Mostrar el registro sencillo del ítem

dc.contributor.authorDe La Hoz, Efraín
dc.contributor.authorFontalvo, Tomás
dc.contributor.authorLópez, Ludis
dc.date.accessioned2020-02-10T14:22:01Z
dc.date.available2020-02-10T14:22:01Z
dc.date.issued2019
dc.identifier.issn07180764
dc.identifier.urihttps://hdl.handle.net/20.500.12442/4708
dc.description.abstractSe desarrolló un método que permitió establecer criterios de valoración, clasificación y predicción para evaluar la eficiencia productiva y de innovación de las empresas del sector químico de Barranquilla. Se recolectó información asociada a variables de clima laboral, gestión de la información, gestión del conocimiento, gestión de la productividad y la innovación. Seguidamente se validó los resultados con el análisis discriminante y se modelaron procesos de pronóstico y predicción de la eficiencia de las empresas del sector con las redes neuronales artificiales. Los resultados muestran que la eficiencia promedio en el sector es del 52,9%, con 6 empresas clasificadas como eficientes. Con las técnicas de análisis discriminante multivariado, se pudo determinar la calidad de clasificación lográndose un 92,6 % de clasificación correcta. Así mismo el modelo de redes neuronales seleccionado generó una precisión de clasificación de 98,82%, 95,78% y 94,28% para las muestras de entrenamiento, prueba y reserva, lo que evidencia la relevancia del modelo de clasificación. Se concluye que las variables analizadas son significativas para discriminar la eficiencia productiva y de innovación.spa
dc.description.abstractA method to establish assessment, classification and prediction criteria to evaluate the productive efficiency and innovation of the companies in the chemical sector of Barranquilla was developed. Concepts of data envelopment analysis, discriminant analysis and artificial neural networks were used. Information associated with variables of labor climate, information management, knowledge management, productivity management and innovation, were collected. The results were then validated with the discriminant analysis and forecasting processes and prediction of the efficiency of the companies in the sector with artificial neural networks were modeled. The results show that the average efficiency in the sector is 52.9%, with 6 companies classified as efficient ones. With the multivariate discriminant analysis techniques, the classification quality could be determined, achieving a 92.6% correct classification. Likewise, the selected neural network model generated a classification accuracy of 98.82%, 95.78% and 94.28% for the training, test and reserve samples, which shows the relevance of the classification model. It is concluded that the analyzed variables are significant to discriminate productive efficiency and innovation.eng
dc.format.mimetypepdfspa
dc.language.isospaspa
dc.publisherCentro de Información Tecnológicaspa
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Internacional
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.sourceInformación tecnológicaspa
dc.sourceVol. 30, N° 5 (2019) Octubrespa
dc.source.urihttp://dx.doi.org/10.4067/S0718-07642019000500213spa
dc.subjectEficiencia técnicaspa
dc.subjectAnálisis envolvente de datosspa
dc.subjectRedes neuronales artificialesspa
dc.subjectTechnical efficiencyspa
dc.subjectData envelopment analysisspa
dc.subjectArtificial neural networksspa
dc.titleAnálisis envolvente de datos y cálculo multivariado para valorar, clasificar y predecir la eficiencia productiva y de innovación de las empresas del sector químicospa
dc.typearticlespa
dcterms.referencesAlegra, J., La gestión del conocimiento como motor de la innovación. Lecciones de la Industria de alta tecnología para la empresa. 1ª Ed. 47-67, Editorial Athenea, Castellón de la Plana, España (2004)spa
dcterms.referencesCarvalho, D., L. Rocha y otros cuatro autores, Productivity versus workloads in the nursing working environment, doi: 10.1590/S1980-220X2017028903301, Rev. Esc. Enferm., USP, 51:e03301 (2017)eng
dcterms.referencesCegarra, J. y A. Martínez, Gestión del conocimiento: Una ventaja competitiva. 1a Ed., 19-20, Editorial ESIC, Madrid, España (2017)spa
dcterms.referencesChiang, M., M. Martín y A. Núñez, Relaciones entre el Clima Organizacional y la Satisfacción Laboral, 1a Ed., 14-15 Universidad Pontificia Comillas, Madrid, España (2010)spa
dcterms.referencesDe La Hoz, E. y L. López, Aplicación de Técnicas de Análisis de Conglomerados y Redes Neuronales Artificiales en la Evaluación del Potencial Exportador de una Empresa, Información Tecnológica, 28 (4), 67-74 (2017)spa
dcterms.referencesDe La Hoz, E., A. González y A. Santana, Metodología de Medición del Potencial Exportador de las Organizaciones Empresariales, Información Tecnológica, 27 (6), 11-18 (2016)spa
dcterms.referencesDe La Hoz, E., T. Fontalvo y J. Morelos, Diseño de Perfiles Financieros Empresariales del Sector Químico en Colombia mediante Cálculo Multivariado, doi: 10.4067/S0718-07642016000600003, Información Tecnológica, 29 (4), 197-204 (2018)spa
dcterms.referencesDe La Peña, N., Gestión y control de los Sistemas de información, Ed. 5.1, 14-15, Editorial Elearning, S.L. España (2015)spa
dcterms.referencesDe Pablos, C. y otros cinco autores, Dirección y gestión de los sistemas de información en la empresa: una visión integradora, 2ª Ed., 103-115, Editorial ESIC, Madrid, España (2006)spa
dcterms.referencesDevece, C., D. Palacios y D. Martinez-Simarro, Effect of information management capability on organizational performance, doi: 10.1007/s11628-016-0320-7, Service Business, 11(3), 563-580 (2017)eng
dcterms.referencesDzenopoljac, V., R. Alasadi y N. Bontis, Impact of knowledge management processes on business performance: Evidence from Kuwait, doi: 10.1002/kpm.1562, knowledge and process management, 25(2), 77-87 (2018)eng
dcterms.referencesElizondo, A. y E. Altman, Medición integral del riesgo de crédito, ISBN: 978-968-18-6358-6, Limusa, 200 p. (2003)spa
dcterms.referencesFontalvo, T., Aplicación de análisis discriminante para evaluar la productividad como resultado de la certificación BASC en las empresas de la ciudad de Cartagena, Contaduría y administración 59 (1), 43-62 (2014)spa
dcterms.referencesFontalvo, T., J. Vergara y E. De La Hoz, Evaluación del mejoramiento de los indicadores financieros en las empresas del sector almacenamiento y actividades conexas en Colombia por medio de análisis de discriminante, Prospectiva 10(1), 124-131 (2012)spa
dcterms.referencesGan, F. y J. Trigine, Clima Laboral, 1ª Ed., 275-276, Editorial Díaz de Santos, Colección: Monografías, serie: Administración/ Marketing, Madrid (2012)spa
dcterms.referencesGhiyasi, M., Efficiency improvement and resource estimation: a tradeoff analysis, International, doi: 10.1504/IJPQM.2018.094758, Journal of Productivity and Quality Management, 25(2) (2018)eng
dcterms.referencesHanafizadeh P., H. Reza y otros dos autores, Neural network DEA for measuring the efficiency of mutual funds, International Journal of Applied Decision Sciences, 7(3), 255-269 (2014)eng
dcterms.referencesKhalili-Damghani y M. Mohammad, Un enfoque difuso DEA de tres etapas para medir el rendimiento de un proceso en serie que incluye prácticas de JAT, índices de agilidad y objetivos en las cadenas de suministro. En t. J. of Services and Operations Management, 13(2), 147 - 188 (2012)spa
dcterms.referencesKim, K. y S. Bong, Influences of Creative Personality and Working Environment on the Research Productivity of Business School Faculty, Creativity Research Journal, 29(1), 10-20 (2017)eng
dcterms.referencesLópez, J., +Productividad, 1a Ed., 10-20, Editorial Palibrio, EE.UU (2013)spa
dcterms.referencesManosalvas, C., L. Manosalvas y J. Nieves, El clima organizacional y la satisfacción laboral: un análisis cuantitativo riguroso de su relación, AD-minister, 26, 5-15 (2015)spa
dcterms.referencesMartínez, L., Gestión Del Cambio y la Innovación en la Empresa. Un modelo para la innovación, 1a Ed., 1-15, Editorial Ideaspropias, Vigo, España (2006)spa
dcterms.referencesMateos, R., J. iturrioz R. Gimeneo, La participación financiera y el papel de la mujer en la toma de decisiones de las sociedades cooperativas, Revista Europea de Dirección y Economía de la Empresa, 18(2), 65-82 (2009)spa
dcterms.referencesNiknazar, P. y M. Bourgault, Analysis of Axioms and Assumptions of Data Envelopment Analysis (DEA); Application for Efficiency Measurement in Project Management Contexts, doi: 10.1504/IJPQM.2018.090259, International Journal of Productivity and Quality Management (2018)eng
dcterms.referencesPhusavat, K., N. Comepa y otros dos autores, Productivity management: integrating the intellectual capital, doi: 10.1108/IMDS-09-2012-0330, Industrial Management y Data Systems, 113(6), 840-855 (2013)eng
dcterms.referencesRahmillah, F., Optimization of Physical Working Environment Setting to Improve Productivity and Minimize Error by Taguchi and VIKOR Methods, doi:10.1088/1757-899X/105/1/012025, IOP Conf. Series: Materials Science and Engineering, 105 (2016)eng
dcterms.referencesSantos, B. y L. Martins, The information management and the information literacy: subsidies for business context, 7(1), (2017)eng
dcterms.referencesSegredo, A., Clima organizacional en la gestión del cambio para el desarrollo de la organización, Revista Cubana de Salud Pública, 39(2), 385- 393 (2013)spa
dcterms.referencesSerrate, A., Diagnosis of the working environment in an organization of scientific technological information, Revista Cubana de Información en Ciencias de la Salud, 25(1), 110-125 (2014)eng
dcterms.referencesSharmila, G., E. Gianluca y P. Giuseppina, The effect of HRM practices on knowledge management capacity: a comparative study in Indian IT industry, doi: 10.1108/JKM-10-2017-0453, J. of Knowledge Management, 22(3), 649-677 (2018)eng
dcterms.referencesVisbal-Cadavid, D., A. Mendoza-Mendoza y K. Corredor-Carrascal, Evaluación del desempeño docente mediante análisis envolvente de datos: un estudio de caso, Revista Entramado, 11(2), 218-225 (2015)spa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
oaire.versioninfo:eu-repo/semantics/publishedVersionspa
dc.type.driverarticlespa
dc.title.translatedData envelopment analysis and multivariate calculus to assess, classify and predict the productive efficiency and innovation of companies in the chemical sectoreng


Ficheros en el ítem

Thumbnail
Thumbnail

Este ítem aparece en la(s) siguiente(s) colección(ones)

  • Artículos [1351]
    Artículos científicos evaluados por pares

Mostrar el registro sencillo del ítem

Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Excepto si se señala otra cosa, la licencia del ítem se describe como Attribution-NonCommercial-NoDerivatives 4.0 Internacional