Bron FB, Mar CO

Idioma: Español
Referencias bibliográficas: 21
Paginas:
Archivo PDF: 484.06 Kb.

RESUMEN

Introducción: el proceso de evaluación del desempeño de los recursos humanos en proyectos médicos está sujeto a niveles considerables de subjetividad, lo cual genera incertidumbre a la hora de tomar decisiones. Problemas de esta índole donde se incluye la evaluación y clasificación de alternativas en el proceso, pueden ser abordados a través de la Computación con palabras.
Objetivo: el objetivo del presente trabajo es desarrollar un método para la evaluación del desempeño de los recursos humanos en proyectos médicos mediante computación con palabras.
Materiales y métodos: se utilizan los conjuntos de datos lingüísticos para mejorar la interpretación de los resultados. Se emplea el modelo de representación de la información lingüística basado en 2-tuplas en el tratamiento de la incertidumbre. El procesamiento de la información se realizó mediante los operadores de agregación de información Promedio Ponderado Ordenado que permiten la agregación de información de acuerdo a parámetros predefinidos obteniéndose un valor representativo.
Resultados: se obtiene un método de apoyo a la toma de decisiones basado en la computación con palabras. El método propuesto fue implementado para manejar la incertidumbre existente en el proceso de evaluación del desempeño de los recursos humanos en proyectos médicos a partir de la evaluación y clasificación de alternativas, basado en computación con palabras.
Conclusiones: la implementación del método propuesto, permite evaluar y clasificar a los Recursos Humanos según su desempeño.

REFERENCIAS (EN ESTE ARTÍCULO)

1. Torres S, Lugo JA, Piñero-Pérez PY, Torres-Quiñones KM, Perdomo-Alonso A, Cuza-García B, et al. Técnicas formales y de inteligencia artificial para la gestión de recursos humanos en proyectos informáticos. Revista Cubana de Ciencias Informáticas. 2014;8:43-55.

2. M. Palmero. Procedimiento para evaluar el impacto de la capacitación en la empresa constructora integral de Mayabeque. Ingeniería Industrial 2012;XXXIII(3):215-25.

3. García Vacacela R, Pérez Pupo I, Villavicencio N, Piñero Pérez PY, Beovides Luis S. Experiencias usando algoritmos genéticos en la planificación de proyectos. 2016. 2016;10.

4. Bron B. La estructura de desglose del trabajo como mecanismo viable para la generación de proyectos exitosos. Serie Científica. 2019;Vol. 12(No.5):63-75.

5. González AMG, López RG, Muñiz MA, Vidal Ledo MJ, Lugo NdlCS, Santiesteban MV. Consideraciones económicas sobre la salud pública cubana y su relación con la salud universal. Revista Panamericana de Salud Pública. 2018;42:e28.

6. Salas Perea RS. Propuesta de estrategia para la evaluación del desempeño laboral de los médicos en Cuba. Educación Médica Superior. 2010;24(3):387-417.

7. Rodríguez JFO. Evaluación del desempeño del docente de la unidad educativa Prof. Fernando Ramírez. Revista ICONO14 Revista científica de Comunicación y Tecnologías emergentes. 2010;8(2):58-70.

8. Cornelio OM, Gulín JG, Fonseca BB, Ching IS, editors. Experiencia en la evaluación de competencias en un sistema de laboratorios a distancia. Anais do Encontro Virtual de Documentação em Software Livre e Congresso Internacional de Linguagem e Tecnologia Online.

9. de Andrés R, García Lapresta JL, Martínez L. Multi-granular linguistic performance appraisal model. Soft Computing.

10. Evangelos T. Multi-criteria Decision Making Methods: A Comparative Study. In: Dordrecht, editor. Kluwer Academic Publisher2000.

11. Peña M, Rodríguez Rodríguez CR, Piñero Pérez PY. Computación con palabras para el análisis de factibilidad de proyectos de software. Tecnura. 2016;20:69-84.

12. Félix Benjamín G. La computación con palabras para evaluar el impacto de la capacitación de los directivos en las empresas cubanas: Universidad Central “Marta Abreu” de Las Villas. Facultad de Matemática Física y Computación. Departamento Ciencias de la Computación; 2014.

13. Castillo RM. Resumen lingüístico de series de datos mediante técnicas de Soft Computing: una aplicación a los cubos OLAP con dimensión tiempo [TESIS DOCTORAL]. Editorial de la Universidad de Granada: Universidad de Granada; 2012.

14. Bonissone PP, Decker KS. Uncertainty in Artificial Intelligence. North-Holland1986.

15. Zadeh LA. Nacimiento y evolución de la lógica borrosa, el soft computing y la computación con palabras: un punto de vista personal. Psicothema. 1996;8(2):421-9.

16. Herrera F. A 2-tuple fuzzy linguistic representation model for computing with words. 2000;8(6):746–52.

17. Herrera F. Computing with words in decision making: Foundations, trends and prospects. Fuzzy optimization and decision making. 2009;8(4):337-64.

18. Yager R. On ordered weighted averaging aggregation operators in multicriteria decisionmaking. IEEE Transactions on Systems, Man and Cybernetics. 1988;18(1):183-90.

19. Mar O, Ching I, Gulín J. Competency assessment model for a virtual laboratory system at distance using fuzzy cognitive map. Investigación Operacional. 2018;38(2):169-77.

20. Verdecia-Cabrera A, Quintero-Domínguez LA, López-Cabrera JD, Díaz L, de la Paz RB. Toma de decisiones mediante conjuntos borrosos y computación con palabras: Un caso de estudio.

21. Herrera F, Herrera-Viedma. E. Linguistic decision analysis: steps for solving decision problems under linguistic information. Fuzzy Sets and systems. 2000;115(1):67–82.