Avaliação da qualidade dos serviços prestados pela Biblioteca Central da UFES utilizando o método Servqual

O presente trabalho objetiva avaliar a qualidade dos serviços prestados pela Biblioteca Central (BC) da Universidade Federal do Espírito Santo (UFES) utilizando o método Servqual. Esta pesquisa é um estudo de caso de natureza quantitativa e qualitativa. A triangulação dos dados foi realizada por meio de uma survey com 363 usuários, entrevista com nove servidores que atuam na Biblioteca e consulta a documentos da universidade que descrevem as características básicas da Biblioteca Central. A survey foi aplicada utilizando-se questionário desenvolvido com base na escala Servqual em pré-teste realizado na Biblioteca Setorial Tecnológica (BST) da UFES. Foram utilizadas duas modalidades de coleta na survey aplicada na BC: presencial e online. Foram coletados 110 questionários presenciais e 253 online. As entrevistas com os servidores da BC foram baseadas nos 116 registros de reivindicações dos usuários, coletados pela BC anteriormente à pesquisa. Além desses documentos, consultaramse informações institucionais divulgadas no catálogo de serviços da BC e em páginas da BC e da UFES na internet. Identificaram-se quatro dimensões da qualidade dos serviços prestados pela BC, com médias negativas, indicando necessidade de melhoria nos serviços prestados. As ações prioritárias recomendadas para a BC são: a) melhorar instalações físicas e equipamentos; e b) capacitar e motivar os trabalhadores para atendimento aos usuários. Essas ações devem conduzir a soluções de problemas relacionados a condições de estudo (iluminação, climatização, água, banheiros, espaço físico, móveis e silêncio) e acesso a informação (internet, autoempréstimo, quantitativo de exemplares, limitação do empréstimo e alerta quanto à data de renovação).

Aproximação numérica – analítica para a modelagem da conversão termoquímica de combustíveis sólidos

Um algoritmo numérico foi criado para apresentar a solução da conversão termoquímica de um combustível sólido. O mesmo foi criado de forma a ser flexível e dependente do mecanismo de reação a ser representado. Para tanto, um sistema das equações características desse tipo de problema foi resolvido através de um método iterativo unido a matemática simbólica. Em função de não linearidades nas equações e por se tratar de pequenas partículas, será aplicado o método de Newton para reduzir o sistema de equações diferenciais parciais (EDP’s) para um sistema de equações diferenciais ordinárias (EDO’s). Tal processo redução é baseado na união desse método iterativo à diferenciação numérica, pois consegue incorporar nas EDO’s resultantes funções analíticas. O modelo reduzido será solucionado numericamente usando-se a técnica do gradiente bi-conjugado (BCG). Tal modelo promete ter taxa de convergência alta, se utilizando de um número baixo de iterações, além de apresentar alta velocidade na apresentação das soluções do novo sistema linear gerado. Além disso, o algoritmo se mostra independente do tamanho da malha constituidora. Para a validação, a massa normalizada será calculada e comparada com valores experimentais de termogravimetria encontrados na literatura, , e um teste com um mecanismo simplificado de reação será realizado.

Um algoritmo PSO híbrido para planejamento de caminhos em navegação de veículos utilizando A*

Utilizar robôs autônomos capazes de planejar o seu caminho é um desafio que atrai vários pesquisadores na área de navegação de robôs. Neste contexto, este trabalho tem como objetivo implementar um algoritmo PSO híbrido para o planejamento de caminhos em ambientes estáticos para veículos holonômicos e não holonômicos. O algoritmo proposto possui duas fases: a primeira utiliza o algoritmo A* para encontrar uma trajetória inicial viável que o algoritmo PSO otimiza na segunda fase. Por fim, uma fase de pós planejamento pode ser aplicada no caminho a fim de adaptá-lo às restrições cinemáticas do veículo não holonômico. O modelo Ackerman foi considerado para os experimentos. O ambiente de simulação de robótica CARMEN (Carnegie Mellon Robot Navigation Toolkit) foi utilizado para realização de todos os experimentos computacionais considerando cinco instâncias de mapas geradas artificialmente com obstáculos. O desempenho do algoritmo desenvolvido, A*PSO, foi comparado com os algoritmos A*, PSO convencional e A* Estado Híbrido. A análise dos resultados indicou que o algoritmo A*PSO híbrido desenvolvido superou em qualidade de solução o PSO convencional. Apesar de ter encontrado melhores soluções em 40% das instâncias quando comparado com o A*, o A*PSO apresentou trajetórias com menos pontos de guinada. Investigando os resultados obtidos para o modelo não holonômico, o A*PSO obteve caminhos maiores entretanto mais suaves e seguros.