Autorregulando e autodeterminando: duas formas de alunos de pós-graduação aprenderem a aprender contabilidade

O uso assertivo e eficiente das estratégias de aprendizagem depende, muitas vezes, da compreensão e consideração de aspectos psicológicos e motivacionais. O adequado emprego de estratégias de aprendizagem se reflete no desempenho acadêmico, no domínio de construtos e modelos e no amadurecimento crítico e científico. A presente tese defende que há uma relação entre as estratégias de aprendizagem autorregulada e as estratégias de aprendizagem autodeterminada predominantes em alunos de mestrado e doutorado em Contabilidade. O estudo se justifica, porquanto, porque além de inaugurar uma linha de pesquisa ainda inédita no contexto da Contabilidade Humana, seus resultados destacam um original entendimento da relação da aprendizagem com a regulação e a motivação pessoal. Tem como objetivo principal apresentar diagnóstico, dimensões e correlações das estratégias de aprendizagem autorregulada e aprendizagem autodeterminada de alunos de programas de pós-graduação stricto sensu em Contabilidade no Brasil. Participaram do survey 516 respondentes, sendo 383 mestrandos e 133 doutorandos. Foram aplicados dois instrumentos psicométricos: Self-Regulated Learning Strategies (SRLS) e Motivated Strategies for Learning Questionnaire (MSLQ). O modelo operacional de pesquisa delineou a formulação de oito hipóteses, sendo que a primeira delas sustenta a defesa da tese, enquanto as demais defendem a influência das variáveis idade, gênero, tipo de curso, estágio no curso, tipo de instituição de graduação, nota do curso atribuída pela Capes e graus de instrução dos pais nos níveis de Self-Regulated Learning (SRL) e Self-Determination Theory (SDT). A partir da análise multivariada dos dados, os resultados corroboraram a tese e a influência do gênero no nível de SRL. A metaconclusão desta tese ratifica os estudos referenciados, confirmando que a aprendizagem pode ser dominada e controlada pelo indivíduo, ao se adotar estratégias individuais de regulação e motivação. Uma importante contribuição desta pesquisa consiste em oferecer conclusões empíricas que podem ajudar docentes, discentes, pesquisadores, instituições de ensino e programas de pós-graduação a compreender mais sistematicamente os aspectos da aprendizagem autorregulada e da aprendizagem autodeterminada que caracterizam o aluno de Contabilidade. Limitações importantes deste estudo podem ser vistas como oportunidades para pesquisas futuras: a amostra envolve um público específico, a pesquisa survey pode apresentar vieses de método comum e a baixa participação de alunos de mestrado profissional. Estudos futuros poderão adotar outras estratégias metodológicas e/ou envolver amostras mais diversificadas ou em maior lastro temporal

Real time optimization in chemical process: evaluation of strategies, improvements and industrial application.

The increasing economic competition drives the industry to implement tools that improve their processes efficiencies. The process automation is one of these tools, and the Real Time Optimization (RTO) is an automation methodology that considers economic aspects to update the process control in accordance with market prices and disturbances. Basically, RTO uses a steady-state phenomenological model to predict the process behavior, and then, optimizes an economic objective function subject to this model. Although largely implemented in industry, there is not a general agreement about the benefits of implementing RTO due to some limitations discussed in the present work: structural plant/model mismatch, identifiability issues and low frequency of set points update. Some alternative RTO approaches have been proposed in literature to handle the problem of structural plant/model mismatch. However, there is not a sensible comparison evaluating the scope and limitations of these RTO approaches under different aspects. For this reason, the classical two-step method is compared to more recently derivative-based methods (Modifier Adaptation, Integrated System Optimization and Parameter estimation, and Sufficient Conditions of Feasibility and Optimality) using a Monte Carlo methodology. The results of this comparison show that the classical RTO method is consistent, providing a model flexible enough to represent the process topology, a parameter estimation method appropriate to handle measurement noise characteristics and a method to improve the sample information quality. At each iteration, the RTO methodology updates some key parameter of the model, where it is possible to observe identifiability issues caused by lack of measurements and measurement noise, resulting in bad prediction ability. Therefore, four different parameter estimation approaches (Rotational Discrimination, Automatic Selection and Parameter estimation, Reparametrization via Differential Geometry and classical nonlinear Least Square) are evaluated with respect to their prediction accuracy, robustness and speed. The results show that the Rotational Discrimination method is the most suitable to be implemented in a RTO framework, since it requires less a priori information, it is simple to be implemented and avoid the overfitting caused by the Least Square method. The third RTO drawback discussed in the present thesis is the low frequency of set points update, this problem increases the period in which the process operates at suboptimum conditions. An alternative to handle this problem is proposed in this thesis, by integrating the classic RTO and Self-Optimizing control (SOC) using a new Model Predictive Control strategy. The new approach demonstrates that it is possible to reduce the problem of low frequency of set points updates, improving the economic performance. Finally, the practical aspects of the RTO implementation are carried out in an industrial case study, a Vapor Recompression Distillation (VRD) process located in Paulínea refinery from Petrobras. The conclusions of this study suggest that the model parameters are successfully estimated by the Rotational Discrimination method; the RTO is able to improve the process profit in about 3%, equivalent to 2 million dollars per year; and the integration of SOC and RTO may be an interesting control alternative for the VRD process.