COVID-19 highlighted higher education’s resistance to implementing the student-centered and ICT (information and communication technology)-enabled learning practices as incentivized by the Bologna Declaration. ICTs were crucial to keep the students in educational programs during the outbreak; however, some students were left out, increasing socioeconomic differences, and many teachers needed the training to provide online lectures effectively. Despite those barriers, the current context could be an opportunity to invest in new teaching and learning practices. The main goal of this research is to analyze how teachers and students from veterinary programs in Portugal adapted to the digital environment, and perceive whether this change imposed by COVID-19 could provide teachers and higher institutions with new solutions to implement effective student-centered and ICT-enabled learning models. Results show that veterinary programs are based on student-centered practices by nature, but that the use of ICTs is still incipient. Teachers, students, and members from the Professional Order claim that the worst change brought by COVID-19 was the cancellation of hands-on sessions, impoverishing the students’ education during the time of mandatory confinement. Actors say that it is important to invest in innovative teaching and learning practices enabled by ICTs in the future.

É essencial para as empresas conseguir obter uma boa previsão de vendas diárias a partir de informações anteriores relacionadas às vendas de seus produtos e/ou serviços. Através dessa previsão a empresa pode se preparar para as variações de mercado, além disso uma previsão de vendas correta permite ter uma melhor percepção de pontos de melhoria na equipe. Dessa forma, este estudo teve como objetivo prever as vendas diárias de uma das maiores redes de farmácias da Europa, a Rossmann. Para isso, com o auxílio do software R, realizou-se uma análise dos dados coletados através de estatísticas descritivas e visualizações gráficas. Em seguida, utilizou-se o Modelo Autorregressivo Integrado De Médias Móveis (ARIMA) para a construção de 10 modelos, e a partir do valor do Critério de Informação de Akaike (AIC) foi escolhido o melhor modelo. Como resultado, percebeu-se que o modelo ARIMA (1,2,1) apresentou os melhores resultados.

No abstract

Em meio ao ambiente de forte competitividade, as indústrias do ramo alimentício se tornam mais fortes quando oferecem produtos de qualidade e confiabilidade aos seus clientes.A utilização das ferramentas do controle estatístico do processo (CEP) auxilia na análise e monitoramento dos processos produtivos, tornando-os mais robustos e possibilitando às empresas oferecer produtos com melhor padrão de qualidade. O presente trabalho foi desenvolvido em uma empresa do ramo alimentício que possuía muitas perdas relacionadas ao peso dos produtos. Baseado nesse cenário foram coletadas amostras estratificadas divididas em subgrupos racionais e, através de algumas análises utilizando as ferramentas do CEP, foi possível avaliar os problemas e definir se o processo estava fora de controle ou não.Palavras-Chave: Qualidade, Controle Estatístico do Processo, Gráfico de Controle. IntroduçãoPara uma empresa garantir a qualidade de seus produtos e a redução de quaisquer desperdícios, buscando por menores preços e melhor satisfação dos clientes, é necessário que ela seja capaz de produzir através de um processo estável com indicadores dentro dos padrões definidos.Diante disso, o Controle Estatístico do Processo (CEP) é uma ferramenta da qualidade que possibilita aumentar a confiabilidade ao processo, por meio da medição e avaliação do seu desempenho, minimizando a quantidade de produtos defeituosos produzidos e colocados no mercado (CARPINETTI, 2013). Através dele, características da qualidade do processo são monitoradas, assegurando que estas estejam dentro dos limites especificados e indicando quando se faz necessário intervir no processo.Este estudo foi desenvolvido em uma empresa do setor alimentício que produz vários tipos de massas, onde foram identificadas muitas perdas, devido à alta quantidade de produtos gerados fora da especificação e enviados à central de retrabalho. O monitoramento das

No abstract