No podrás conectarte si excedes diez intentos fallidos.
La Agencia SINC ofrece servicios diferentes dependiendo de tu perfil.
Selecciona el tuyo:
Investigadores de la Universidad Rey Juan Carlos y la Universidad Complutense de Madrid proponen una nueva metodología para crear rankings que analizan la eficiencia en la gestión de empresas o instituciones. La técnica puede contribuir a la mejora de los modelos de producción de estas organizaciones.
Una de las técnicas más utilizadas para medir la eficiencia de una organización es el análisis envolvente de datos (Data Envelopment Analysis o DEA, en inglés). Esta metodología puede ser tomada como modelo de referencia por otras, sin embargo, es únicamente capaz de clasificar las organizaciones en unidades eficientes e ineficientes.
Como resultado del empleo del DEA, se dispone generalmente de más de una unidad eficiente, por lo que se hace necesario establecer un ranking entre ellas para poder discriminar mejor aquéllas que deberían ser utilizadas como modelos de referencia.
En este contexto, la investigadora Clara Simón de la Universidad Rey Juan Carlos (URJC), conjuntamente con científicos de la Universidad Complutense de Madrid, ha propuesto una nueva metodología para construir un ranking entre organizaciones clasificadas como eficientes.
“Este procedimiento puede aplicarse para hacer un ranking entre instituciones o estructuras en los que se ha hecho un estudio de eficiencia con el objetivo de mejorar la gestión de la producción. Por ejemplo, en departamentos universitarios, en áreas administrativas o en gestión de bibliotecas.” afirma Clara Simón, coautora del artículo, publicado en el European Journal of Operational Research.
En los rankings obtenidos a partir de esta técnica, las estructuras eficientes alcanzan posiciones más altas respecto a las no eficientes. Al mismo tiempo, en términos de gestión de producción y buenas prácticas, las organizaciones eficientes cuyos modelos de producción son un ejemplo para las no eficientes, obtienen puntuaciones superiores en el cómputo global.
Detección de autoevaluadores
La novedad de esta metodología es la detección de autoevaluadores. Si se está realizando una comparativa entre universidades, como explica Clara Simón, “uno de sus puntos fuertes puede resultar eficiente, pero su modelo general de gestión no va ser reproducible por ninguna otra. Esto puede ocurrir porque el número de alumnos sea diferente o por la propia infraestructura. Por tanto, su puntuación en la tabla va a ser menor”.
Además, con este método se puede visualizar la posición de cada una de las unidades en relación con las restantes en términos de gestión. También permite detectar aquellas organizaciones no eficientes, cuya exclusión no afecta a los valores de eficiencia alcanzados por las restantes. El estudio concluye que esta nueva metodología se puede aplicar a cualquier modelo de producción.
Referencia bibliográfica:
Clara Simon de Blas, Jose Simon Martin, Daniel Gomez Gonzalez. "Combined social networks and data envelopment analysis for ranking". European Journal of Operational Research, Volume 266, Issue 3, 2018, Pages 990-999, ISSN 0377-2217 https://doi.org/10.1016/j.ejor.2017.10.025
La Fundación BBVA ha galardonado al informático japonés, de la Universidad Carnegie Mellon (EE UU), por crear los algoritmos que permiten a las máquinas comprender las imágenes y procesar los movimientos. Sus técnicas están presentes en los coches autónomos, los drones y todos los robots con capacidad de visión, como los que se usan en cirugía.
Investigadores de la Universidad de León han aplicado redes neuronales artificiales a imágenes captadas con drones para reconocer, con un 95 % de acierto, la huella que dejaron las explotaciones auríferas de los romanos en el noroeste peninsular. El sistema se puede aplicar para reducir los riesgos asociados a las minas abandonadas, que causan pérdidas humanas y económicas en todo el mundo.
