Desarrollo del ÍNDICE COMPUESTO TOPSIS–PrOPPAGA (ICTP) para apoyo a la decisión en el proceso de selección de suplementación bovina

Autores/as

DOI:

https://doi.org/10.47456/bjpe.v11i2.47641

Palabras clave:

PROPPAGA, Escasez de agua, Toma de decisiones

Resumen

El cambio climático resultante de prácticas insostenibles afecta los biomas y compromete la salud humana y animal. Este estudio propone el desarrollo del Índice Compuesto TOPSIS-PrOPPAGA (ICTP) como herramienta para apoyar la toma de decisiones en la selección de suplementos bovinos durante períodos de escasez hídrica. La metodología integra el método TOPSIS, que evalúa la proximidad de las alternativas a la solución ideal, y PrOPPAGA, que normaliza los criterios con base en supuestos gaussianos. El estudio se desarrolló en una granja mediana en Wanderley/BA, considerando criterios como costo, palatabilidad, disponibilidad, valor nutricional y tiempo de entrega. El ICTP demostró que la alternativa A2 fue la más indicada por ambos métodos. El estudio demuestra que el enfoque integrado es capaz de reducir sesgos, aumentar la robustez de las decisiones y adaptarse a diferentes contextos agrícolas.

Descargas

Los datos de descarga aún no están disponibles.

Biografía del autor/a

  • Nailhane Rodrigues Carvalho Santana, Universidade Federal do Oeste da Bahia

    Estudante de Engenharia de Produção na Universidade Federal do Oeste da Bahia. Participação ativa em projetos de extensão, habilidades em trabalho em equipe, comunicação e resolução de problemas. Comprometida com o aprendizado contínuo e o desenvolvimento profissional. http://lattes.cnpq.br/3411451852700779

  • Abdeladhim Tahimi, Universidade Federal de Alagoas

    Formado em Engenharia Aeronáutica pelo IAB (Instituto de Aeronáutica de Blida - Argélia) em 2006, seguiu sua formação acadêmica obtendo mestrado em Engenharia Mecânica com ênfase em Interações Fluidos-Sólidos, na Universidade de Le Havre - França, em 2007 e doutorado em Engenharia Mecânica pelo INSA de Rouen (Institut National des Sciences Appliquées de Rouen - França) em 2011. Possui vasta experiência em pesquisa, tendo atuado como pesquisador de pós-doutorado em Simulação de Reservatórios de Petróleo na UFPE (Universidade Federal de Pernambuco) entre 2011 e 2014. Ademais, atuou como professor substituto de Matemática para Engenharia na Universidade Federal do Ceará - UFC. Atualmente, é professor efetivo de Matemática para Engenharia na Universidade Federal de Alagoas - UFAL. http://lattes.cnpq.br/5738544207877627

  • Francisco Jácome Sarmento, Universidade Federal da Paraíba

    Possui graduação em engenharia civil pela Universidade Federal da Paraíba (1984), mestrado em Engenharia Civil (Recursos Hídricos) pela Universidade Federal do Ceará (1988) e doutorado em Engenharia Civil - Universitat Hannover (1997). Bacharelado em Direito pela Unipe - PB. Atualmente é professor Titular da Universidade Federal da Paraíba, atuando principalmente nos seguintes temas: Planejamento e gestão de Recursos Hídricos, Estudos de viabilidade, projetos básicos e executivos de obras hidráulicas, elaboração de sistemas computacionais especialistas na área de Recursos Hídricos, Modelos estocásticos, Transientes Hidráulicos em condutos fechados e canais. http://lattes.cnpq.br/6961344734371987

  • Eder Costa Cassettari, Universidade de São Paulo

    Possui graduação em Engenharia Mecânica pela Faculdade de Engenharia Industrial FEI (1994) e mestrado em Engenharia de Fabricação Mecânica pela Universidade Estadual de Campinas UNICAMP (2005). Atualmente cursa doutorado em Engenharia Mecânica em (Confiabilidade em Processo de Fabricação) pela Universidade de São Paulo na Escola Politécnica - EPUSP em Pesquisa Operacional (previsão de conclusão junho 2026) e fez extensão do doutorado (creditos) em Engenharia de Sistemas e Computação no Instituto Militar de Engenharia - IME em Pesquisa Operacional (2021). Fez extensão do doutorado (creditos) em Pesquisa Operacional Militar na Universidade Federal Fluminense (2024) - 20+ de experiência numa multinacional americana em Processos de Fabricação, Engenharia de Produção, Ciëncia de Dados e Analytics, Logística, Gestão da Cadeia de Suprimentos, Administração da Produção e Operações, Estratégia de Manufatura, Gerenciamento de Projetos, Manufatura Enxuta, Sistemas de Manufatura, Desenvolvimento de Estratégia de Produto e Negócios, Pesquisa Operacional, Simulação Computacional, Finanças, Qualidade, Six Sigma, Manufatura Integrada por Computador, Indústria 4.0 e Competitividade. - Tem formação de Green, Black Belt pelo Six Sigma Academy (USA) / Ford Motor Co e VTB Consultoria, Lean Master Black Belt pela VTB e de Lean Expert pelo Lean Learning Academy (Ford) e Lean Institute Brasil.- Membro da Comunidade e palestrante da Casa da Pesquisa Operacional do Prof Dr. Marcos dos Santos (IME / ITA) - Membro do grupo de Pesquisadores de Pesquisa Operacional do IME / CASNAV / UFF. - Membro do Comitê de Educação da Sociedade dos Engenheiros da Mobilidade e Chairman do Congresso SAE Brasil - Membro da OR Society - Operational Research Society UK PhD Candidate - Membro da Sociedade Brasileira de Pesquisa Operacional - SOBRAPO. - Membro da Comunidade e palestrante da Estatidados do Prof Thiago Marques (USP/IBGE) - Membro do grupo do MVP Conference LATAM Office Applications Excel. - Membro do Comitê de Estudos em Tecnologias Quânticas da ABNT. - 2023 - Avaliador do ENEGEP / SIMEP / ITQM / AOM / SAE Brasil / COBENGE / Brasilian Journal of Marketing - Docente Associado na USP/ESALQ no MBA de Data Science e Analytics- Docente Associado na FIAP para Engenharia de Software - Python e Modelagem Matemática - Docente Associado da UNIVESP / UNESP em Engenharia de Produção - Gestão da Cadeia de Suprimentos- Docente Associado na Business School Brasil no MBA de Pesquisa Operacional e Tomada de Decisão- Docente Associado e Coordenador na Business School Brasil no MBA de Otimização e Melhoria de Processos e Certificação Lean Six Sigma Black Belt PO - linkedin: https://www.linkedin.com/in/edercassettari/ - Researchgate: https://www.researchgate.net/profile/Eder-Cassettari http://lattes.cnpq.br/4285175239617927

  • Armando Dias Duarte, Universidade Federal do Oeste da Bahia (UFOB)

    Soy graduado en Ingeniería de Producción por la Universidad Federal de Pernambuco (CAA) en 2016, seguido de una maestría en Ingeniería Civil y Ambiental en la misma institución, que finalicé en 2018. En 2023, completé mi doctorado en Ingeniería Civil con énfasis en Recursos Hídricos y Tecnología Ambiental en la UFPE. Mi experiencia profesional abarca el campo de la Ingeniería de Producción, donde me he dedicado a diversos temas, incluyendo educación ambiental, elaboración de planes de negocios, liderazgo, análisis de ciclo de vida, gestión ambiental, optimización y sostenibilidad.

    Actualmente, soy profesor en la Universidad Federal de Bahía Occidental (UFOB), campus Luís Eduardo Magalhães, en el Centro de Ingeniería de Producción.

Referencias

Agricultural Outlook – OECD FAO. (2024). Commodities Meat. Recuperado de https://www.agrioutlook.org/commodities/meat.pdf

Antony Kevin, S., Arokiaprakash, A. (2024). Effectiveness of Multicriteria Decision-Making for Ongoing Construction Projects - AHP Method. In: Gencel, O., Balasubramanian, M., Palanisamy, T. (eds) Sustainable Innovations in Construction Management. ICC IDEA 2023. Lecture Notes in Civil Engineering, vol 388. Springer, Singapore. https://doi.org/10.1007/978-981-99-6233-4_57 DOI: https://doi.org/10.1007/978-981-99-6233-4_57

Blessy, S. S. (2024). Precision Agriculture Decision Support Using Machine Learning. Indian Scientific Journal of Research in Engineering and Management. DOI: 10.55041/ijsrem29762 DOI: https://doi.org/10.55041/IJSREM29762

Brazilian Beef Exporters Association - ABIEC. (2022). Beef Report 2022 - A pecuária do Brasil. https://www.abiec.com.br/publicacoes/beef-report-2022/ (accessed 06 September 2024).

Brazilian Beef Exporters Association - ABIEC. (2023). Beef Report 2023 - A pecuária do Brasil. Recuperado de https://www.abiec.com.br/wp-content/uploads/Final-Beef-Report-2023-Completo-Versao-web.pdf/

Brough, P. (Ed.). (2024). Advanced Research Methods for Applied Psychology: Design, Analysis and Reporting (2nd ed.). Routledge. https://doi.org/10.4324/9781003362715 DOI: https://doi.org/10.4324/9781003362715

Cardoso, R. R., Sousa, L. F., Holanda, A. C. F., & Bentes, G. N. (2022). Performance supplementation and ingestive behavior of sheep finished in continuous pasture in the period of water restriction. Acta Scientiarum. Animal Sciences, 44(1), e53855. https://doi.org/10.4025/actascianimsci.v44i1.53855 DOI: https://doi.org/10.4025/actascianimsci.v44i1.53855

Cole, N. A., Clark, R. N., Todd, R. W., Richardson, C. R., Gueye, A., Greene, L. W., & Mcbride, K. (2005). Influence of dietary crude protein concentration and source on potential ammonia emissions from beef cattle manure. Journal of Animal Science, 83(3), 722-731. DOI: https://doi.org/10.2527/2005.833722x

Cunha, A., & Morais, D. (2019). Problem structuring methods in group decision making: a comparative study of their application. Operational Research, 19, 1081-1100. DOI: https://doi.org/10.1007/s12351-017-0310-0

Cruz, N. N., Sarmento, F. J., Tahimi, A., & Duarte, A. D. (2025). Implementation of The Balanced Decision-Making Method for Prioritizing Crop Planting in Small-Scale Rural Properties. Pesquisa Operacional, 45, e288556. https://doi.org/10.1590/01017438.2025.045.00288556 DOI: https://doi.org/10.1590/0101-7438.2025.045.00288556

Drumond, P., Basílio, M.P., Costa, I.P. de A., Pereira, D.A. de M., Gomes, C.F.S., dos Santos, M. (2021). Multi-criteria Analysis in Additive Manufacturing: An ELECTRE-MOr Based Approach. Presented at the October 29 DOI: https://doi.org/10.3233/FAIA210240

Duarte, A. D. (2024). Revisão sistemática do método TOPSIS e suas aplicações na agricultura. Revista Produção Online, 24(2), 5245-5245. DOI: https://doi.org/10.14488/1676-1901.v24i2.5245

Entani, T. (2023). Different Types of Decision Criteria in a Decision Problem. In: Huynh, VN., Le, B., Honda, K., Inuiguchi, M., Kohda, Y. (eds) Integrated Uncertainty in Knowledge Modelling and Decision Making. IUKM 2023. Lecture Notes in Computer Science, vol 14375. Springer, Cham. https://doi.org/10.1007/978-3-031-46775-2_8 DOI: https://doi.org/10.1007/978-3-031-46775-2_8

Fiumaro, J. E. C., Brennecke, K., Zeferino, C. P., & Pereira, L. A. M. (2024). Considerações da legislação brasileira sobre exportação de proteína animal. Seven Editora, 142-157.

Giacomel, A., Freitas, T. C. de., Costa, A. L. B. da., Sbardelotto, E. M., Bergmann, E., & Debortoli, E. de C. (2022). Mineral supplementation for beef cattle – a meta-analysis. Research, Society and Development, 11(3), e39211326616. https://doi.org/10.33448/rsd-v11i3.26616 DOI: https://doi.org/10.33448/rsd-v11i3.26616

Gheddar, R. (2023). Decision-making criteria under uncertainty and risk in the agricultural sector. Journal of Innovations and Sustainability, 7(4), 06-06. DOI: https://doi.org/10.51599/is.2023.07.04.06

Gomes Junior, A. D. A. & Schramm, V. B. (2022). Problem structuring methods: a review of advances over the last decade. Systemic Practice and Action Research, 35(1), 55-88. DOI: https://doi.org/10.1007/s11213-021-09560-1

Hamid, S. S., Santos, M. A. S. D., Aguiar, A. F., Andreatta, T., Costa, N. L., Lopes, M. L. B., & Lourenço-Júnior, J. D. B. (2023). Changes and Factors Determining the Efficiency of Cattle Farming in the State of Pará, Brazilian Amazon. Sustainability, 15(13), 10187. DOI: https://doi.org/10.3390/su151310187

Henn, D., Duffy, C., Humphreys, J., Gibbons, J., Byrne, K. A., & Styles, D. (2024). Cattle production strategies to deliver protein with less land and lower environmental impact. Journal of Environmental Management, 356, 120569. DOI: https://doi.org/10.1016/j.jenvman.2024.120569

Hwang, C. L., Yoon, K., Hwang, C. L., & Yoon, K. (1981). Methods for multiple attribute decision making. Multiple attribute decision making: methods and applications a state-of-the-art survey, 58-191. DOI: https://doi.org/10.1007/978-3-642-48318-9_3

Kearney, M., O'Riordan, E. G., Byrne, N., Breen, J., & Crosson, P. (2023). Mitigation of greenhouse gas emissions in pasture-based dairy-beef production systems. Agricultural Systems, 211, 103748. DOI: https://doi.org/10.1016/j.agsy.2023.103748

Krehbiel, C. (2022). 93 research needs to advance nutrient requirements for beef cattle. Journal of Animal Science, 100(Suppl 3), 43. DOI: https://doi.org/10.1093/jas/skac247.084

Matos, C., Junkes, V. H., Lermen, F. H., Magalhães, R. F. D., Matias, G. D. S., Ribeiro, J. L. D., ... & Siqueira, H. V. (2024). Life cycle sustainability assessment of the agri-food chain: empirical review and bibliometrics. Production, 34, e20230043. DOI: https://doi.org/10.1590/0103-6513.20230043

Menendez III, H. M., Atzori, A., Brennan, J., & Tedeschi, L. O. (2023). Using dynamic modelling to enhance the assessment of the beef water footprint. Animal, 17, 100808. DOI: https://doi.org/10.1016/j.animal.2023.100808

Mohammadi, A., Yousefi, H., & Mahmoudi Aznaveh, A. (2024). Evaluation of Tehran Province Livestock Production from Water Footprint Prospective. Environmental Energy and Economic Research, 8(2).

National Academies of Sciences, Engineering, and Medicine. (2016). Nutrient Requirements of Beef Cattle: Eighth Revised Edition. Washington, DC: The National Academies Press. DOI: https://doi.org/10.17226/19014. DOI: https://doi.org/10.17226/19014

Ngxumeshe, A. M., Ratsaka, M., Mtileni, B., & Nephawe, K. (2020). Sustainable application of livestock water footprints in different beef production systems of South Africa. Sustainability, 12(23), 9921. DOI: https://doi.org/10.3390/su12239921

Noinan, K., Netpakdee, N., Temdee, P., Wicha, S., & Chaisricharoen, R. (2022, January). Decision Tree based Feeding Program Recommendation in Beef Cattle. In 2022 Joint International Conference on Digital Arts, Media and Technology with ECTI Northern Section Conference on Electrical, Electronics, Computer and Telecommunications Engineering (ECTI DAMT & NCON) (pp. 389-394). IEEE. DOI: https://doi.org/10.1109/ECTIDAMTNCON53731.2022.9720370

Ohlsson, J., Han, S. (2018). The Prioritisation and Categorisation Method - PCM. In: Prioritising Business Processes. SpringerBriefs in Business Process Management. Springer, Cham. https://doi.org/10.1007/978-3-319-70398-5_3 DOI: https://doi.org/10.1007/978-3-319-70398-5_3

Palhares, J. C. P., Morelli, M., & Novelli, T. I. (2021). Water footprint of a tropical beef cattle production system: The impact of individual-animal and feed management. Advances in Water Resources, 149, 103853. DOI: https://doi.org/10.1016/j.advwatres.2021.103853

Pereira, B. R. A. & de Carvalho, J. B. (2025). Análise econômica e viabilidade da pecuária de corte no Leste de Mato Grosso Do Sul. Revista Ouricuri, 15(1), 03-20. DOI: https://doi.org/10.59360/ouricuri.vol15.i1.a22158

Permono, B. & Kurniati, A. (2024). Decision-Making Processes in Resource Management: Lessons from the Agriculture Sector. Journal of Resource Management and Decision Engineering, 3(2), 13-23. DOI: https://doi.org/10.61838/kman.jrmde.3.2.3

Raji, E., Ijomah, T. I., & Eyieyien, O. G. (2024). Data-Driven decision making in agriculture and business: The role of advanced analytics. Computer Science & IT Research Journal, 5(7), 1565-1575. DOI: https://doi.org/10.51594/csitrj.v5i7.1275

Rodrigues Junior, U. J., & Dziedzic, M. (2021). The water footprint of beef cattle in the amazon region, Brazil. Ciência Rural, 51, 20190294. DOI: https://doi.org/10.1590/0103-8478cr20190294

Salgado, N. F., da Silva, P. A. L., da Silva Júnior, O. S., Portella, A. G., Moreira, M. Â. L., & dos Santos, M. (2023). Application of the PrOPPAGA Method in the evaluation of returnable stretches in the context of the processes of early extension of railway concessions. Procedia Computer Science, 221, 277-284. DOI: https://doi.org/10.1016/j.procs.2023.07.038

Santos, C. O., de Siqueira Pinto, A., Dos Santos, M. P., Alves, B. J. R., Neto, M. B. R., & Ferreira, L. G. (2024). Livestock intensification and environmental sustainability: An analysis based on pasture management scenarios in the brazilian savanna. Journal of Environmental Management, 355, 120473. DOI: https://doi.org/10.1016/j.jenvman.2024.120473

Santos, F. B. & dos Santos, M. (2021). Prioridade observada a partir da presunção de atitude gaussiana das alternativas (PrOPPAGA): proposta axiomática e desenvolvimento de uma plataforma computacional para um novo método multicritério de apoio à tomada de decisão. Revista SIMEP, 1(1). DOI: https://doi.org/10.29327/236221.1.1-7

Santos, F. B. & dos Santos, M. (2022). Choice of armored vehicles on wheels for the Brazilian Marine Corps using PrOPPAGA. Procedia Computer Science, 199, 301-308. DOI: https://doi.org/10.1016/j.procs.2022.01.037

Santos, F. B., dos Santos, M., & Pellanda, P. C. (2021). Development and implementation of a computational tool for the multi-criteria decision analysis method proppaga: case study of the sorting of hospital assistance ships of the brazilian navy to face the COVID-19 pandemic. Brazilian Journal of Development, 7(10), 97813-97830. DOI: https://doi.org/10.34117/bjdv7n10-211

Santos, F. B., Santos, M. (2022). www.proppaga.com.br, v. 2.

Sarah, J., Marieke, G., Maria, W., J. A., van, Til., Dennis, W., Raisch., J.G., van, Manen., Maarten, Joost, I. (2014). 4. A Systematic Review to Identify the Use of Preference Elicitation Methods in Health Care Decision Making. Value in Health, DOI: 10.1016/J.JVAL.2014.08.1596 DOI: https://doi.org/10.1016/j.jval.2014.08.1596

Sawalhah, M. N., Geli, H. M., Holechek, J. L., Cibils, A. F., Spiegal, S., & Gifford, C. (2021). Water footprint of rangeland beef production in new mexico. Water, 13(14), 1950. DOI: https://doi.org/10.3390/w13141950

Silva Sena, B., Souza, R. W. C., Prado, K. E. M., Neves, J. E. G., Bruziguessi, E. P., & Oliveira, I. A. A. (2024). Explorando alternativas alimentares sustentáveis: espécies nativas do cerrado na alimentação de bovinos a pasto. Cadernos de Agroecologia, 19(1).

Silva Moraes, S. (2001). Importância da suplementação mineral para bovinos de corte. Embrapa, Centro Nacional de Pesquisa de Gado de Corte.

Simos, J. (1989). L'évaluation environnementale: Un processus cognitif négocié (No. 823). EPFL.

Souza, D. S., Milhomem, G. S., dos Santos, M., & de Carvalho, J. P. (2023). Aplicação do método PrOPPAGA na cadeia de suprimentos. Revista Eixo, 12(3), 106-115.

Spers, M. J. S., Marcondes, O. G., Spers, R. C., Gaion, L. A., Carratore, C. R. D., da Costa, I. B., da Silva, L. P., & Minardi, L. G. (2024). Development of an application prototype for nutritional supplements of beef cattle in the dry season aimed for rural producers. Observatório de la Economía Latinoamericana, 22(2), e3501. DOI: https://doi.org/10.55905/oelv22n2-233 DOI: https://doi.org/10.55905/oelv22n2-233

Uyeh, D. D., Pamulapati, T., Mallipeddi, R., Park, T., Asem-Hiablie, S., Woo, S., ... & Ha, Y. (2019). Precision animal feed formulation: An evolutionary multi-objective approach. Animal Feed Science and Technology, 256, 114211. DOI: https://doi.org/10.1016/j.anifeedsci.2019.114211

Von Winterfeldt, D. & Edwards, W. (1993). Decision analysis and behavioral research.

Vilela, D., Matos, L. L. de D’Oliveira, P. S., Oliveira, J. S. e, Verneque, R. da S., & Martins, C. E. (2024). Índices de qualidade nutricional como critério de seleção no melhoramento de forrageiras. Revista Contemporânea, 4(10), e5939. https://doi.org/10.56083/RCV4N10-002 DOI: https://doi.org/10.56083/RCV4N10-002

Wang, T., Kreuter, U., Davis, C., & Cheye, S. (2024). Climate impacts of alternative beef production systems depend on the functional unit used: Weight or monetary value. Proceedings of the National Academy of Sciences, 121(31), e2321245121. DOI: https://doi.org/10.1073/pnas.2321245121

Yang, T. & Chou, P. (2005). Solving a multiresponse simulation-optimization problem with discrete variables using a multiple-attribute decision-making method. Mathematics and Computers in simulation, 68(1), 9-21. DOI: https://doi.org/10.1016/j.matcom.2004.09.004

Zhang, H., Zhuo, L., Xie, D., Liu, Y., Gao, J., Wang, W., ..., & Wu, P. (2022). Water footprints and efficiencies of ruminant animals and products in China over 2008–2017. Journal of Cleaner Production, 379, 134624. DOI: https://doi.org/10.1016/j.jclepro.2022.134624

Descargas

Publicado

2025-06-02

Número

Vol. 11 Núm. 2 (2025): Edición regular (abril - junio)

Sección

INVESTIGACIÓN OPERATIVA

Licencia

Derechos de autor 2025 Nailhane Rodrigues Carvalho Santana, Abdeladhim Tahimi, Francisco Jácome Sarmento, Eder Costa Cassettari, Armando Dias Duarte (Autor)

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.

Todas las obras publicadas en la Revista Brasileña de Ingeniería de Producción (BJPE) están bajo la licencia Creative Commons Atribución 4.0 Internacional (CC BY 4.0).

Esto significa que:

Cualquier persona puede copiar, distribuir, exhibir, adaptar, remezclar e incluso utilizar comercialmente el contenido publicado en la revista;

Siempre que se reconozca debidamente a los autores y a BJPE como fuente original;

No se requiere permiso adicional para la reutilización, siempre que se respeten los términos de la licencia.

Esta política cumple con los principios de acceso abierto, promoviendo la amplia difusión del conocimiento científico.

🔗 Haga clic aquí para acceder a la licencia completa.

Cómo citar

Santana, N. R. C., Tahimi, A., Sarmento, F. J., Cassettari, E. C., & Duarte, A. D. (2025). Desarrollo del ÍNDICE COMPUESTO TOPSIS–PrOPPAGA (ICTP) para apoyo a la decisión en el proceso de selección de suplementación bovina. Brazilian Journal of Production Engineering, 11(2), 230-243. https://doi.org/10.47456/bjpe.v11i2.47641

Artículos similares

1-10 de 838

También puede Iniciar una búsqueda de similitud avanzada para este artículo.