Diagnóstico do Sistema de Gestão da Defesa Agropecuária Catarinense Sigen+
dc.contributor.advisor | Cardoso, Susana | pt_BR |
dc.contributor.author | Venson, Luana Oliveira de Souza | pt_BR |
dc.date.accessioned | 2023-02-25T03:26:55Z | pt_BR |
dc.date.issued | 2022 | pt_BR |
dc.identifier.uri | http://hdl.handle.net/10183/255086 | pt_BR |
dc.description.abstract | A implementação de sistemas de informação em órgãos públicos vem crescendo, motivada principalmente pela necessidade de modernizar e melhorar os serviços prestados. Neste contexto o Sigen+ foi implementado e desde 2018 é utilizado para o registro dos dados de abate e condenação de aves no Serviço de Inspeção Estadual de Santa Caarina, porém nunca foi analisado quanto ao seu desempenho. Portanto este estudo tem por objetivo realizar um diagnóstico pontual do Sigen+, buscando identificar características e funcionalidades positivas e negativas, oportunidades e ameaças, com base na análise de percepção dos usuários e analisar os dados de abate e condenação post mortem armazenados. Os dados para a identificação das características e funcionalidades positivas e negativas, oportunidades e ameaças foram coletados através da aplicação de um questionário com perguntas abertas e fechadas, analisadas com o emprego da análise de SWOT associada à análise de frequência, teste Kappa de Fleiss e taxa de concordância e contou com 17 respondentes usuários do sistema. Já os dados de abate e condenação post mortem armazenados foram extraídos diretamente do banco de dados do Sigen+ considerando o período de janeiro de 2018 a dezembro de 2020 e a totalidade dos abatedouros frigoríficos de aves registrados no Serviço de Inspeção Estadual de Santa Catarina e foram analisados utilizando o teste de Kruskall Wallis com post-hoc de Dunn com correção de Bonferroni. Os resultados demonstraram que houve um maior número de forças e de funcionalidades positivas no Sigen+, com destaque para os filtros de pesquisa, usabilidade e emissão de relatórios com informações claras e completas. Alguns pontos necessitam de melhorias, como as opções de nomenclatura das lesões identificadas, a mensuração de perdas por condenações no abatedouro, o longo tempo de resposta e a ausência de treinamentos específicos, esses pontos exigem atenção e adoção de medidas corretivas. O Sigen+ satisfaz integralmente os usuários quanto a qualidade da informação e a qualidade dos dados e o mostrou-se um sistema de informação de qualidade, com características que determinam a percepção de valor e satisfação dos usuários. Em relação aos dados de abate e condenação post mortem os resultados demostraram que 99,5 % das aves domésticas de criação abatidas eram do gênero Gallus, esse gênero tive o maior total de condenações post mortem, com destaque para as galinhas de reprodução e poedeiras comerciais e as principais causas de condenação identificadas foram contusão/fratura, celulite, dermatose, contaminação e artrite, com particularidades entre frangos de corte, galinhas de reprodução e poedeiras comerciais. Nas aves do gênero Anas as principais causas de condenação foram contusão/fratura, escaldagem excessiva, ascite, caquexia e contaminação. As lesões de condenação post mortem mais prevalentes em ambos os gêneros foram contusão/fratura, contaminação e escaldagem excessiva, todas associadas a falhas de procedimentos no pré-abate ou no abate, que necessitam de adoção de medidas de controles, de treinamento e de conscientização dos envolvidos no processo. O diagnóstico realizado no Sigen+ demostrou várias qualidades e alguns pontos que carecem de melhorias, que ele é uma fonte de dados capaz de identificar as causas e taxas de condenação com especificação do gênero e da categoria da ave doméstica de criação abatida e que ele atende a finalidade de sua implementação. | pt_BR |
dc.description.abstract | The implementation of information systems in public agencies has been growing, motivated by the need to modernize and improve the services provided. In this context, Sigen+ was implemented and since 2018 has been used to record poultry slaughter and carcass condemnation data, but it has never been analyzed regarding its performance. Therefore, this study aims to conduct a punctual diagnosis of Sigen+, to identify positive and negative characteristics and functionalities, opportunities, and threats, based on users' perception and to analyze the stored slaughter and post-mortem condemnation data. Data for the identification of positive and negative characteristics and functionalities, opportunities and threats were collected through questionnaire with open and closed questions, analyzed using SWOT analysis associated with frequency analysis, Fleiss Kappa test and agreement rate, and had 17 respondents, all active system users. The stored slaughter and postmortem condemnation data were extracted directly from the Sigen+ database, considering the period from January 2018 to December 2020 and all the poultry slaughterhouses registered with the State’s Inspection Service of Santa Catarina and were analyzed by Kruskall Wallis with Dunn's post-hoc and Bonferroni correction. The results showed that there was a greater number of strengths and positive features, with emphasis on search filters, usability, and reporting with clear and complete information. Some points need improvement, such as the nomenclature options for the identified lesions, the measurement of losses due to condemnations in the slaughterhouse, the system’s long response time and the absence of specific training, these points require attention and the adoption of corrective measures. Sigen+ fully satisfies users in terms of information quality and data quality and proved to be a quality information system, with characteristics that determine the perception of value and user satisfaction. Regarding data on slaughter and post-mortem condemnation, the results showed that 99.5% of poultry slaughtered were of the genus Gallus, which had the highest total of post-mortem convictions, with emphasis on breeding hens and commercial laying hens. The main causes of condemnation identified were contusion/fracture, cellulitis, dermatitis, contamination, and arthritis, with particularities among broilers, breeding hens and commercial laying hens. In birds of the genus Anas, the main causes of condemnation were contusion/fracture, excessive scalding, ascites, cachexia, and contamination. The most prevalent post-mortem injuries in both genders were contusion/fracture, contamination, and excessive scalding, all associated with failures in pre-slaughter or slaughter procedures, which require the adoption of control, training, and awareness measures of those involved in the process. The diagnosis conducted in Sigen+ showed several qualities and some points for improvement, that it is a data source capable of identifying the causes and conviction rates with specification of gender and category of domestic fowl that the system fulfills the purpose of its implementation. | en |
dc.format.mimetype | application/pdf | pt_BR |
dc.language.iso | por | pt_BR |
dc.rights | Open Access | en |
dc.subject | Sistemas de informação | pt_BR |
dc.subject | Public health | en |
dc.subject | Animal health | en |
dc.subject | Diagnóstico organizacional | pt_BR |
dc.subject | Condenação de carcaças | pt_BR |
dc.subject | Official control | en |
dc.subject | Inspection | en |
dc.subject | Abate | pt_BR |
dc.subject | Aves domesticas | pt_BR |
dc.subject | System quality | en |
dc.title | Diagnóstico do Sistema de Gestão da Defesa Agropecuária Catarinense Sigen+ | pt_BR |
dc.type | Dissertação | pt_BR |
dc.contributor.advisor-co | Kindlein, Líris | pt_BR |
dc.identifier.nrb | 001162447 | pt_BR |
dc.degree.grantor | Universidade Federal do Rio Grande do Sul | pt_BR |
dc.degree.department | Faculdade de Veterinária | pt_BR |
dc.degree.program | Programa de Pós-Graduação em Alimentos de Origem Animal | pt_BR |
dc.degree.local | Porto Alegre, BR-RS | pt_BR |
dc.degree.date | 2022 | pt_BR |
dc.degree.level | mestrado profissional | pt_BR |
Este item está licenciado na Creative Commons License
![](/themes/Mirage2Novo//images/lume/cc.png)
-
Ciências Agrárias (3241)