

o e

scolh

er u

ma

bas

e q

ue

forn

eça v

oca

bu

lári

o c

on

trola

do (

mod

o d

e fa

lha)

Os

efei

tos

são a

s con

seq

uên

cia

s d

o m

od

o d

e f

alh

a s

ob a

óti

ca d

o a

na

list

a (

cli

en

te).

Por

exem

plo

: se

o c

ole

tor

não

esc

olh

er u

ma

bas

e d

e d

ados

qu

e fo

rneç

a um

voca

bu

lári

o c

on

trola

do, is

to p

od

e g

erar

ex

cess

o d

e d

ocu

men

tos

irre

levan

tes

par

a a

anál

ise.

As

cau

sas

são a

s con

diç

ões

com

un

s q

ue p

rov

oca

m o

mod

o d

e f

alh

a.

Por

exem

plo

, p

ara

o e

feit

o a

cim

a um

a ca

usa

pod

eria

ser

a b

aix

a

com

pat

ibil

idad

e en

tre

os

term

os

uti

liza

dos

na

estr

atég

ia d

e bu

sca

e os

ind

exad

os

nos

docu

men

tos

(Quad

ro 4

).

Esc

ala/

Aval

iaçã

o

As

aval

iaçõ

es c

on

sist

em n

a m

édia

dos

val

ore

s da

sever

idad

e d

os

efei

tos,

so

b a

per

spec

tiva

do a

nal

ista

(Q

uad

ro 5

); n

a m

édia

do m

édia

dos

val

ore

s

de

oco

rrên

cia

das

cau

sas

dos

mod

os

de

falh

a (Q

uad

ro 6

), e

na

méd

ia d

os

val

ore

s d

e d

etec

ção d

as c

ausa

s (Q

uad

ro 7

). O

val

or d

o g

rau d

e pri

ori

dad

e

de

risc

o (

RP

N)

é o p

rod

uto

dos

val

ore

s m

édio

s d

e se

ver

idad

e, o

corr

ênci

a e

det

ecçã

o.

OB

S:

a) n

o F

ME

A o

s va

lores

alt

os

são r

uin

s e o

s va

lores

ba

ixos

são b

on

s; b

) q

uan

do o

mem

bro d

a eq

uip

e n

ão s

enti

r-se

seg

uro

em

aval

iar,

pod

erá

abst

er-s

e; c

) O

s voto

s d

e to

dos

os

par

tici

pan

tes

terã

o p

eso

s ig

uai

s.

Reg

ras

ad

ota

da

s

Não

con

sid

erar

tod

os

os

mod

os

de

falh

as c

on

cebív

eis

Um

mod

o d

e fa

lha

pod

e se

r in

seri

do o

u n

ão.

No c

aso d

a eq

uip

e d

ecid

ir q

ue

um

mod

o d

e fa

lha

é fi

sica

men

te p

oss

ível

, m

as n

ão p

ráti

co e

ssa

falh

a

não

dev

e se

r in

clu

ída

no f

orm

ulá

rio.

No c

aso d

e d

úvid

as,

se u

m m

od

o d

e fa

lha

dev

e se

r in

clu

ído o

u n

ão,

incl

ua

e su

a in

clu

são s

e to

rnar

á ób

via

,

ou

não

, à

med

ida

qu

e a

PF

ME

A e

volu

ir.

Red

igir

o

mod

o

de

falh

a co

mo

a

exp

ress

ão n

egat

iva

da

fun

ção

No c

aso d

e q

ues

tion

amen

to s

e u

m m

od

o d

e fa

lha

são e

feit

os

ou

poss

ívei

s ca

usa

s, o

mod

o d

e fa

lha

dev

erá

ser

red

igid

o c

om

o a

ex

pre

ssão

neg

ativ

a

da

fun

ção.

Sel

ecio

nar

u

ma

abord

agem

par

a

clas

sifi

car

os

mod

os

ou

ca

usa

s d

e

falh

as

Ser

á av

alia

da

a se

ver

idad

e d

os

efei

tos

e a

oco

rrên

cia

e d

etec

ção d

as c

ausa

s.

Des

env

olv

er i

nd

epen

den

tem

ente

de

cad

a co

lun

a F

ME

A

As

colu

nas

sev

erid

ade,

oco

rrên

cia

e d

etec

ção s

erão

men

sura

das

in

dep

end

ente

men

te,

ou

sej

a, o

s m

embro

s d

a eq

uip

e n

ão p

od

em p

assa

r par

a a

seg

un

da

colu

na

sem

fin

aliz

ar a

pri

mei

ra.

Fonte

: A

dapta

do d

e IM

AM

, (1

997).





24

Co

mp

reen

são

do

s te

rmo

s e

da

s es

cala

s

Qu

adro

1 -

Quadro

dos

term

os

Funçõ

es

Funçõ

es q

ue

o p

roce

sso d

eve

des

empen

har

.

Modos

de

falh

a D

efin

em c

om

o o

pro

cess

o p

ode

dei

xar

de

des

empen

har

ess

as f

unçõ

es.

Efe

itos

Evid

enci

am a

s co

nse

quên

cias

de

cada

modo d

e fa

lha.

Sev

erid

ade

Qual

a g

ravid

ade

das

conse

quên

cias

dos

efei

tos?

Cau

sas

Raz

ões

pri

nci

pai

s que

podem

res

ult

ar n

a oco

rrên

cia

dos

modos

de

falh

a.

Oco

rrên

cia

Com

que

freq

uên

cia

o m

odo d

e fa

lha

ou c

ausa

ten

de

a oco

rrer

?

Contr

ole

D

escr

eve

os

pro

cedim

ento

s ou e

quip

amen

tos

exis

tente

s que

det

ecta

m

ou p

revin

em q

ue

os

modos

de

falh

a se

jam

rep

assa

dos

par

a et

apas

post

erio

res.

Det

ecçã

o Q

ual

a c

han

ce d

e det

ecta

r o m

odo d

e fa

lha/

causa

ante

s do p

roduto

ser

en

treg

ue

ao c

lien

te?

*D

efin

e-se

cli

ente

com

o q

ual

quer

pes

soa

, ou

oper

ação

Açõ

es

reco

men

dad

as

Rec

om

endaç

ões

iden

tifi

ca a

s aç

ões

nec

essá

rias

par

a ab

ord

ar o

s m

odos

de

falh

a.

Todas

as

ações

rec

om

endad

as d

evem

res

ult

ar e

m b

enef

ício

s de

qual

idad

e e

confi

abil

idad

e.

Fonte

: (I

MA

M,

19

97

)

Qu

adro

2 -

Esc

ala

de

sev

erid

ad

e E

scal

a de

Sev

erid

ade

Nív

el

1

Efe

ito n

ão p

erce

bid

o p

elo a

nal

ista

N

enhum

2

Efe

ito b

ast

an

te in

sign

ific

an

te, p

erce

bid

o p

elo a

nal

ista

, m

as n

ão f

az c

om

que

pro

cure

o c

ole

tor.

Bai

xo

3

Efe

ito i

nsi

gn

ific

an

te q

ue

per

turb

a o

an

ali

sta,

mas

não fa

z co

m q

ue

pro

cure

o c

ole

tor.

4

Efe

ito b

ast

an

te i

nsi

gn

ific

an

te, m

as q

ue

per

turb

a o a

nal

ista

, fa

zen

do c

om

qu

e p

rocu

re o

cole

tor

5

Efe

ito m

enor,

in

con

ven

ien

te p

ara

o an

ali

sta,

mas

n

ão fa

z co

m que

pro

cure

o c

ole

tor.

M

oder

ado

6

Efe

ito m

enor,

in

con

ven

ien

te p

ara

o a

nal

ista

faze

nd

o c

om

qu

e p

rocu

re o

co

leto

r

7

Efe

ito m

od

erad

o, que

pre

jud

ica o

des

emp

enh

o d

o p

roce

sso l

evan

do a

um

a f

alh

a g

rave

ou u

ma

falh

a que

pode

imped

ir a

exec

uçã

o d

as f

unçõ

es

Alt

o

8

Efe

ito s

ign

ific

ati

vo,

resu

ltan

do e

m f

alh

a g

rave

9

Efe

ito cr

ític

o que

pro

voca

a

insa

tisf

ação

do an

alis

ta e

in

terr

om

pe

o

pro

cess

o.

Extr

emo

1 0

Per

igoso

, co

loca

em

ris

co a

con

tin

uid

ad

e op

eraci

on

al

da

org

aniz

ação

Fonte

: A

dap

tado d

e IM

AM

, (1

99

7).

Qu

adro

3 -

Esc

ala

de

ocorr

ência

E

scal

a de

Oco

rrên

cia

Nív

el

1

Extr

emam

ente

rem

oto

, alt

am

ente

im

pro

vável

N

enhum

2

Rem

oto

, im

pro

vável

M

uit

o b

aixo

3

Peq

uen

a c

han

ce d

e oco

rrên

cia

Bai

xo

4

Peq

uen

o n

úm

ero d

e oco

rrên

cias

Moder

ado

5

Esp

era-

se u

m n

úm

ero o

casi

on

al

de

falh

as

6

Oco

rrên

cia

mod

erad

a

7

Oco

rrên

cia

freq

uen

te

Alt

o

8

Oco

rrên

cia

elev

ad

a

9

Oco

rrên

cia

mu

ito e

levad

a

Extr

emo

10

Oco

rrên

cia

cert

a

Fonte

:(IM

AM

, 1

99

7).

Qu

adro

4 -

Esc

ala

de

det

ecçã

o

Esc

ala

de

Det

ecçã

o N

ível

1

É q

uas

e ce

rto q

ue

será

det

ecta

do

Extr

emo

2

Pro

bab

ilid

ade

muit

o a

lta

de

det

ecçã

o

3

Alt

a pro

bab

ilid

ade

de

det

ecçã

o

Alt

o

4

Chan

ce m

oder

ada

de

det

ecçã

o

5

Ch

an

ce m

édia

de

det

ecçã

o

M

oder

ado

6

Alg

um

a p

rob

ab

ilid

ad

e d

e det

ecçã

o

7

Baix

a p

rob

ab

ilid

ad

e de

det

ecçã

o

8

Pro

bab

ilid

ad

e m

uit

o b

aix

a d

e det

ecçã

o B

aixo

9

Pro

bab

ilid

ad

e re

mota

de

det

ecçã

o

10

Det

ecçã

o q

uase

im

poss

ível

M

uit

o b

aixo

Fonte

:(IM

AM

, 1

99

7).





25

ANEXO II FMEA

PF

ME

A -

AN

ÁL

ISE

DE

EF

EIT

OS

E M

OD

O D

E F

AL

HA

S D

O P

RO

CE

SS

O D

E C

OL

ET

A D

E D

OC

UM

EN

TO

S D

E P

AT

EN

TE

S

Des

criç

ão

do

pro

cess

o:

A c

ole

ta d

e d

ocu

men

tos

de

pat

ente

s co

nsi

ste

na

esco

lha

da

base

de

dado

s,

na

elabo

raçã

o d

a es

trat

égia

de

bu

sca,

na

apli

caçã

o d

a es

trat

égia

na

base

de

dad

os

esco

lhid

a e

na

recu

per

ação e

tra

tam

ento

do

s dad

os.

E

qu

ipe

Nay

ara

Cri

stin

i B

essi

(R

esp

onsá

vel

pel

o F

ME

A)

Ped

ro C

arlo

s O

pri

me

(Res

po

nsá

vel

pel

o F

ME

A)

Ro

nib

erto

Mora

to d

o A

mar

al (

Res

po

nsá

vel

pel

o F

ME

A)

Lea

ndro

In

no

centi

ni

Lop

es d

e F

aria

- E

ng

enh

eiro

de

Mat

eria

is a

tuan

te n

a c

ole

ta d

e d

ocu

men

tos

de

pat

ente

Dou

gla

s H

enri

qu

e M

ilan

ez –

En

gen

hei

ro d

e M

ater

iais

atu

ante

na c

ole

ta d

e d

ocu

men

tos

de

pat

ente

Lu

cas

Facc

ion

i C

han

chet

ti –

Eng

enhei

ro d

e M

ater

iais

atu

ante

na

cole

ta d

e d

ocu

men

tos

de

pate

nte

Brá

uli

o S

alu

mão d

e O

liv

eira

– E

ng

enh

eiro

de

Mat

eria

is a

tuan

te n

a co

leta

de

docu

men

tos

de

pat

ente

Fu

nçõ

es

Mo

do

s de

falh

a

Efe

ito

s S

ever

idad

e

Média

Cau

sas

Oco

rrên

cia

Média

Co

ntr

ole

s D

etec

ção

Média

Açõ

es R

eco

men

dadas

NP

R

Esc

olh

er

sati

sfato

ria

men

te

a b

ase

de d

ad

os

Não

esc

olh

er

bas

es q

ue

uti

liza

m

e div

ulg

am

um

a

lin

gu

agem

contr

ola

da

Po

de

ger

ar

MU

ITO

S

do

cum

ento

s

irre

levan

tes

par

a

a an

ális

e

L

8

R 8

D 8

B 7

C 7

N

7

7

Des

con

hec

imen

to s

obre

base

de

dad

os

L

1

R 2

D 2

B

1

C 3

N

3

2

Ori

enta

r u

so

de

base

s qu

e

po

ssu

am

vo

cabu

lári

o

contr

ola

do

L 3

R 2

D

3

B 2

C 3

N

3

3

Ela

bo

rar

um

ma

nua

l d

e

bo

as

prá

tica

s de

cole

ta

qu

e ori

ente

a e

scolh

a d

e

um

a base

qu

e p

oss

ua

um

vo

cabu

lári

o c

ontr

ola

do

Ela

bo

rar

um

ch

eckl

ist

(rep

rese

nta

um

gat

eway

de

dec

isão n

o p

roce

sso)

qu

e au

xil

ie a

co

ntr

ola

r o

a u

tili

zaçã

o d

e b

ase

s qu

e

po

ssu

am

um

a l

ingu

agem

contr

ola

da

42

Ind

isp

onib

ilid

a

de

des

te t

ipo

de

bas

e

L 2

R 2

D 2

B 2

C 1

2

Não

há

contr

ole

L 3

R 2

D 3

B 2

C 1

N 1

2

28

Não

esc

olh

er

bas

es c

uja

cob

ertu

ra t

emát

ica

seja

co

mpat

ível

com

a n

eces

sidad

e

Po

de

ger

ar

MU

ITO

S

do

cum

ento

s

irre

levan

tes

par

a

a an

ális

e

L

1 0

R 1 0

D 8

B 8

C 1 0

N 1 0

9

Não

com

pre

ensã

o

da

nec

essi

dad

e

L 2

R

3

D

2

B 1

C 5

N

4

3

Ori

enta

r

com

pre

ensã

o p

révia

da

nec

essi

dad

e.

Soli

cita

r

feed

back

do

anal

ista

L 3

R

3

D 3

B 2

C 3

N 3

3

Ela

bo

rar

um

ma

nua

l d

e

bo

as

prá

tica

s de

cole

ta

qu

e ori

ente

: a

com

pre

ensã

o p

rév

ia d

a

nec

essi

dad

e; a

rea

liza

ção

de

um

a a

nál

ise

de

com

pat

ibil

idad

e en

tre

nec

essi

dad

e e

base

de

dad

os;

a r

eali

zaçã

o d

e

um

a bu

sca

explo

rató

ria

Ela

bo

rar

um

ch

eckl

ist

qu

e au

xil

ie a

co

ntr

ola

r a

com

pre

ensã

o d

a

nec

essi

dad

e,

com

pat

ibil

idad

e en

tre

cob

ertu

ra d

a bas

e e

a

nec

essi

dad

e e

a

real

izaçã

o d

e u

ma

bu

sca

explo

rató

ria

81

Não

qu

esti

onar

-se

sobre

co

ber

tura

ao e

scolh

er

um

a base

L

2

R 3

D 3

B 3

C 5

N 6

4

Ori

enta

r

real

izar

anál

ise

de

com

pat

ibil

id

ade

L 2

R 2

D 2

B 2

C 3

N 3

2

72

Não

faze

r u

ma

bu

sca

explo

rató

ria

L 5

R

5

D 6

B 5

C 7

N 6

6

Ori

enta

r

real

izar

bu

sca

explo

rató

ria

L 2

R 4

D 4

B 4

C 3

N 4

3

16

2





26

Esc

olh

er

sati

sfato

ria

men

te

a b

ase

de d

ad

os

Não

esc

olh

er

bas

es q

ue

forn

eçam

um

a

estr

utu

ra

sati

sfat

óri

a d

e

cam

po

s

Po

de

ger

ar

AL

GU

NS

do

cum

ento

s

irre

levan

tes

par

a

a an

ális

e

L

3

R 6

D 7

B 6

C 7

N 6

6

Não

com

pre

ensã

o

da

nec

essi

dad

e

L 3

R 3

D 6

B 3

C 4

N

4

4

Ori

enta

r

com

pre

ensã

o p

révia

da

nec

essi

dad

e.

Soli

cita

r

feed

back

do

anal

ista

L 4

R 3

D 3

B 1

C 1

N

3

3

Ela

bo

rar

um

ma

nua

l d

e

bo

as

prá

tica

s de

cole

ta

qu

e ori

ente

a

com

pre

ensã

o p

rév

ia d

a

nec

essi

dad

e

Ela

bora

r u

m c

hec

kli

st

par

a co

ntr

ola

r a

com

pre

ensã

o d

a

nec

essi

dad

e

72

Não

esc

olh

er

bas

es q

ue

forn

eçam

bu

sca

avan

çada

Po

de

ger

ar

MU

ITO

S

do

cum

ento

s

irre

levan

tes

par

a

a an

ális

e

L

7

R 9

D

7

B 5

C 7

N 7

7

Não

opta

r p

ela

bu

sca

avan

çada

L 5

R 3

D

6

B 5

C 5

N 6

5

Ori

enta

r u

so

do

mec

anis

mo

de

bu

sca

avan

çada

L 3

R 9

D 3

B 2

C 2

C 4

4

Ela

bo

rar

um

ma

nua

l d

e

bo

as

prá

tica

s de

cole

ta

qu

e ori

ente

o u

so d

a

bu

sca

avan

çada

Ela

bo

rar

um

ch

eckl

ist

qu

e au

xil

ie a

co

ntr

ola

r a

com

pre

ensã

o d

a

nec

essi

dad

e

14

0

Ind

isp

onib

ilid

a

de

des

te t

ipo

de

bas

e

L 3

R

2

D

2

B 2

C 3

N 2

2

Não

há

contr

ole

L 1

R 1

D 1

B 1

C 1

N 1

1

14

Não

esc

olh

er

bas

es q

ue

forn

eçam

um

Hel

p b

em d

escr

ito

Po

de

ger

ar

AL

GU

NS

de

do

cum

ento

s

irre

levan

tes

par

a

a an

ális

e

L 2

R 2

D 3

B 3

C 2

N 3

3

Des

con

hec

imen

to d

o h

elp

L 2

R 1

D 2

B 1

C 2

N 4

2

Ori

enta

r

com

pre

ensã

o d

o h

elp

ante

s d

e

esco

lher

a

bas

e

L 2

R 3

D 2

B 2

C 6

N 6

4

Ela

bo

rar

um

ma

nua

l d

e

bo

as

prá

tica

s de

cole

ta

qu

e ori

ente

a

com

pre

ensã

o d

o h

elp

e

se e

ste

é su

fici

ente

men

te

des

crit

ivo

Ela

bo

rar

um

ch

eckl

ist

qu

e au

xil

ie a

co

ntr

ola

r a

com

pre

ensã

o d

a

nec

essi

dad

e

24

Não

esc

olh

er

bas

es q

ue

forn

eçam

fil

tro

s

div

erso

s

Po

de

ger

ar

AL

GU

NS

do

cum

ento

s

irre

levan

tes

par

a

a an

ális

e

L 2

R 5

D 8

B 3

C 4

N 5

4

Não

opta

r p

elo

uso

de

filt

ros

L 5

R 8

D 4

B 7

C 6

N 4

6

Ori

enta

r

sobre

o u

so

de

filt

ros

L 2

R 4

D 3

B 3

C 3

N 4

3

Ela

bo

rar

um

ma

nua

l d

e

bo

as

prá

tica

s de

cole

ta

qu

e ori

ente

so

bre

o u

so

de

filt

ros

e su

a

imp

ort

ânci

a.

Alé

m d

e

pro

por

um

a an

ális

e d

e

com

pat

ibil

idad

e e

ntr

e o

s

filt

ros

dis

po

nib

iliz

ado

s

pel

a bas

e e

suas

nec

essi

dad

es d

e

refi

nam

ento

Ela

bo

rar

um

ch

eckl

ist

qu

e au

xil

ie a

co

ntr

ola

r a

com

pat

ibil

idad

e en

tre

os

filt

ros

dis

po

nib

iliz

ado

s

pel

a bas

e e

os

nec

essá

rio

s par

a re

finar

a

bu

sca

72

Des

con

hec

imen

to d

os

filt

ros

L 2

R 1 0

D 4

B 6

C 3

N 4

5

Ori

enta

r

sobre

a

imp

ort

ânci

a

de

uti

liza

r

filt

ros

e

anal

isar

com

pat

ibil

id

ade

entr

e o

s

dis

po

nív

eis

e su

a

nec

essi

dad

e

L 2

R 4

D 3

B 4

C 2

N 5

3

60





27

Ela

bo

rar

sati

sfato

ria

men

te

um

a e

straté

gia

de b

usc

a

Cole

tor

não

con

hec

er

pre

via

mente

term

os

qu

e

repre

sente

m a

necess

idad

e

Po

de

gera

r

MU

ITO

S

do

cum

ento

s

irre

levan

tes

para

a a

náli

se

L 8

R 8

D 1 0

B 9

C 1 0

N 1 0

9

Au

sên

cia d

e

um

est

ud

o

pré

vio

so

bre

term

os

qu

e

repre

sente

m a

necess

idad

e

L 5

R 3

D 7

B 4

C 5

N 7

5

Dese

nv

olv

er

pro

cedim

ent

os

para

com

pre

ensã

o d

os

term

os

L 2

R 3

D 2

B 1

C 2

N 4

2

Ela

bo

rar

um

ma

nua

l d

e

bo

as

prá

tica

s de

cole

ta

qu

e d

em

on

stre

pro

cedim

ento

s para

com

pre

end

er o

s te

rmo

s

qu

e re

pre

sen

tem

a

necess

idad

e

Ela

bo

rar

um

ch

eckl

ist

qu

e au

xil

ie a

co

ntr

ola

r a

com

pre

ensã

o d

os

term

os

90

Cole

tor

não

con

hec

er

pre

via

mente

o

fun

cio

nam

ento

da

base

de

dad

os

Po

de

gera

r

MU

ITO

S

do

cum

ento

s

irre

levan

tes

para

a a

náli

se

L 8

R 8

D 9

B 8

C 9

N 8

8

Au

sên

cia d

e

um

est

ud

o

pré

vio

so

bre

o

fun

cio

nam

ento

da b

ase

de

dad

os

L 4

R 2

D 5

B 3

C 4

N 5

4

Ori

enta

r

sobre

a

imp

ort

ân

cia

de

com

pre

end

e

r a b

ase

pre

via

mente

e d

esc

rev

er

com

o

L 2

R 3

D 7

B 4

C 5

N 7

5

Ela

bo

rar

um

ma

nua

l d

e

bo

as

prá

tica

s de

cole

ta

qu

e d

em

on

stre

pro

cedim

ento

s para

com

pre

end

er a

base

Ela

bo

rar

um

ch

eckl

ist

qu

e au

xil

ie a

co

ntr

ola

r a

com

pre

ensã

o s

ob

re a

s

base

s d

e dad

os

16

0

Não u

tili

zar-

se d

e

um

a m

eto

dolo

gia

pre

via

mente

defi

nid

a p

ara

esc

olh

er o

s te

rmo

s

e avali

ar

seu

impacto

na

pre

cis

ão

Po

de

gera

r

MU

ITO

S d

e

do

cum

ento

s

irre

levan

tes

para

a a

náli

se

L 8

R 8

D 1 0

B 7

C 8

N 1 0

9

Au

sên

cia d

e

um

a

met

od

olo

gia

para

esc

olh

er

os

term

os

L 5

R 2

D 6

B 5

C 5

N 7

5

Dese

nv

olv

er

pro

cedim

ent

os

para

esc

olh

er o

s

term

os

e

test

ar

seu

s

nív

eis

de

pre

cis

ão

L 3

R 3

D 3

B 3

C 3

N 4

3

Ela

bo

rar

um

ma

nua

l d

e

bo

as

prá

tica

s de

cole

ta

qu

e d

em

on

stre

pro

cedim

ento

s para

esc

olh

er o

s te

rmo

s e

test

ar

sua p

reci

são

Ela

bo

rar

um

ch

eckl

ist

qu

e au

xil

ie a

co

ntr

ola

r a

esc

olh

a d

os

term

os

13

5

Não m

onit

ora

r o

surg

imento

ou

a

sub

stit

uiç

ão

de

term

os

de u

ma

áre

a

Po

de

gera

r

PO

UC

OS

de

do

cum

ento

s

irre

levan

tes

para

a a

náli

se

L 3

R 2

D 3

B 3

C 4

N 2

3

Au

sên

cia d

e

um

a

met

od

olo

gia

para

mo

nit

ora

r

os

term

os

L 2

R 2

D 6

B 3

C 2

N 2

3

Ela

bora

r

pro

cedim

ent

os

para

mon

ito

rar

os

term

os

L 2

R 5

D 7

B 6

C 7

N 5

5

Ela

bo

rar

um

ma

nua

l d

e

bo

as

prá

tica

s de

cole

ta

qu

e d

em

on

stre

pro

cedim

ento

s para

mon

ito

rar

os

term

os

Ela

bo

rar

um

ch

eckl

ist

qu

e au

xil

ie a

co

ntr

ola

r o

surg

imento

ou

sub

stit

uiç

ão

de

term

os

de

áre

a

45





28

Ela

bo

rar

sati

sfato

ria

men

te

um

a e

straté

gia

de b

usc

a

Não

uti

liza

r a

CIP

par

a ex

traçã

o d

os

term

os

Po

de

PO

UC

OS

do

cum

ento

s

irre

levan

tes

par

a

a an

ális

e

L 8

R 3

D 5

B 2

C 2

N

8

5

Des

con

hec

imen

to d

os

Cód

igo

s-

CIP

L 2

R 6

D 8

B 5

C 3

N 5

5

Ori

enta

r a

com

pre

ensã

o e

uso

do

s

códig

os

CIP

na

extr

ação

do

s te

rmo

s

L 1

R 7

D 9

B 5

C 7

N 5

6

Ela

bo

rar

um

ma

nua

l d

e

bo

as

prá

tica

s de

cole

ta

qu

e ori

ente

a

com

pre

ensã

o e

o u

so d

a

CIP

na

extr

ação d

os

term

os

Ela

bo

rar

um

ch

eckl

ist

qu

e au

xil

ie a

co

ntr

ola

r a

com

pre

ensã

o e

o u

so d

a

CIP

na

extr

ação d

os

term

os

15

0

Não

uti

liza

r a

CIP

na

com

po

siçã

o d

a

estr

atég

ia

Po

de

MU

ITO

S

do

cum

ento

s

irre

levan

tes

par

a

a an

ális

e

L 8

R 8

D 9

B 8

C 8

N 9

8

Des

con

hec

imen

to d

os

Cód

igo

s-

CIP

L 2

R 2

D 4

B 3

C 3

N 4

3

Ori

enta

r a

com

pre

ensã

o e

uso

do

s

códig

os

CIP

na

estr

atég

ia

L 1

R 2

D 3

B 1

C 1

N 2

2

Ela

bo

rar

um

ma

nua

l d

e

bo

as

prá

tica

s de

cole

ta

qu

e ori

ente

a

com

pre

ensã

o e

o u

so d

a

CIP

na

com

po

siçã

o d

a

estr

atég

ia

Ela

bo

rar

um

ch

eckl

ist

qu

e au

xil

ie a

co

ntr

ola

r a

com

pre

ensã

o e

o u

so d

a

CIP

na

estr

atég

ia

48

Não

co

mpre

end

er

os

Có

dig

os-

CIP

Po

de

ger

ar

MU

ITO

S

do

cum

ento

s

irre

levan

tes

par

a

a an

ális

e

L 8

R 8

D 1 0

B 9

C 1 0

N 1 0

9

Au

sên

cia

de

um

est

ud

o

pré

vio

so

bre

os

Có

dig

os-

CIP

L 3

R 2

D 3

B 2

C 1

N 3

2

Ori

enta

r a

com

pre

ensã

o e

uso

do

s

códig

os

CIP

L 2

R 2

D 3

B 2

C 2

N 4

3

Ela

bo

rar

um

ma

nua

l d

e

bo

as

prá

tica

s de

cole

ta

qu

e ori

ente

a

com

pre

ensã

o d

os

códig

os

CIP

Ela

bo

rar

um

ch

eckl

ist

qu

e au

xil

ie a

co

ntr

ola

r a

com

pre

ensã

o d

os

códig

os

54

Não

esc

olh

er

corr

etam

ente

os

Có

dig

os-

CIP

Po

de

ger

ar

MU

ITO

S

do

cum

ento

s

irre

levan

tes

par

a

a an

ális

e

L 8

R 8

D 1 0

B 9

C 8

N 1 0

9

Au

sên

cia

de

um

a

met

od

olo

gia

par

a es

colh

er

os

Có

dig

os-

CIP

L 3

R 3

D 3

B 2

C 2

N 3

3

Des

env

olv

er

pro

cedim

ent

os

par

a

esco

lher

corr

etam

ent

e o

s

Có

dig

os-

CIP

L 2

R 3

D 3

B 2

C 3

N 3

3

Ela

bo

rar

um

ma

nua

l d

e

bo

as

prá

tica

s de

cole

ta

qu

e d

emo

nst

re

pro

cedim

ento

s par

a

esco

lher

corr

etam

ente

os

Có

dig

os-

CIP

Ela

bo

rar

um

ch

eckl

ist

qu

e au

xil

ie a

esc

olh

a

corr

eta

do

s C

ódig

os-

CIP

81





29

Ela

bo

rar

sati

sfato

ria

men

te

um

a e

straté

gia

de b

usc

a

Não

aval

iar

a

pre

cisã

o d

a

estr

atég

ia d

e

bu

sca

Po

de

ger

ar

qu

anti

dad

e

INC

ER

TA

de

do

cum

ento

s

irre

levan

tes

L 9

R 8

D 8

B 9

C 9

N 1 0

9

Au

sên

cia

de

test

e da

pre

cisã

o d

a

estr

atég

ia e

do

impac

to d

o

ruíd

o.

L 3

R 2

D 5

B 6

C 7

N 8

5

Des

env

olv

er

pro

cedim

ent

os

par

a

test

ar a

pre

cisã

o e

o

impac

to d

o

ruíd

o

L 3

R 1

D 5

B 6

C 5

N

5

4

Ela

bo

rar

um

ma

nua

l d

e

bo

as

prá

tica

s de

cole

ta

qu

e d

emo

nst

re

pro

cedim

ento

s par

a

test

ar a

pre

cisã

o,

o

impac

to d

o r

uíd

o, al

ém

de

esta

bel

ecer

um

nív

el

des

ejad

o d

e pre

cisã

o

Ela

bo

rar

um

ch

eckl

ist

qu

e au

xil

ie a

co

ntr

ola

r o

test

e d

e pre

cisã

o,

o n

ível

des

ejad

o d

e pre

cisã

o e

o

impac

to d

o r

uií

do

18

0

Não

est

abel

ecer

um

nív

el

des

ejad

o d

e

pre

cisã

o

L 8

R 2

D 6

B 4

C 4

N 8

5

Est

abel

ecer

um

nív

el

des

ejad

o d

e

pre

cisã

o

L 2

R 1

D 4

B 4

C 5

N 7

4

18

0

Não

est

rutu

rar

a

estr

atég

ia d

e

bu

sca

sati

sfat

ori

am

ente

Po

de

ger

ar

MU

ITO

S

do

cum

ento

s

irre

levan

tes

par

a

a an

ális

e

L 8

R 8

D 1 0

B 1 0

C 8

N 1 0

9

Não

aval

iar

a

com

bin

açã

o

do

s te

rmo

s,

op

eradore

s

bo

ole

ano

s,

cam

po

s

uti

liza

do

s,

wil

dca

rds,

etc

L 5

R 2

D 3

B 3

C 4

N 5

4

Pro

cedim

ent

os

par

a

aval

iar

a

estr

utu

ra d

a

estr

atég

ia d

e

bu

sca

L 3

R 1

D 3

B 2

C 6

N 6

4

Ela

bo

rar

um

ma

nua

l d

e

bo

as

prá

tica

s de

cole

ta

qu

e d

emo

nst

re

pro

cedim

ento

s par

a

aval

iar

a es

tru

tura

da

estr

atég

ia d

e bu

sca

Ela

bo

rar

um

ch

eckl

ist

qu

e au

xil

ie a

co

ntr

ola

r a

efic

iênci

a da

estr

utu

ra

14

4

avançadas de produção” joinville , sc, brasil, 10 a ... · ferramentas da am, a impressão 3d,...

Documents