Metodología para la priorización de la entrega de ayudas humanitarias en el contexto de la pandemia covid-19, utilizando la herramienta QFD Fuzzy

Autores/as

DOI:

https://doi.org/10.22335/rlct.v13i2.1371

Palabras clave:

ayuda humanitaria, covid-19, aapriorización, QFD Fuzzy, toma de decisiones

Resumen

El impacto de la disrupción causada por el covid-19 ha generado en los gobiernos locales múltiples retos relacionados con la toma de decisiones, tales como la priorización de familias afectadas de acuerdo con su nivel de vulnerabilidad, para garantizar una asignación equitativa de ayudas humanitarias. Este artículo propone un marco metodológico basado en el método de despliegue de función de calidad difuso (QFD Fuzzy) para priorizar familias afectadas por el covid-19,  considerando variables como cobertura de poblaciones afectadas, tiempos de privación, eficiencia en costos y seguridad en la entrega. La metodología propuesta es probada utilizando datos sintéticos obtenidos de una muestra de 1000 familias, con el propósito de establecer el orden de atención de la población en una ciudad del centro del Valle del Cauca. Este documento establece una estrategia que ofrece a un gobierno mayor efectividad en la toma de decisiones para atender una emergencia sanitaria como la del covid-19, que apoya la intención humanitaria envuelta en esta gestión. Es necesario insistir, en todo caso, que no se trata de una metodología que pueda ser estática, por lo que se deben considerar de manera  pertinente las variables que puedan surgir como indicadores de vulnerabilidad. Esto se presenta como una investigación futura complementaria. 

Descargas

Los datos de descarga aún no están disponibles.

Referencias

Balaji, K., & Kumar, V. S. S. (2014). Multicriteria Inventory ABC Classification in an Automobile Rubber Components Manufacturing Industry. Procedia CIRP, 17, 463- 468. https://doi.org/10.1016/j.procir.2014.02.044

Balcik, B., Beamon, B. M., & Smilowitz, K. (2008). Last mile distribution in humanitarian relief. Journal of Intelligent Transportation Systems: Technology, Planning, and Operations, 12(2), 51-63. https://doi.org/10.1080/15472450802023329

Baykasoglu, A., Subulan, K., & Karaslan, F. S. (2016). A new fuzzy linear assignment method for multi-attribute decision making with an application to spare parts inventory classification. Applied Soft Computing, 42, 1-17. https://doi.org/10.1016/j.asoc.2016.01.031

Bevilacqua, M., Ciarapica, F. E., & Giacchetta, G. (2006). A fuzzy-QFD approach to supplier selection, 12, 14-27. https://doi.org/10.1016/j.pursup.2006.02.001

Bhalaji, R. K. A., Bathrinath, S., & Saravanasankar, S. (2020). A Fuzzy VIKOR method to analyze the risks in lean manufacturing implementation. Materials Today: Proceedings. https://doi.org/10.1016/j.matpr.2020.05.123

Bhattacharya, A., Sarkar, B., & Mukherjee, S. (2007). Distance-based consensus method for ABC analysis. International Journal of Production Research, 45(15), 3405-3420. https://doi.org/10.1080/00207540600847145

Cakir, O., & Canbolat, M. S. (2008). A web-based decision support system for multi-criteria inventory classification using fuzzy AHP methodology. Expert Systems with Applications, 35(3), 1367-1378. https://doi.org/10.1016/j.eswa.2007.08.041

Chen, Y., Li, K. W., & Liu, S. (2008). A Comparative Study on Multicriteria ABC Analysis in Inventory Management. 2008 IEEE International Conference on Systems, Man and Cybernetics, 3280-3285.

Chu, C. W., Liang, G. S., & Liao, C. T. (2008). Controlling inventory by combining ABC analysis and fuzzy classification. Computers and Industrial Engineering, 55(4), 841-851. https://doi.org/10.1016/j.cie.2008.03.006

Deveci, M., Öner, S. C., Canıtez, F., & Öner, M. (2019). Evaluation of service quality in public bus transportation using interval- valued intuitionistic fuzzy QFD methodology. Research in Transportation Business & Management, 33. https://doi.org/10.1016/j.rtbm.2019.100387

Falcone, D., De Felice, F., Forcina, A., Silvestri, A., & Petrillo, A. (2014). Inventory management using both quantitative and qualitative criteria in manufacturing system. IFAC Proceedings Volumes, 47(3). https://doi.org/10.3182/20140824-6-ZA-003.02279

Ferrer, J. M., Martín-Campo, F. J., Ortuño, M. T., Pedraza-Martínez, A. J., Tirado, G., & Vitoriano, B. (2018). Multi-criteria optimization for last mile distribution of disaster relief aid: Test cases and applications. European Journal of Operational Research, 269(2), 501-515. https://doi.org/10.1016/j.ejor.2018.02.043

Flores, B. E., Olson, D. L., & Dorai, V. K. (1992). Management inventory of multicriteria classification. Mathematical and Computer Modelling, 16(12), 71-82. https://doi.org/10.1016/0895-7177(92)90021-C

Galo, N. R., Daniel, L., Rosso, D., Cesar, L., & Carpinetti, R. (2018). A group decision approach for supplier categorization based on hesitant fuzzy and ELECTRE TRI. International Journal of Production Economics, 202, 182-196. https://doi.org/10.1016/j.ijpe.2018.05.023

Gutjahr, W. J., & Nolz, P. C. (2016). Multicriteria optimization in humanitarian aid. European Journal of Operational Research, 252, 351-366. https://doi.org/10.1016/j.ejor.2015.12.035

Hashemi, S. H., Tavana, M., & Abdi, M. (2020). A comprehensive framework for analyzing challenges in humanitarian supply chain management : A case study of the Iranian Red Crescent Society. International Journal of Disaster Risk Reduction, 42. https://doi.org/10.1016/j.ijdrr.2019.101340

Henao, D., López, F., Chud Pantoja, V. L., & Osorio, J. C. (2019). Priorización multicriterio para la afiliación a un banco de alimentos en Colombia. Revista Logos, Ciencia & Tecnología, 12(1), 58-70. https://doi.org/10.22335/rlct.v12i1.1024

Huang, K., & Rafiei, R. (2019). Equitable last mile distribution in emergency response. Computers and Industrial Engineering, 127, 887-900.

Li, X., Ramshani, M., & Huang, Y. (2018). Cooperative maximal covering models for humanitarian relief chain management. Computers & Industrial Engineering, 119, 301-308. https://doi.org/10.1016/j.cie.2018.04.004

Liu, X., & Wan, S. ping. (2019). A method to calculate the ranges of criteria weights in ELECTRE I and II methods. Computers and Industrial Engineering, 137. https://doi.org/10.1016/j.cie.2019.106067

Makan, A., & Fadili, A. (2020). Sustainability assessment of large-scale composting technologies using PROMETHEE method. Journal of Cleaner Production, 261. https://doi.org/10.1016/j.jclepro.2020.121244

Mary, S., & Mishra, A. K. (2020). Humanitarian food aid and civil conflict. World Development, 126. https://doi.org/10.1016/j.worlddev.2019.104713

Naji-azimi, Z., Renaud, J., Ruiz, A., & Salari, M. (2012). A covering tour approach to the location of satellite distribution centers to supply humanitarian aid. European Journal of Operational Research, 222(3), 596-605. https://doi.org/10.1016/j.ejor.2012.05.001

Osorio Gómez, J. C. (2011). Fuzzy QFD for multicriteria decision making - Application example. Prospectiva, 9(2), 22-29.

Osorio, J. C., Arango, D. C., & Ruales, C. E. (2011). Selección de proveedores usando el despliegue de la función de calidad difusa. Revista EIA, 15, 73-83.

Osorio, J. C., Manotas, D. F., & Rivera, L. (2017). Priorización de Riesgos Operacionales para un Proveedor de Tercera Parte Logística - 3PL. Información Tecnológica, 28(4), 135-144. https://doi.org/10.4067/S0718-07642017000400016

Osorio, J. C., & Manotas, D. F. (2018). AHP Topsis para la selección de proveedores considerando el riesgo asociado a la calidad. Espacios, 39(16).

Rabta, B., Wankmüller, C., & Reiner, G. (2018). A drone fleet model for last-mile distribution in disaster relief operations. International Journal of Disaster Risk Reduction, 28, 107-112. https://doi.org/10.1016/j.ijdrr.2018.02.020

Ruiz-Estrada, M. A., & Ndoma, A. (2019). The uses of unmanned aerial vehicles – UAV ’ s- ( or drones ) in social logistic : disasters and humanitarian relief aid. Procedia Computer Science, 149, 375-383. https://doi.org/10.1016/j.procs.2019.01.151

Shao, J., Wang, X., Liang, C., & Holguín-Veras, J. (2019). Research progress on deprivation costs in humanitarian logistics. International Journal of Disaster Risk Reduction, 42. https://doi.org/10.1016/j.ijdrr.2019.101343

Suzuki, Y. (2019). Impact of material convergence on lastmile distribution in humanitarian logistics. International Journal of Production Economics, 223. https://doi.org/10.1016/j.ijpe.2019.107515

UNGRD. (2020). Informe Operación COVID-19. http://portal.gestiondelriesgo.gov.co/Paginas/Slide_home/Informe-Operacion-COVID-19.aspx

Wang, Z., & Zhang, J. (2019). Agent-based evaluation of humanitarian relief goods supply capability. International Journal of Disaster Risk Reduction, 36. https://doi.org/10.1016/j.ijdrr.2019.101105

Więckowski, J., & Sałabun, W. (2020). How the normalization of the the decision decision influences influences the results in the VIKOR method ? Procedia Computer Science, 176, 2222-2231. https://doi.org/10.1016/j.procs.2020.09.259

Zhou, S., Ji, X., & Xu, X. (2020). A hierarchical selection algorithm for multiple attributes decision making with large-scale alternatives. Information Sciences, 521, 195-208. https://doi.org/10.1016/j.ins.2020.02.030

Publicado

2021-06-15

Número

Sección

Artículos de investigación / Artículos Originales

Cómo citar

Metodología para la priorización de la entrega de ayudas humanitarias en el contexto de la pandemia covid-19, utilizando la herramienta QFD Fuzzy. (2021). Revista Logos Ciencia & Tecnología, 13(2), 72-84. https://doi.org/10.22335/rlct.v13i2.1371