Lucas Di Paula Gama dos Santos

Uma das formas de auxiliar os alunos a aprenderem matemática de forma mais efetiva é garantir um equilíbrio entre o aprendizado da teoria e a aplicação, com foco na resolução de problemas específicos. Na literatura observa-se a citação de diversos métodos de ensino de matemática; desde plataformas digitais, projetos de pesquisa até os estudos de caso. Logo, o objetivo desta pesquisa foi analisar o rendimento dos discentes de uma escola estadual de Pernambuco submetidos a atividades práticas associadas ao conteúdo da disciplina de matemática, a partir da abordagem estatística da análise de variância (ANOVA). Do ponto de vista dos objetivos, esta pesquisa enquadra-se como explicativa, uma vez que busca identificar fatores que contribuem para a ocorrência dos fenômenos. Quanto aos procedimentos técnicos, o trabalho comporta-se como estudo de campo. A etapa inicial contemplou a definição dos grupos. Isto é, os discentes matriculados na disciplina de Matemática do Ensino Fundamental (9º ano) foram separados em quatro grupos (T1, T2, P1, P2). Cada um dos grupos possuía 15 membros. Os grupos T1 e T2 foram expostos apenas ao conteúdo teórico, com aula expositiva e exercícios em sala. Por outro lado, as divisões P1 e P2 tiveram a oportunidade de, além do conteúdo exposto em sala, utilizar jogos e desafios práticos como forma de associação ao conteúdo teórico. Os valores referentes às notas de cada participante foram extraídos do Sistema de Informações utilizado pela equipe de professores da unidade escolar; atualizado diariamente. Com base nos resultados do Teste de Tukey, o grupo C (P1) destacou-se com distinção quando comparado com os demais grupos. Logo, pode-se concluir que as atividades práticas são capazes de reforçar o processo de ensino-aprendizagem, podendo influenciar diretamente no rendimento individual e grupal dos alunos.

La logística abarca una amplia gama de operaciones importantes para la transferencia de bienes, servicios e información. Debido a esta complejidad inherente al sector, se estudian y proponen técnicas y métodos para contribuir a la mejora continua y al desarrollo de nuevos entornos para operaciones eficientes y productivas. Por lo anterior, el objetivo de este estudio fue analizar y comparar la eficiencia operativa de las empresas logísticas que operan en el centro de yeso de Araripe, ubicado en el noreste de Brasil, mediante el Análisis Envolvente de Datos. Considerando los datos asociados a los indicadores de desempeño del BSC recopilados para el análisis, se optó por utilizar el modelo BCC (propuesto por Banker et al., 1984) orientado a la entrada. Con base en los datos introducidos en el software y considerando el modelo BCC-entrada, se creó la frontera de eficiencia para la visualización gráfica y el análisis del desempeño de las empresas de la muestra. Se obtuvieron datos sobre la eficiencia clásica, la eficiencia invertida, así como la eficiencia compuesta y la normalizada. En el caso de los insumos y productos considerados, la DEA puede contribuir a la gestión desde un nuevo enfoque a través de la formulación de políticas de eficiencia y el aprendizaje de las mejores prácticas.

Urban public transport systems are increasingly vulnerable to operational disruptions that can compromise servicecontinuity, increase passenger delays, and reduce network resilience. This study proposes a multi-objective optimizationframework for the recovery of urban bus operations under different disruption scenarios. The framework integratesvehicle allocation, reserve-fleet activation, route continuity, service-frequency adjustment, passenger demand coverage,and recovery planning within a Mixed-Integer Linear Programming (MILP) formulation. Six conflicting objectives areconsidered: passenger delay, recovery cost, cancelled trips, recovery time, passenger service, and operational resilience.The model is implemented in Python and solved using the Gurobi Optimizer, while a weighted-sum method is employedto generate alternative efficient solutions and construct the Pareto frontier. The framework is evaluated through fivedisruption scenarios involving fleet and network disturbances. Results show that reduced fleet availability substantiallyaffects network performance: decreasing fleet availability from 100% to 70% increases delay from 120 to 1620 min andrecovery time from 12 to 88 min, while the resilience index decreases from 1.00 to 0.75. The optimized recovery strategiesachieve delay reductions of 18.4–35.4%, recovery-time reductions of 15.2–39.6%, and demand-served levels of 89.8–94.0%,with resilience indices ranging from 0.81 to 0.88. These results demonstrate that coordinated fleet allocation and recoveryplanning can mitigate disruption impacts while balancing operational efficiency, passenger service, and network resilience.The proposed framework provides a decision-support methodology for transit operators to identify effective recoverystrategies under heterogeneous disruption conditions.