DIMENSIONAMENTO DOCENTE DO INSTITUTO ISPA COM BASE NAS DIMENSÕES ENSINO, PESQUISA E

EXTENSÃO

1ª VERSÃO ATUALIZADA DO RELATÓRIO DE DIMENSIONAMENTO FEITO PELA CPPD

ANTÔNIO CORDEIRO DE SANTANA HERDJANIA VERAS DE LIMA

RAYKLEISON IGOR DOS REIS MORAES

Belém, Dezembro de 2018

EQUIPE TÉCNICA DA CPPD

PROFESSORES

• Representante da Classe A - Raimunda Macilena da Silva

• Representante da Classe B - Marco Aurélio leal Alves do Ó

• Representante da Classe C - Raykleison Igor dos Reis Moraes (Vice-Presidente da CPPD)

• Representante da Classe D - Herdjania Veras de Lima (Presidente da CPPD)

• Representante da Classe E - Antônio Cordeiro de Santana

TÉCNICOS ADMINISTRATIVOS

• Joaquim Maduro Leão

• Luiz Guilherme Santos Moraes

• Neyla Maria de Oliveira Lima

AGRADECIMENTO

A CPPD agradece a colaboração voluntária da técnica Gilmara Maureline Teles da Silva de

Oliveira, na conferência e/ou coleta dos dados sobre as variáveis que definem as

dimensões Pesquisa e Extensão no LATTES dos docentes.

SUMÁRIO

1. INTRODUÇÃO .............................................................................................................................. 4

2. METODOLOGIA ............................................................................................................................ 5

2.1 Estimação dos pesos associados às variáveis explanatórias ................................................. 7

2.2 Definição da alocação docente nas Unidades de Gestão ..................................................... 8

3. ANÁLISE DOS RESULTADOS DO INSTITUTO ISPA......................................................................... 9

3.1 Análise descritiva das variáveis ............................................................................................. 9

3.2 Índice de desempenho docente - IDD ................................................................................. 11

3.3 Análise sistêmica dos resultados ......................................................................................... 12

4. CONSIDERAÇÃO FINAL .............................................................................................................. 14

REFERÊNCIAS ................................................................................................................................. 15

APÊNDICE A – DEFINIÇÃO DAS VARIÁVEIS EXPLANATÓRIAS ........................................................ 17

4

1. INTRODUÇÃO

O desempenho competitivo das Instituições Federais de Ensino Superior (IFES), no contexto da Indústria da Educação (SANTANA et al., 2002; SANTANA, 2013; SANTANA, 2014) deve ser avaliado em consonância com os instrumentos utilizados por empresas de referência na formação de capital humano para os mercados de trabalho públicos e privados, com vistas a dar o retorno social esperado pela população que paga imposto no Brasil. Este fundamento básico deve estar atrelado a estratégias de gestão capazes de maximizar o valor dos indicadores de eficiência e eficácia das IFES, por seguirem um modelo calcado em rotinas de atividades sob o controle e regulação do Ministério da Educação (MEC).

O modelo de gestão implementado nas IFES e controlado pelo MEC visa padronizar o fluxo da produção acadêmica das IFES de tal forma a contribuir efetivamente com o desenvolvimento sustentável, mesmo sem considerar formalmente as assimetrias culturais e de escala das universidades situadas nas regiões Norte e Nordeste. Este modelo, condiciona as IFES das regiões periféricas e que operam na franja da Industria da Educação, a trabalharem muito mais para se manter no mesmo nível e, portanto, com a mesma participação nos recursos da educação. Portanto, a uniformização de resultados sem considerar as características e competências regionais diferenciadas, tende a manter permanentemente de fora o estádio de subdesenvolvimento das IFES localizadas na periferia.

Esse padrão de gestão cartesiano centralizado que, per si, tende a manter tais IFES nos níveis já esperados de desempenho, em função de limitações rígidas e definidas ex-ante, com baixos graus de liberdade para o uso eficiente dos recursos escassos físicos, monetários e humanos nas alternativas mais competitivas locais. Desta forma, o desempenho institucional tende a se manter abaixo da média nacional pela ineficiência gerada a partir da acomodação das IFES ao assumirem as regras do MEC como o único caminho. Contudo, pode-se melhorar o grau de eficiência e eficácia na alocação dos escassos e limitados recursos com a utilização de metodologias de gestão mais aderentes à realidade das IFES, em complemento aos métodos utilizados pelo MEC para a alocação de vagas e de recursos nas IFES, e fazer aflorar neste ambiente controlado o efetivo desempenho da UFRA.

Sendo assim, para fundamentar o processo de gestão competitiva da UFRA e viabilizar seus pleitos junto ao MEC e ao Ministério do Planejamento, Desenvolvimento e Gestão (MP), a Comissão de Permanente de Pessoal Docente da UFRA (CPPD) propõe o desenvolvimento de uma metodologia para fazer o dimensionamento de docentes nas Unidades de Gestão da UFRA de modo a aumentar a eficiência e eficácia do planejamento e gestão institucional. Para tanto, elabora-se um Índice de Desempenho Docente (IDD) a partir das variáveis que representam as atividades docentes desenvolvidas na UFRA e configuram as dimensões Ensino, Pesquisa e Extensão. Este indicador é gerado e aplicado a cada Unidade de Gestão (Instituto e Campus) como instrumento a ser utilizado na alocação de docentes e na definição de estratégias competitivas sustentáveis, sobretudo para romper a inércia geral da gestão institucional que passivamente segue os controles e regulações do MEC.

Na UFRA, o IDD apresenta o desempenho real dos docentes do Instituto ou Campus, permite visualizar o resultado de cada unidade e fazer a comparação com o índice Médio de Desempenho UFRA (IMDUFRA). Dessa forma, tem-se uma visão holística de cada Unidade de Gestão (UG = Capanema – CA, Capitão Poço – CP, Paragominas – PG, Parauapebas – PB, Tomé-Açu – TA, Instituto de Ciências Agrárias – ICA, Instituto Ciberespacial – ICIBE, Instituto Socioambiental e dos Recursos Hídricos – ISARH, Instituto de Saúde e Produção Animal – ISPA), o que facilita o planejamento no sentido de desenvolver estratégias de gestão para melhorar o desempenho acadêmico local e impulsionar o desenvolvimento da Instituição como um todo.

5

Com isso, a CPPD contribui com a gestão superior da UFRA para construir uma nova trajetória de desenvolvimento, cuja dinâmica evolutiva pode ser alimentada pelos ganhos de eficiência e eficácia no desempenho individual de cada docente, conforme vai sendo revelado ao longo do tempo. Também ajuda a fundamentar tecnicamente os Planejamentos Tático e Operacional das UG, assim como os pleitos da UFRA junto ao MEC e/ou MP.

Portanto, o objetivo da CPPD é propor e aplicar um modelo matemático operacional para o dimensionamento docente das Unidades de Gestão UG da UFRA e contribuir para orientar o planejamento e a alocação de vagas modo a aumentar a produtividade acadêmica e a eficiência e eficácia na gestão do capital humano da instituição. Com isto a CPPD cumpre a prerrogativa atribuída pela Lei 12.772 de 28/12/2012, Art. 26 § 1o inciso I.

Neste relatório, a análise é restrita ao Instituto ISPA, como forma de disponibilizar a informação em tempo para que essa UG inicie seu Planejamento Tático e Operacional com vistas a melhorar a eficiência e a eficácia das atividades docentes.

2. METODOLOGIA

Esta iniciativa pioneira da CPPD tem como propósito apresentar um modelo matemático para apoiar as decisões no âmbito do planejamento estratégico institucional, em atendimento às demandas das Unidades de Gestão, no que tange à alocação dos docentes para gerar maior grau de eficiência e eficácia do desempenho da UFRA. O modelo segue na linha complementar aos estudos da ANDIFES (2005), BRASIL (2007; 2010), Reis et al. (2011) Embiruçu et al. (2013) e Santana e Nogueira (2014), adotando o princípio da parcimônia metodológica ao focar nas variáveis relevantes com fácil acesso e maior poder explicativo do comportamento das dimensões Ensino, Pesquisa e Extensão da UFRA. Portanto, a CPPD propõe a construção de um Índice de Desempenho Docente (IDD) por meio de um modelo matemático multivariado que capta os efeitos das atividades docentes em atendimento ao princípio constitucional da indissociabilidade entre as dimensões Ensino, Pesquisa e Extensão da UFRA, cujo resultado cria uma barreira técnica em proteção às ações diretas e indiretas de auditorias internas e externas na Instituição.

A área de abrangência do estudo engloba todos os Institutos e Campi, que são a fonte dos dados sobre as atividades de ensino, pesquisa e extensão desenvolvidas pelos docentes, centrada no período-base mais recente (semestres 2017.2 e 2018.1), simplesmente por contemplar todos os docentes efetivos e substitutos regulares da UFRA, após às últimas contratações e em função do fornecimento dos dados em tempo pelos Campi Parauapebas e Capitão Poço, ou seja, antes do início do segundo semestre de 2018.2. Assim, a fonte dos dados sobre a dimensão Ensino é o Sistema Integrado de Gestão de Atividades Acadêmicas (SIGAA) e sobre as dimensões Pesquisa e Extensão as fontes são as Pró-reitorias PROPED e PROEX, os diretores de Instituto e de Campus e o currículo do docente na plataforma lattes, por ser, até o momento a fonte mais completa de informações disponíveis e de livre acesso. Para diagnóstico dos dados, utilizou-se informação da PROGEP sobre as características dos docentes (lotação, escolaridade, edital de concurso).

O modelo foi especificado por um conjunto de nove variáveis explanatórias, eleitas como relevantes, para configurar as três dimensões fundamentais de atuação das IFES: Ensino, Pesquisa e Extensão, e uma variável para captar a interação sistêmica da qualidade intelectual dos docentes em cada Unidade de Gestão. A descrição das variáveis consta na Tabela 1, com a respectiva estrutura de pesos. A base de dados utilizada na definição das variáveis da Dimensão Ensino pode ser fornecida pela Pró-reitoria de Ensino (PROEN) e/ou pelos institutos e campi. As informações das Dimensões Pesquisa e Extensão podem ser fornecidas, respectivamente, pelas

6

Pró-reitorias de Pesquisa e Desenvolvimento Tecnológico (PROPED) e de Extensão (PROEX) e/ou pelos institutos e campi. Para aferição do efetivo total dos docentes, a fonte dos dados é a Pró-reitoria de Gestão (PROGEP). As informações foram solicitadas a todas as fontes possíveis, para efeito de análise crítica da consistência das informações e maior chance de sucesso na obtenção das informações. Além disso, os dados sobre as variáveis das dimensões Pesquisa e Extensão foram aferidas a partir do currículo lattes dos docentes.

O modelo matemático foi especificado por meio de uma média ponderada, em que os pesos associados a cada variável explanatória foi definido com base na distribuição da carga horária do docente informada nos RADOCs e revelada nos dados do Sistema Integrado de Gestão de Atividades Acadêmicas (SIGAA), de modo a distribuir a CH nas dimensões Ensino, Pesquisa, Extensão e na dimensão Qualidade Intelectual dos Docentes (Tabela 1). Esses pesos, para refletir adequadamente o balanço das atividades desenvolvidas pelos docentes nas UG da UFRA nos semestres 2017.2 e 2018.1, devem ser estimados para cada Unidade e para a UFRA como um todo. Portanto, diferente da metodologia adotada pelo MEC e algumas IFES, gera-se a estrutura real dos pesos definidos em cada UG, para que os resultados revelem o desempenho do período da análise e que sirva de base para apoiar o desenvolvimento de estratégias para aumentar a eficiência e a eficácia da gestão. Assim, pode-se observar as assimetrias afloradas por cada variável nas UG e orientar o planejamento e a alocação dos docentes nas atividades de acordo com os objetivos e metas macro e micro estabelecidas nos Planejamentos Tático e Operacional dos Institutos e Campi.

Portanto, ao invés de se utilizar o vetor pesos definido para a UFRA como um todo, da mesma forma que faz o MEC para todas as IFES, gera-se uma matriz de pesos formada pelos vetores de pesos de cada UG, de modo a considerar os fatores positivos e negativos ponderados de acordo com a realidade individual para que não superestime as UG de menor desempenho e subestime as UG de maior eficiência para acomodar todos na média. Ou seja, corre-se o risco de propagar ineficiência e ineficácia na gestão, caso não seja considerado o desempenho técnico demonstrado por cada UG.

Tabela 1. Dimensões, variáveis e pesos utilizados na especificação do modelo de dimensionamento docente.

DIMENSÃO NOME DA VARIÁVEL SIGLA PESO

Ensino

Carga horária didática do docente na G e PG por semana CHDk b1k

Número de alunos efetivos na disciplina por docente NAEDk b2k

Hora-aula efetiva por aluno e docente HAALk b3k

Número de disciplinas Lecionadas por docente NDLk b4k

Pesquisa

Número total de publicações por docente NTPk b5k

Número de projetos de pesquisa por docente NPPk b6k

Número de orientações concluídas por docente NOCk b7k

Extensão Número de projetos de extensão por docente NPEXk b8k

Número de publicações e atividades por docente NPAXk b9k

Qualificação Índice de qualificação docente [IQD=(5D+4M+3E+G)/ND] IQDk b10k

Fonte: Elaboração CPPD. (Unidade Zk = CA, CP, PG, PB, TA, ICA, ICI, ISA, ISP, UFRA).

Assim, o modelo matemático proposto para estimar o desempenho docente de cada Unidade de Gestão e de toda UFRA, pode ser estrito como na equação 1.

7

𝐼𝐷𝐷𝑘 = 𝐵𝑇𝑋 = ∑ 𝑏𝑘𝑇𝑋𝑘

10

𝑘=1

(1)

𝑏𝑇𝑏 = ∑ 𝑏𝑘 = 1

10

𝑘=1

em que X é o vetor das 10 variáveis explanatórias: Xk = (CHDk, NAEDk, HAALk, NDLk, NTPk, NPPk,

NOCk, NPEXk, NPAXk, IQDk)T (Tabela 1), B é o vetor de pesos associada às variáveis do vetor X, definido para as k UG (k = CA, CP, PG, PB, TA, ICA, ICI, ISA, ISP, UFRA) e da UFRA. Os valores dos pesos foram determinados utilizando-se análise de componentes principais, conforme Santana e Santana (2004) e Santana e Nogueira (2014), descrito a seguir.

2.1 Estimação dos pesos associados às variáveis explanatórias

O vetor B de pesos associados ao vetor X das variáveis explanatórias das dimensões Ensino, Pesquisa e Extensão das UG e da UFRA foi estruturada e estimada pela técnica multivariada da Análise de Componentes Principais (ACP). A ACP representa a máxima variância da combinação linear de um vetor de variáveis explanatórias ou descritoras de uma dada população (PRESS, 2005; JOHNSON; WICHERN, 2007). No caso, a matriz de dimensões latentes é definida pela combinação linear dessas variáveis. Neste trabalho, a ACP foi aplicada a uma nuvem de dados para estimar os pesos associados a cada atributo ou variável descritora, utilizada na definição das dimensões Ensino, Educação e Extensão para estimar o desempenho docente de cada UG da UFRA.

Assumindo o vetor de variáveis descritoras para uma unidade de gestão da população

estudada, dado por X(10x1) = (X1, X2, ..., X10), com média E(X), variância var(X) e o vetor

de pesos associados a cada atributo de X definido por a (ak), tem-se que a componente principal de Zk (Z representa o fator latente atribuído a cada variável X) é o escalar que resulta da combinação linear entre os atributos e os pesos da Unidade de Gestão Zk, conforme Santana e Nogueira (2015):

𝑍𝑘 = 𝑎𝑇𝑋 = ∑ 𝑎𝑘𝑋𝑘

10

𝑘=1

(2)

Na condição de que aTa = 1, a solução do modelo é obtida pela maximização da var(zk).

Como Zk = aTX, a var(Zk) = aTa, a função lagrangeana pode ser escrita como a seguir (RENKER,

2002; SANTANA; SANTANA, 2004; SANTANA, 2005):

L = aT a - (aTa - 1) (3)

Derivando a equação 3 e igualando o resultado a zero, tem-se a condição de primeira ordem para um máximo, como na equação 4.

( - I)a = 0 (4)

Sendo a ≠ 0 e I a matriz identidade, a solução é dada por | - I| = 0. Assim, é uma raiz

latente de e a é um vetor latente de . Logo, pré-multiplicando (4) por aT, tem-se aTa = aTa

= = var(zk). Assim, substituindo-se o valor de na equação 4, obtém-se o vetor a.

O modelo geral para a k-ésima componente de X, relativo à UG Zk, é dada por:

8

𝑍𝑘 = 𝑎𝑘𝑇𝑋𝑘; 𝑣𝑎𝑟(𝑧𝑘) = 𝜆𝑘 (5)

A técnica, conforme Santana e Santana (2006), pode ser aplicada para uma UG, considerando um número de 10 componentes. Assim, o vetor b de pesos associados a cada componente das UG, como especificado na equação 1 e estimado com a aplicação do software SPSS18, é obtido da seguinte forma:

a) estima-se o vetor com a participação relativa dos autovalores (kj/k);

b) estimam-se os coeficientes da matriz de valores absolutos (akj) dos autovetores de cada componente transformados;

c) estimam-se os coeficientes relativos da matriz de autovetores (akj/ak);

d) define-se a combinação linear das variáveis descritoras do Índice de Desempenho Docente (IDDk) e faz-se a multiplicação matricial para estimar os pesos b como na equação 6.

𝑏𝑘(10𝑥1) = (𝑎𝑘𝑗

∑ 𝑎𝑘)

(10𝑥10). (

𝜆𝑘

∑ 𝜆𝑘)

(10𝑥1); com b1 + b2 + ... + b10 = 1.

(6)

Portanto, tem-se o modelo matemático que se propõe para estimar os pesos associados às variáveis descritoras das dimensões Ensino, Pesquisa e Extensão de cada UG, o que faz toda a diferença para o planejamento e tomada de decisões para a alocação eficiente dos docentes e contribuir para aumentar a eficácia da gestão institucional.

2.2 Definição da alocação docente nas Unidades de Gestão

Uma vez estimados os pesos b de cada UG, aplica-se a equação 1 para gerar o Índice de Desempenho Docente (IDD) do ISPA da seguinte forma:

IDDISPA = b1 CHDISP + b2 NAEDISP + b3 HAALISP + b4 NDLISP + b5 NTPISP + b6 NPPISP +

+ b7 NOCISP + b8 NPEXISP + b9 NPAXISP + b10 IQDISP (7)

Com isto, obtém-se o valor do IDD de cada UG que pode ser comparado ao valor médio

global do IDD para toda UFRA, uma vez que as variáveis foram definidas em termos do desempenho individual dos docentes que desenvolveram atividades no período analisado. Ou seja, foram excluídos os professores afastados e/ou por qualquer natureza legal não atuou nos semestres 2017.2 e 2018.1. Esta forma de especificar o IDD é importante porque o Instituto ou Campus pode comparar seu desempenho em relação a seus pares e à UFRA. Assim, para que se determine o número estimado de docentes que, em tese, maximize os indicadores de eficiência e eficácia no desenvolvimento das dimensões de Ensino, Pesquisa e Extensão, aplica-se a seguinte equação:

𝑁𝑇𝐷𝑘 = (𝐼𝐷𝐷𝑘

∑ 𝐼𝐷𝐷𝑘9𝑘=1

𝑁𝑇𝐷𝑈𝐹𝑅𝐴) (7)

em que NTDk é o número total de docentes efetivos da unidade de gestão considerado como adequado e NTDUFRA é o número total de docentes efetivos da UFRA. Este resultado será conhecido após a entrega dos dados por parte de todas as Unidades de Gestão. É com base nos

9

resultados desta equação 7, que será determinado o contingente ótimo de docentes para cada Campus e Instituto.

Por fim, o ponto fundamental deste trabalho, refere-se ao critério técnico utilizado para revelar a realidade da alocação de vagas para docentes e contribuir para o planejamento e tomada de decisão dos gestores das UG no que tange à produtividade dos docentes e o efetivo controle das variáveis que configuram as dimensões Ensino, Pesquisa e Extensão na UFRA.

3. ANÁLISE DOS RESULTADOS DO INSTITUTO ISPA

Os resultados são apresentados, de forma individual para cada Unidade de Gestão e depois se faz uma análise conjunta para uma visão holística da diversidade das UG, para que se tenha uma visualização ampla sobre o comportamento e controle das 10 variáveis relevantes, definidas com base na factibilidade das informações existentes e disponibilidade por parte dos gestores. Com isto, atende-se ao objetivo de tornar público os resultados gerados e atender aos requisitos dispostos nos Arts. 3o e 4o da Lei no 12.527 de 18/11/2011, popularizada como Lei da Transparência. Estes dados definem as variáveis que explicam as dimensões Ensino, Pesquisa e Extensão, e que representam e validam o princípio da indissociabilidade entre estas dimensões por parte das IFES.

Para representar estas dimensões, a CPPD construiu o Índice de Desempenho Docente (IDD) do ISPA com o proposito de contribuir com o planejamento e tomada de decisão sobre a alocação de vagas para docentes nas UG da UFRA. Para tanto, fez-se o enquadramento dos valores médios das variáveis analisadas em cinco faixas de variação da carga horária semanal do docente, que é a principal variável de decisão definida em Lei e tomada como a referência para a auditoria na UFRA e demais IFES, com vistas a avaliar o atendimento de requisito legal da atividade docente em sala de aula, além de observar o excesso de carga horária. Diante da identificação de assimetrias na distribuição na ocupação de vagas para docentes entre as UG, pode-se desenvolver estratégias para realocação e/ou contratação de novos docentes para integrar a equipe dessas UG e contribuir para a formação de profissionais competitivos para o mercado de trabalho.

3.1 Análise descritiva das variáveis

Na Tabela 1 apresentam-se os dados das variáveis relevantes utilizadas para explicar as dimensões Ensino, Pesquisa, Extensão e Qualificação Profissional que definem o Índice de Desempenho Docente do Instituto ISPA do Campus Belém. Observa-se que oito docentes, nos semestre 2017.2 e 2018.1, apresentaram CH Semanal média de 6,25 horas por semana, abaixo das oito horas mínimas exigidas pela Lei no 9.394 de 20/12/1996, Art. 57. Por outro lado, 23 docentes estão com CH semanal acima de 12 horas, sendo que seis docentes têm CH semanal acima de 16 horas.

Com efeito, o número de alunos por disciplina decresce substancialmente para os docentes com alta CH. Na média geral do ISPA, a CH Semanal de aula foi de 12 horas, a mais alta das UG. Por sua vez, a correção do desequilíbrio de carga horária docente insuficiente no ISPA pode ser feita por meio do aumento do número de vagas nos cursos para que sejam criadas novas turmas, uma vez que há excesso de docentes nestas áreas. Com relação aos docentes com CH elevada, numa visão superficial dos resultados apresentados, a solução passa pela contratação de profissionais, pois nas áreas de anestesiologia e cirurgia, parasitologia, patologia e zoologia, os docentes estão sobrecarregados. Porém, as turmas de pós-graduação lato sensu necessitam de ajuste, em função do número muito reduzido de alunos por disciplina (muitas com apenas um ou dois alunos). Na verdade, para os semestres 2017.2/2018.1, o

10

excesso de CH está associado aos docentes que atuam na pós-graduação lato sensu, pois são poucos os docentes que atuam apenas na graduação e/ou na pós-graduação stricto sensu com excesso de CH, o que é muito importante para o seu desempenho porque necessitam de tempo para a orientação, pesquisa e publicações.

Tabela 1. Variáveis explanatórias das dimensões Ensino, Pesquisa e Extensão do Instituto ISPA do Campus Belém, período 2017.2 e 2018.1.

CH Semanal No

Docente CHS

Média No

Aluno No

Disciplina Projeto

Pesquisa No

Publicação No

Orientado Projeto

Extensão

Menos de 8h 8 6,25 43,59 4,75 1,19 0,50 1,38 0,31

De 8 a < 10h 8 9,03 33,53 8,13 1,25 2,75 5,13 0,56

De 10 a < de 12h 8 10,58 33,06 7,88 2,00 1,81 3,31 0,25

De 12 a < de 16h 17 13,39 23,90 8,59 2,65 3,79 4,41 0,59

De 16 a 22 horas 6 17,73 20,31 9,67 1,08 1,08 3,25 0,17

Total 47 11,51 29,99 7,87 1,85 2,37 3,68 0,43

Fonte: Elaboração CPPD. CHS = Carga Horária Semanal do docente.

Entre os professores com baixa carga horária, todos 40 DE, dois ministraram menos de

cinco horas e três lecionaram seis horas por semana. Destes professores, embora participem de projetos de pesquisa, apenas um publicou no período da análise. Além disso, os dados sobre o número de turmas e CH da disciplina por semestre apresentaram forte variabilidade, com 34% dos docentes ministrando aula para pelo menos cinco turmas por semestre e 21,3% com apenas duas disciplinas. Assim, para aumentar o IDD por docente, o balanço entre número de disciplinas e sua CH deve ser harmonizado.

Do conjunto dos professores, apenas 8,5% não coordenaram e/ou não tiveram participação em projetos de pesquisa. Por outro lado, 57,4% não publicaram e 53,2% não orientaram estudantes de graduação e/ou de pós-graduação. Este ponto deve ser observado pela UG para identificar qual a razão de tais projetos não estarem gerando um fluxo de orientações e publicações mais alto. Além disso, 55,3% não desenvolveram atividades de extensão no período 2017/2018. Estes resultados merecem a atenção das UG que respondem pelo desempenho das dimensões Pesquisa e Extensão da UFRA.

Em consequência desse desequilíbrio, o número de publicações e de orientações per capita está baixo para o nível de qualificação dos docentes e o número de docentes engajados em projetos de pesquisa, sinalizando para a concentração desses resultados em poucos docentes. Os resultados indicam que 64% dos docentes conseguiram publicar no máximo dois documentos dentre o seguinte universo de opções: artigo, livro, capítulo de livro, resumo, resumo expandido, trabalho completo e trabalho técnico. Assim, para melhorar o desempenho docente nas dimensões Pesquisa e Extensão, deve-se ajustar e/ou implementar uma política de ciência, tecnologia e inovação em conjunto com as UG responsáveis pelas dimensões de Pesquisa e Extensão na UFRA, como forma de preparação para as avaliações externas sobre a produtividade intelectual dos servidores.

Com relação ao número de alunos por turma, observa-se que a média é de 30 alunos por turma, abaixo do número de vagas ofertadas para a matrícula, o que aponta para o nível de evasão e/ou retenção dos alunos ao longo do curso. Além disso, evidenciou-se que 13% dos docentes ministraram aula em turmas com número máximo de apenas 15 alunos e 40% para turmas com até 25 alunos, considerando a média do número de turmas. Esta informação deve

11

ser monitorada e ajustada, pois quanto maior o nível de evasão e/ou retenção de alunos no curso maior é a possibilidade de fechamento do curso. Isto exige uma ação concreta das UG responsáveis pela dimensão Ensino para reduzir esta fragilidade, uma vez que torna a educação pública com elevado custo econômico e social.

A variável Número de Disciplinas por docente indica o mínimo de disciplinas para gerar a CH Semanal do docente. Adotando-se a faixa que pode ser considerada como adequada aos docentes, entre oito e 12 horas, e que, além do ensino desenvolvem atividades pesquisa e/ou extensão, orientam e publicam regularmente, necessita-se do engajamento do professor entre duas e três disciplinas por semestre, dependendo da combinação da carga horária. No ISPA, o número médio de oito disciplinas ministradas por docente é elevado, daí o desequilíbrio entre número de alunos por turma e a CH Semanal. É importante levar em conta o número de alunos por disciplina, dada a correlação direta com o IDD.

3.2 Índice de desempenho docente - IDD

O IDD médio do Instituto ISPA foi de 8,819, equivalente ao conceito Superior, é considerado adequado e competitivo com os IDDs das demais UG, que devem apresentar valores superiores a 7,0 para o período analisado. Por isso, a posição competitiva do ISPA deve ser avaliada em comparação com as demais UG. A partir dessa análise, estabelecer o planejamento para melhorar o desempenho individual do docente.

Para facilitar a análise e compreensão dos resultados, apresenta-se o IDD em faixa de desempenho, associando à distribuição da CH semanal do docente com a métrica da avaliação da produtividade e qualidade do docente, assim como com a proposta de avaliação dos servidores públicos aprovada como Projeto de Lei na Comissão de Constituição, Justiça e Cidadania (CCJ) no 116/2017 do Senado Federal para a demissão do servidor por insuficiência de desempenho. Assim, a escala comum para a correlação entre o requisito legal, o indicador de desempenho docente e a proposta de avaliação potencial da CCJ, foi definida no quadro abaixo, para uma visão geral sobre o desempenho dos docentes e sobre o que fazer para superar a Insuficiência de CH e/ou de desempenho produtivo.

Carga Horária Semanal Conceito Desempenho produtivo do docente Menos de 8 H Insuficiente IDD menor de 5 pontos

De 8 a menos de 10 H Adequado IDD > ou = 5 e menor que 7

De 10 a menos de 14 H Superior IDD > ou = 7 e menor que 9

De 14 a mais horas Excepcional IDD > ou = 9 e menor que 10

Os resultados do IDD por docente, juntamente com as escalas de CH Semanal foram

enquadrados na classificação do quadro acima e ilustrados graficamente na Figura 1. Dessa forma, o docente com CH inferior a 8 horas por semana, assim como os que não atingiram o IDD igual ou superior a cinco pontos, recebe o conceito Insuficiente. No outro extremo, os docentes com CH igual ou superior a 14 horas e IDD igual ou maior que 9 pontos atinge o conceito Excepcional.

Antes da análise, porém, cabe informar que esta metodologia é apenas um exercício para orientar as ações de planejamento e tomada de decisão dos gestores. Isto é importante porque a CH Semanal é uma exigência definida em Lei e a métrica da CCJ, embora não explicitamente direcionada aos docentes, visa quebrar a estabilidade do funcionalismo público para viabilizar a demissão por insuficiência de desempenho. Neste ponto, o IDD pode servir de alternativa metodológica a ser adotada pela UFRA em substituição à métrica da CCJ, uma vez que contempla

12

a produtividade, qualidade, inovação e inclusão social da atividade docente, no contexto do princípio constitucional de articulação entre as dimensões Ensino, Pesquisa e Extensão.

Assim, a UG deve observar que existe um forte desequilíbrio na alocação da CH Semanal dos docentes, gerando uma polarização entre os dois aspectos indesejáveis ao desempenho sustentável das atividades acadêmicas: Insuficiente e Excepcional. O caminho é avançar para a categoria Adequado, reduzir a categoria Superior e eliminar os extremos. Veja que, no caso do ISPA, a única categoria em que os conceitos andam mais próximos é a categoria Superior. Na categoria Excepcional, a CH é considerada Excessiva, mesmo para os docentes que não desenvolvem atividades de pesquisa e extensão, e desempenho extraordinário para a métrica da CCJ. Todavia, a UG deve focar na categoria Insuficiente, porque torna o servidor extremamente vulnerável por ambas as métricas. No caso do ISPA apenas pela CH baixa. Assim, para reduzir o excesso de CH, a UG deve observar o excesso de disciplinas com apenas um e dois alunos na pós-graduação lato sensu e outras com falta de professores.

Figura 1. CH Semanal e IDD dos docentes do Instituto ISPA da UFRA, para o período 2017.2 e 2018.1.

Fonte: Elaboração da CPPD.

3.3 Análise sistêmica dos resultados

Os resultados obtidos para o ISPA, com o total de 47 docentes efetivos e que exerceram atividades de ensino, pesquisa e/ou extensão nos semestres 2017.2 e 2018.1, estão na Figura 2. Os resultados revelam os efeitos do conjunto de variáveis sobre as dimensões Ensino, Pesquisa e Extensão, com os pesos definidos a partir da aplicação da Análise de Componentes Principais. Assim, os pesos apresentaram os seguintes valores: Ensino (53,1%); Pesquisa (34,7%); Extensão (5,2%) e Qualificação Profissional (7,0%). Portanto, observa-se, que o ISPA apresentou peso mais alto para a dimensão Ensino, em função do número de disciplinas de dois cursos de graduação dois de pós-graduação, sendo um stricto sensu e outro lato sensu.

As três variáveis definidoras da dimensão Pesquisa apresentaram pesos relativamente próximos, mostrando um equilíbrio entre projetos de pesquisa, orientações e publicações. Por outro lado, há nítido desequilíbrio entre o valor real observado para essas variáveis, tendo o número de projetos per capita a menor participação.

11

20

8

8

3

25

19

0

0 5 10 15 20 25 30

Excepcional

Superior

Adequado

InsuficienteDesempenho do docente

CH Semanal

13

Com efeito, a CPPD reconhece a limitação do trabalho para, ao mesmo tempo, identificar os problemas e atuar na solução, por ser apenas uma Comissão de Assessoria à Gestão Superior e, por isso, não deve entrar nas áreas atinentes às UG que respondem pelo Planejamento, Ensino, Pesquisa e Extensão. Portanto, é apenas uma contribuição para que as UG possam utilizar os resultados no desenvolvimento de suas estratégias e tornarem a gestão mais eficiente e eficaz.

Além das três dimensões que representam o núcleo das atividades docentes na UFRA e de todas as IFES, incluiu-se o índice que define a qualidade do corpo docente, composto a partir do grau de qualificação em doutorado, mestrado, especialização e graduação. Os resultados revelaram que o ISPA apresentou um percentual de mestre e doutores superior a 97,73%, ou seja, acima da exigência do MEC que é de 75%. O IQD do ISPA é considerado elevado, em função da maior proporção de doutores. Isto serve de sinal para as demais UG considerarem no Planejamento Tático esta variável.

Na Figura 2, tem-se o comportamento dos pesos e do valor das variáveis utilizadas na estimação das dimensões que definem o IDD. Com relação à distribuição dos pesos, o valor é mais alto para as variáveis CH Semanal por docente e o Número de Alunos Efetivos por Disciplina, que apresentaram maior poder explicativo para a dimensão Ensino. Na dimensão Pesquisa, os maiores pesos estão associados às variáveis Número de Orientações, Número de Projetos e Número de Publicação, porém os valores per capita são ainda baixos. Ou seja, atuar de forma a aumentar o número de projetos de pesquisa, caso a gestão deseje aumentar o IDD. A Dimensão Extensão ainda é pouco estimulada na UFRA, como revela o peso e o valor da variável que explica esta dimensão.

Figura 2. Distribuição de pesos e valor das variáveis que explicam as dimensões Ensino, Pesquisa, Extensão e Qualificação do ISPA da UFRA, 2017.2 e 2018.1.

Fonte: Elaboração CPPD.

Como a dimensão Ensino é o núcleo que condensa o maior esforço da atividade docente nas IFES, seguido das dimensões Pesquisa e Extensão, pode-se inferir, mesmo que de forma restrita, que a estratégia de gestão do ISPA é vencedora. A variável HAAL, justifica o peso dado

15,6

15,2

9,7

12,6

11,4

11,6

11,7

5,2

7,0

11,5

30,0

2,1

7,9

2,4

1,9

3,7

0,4

4,8

8,819

0 10 20 30 40

Carga horária didática na G e PG por semana

Número de alunos efetivos na disciplina por…

Hora-aula efetiva por aluno e docente

Número de disciplinas Lecionadas

Número total de publicações

Número de projetos de pesquisa

Número de orientações concluídas

Número de projetos de extensão

Índice de qualificação docente

ÍNDICE DE DESEMPENHO DOCENTE - IDD

Valor da Variável

Peso da Variável

14

na elaboração dos RADOCs, quando se atribui até duas horas de trabalho com as atividades que complementam cada hora de aula ministrada em sala.

Por fim, é importante focar no comportamento da variável número de alunos por disciplina. O ideal é atingido quando a evasão e/ou retenção estão dentro dos limites técnicos aceitáveis. No caso, com raras exceções, o número de alunos efetivos é menor do que o número de vagas ofertadas. Quanto menor o número de alunos por disciplina, maior é o efeito econômico e social dos recursos públicos alocados na educação. Por isso, é importante que esta variável seja observada quando da oferta de disciplinas eletivas, disciplinas especiais e demais formas utilizadas.

4. CONSIDERAÇÃO FINAL

Os resultados apresentados neste Relatório Parcial, contemplando apenas o Instituto ISPA, foram fundamentais para validar a metodologia proposta pela CPPD para a construção de um índice de desempenho dos docentes nas Unidades de Gestão da UFRA. Esta metodologia, com pequenos ajustes na definição das variáveis, pode ser diretamente aplicada ao dimensionamento de técnicos-administrativos, assim como na alocação equitativa dos recursos repassados pelo MEC à UFRA entre as UG.

Com é uma iniciativa pioneira na UFRA, a CPPD demonstra a importância e necessidade de se adotar critérios para a racionalidade da gestão por competência, em busca de aumentar a eficiência e a eficácia das atividades dos docentes e, por sua vez, alcançar toda UFRA. Acredita-se, portanto, que essa UG deve iniciar uma avaliação geral dos pontos fracos e ameaças e desenvolver estratégias para otimizar os pontos fortes e aproveitar as oportunidades que as dimensões avaliadas oferecem.

Dessa forma, deve-se refletir sobre o comportamento das variáveis que apresentaram assimetrias significativas e focar no aumento da produtividade docente a partir do compartilhamento das suas experiências de gestão com outras UG da UFRA e/ou de outras IFES e adequar à sua realidade. Este exercício cria a expectativa para que, após a revelação do estudo completo com todas as UG, aflorarem as assimetrias dentro e entre as UG e que estão definindo o grau de desempenho da UFRA. Ou seja, gera-se um quadro útil para a análise de resultados que, de imediato, expõe à comunidade interna e à sociedade quem se destacou no atendimento ao desenvolvimento sustentável da Instituição. A incorporação da metodologia como rotina de gestão permite-se observar, no futuro, a trajetória percorrida por cada docente, UG e UFRA.

Os dados utilizados na elaboração do relatório e estimação do IDD serão disponibilizados para UG, para que identifique de forma individualizada por docente seu desempenho e facilite o planejamento e tomada de decisão para melhorar os resultados.

Caso haja interesse, a CPPD pode esclarecer dúvidas e/ou ministrar treinamento para repassar a metodologia de construção do IDD às Unidades de Gestão, que também pode ser utilizada no dimensionamento de técnicos-administrativos e na alocação de recursos, assim como para orientar na elaboração dos relatórios técnicos de gestão e na fundamentação de seus pleitos, referentes à alocação de vagas para docentes.

Por fim, manifesta-se sobre a demora na resposta à solicitação dos dados para a construção do IDD. A CPPD solicitou dados há seis meses das seguintes Unidades de Gestão: Institutos – ICA, ICIBE, ISARH e ISPA; Campi – Capanema, Capitão Poço, Paragominas, Parauapebas e Tomé-Açu; Pró-reitorias – PROAF, PROEN, PROGEP, PROPED e PROPLADI. Até o momento, apenas cinco dessas 14 UG encaminharam os dados completos que a CPPD solicitou. Em função disso, dada a importância das informação para alocação de vagas para os docentes

15

(entre UG e/ou via edital de concurso), aumento do número de vagas por curso e de novos cursos, reitera-se o apelo à essas UG para que atendam prontamente à solicitação da CPPD e contribuam para uma gestão mais eficiente e eficaz da UFRA.

REFERÊNCIAS

ANDIFES. Alocação de vagas docentes nas IFRS. Brasília, DF, jan. 2005.

BRASIL. Ministério da Educação e Ministério do Planejamento, Orçamento e Gestão. Portaria Normativa Interministerial n° 22, de 30 de abril de 2007. Diário Oficial da República Federativa do Brasil, Brasília, DF, 02 maio 2007.

BRASIL. Ministério da Educação e Ministério. Portaria no 7.233 de 19 de julho de 2010. Diário Oficial da União, Brasília, 20 julho de 2010.

EMBIRUÇU, M.; FONRTES, C. H.; KALID, R., A. Um modelo para o dimensionamento do corpo docente para o apoio à tomada de decisão no planejamento de instituições de ensino superior. Produção, v.23, n.1, p.189-204, jan./mar. 2013.

JOHNSON, R. A.; WICHERN, D. W. Applied multivariate statistical analysis. New Jersey: Prentice-Hall, 2007. 773p.

PRESS, S. J. Applied multivariate analysis: using bayesian and frequentist methods of inference. New York: Mineola, 2005. 671p.

REIS, C. Z. T.; FREITAS, A. M. R.; OLIVEIRA, A. R. Modelos de alocação de vagas docentes em uma instituição federal de ensino. RBPAE, v.27, n.2, p.223-245, 2011.

RENCHER, A. C. Methods of multivariate analysis. River Street: John Wiley & Sons, 2002. 708p.

SANTANA, A. C. Elementos de economia, agronegócio e desenvolvimento local. Belém, PA: UFRA, 2005.

SANTANA, A. C. Estratégias para o desenvolvimento sustentável da UFRA Multicampi na Amazônia. Belém: Propladi, 2013. (www.propladi.ufra.edu.br)

SANTANA, A. C. Planejamento estratégico institucional da UFRA: 2014-2024. Belém: UFRA, 2014. 119p. http://www.portal.ufra.edu.br/

SANTANA, A. C.; GOMES, S. C.; FERNANDES, A. R.; BOTELHO, M. N. Perfil do profissional de ciências agrárias formado na Universidade Federal Rural da Amazônia: empregadores, graduados e instituições correlatas. Belém: UFRA, 2002.

SANTANA, A. C.; NOGUEIRA, A. K. M. Relatório de autoavaliação institucional: 2013-2014. Belém: UFRA, 2015. 67p. Disponível em: <http://www.propladi.ufra.edu.br/>. Acesso em: 18 fev. 2017.

SANTANA, A. C.; SANTANA, A. L. Mapeamento e análise de arranjos produtivos locais na Amazônia. Teoria e Evidencia Econômica, v.12, n.1, p.9-34, 2004.

SANTANA, A. C.; SANTANA, Ádamo L.; SANTANA, Ádina L.; COSTA, N. L.; NOGUEIRA, A. K. M. Planejamento estratégico de uma universidade federal da Amazônia: aplicação da análise fatorial. Revista de Estudos Sociais, v.32, n.2, p.183-204, 2014.

SANTANA, A. C.; LIMA, H., V.; MORAES, R., I., R. Dimensionamento docente por instituto e campus da UFRA com base nas dimensões ensino, pesquisa e extensão: versão parcial do relatório dimensionamento da CPPD. BELÉM: CPPD, 2018.

16

17

APÊNDICE A – DEFINIÇÃO DAS VARIÁVEIS EXPLANATÓRIAS

Tabela A. Equações utilizadas na definição das variáveis explanatórias utilizadas na estimativa do IDD dos Institutos e Campi da UFRA, 2017.2 e 2018.1.

VARIÁVEL EQUAÇÃO

Carga horária didática do docente na G e PG por semana 𝐶𝐻𝐷𝑘 = (𝐶𝐻𝐷𝐺𝑘 + 𝐶𝐻𝐷𝑃𝐺𝑘

𝑁𝐷𝑘)

Número de alunos efetivos na disciplina por docente 𝑁𝐴𝐸𝐷𝑘 = (𝑁𝐴𝐿𝑈𝐸𝐹𝐸𝑇𝑘

𝑁𝐷𝑘)

Hora-aula efetiva por aluno e docente 𝐻𝐴𝐴𝐿𝑘 = (𝐶𝐻𝑘

𝑁𝐷𝑘)

Número de disciplinas Lecionadas por docente 𝑁𝐷𝐿𝑘 = (𝑁𝐷𝐼𝑆𝐶𝐿𝐸𝐶𝑘

𝑁𝐷𝑘)

Número total de publicações por docente 𝑁𝑇𝑃𝑘 = (𝑁𝑇𝑃𝑈𝐵𝐿𝑘

𝑁𝐷𝑘)

Número de projetos de pesquisa por docente 𝑁𝑃𝑃𝑘 = (𝑃𝑃𝐸𝑆𝑄𝑘

𝑁𝐷𝑘)

Número de orientações concluídas por docente 𝑁𝑂𝐶𝑘 = (𝑁𝑂𝑅𝐼𝐸𝑁𝑇𝑘

𝑁𝐷𝑘)

Número de projetos de extensão por docente 𝑁𝑂𝐶𝑘 = (𝑁𝑃𝐸𝑋𝑇𝑘

𝑁𝐷𝑘)

Número de publicações e atividades por docente 𝑁𝑃𝐸𝑋𝑘 = (𝑁𝑃𝐸𝑋𝑇𝑘

𝑁𝐷𝑘)

Índice de qualificação docente 𝐼𝑄𝐷𝑘 = ((5𝐷 + 4𝑀 + 3𝐸 + 𝐺)𝑖

(𝐷 + 𝑀 + 𝐸 + 𝐺)𝑖)

Fonte: Elaboração CPPD. D = Doutor; M = Mestre; E = Especialista; G = Graduado.