COMUNICAÇAO E TECNOLOGIA NA CADEIA DA SOJA EM MT

Esta tese trata do sistema de informação tecnologica (SIT) da cadeia produtiva da soja em Mato Grosso. O objetivo foi identificar, modelar, descrever e analisar o SIT, apresentando fontes, canais, fluxos, mediadores e usuários de informação sobre tecnologias agropecuarias, limitações, oprotunidades e estrategias para aumentar o desempenho do sistema. Os procedimentos metodologicos na pesquisa de campo incluem exames de documentos e outros dados secundarios, realização de grupo focal e, particularmente, entrevista com 44 conhecedores da cadeia. O estudo mostra que, a partir das transformações na agricultura, o modelo tradicional de transferencia de tecnologia baseada na articulação pesquisa/extensao/agricultor foi substituido por sistemas com multiplas conexoes e atores. Identifica-se que a informação é insumo fundamental e esta baseada na perspectiva de negocios; a principal maneira de transmissao de informações sao os meios informais; o agricultor possui fontes de informação em excesso com experiencias, pressupostos e interesses diferentes. Demonstra-se que a configuração atual do SIT da cadeia produtiva de soja em MT se ressente da ausencia do setor publico e apresenta -se estrategias para que o fluxo de informacao tecnologica aumente a competitividade da cadeia.(AU)

MAPEAMENTO E CARACTERIZAÇÃO DE FERRAMENTAS DE TECNOLOGIA DA INFORMAÇÃO NA CADEIA DE SUPRIMENTOS

Nos últimos tempos a utilização da Tecnologia da Informação tem-se tornado uma regra, principalmente em aplicações como na Gestão da Cadeia de Suprimentos, onde a informação passou a fazer parte do elo entre as empresas que integram esta Cadeia. A combinação de diferentes tecnologias tornou isso possível, pois empresas utilizam a Tecnologia da Informação de maneira diversificada, visando tirar melhor proveito dessa tecnologia. O presente Trabalho tem como objetivo mapear e caracterizar as diferentes Tecnologias da Informação utilizadas na Gestão da Cadeia de Suprimentos e determinar os principais fatores que as levaram a utilizar esta tecnologia. Identificou-se as principais Tecnologias da Informação normalmente encontradas na Gestão da Cadeia de Suprimentos, bem como um modelo teórico foi construído. A partir do modelo teórico desenvolveu-se um instrumento de pesquisa do tipo survey.. Utilizou-se também a prova Q de Cochran para avaliar se há diferenças na utilização da tecnologia da informação entre os diferentes tipos de empresas e apresentar os fatores que levaram as empresas a utilizarem a Tecnologia da Informação.

MAPEAMENTO E CARACTERIZAÇÃO DE FERRAMENTAS DE TECNOLOGIA DA INFORMAÇÃO NA CADEIA DE SUPRIMENTOS

Nos últimos tempos a utilização da Tecnologia da Informação tem-se tornado uma regra, principalmente em aplicações como na Gestão da Cadeia de Suprimentos, onde a informação passou a fazer parte do elo entre as empresas que integram esta Cadeia. A combinação de diferentes tecnologias tornou isso possível, pois empresas utilizam a Tecnologia da Informação de maneira diversificada, visando tirar melhor proveito dessa tecnologia. O presente Trabalho tem como objetivo mapear e caracterizar as diferentes Tecnologias da Informação utilizadas na Gestão da Cadeia de Suprimentos e determinar os principais fatores que as levaram a utilizar esta tecnologia. Identificou-se as principais Tecnologias da Informação normalmente encontradas na Gestão da Cadeia de Suprimentos, bem como um modelo teórico foi construído. A partir do modelo teórico desenvolveu-se um instrumento de pesquisa do tipo survey.. Utilizou-se também a prova Q de Cochran para avaliar se há diferenças na utilização da tecnologia da informação entre os diferentes tipos de empresas e apresentar os fatores que levaram as empresas a utilizarem a Tecnologia da Informação.

A stochastic approximation algorithm with Markov chain Monte-Carlo method for incomplete data estimation problems

We propose a general procedure for solving incomplete data estimation problems. The procedure can be used to find the maximum likelihood estimate or to solve estimating equations in difficult cases such as estimation with the censored or truncated regression model, the nonlinear structural measurement error model, and the random effects model. The procedure is based on the general principle of stochastic approximation and the Markov chain Monte-Carlo method. Applying the theory on adaptive algorithms, we derive conditions under which the proposed procedure converges. Simulation studies also indicate that the proposed procedure consistently converges to the maximum likelihood estimate for the structural measurement error logistic regression model.