No abstract

Considering the high impact of the transport on the total logistics cost, the transportation management is fundamental to maintain the company's competitiveness. Particularly in Brazil, fuel represents a significant cost for the motors carriers. So, this paper presents the development of a generic mathematic model that optimizes the fuel cost and assists the company's decision making on refuelling policy choices. Basically, in order to reduce the total cost, this model analyses the fuel prices variations in a road network and, thereby, it define: (i) which truck stop(s) to use, and (ii) how much fuel to buy at the chosen truck stop(s). Therefore, to assist the development of this model, a set of publications was raised related to the techniques of refuelling optimization. As opposed to the papers analyzed, in which, the models are validated using simulations, the presented model uses a case study as a reference and, in this case, the model provided a decrease of 2.3% in total fuel cost.

Objective:To evaluate the effect of a new probiotic strain combination, Ligilactobacillus salivarius subsp infantis PS11603 and Bifidobacterium longum PS10402, on gut bacterial colonization of preterm infants.Methods:A randomized, double-blind, placebo-controlled study was conducted in preterm infants from 28 weeks + 0days to 30 weeks + 6days of gestation. Thirty preterm infants were randomly selected after birth to receive either probiotics or placebo. Stool samples were collected before product intake and then sequentially during the first weeks of their admission. Classical microbiological, metagenomics and multiplex immunological analyses were performed to assess the bacterial and immune profile of the samples.Results:Twenty-seven infants completed the study (14 vs 13, probiotic and placebo groups). A higher number of participants were colonized by Lactobacilli in the probiotic group than in the placebo group (93% vs 46%; P = 0.013). Similar results were obtained when analysing bifidobacterial colonization (100% vs 69%; P = 0.041). Earlier colonization was observed in the probiotics group versus the placebo group, specifically 5 weeks for Lactobacillus and 1 week for Bifidobacterium. Although no effect was observed in the faecal immunological profile, a decreasing trend could be observed in Th17 response during the first week of probiotic treatment. None of the adverse events (AEs) registered were related to product intake.Conclusion:Probiotic supplementation with L salivarius PS11603 and B longum subsp. infantis PS10402 enhanced an earlier colonization of Lactobacillus and Bifidobacterium in preterm infants’ guts in 5 and 1 week, respectively. A higher number of infants were colonized by Lactobacilli with the probiotics’ intake at the end of the study.

A globalização aumenta a pressão pela excelência nas organizações. Isso intensifica a concorrência entre elas, fazendo com que busquem constantemente uma maior eficiência do seu processo produtivo e uma melhor utilização de seus recursos de produção. Frente à esta realidade, são utilizados indicadores de desempenho para suportar decisões a serem tomadas e melhorar o planejamento da cadeia produtiva. Neste contexto, encontra-se a aplicação da Eficiência Global dos Equipamentos-Overall Equipment Effectiveness (OEE), proposto pela metodologia Total Productive Maintenance (TPM), que calcula a eficácia dos equipamentos e auxilia na análise do rendimento real dos recursos de produção, possibilitando o detalhamento das perdas que afetam diretamente a produtividade através de três parâmetros: disponibilidade, performance e qualidade. Dessa forma, o presente trabalho propõe a realização de uma análise sobre o cálculo do OEE para avaliação no desempenho de um convertedor em uma indústria siderúrgica de grande porte. Os principais resultados encontrados foram em relação ao parâmetro performance, onde foram analisadas possíveis causas, uma simulação de quanto sua melhora impactaria no resultado final do OEE e uma visão futura de como o indicador poderia ser melhor utilizado para auxiliar ainda mais na tomada de decisão eficaz e obtenção de maior ganho de produtividade operacional.

Projetar cadeia de suprimentos é uma importante decisão estratégica e seu impacto influencia diretamente na eficiência e no nível de serviço. O projeto se torna mais complexo quando o objetivo é minimizar o custo de distribuição e utilizar a postergação de tempo na cadeia de suprimentos. Os modelos matemáticos atualmente estudados na literatura de cadeia de suprimentos consideram vários atores. Entretanto, em problemas reais existem diferentes combinações desses atores, criando fluxos próprios de transportes e aumentando a complexidade da cadeia de suprimentos. Este artigo propõe um modelo matemático para projetar a cadeia de suprimentos com postergação de tempo a partir da programação não linear inteira mista para minimizar o custo total, considerando os custos de transportes, abertura de instalações e operacionais. O modelo permite a possibilidade de uma instalação híbrida, ou seja, dois tipos de instalações abertas no mesmo local, sendo uma importante oportunidade de redução de custos. Diferentes conjuntos de instâncias foram simulados para buscar a solução ótima e analisar o comportamento da cadeia de suprimentos em diferentes tamanhos de cenários, os quais foram resolvidos usando um solver comercial e suas performances foram estudadas. O modelo proposto apresenta viabilidade em seu uso para instâncias pequenas e médias com tempo computacional suficiente para auxílio no processo de tomada de decisão.