Capacidades humanas e comportamento de conservação de energia: uma análise de rede neural artificial

Lima, Pedro Augusto Bertucci; Luiz, Octaviano Rojas; Furlan, Marcelo

doi:10.1590/1806-9649-2025v32e3725

Tabla de contenido Anterior Actual Siguiente

THEMATIC SECTION: DIGITAL TRANSFORMATION, INTELLIGENT MANUFACTURING AND SUPPLY CHAIN MANAGEMENT 4.0 • Gest. Prod. 32 • 2025 • https://doi.org/10.1590/1806-9649-2025v32e3725 linkcopiar

Capacidades humanas e comportamento de conservação de energia: uma análise de rede neural artificial

Autoria SCIMAGO INSTITUTIONS RANKINGS

Resumo

Resumo A literatura passou a analisar o papel da abordagem das capacidades na adoção de comportamentos pró-ambientais. No entanto, ainda há escassez de estudos sobre comportamentos de conservação de energia. Portanto, a presente pesquisa tem como objetivo analisar se as capacidades humanas estão relacionadas à adoção de comportamentos de conservação de energia. Para atingir esse objetivo, foi realizada uma análise de cluster utilizando redes neurais artificiais (ANN), uma técnica de aprendizado de máquina, em conjunto com análise estatística. Os clusters foram posteriormente verificados com o método k-means. O estudo incluiu dados de uma amostra de 642 indivíduos com ensino superior completo que responderam a um questionário online. Três clusters foram gerados a partir da aplicação da ANN, e os comportamentos de desligar as luzes, otimizar o uso de máquinas de lavar e comprar produtos energeticamente eficientes apresentaram diferenças significativas entre os grupos. O cluster com maiores níveis de capacidades humanas apresentou maiores níveis de adoção de comportamentos de economia de energia, sugerindo que quanto mais capacidades um indivíduo possui, mais comportamentos de economia de energia ele adota. Os resultados contribuem para a literatura inicial sobre a relevância da abordagem de capacidades na adoção de comportamentos pró-ambientais, além de ser um dos primeiros estudos a empregar a técnica de clusterização por ANN em análises de comportamentos pró-ambientais.

Palavras-chave:
Comportamento de conservação de energia; Capacidades humanas; Redes neurais artificiais; Análise de cluster; Comportamento pró-ambiental

Number of Clusters	2	3	4	5
Davies-Bouldin Index	16,482	16,397	17,515	19,128

Cluster	Mean age	Women (%)	Men (%)	Other (%)
1	36.15	104 (62.90%)	64 (38.10%)	0
2	38.58	18 (58.06%)	12 (38.71%)	1 (3.22%)
3	39.56	255 (57.56%)	184 (41.53%)	4 (0.90%)

Capability	Cluster 1		Cluster 2		Cluster 3
Capability	Mean	Median	Mean	Median	Mean	Median
1	5.73	6	3.94	4	5.85	6
2	4.01	4	2.74	2	4.88	5
3	4.49	5	3.58	3	5.16	6
4	3.63	4	2.45	2	4.66	5
5	5.30	6	4.90	5	6.07	6
6	3.97	4	4.23	5	5.30	6
7	5.29	6	4.74	6	5.72	6
8	4.54	5	3.61	3	4.85	6
9	3.20	3	3.26	3	4.04	4
10	3.39	3	3.23	3	5.04	5
11	3.83	3	3.55	4	5.62	6
12	5.93	6	4.90	5	6.55	7
13	5.89	6	3.48	3	6.65	7
14	4.95	5	3.61	4	6.26	7
15	4.39	5	4.00	4	6.15	6
16	3.83	4	2.61	2	5.43	6

Energy conservation behavior	ρ-value	Result
How often do you turn off the lights when leaving a room?	0.064	At least two clusters present differences
How often do you switch off standby modes of appliances or electronic devices?	0.799	There are no differences between clusters
How often do you cut down on heating or air conditioning to limit energy use?	0.637	There are no differences between clusters
How often do you turn off the TV when leaving a room?	0.393	There are no differences between clusters
How often do you wait until you have a full load to use the washing machine or dishwasher?	0.011	At least two clusters present differences
How often do you buy energy-efficient household devices?	0.029	At least two clusters present differences

Energy conservation behavior	Comparison between clusters	Test statistics	Standard Error	Pattern Test Statistics	ρ-value	Adjusted ρ-value
Turning off the lights when leaving a room	2 - 1	54.097	32.059	1.687	0.092	0.275
	2 - 3	-68.471	30.469	-2.247	0.025	0.074
	1 - 3	-14.374	14.860	-0.967	0.333	1.000
Optimizing the washing machine/dishwasher use	1 - 2	-40.936	34.239	-1.196	0.232	0.696
	1 - 3	-47.577	15.871	-2.998	0.003	0.008
	2 - 3	-6.642	32.542	-0.204	0.838	1.000
Purchasing energy-efficient products	2 - 1	43.564	34.005	1.281	0.200	0.600
	2 - 3	-79.289	32.344	-2.451	0.014	0.043
	1 - 3	-35.725	15.812	-2.259	0.024	0.072

Capability	Cluster 1		Cluster 2		Cluster 3
Capability	Mean	Median	Mean	Median	Mean	Median
1	5.20	6	5.65	6	6.12	6
2	3.67	3	4.70	5	5.05	5
3	4.11	4	4.77	5	5.53	6
4	3.24	3	4.59	5	4.79	5
5	5.16	6	5.92	6	6.18	7
6	4.12	4	4.63	5	5.60	6
7	5.23	6	4.66	5	6.36	7
8	4.39	5	2.79	3	6.17	6
9	2.88	3	4.50	5	3.93	4
10	3.41	3	4.88	5	5.03	5
11	3.67	3	5.51	6	5.69	6
12	5.91	6	6.45	7	6.49	7
13	5.55	6	6.52	7	6.65	7
14	4.60	5	6.12	6	6.37	7
15	4.19	4	6.12	6	6.18	7
16	3.36	3	5.37	6	5.57	6

location_on

Universidade Federal de São Carlos Departamento de Engenharia de Produção , Caixa Postal 676 , 13.565-905 São Carlos SP Brazil, Tel.: +55 16 3351 8471 - São Carlos - SP - Brazil
E-mail: gp@dep.ufscar.br

rss_feed Acompañe los números de esta revista en su lector de RSS

[1] ρ-values were adjusted with Bonferroni tests.