-
Seleção de pós-graduação usando análise de decisão multicritério
- Voltar
Título
Seleção de pós-graduação usando análise de decisão multicritério
Tipo de documento
Vinhetas
Descrição
Resumo apresentado na Health Technology Assessment international (HTAi)
Fonte
HTAi
Ano de publicação
2017
Referência (Vancouver)
Santos M, Senna K, Magliano C, Baldissara J. Post-graduation Selection Using Multi-Criteria Decision Analysis. In: HTAi Annual Meeting Abstract Book; 2017 June 17-21; Rome, Italy. Health Technology Assessment International, HTAi; 2017. p. 367-368. VP064.
Identificador
2017HTAi033
Title
Post-graduation selection using multi-criteria decision analysis
Description
Abstract presented at Health Technology Assessment international (HTAi)
Source
HTAi
Publication year
2017
Reference (Vancouver)
Santos M, Senna K, Magliano C, Baldissara J. Post-graduation Selection Using Multi-Criteria Decision Analysis. In: HTAi Annual Meeting Abstract Book; 2017 June 17-21; Rome, Italy. Health Technology Assessment International, HTAi; 2017. p. 367-368. VP064.
Identifier
2017HTAi033
Resumo
A seleção de candidatos para programas de pós-graduação é considerada uma tarefa complexa, frequentemente sujeita a falhas, especialmente em relação à avaliação de habilidades não cognitivas (1,2) (por exemplo, Motivação). Identificar candidatos adequados é importante para o sucesso geral dos programas de pós-graduação, uma vez que a evasão e a baixa produtividade afetam negativamente a classificação do programa pela Agência Governamental Brasileira. Este estudo tem como objetivo descrever o uso da Análise Multicritério de Decisão (3) na seleção de candidatos para um programa de mestrado em Avaliação de Tecnologias em Saúde (ATS). Métodos: A técnica de Análise Multicritério de Decisão (MCDA) foi utilizada para medir o valor na seleção de alunos que se candidataram ao programa de mestrado em 2017, utilizando métodos da Teoria de Valor Multi-Atributo (MAVT). O grupo de examinadores consistiu em professores em tempo integral que selecionaram os critérios, classificaram cegamente e atribuiram pesos relativos a cada critério, utilizando a técnica de pesos swing, normalizada em 100 por cento. Durante a entrevista presencial com os alunos, cada professor avaliador preencheu uma planilha individual com base em perguntas pré-definidas e análise curricular. Os resultados foram resumidos com uma média. Para o desempenho dos critérios, um valor de 0 a 3 foi atribuído caso o candidato não atendesse ao critério, atendesse parcialmente ou atendesse plenamente. As pontuações de desempenho foram multiplicadas pelo peso de cada critério, e os resultados foram resumidos por um modelo aditivo simples, e os candidatos foram classificados. Resultados: Foi realizada uma entrevista com o grupo examinador avaliando o MCDA, questionando sobre dificuldades, tempo consumido e se o resultado foi considerado justo. Sete critérios foram listados: “Compreensão de ATS”, “Motivação”, “Capacidade de disseminar informações”, “Disponibilidade para frequentar o curso”, “Produção científica”, “Potencial para atuar na área de ATS” e “Habilidades de escrita científica”. O maior peso (24 por cento) foi atribuído ao “Potencial para atuar na área de ATS” e “Habilidades de escrita científica” (20 por cento). O grupo avaliador foi unânime em considerar o processo fácil, rápido e justo. Conclusões: A técnica MCDA foi aplicada com sucesso na seleção de alunos. Mais estudos prospectivos são necessários.
Notas
O registro foi originalmente publicado em inglês. A versão em português foi traduzida com o apoio de inteligência artificial.
Abstract
Introduction: Selecting candidates for graduate programs is considered to be a complex task, often subject to failures, especially regarding to the appraisal of non-cognitive (1,2) skills (for example, Motivation). Identifying suitable candidates is important for the overall success of the graduate programs, since dropouts and low productivity negatively affect the program classification by the Brazilian Governmental Agency. This study aims to describe the use of Multicriteria Decision Analysis (3) in the selection of candidates for a master degree program in Health Technology Assessment (HTA). Methods: The Multicriteria Decision Analysis (MCDA) technique was used to measure value in the selection of students applying for a masters degree program, in 2017, using Multi-Attribute Value Theory methods (MAVT) method. The examiners group consisting of full-time professors who selected the criteria, blinded ranked and assigned weight relative to each criterion, using swing weights technique, normalized to 100 percent. During the face to face interview with the students, each evaluator professor filled an individual spreadsheet based on pre-defined questions and curriculum analysis. The results were summarized with a mean. For criterion performance, a value from 0 until 3 was assigned if the candidate didn’t meet the criterion, partially meet and fully meet. The performance scores were multiplied by the weight of each criterion, the results were summarized by simple additive model, and the candidates were ranked. Results: An interview was conducted with the examining group evaluating MCDA asking for difficulties, time consumed and if the result was considered fair. Seven criteria were listed: “Comprehension of HTA”, “Motivation”, “Ability to disseminate information”, “Availability to attend the course”, “Scientific production”, “Potential to work in HTA area” and “Scientific writing skills”. The highest weight (24 percent) was attributed to the “Potential to work in HTA area” and “Scientific writing skills” (20 percent). The evaluating group was unanimous in considering the process easy, fast and fair. Conclusions: The MCDA technique was applied successfully in student selection. Further prospective studies are needed.
Notes
The record was originally published in English. The Portuguese version was translated with the support of artificial intelligence.