Abstract: The present study aims to map the sustainability and performance evaluation models for energy companies regarding their qualitative and quantitative aspects of corporate governance. This research was carried out through a systematic literature review and the establishment of connections between the issues raised and general aspects of corporate governance, vis-à-vis the sustainable development matter. Aspects of corporate governance, such as gender diversity in the creation of boards of directors and directors in companies, is relevant in view of the UN Sustainable Development Goals, as well as the ISO 26000 standard, regarding guidelines on corporate social responsibility. As an innovation in this mapping, a summary of the main qualitative and quantitative aspects of corporate governance is carried out using the clustering technique and co-occurrence map, mining and text analysis, compared to sustainability and performance evaluation models for energy companies. At the end, gaps in these models are pointed out referring to national and international organizations and studies regarding intersectoral principles, practices and tools of corporate governance; opportunities for improvement are also pointed out.

Resumo: O presente estudo visa mapear os modelos de avaliação da sustentabilidade e desempenho para empresas de energia quanto aos seus aspectos qualitativos e quantitativos de governança corporativa. Esta pesquisa foi realizada por meio de revisão sistemática da literatura e o estabelecimento de conexões entre os assuntos levantados e aspectos gerais de governança corporativa, vis-à-vis à questão do desenvolvimento sustentável. Aspecto de governança corporativa, como a diversidade de gênero na formação de conselhos de administração e diretorias em empresas, mostra-se relevante frente aos Objetivos de Desenvolvimento Sustentável da ONU, bem como, o padrão ISO 26000, a respeito das diretrizes sobre responsabilidade social corporativa. Como inovação neste mapeamento, realiza-se uma síntese visual dos aspectos qualitativos e quantitativos principais de governança corporativa com o uso da técnica de clustering e mapa de co-ocorrência, de mineração e análise de textos, frente a modelos de avaliação da sustentabilidade e desempenho para empresas de energia. Ao final, são apontadas lacunas desses modelos com referência a organismos nacionais e internacionais e estudos no que diz respeito a princípios, práticas e ferramentas intersetoriais de governança corporativa; são apontadas também, oportunidades de melhorias.

Resumo: O presente estudo propõe um novo modelo de previsão de classes de sustentabilidade para empresas de distribuição de energia elétrica no Brasil, com base em indicadores de sustentabilidade, visando uma gestão de risco mais eficaz para uma determinada empresa frente a seus concorrentes. Como tais indicadores são baseados em medidas quantitativas e qualitativas e são muito propensos a incorrer em imprecisões em suas medidas, o modelo a ser proposto baseia-se em Apoio à Decisão Multicritério, a Teoria dos Conjuntos Aproximativos, que permite o tratamento matemático destas imprecisões, e a Inteligência Artificial, neste caso, Aprendizado de Máquina, por inferência de regras. Consequentemente, são geradas tabelas de decisão com atributos de condição, indicadores de sustentabilidade, e atributos de decisão, classes de sustentabilidade: alta, média ou baixa. Como resultado, é possível prever classes de sustentabilidade com base em séries temporais de indicadores e inferência de regras a partir das tabelas de decisão, utilizando-se o pacote RoughSets em R e o software jMAF, e demonstrando-se a aplicação de cinco algoritmos de geração de regras e suas respectivas precisões.

Abstract: The current study proposes a novel prediction model of sustainability classes for electricity distribution companies in Brazil, based on sustainability indicators, aiming at a more effective risk management for a certain company among their competitors. Because such indicators are based on quantitative and qualitative measures and are very likely to incur imprecisions in their measures, the model to be proposed is based on a Multicriteria Decision Support, Rough Sets Theory, which allows the mathematical treatment of those imprecisions, and Artificial Intelligence, in this case, Machine Learning by rules inference. Consequently, decision tables are generated with condition attributes, sustainability indicators, and decision attributes, sustainability classes: high, medium or low. As a result, it is possible to predict sustainability classes based in temporal series of indicators and rules inference from decision tables, using RoughSets package in R and the jMAF software, demonstrating the use of five rule generation algorithms and their respective accuracies.

Este estudo trata da tomada de decisão com dados replicados e inconsistentes, relativos ao universo de Recursos Humanos, em uma instituição financeira nacional. A replicação ocorre por questões técnicas e/ou econômicas, e visa o atendimento de necessidades corporativas e departamentais dessa instituição. Como metodologia de pesquisa, utilizou-se a observação direta das inconsistências e a simulação com base em dados reais que refletissem a replicação com inconsistências. Os autores apresentam a aplicação de um método multicritério para tornar racional o processo de tomada de decisão, e que se transformou em elemento de motivação deste estudo. O método utilizado foi a Teoria dos Conjuntos Aproximativos (TCA). Um algoritmo foi desenvolvido para indicar as relações de equivalência, aproximações inferior e superior, região de fronteira, medida da exatidão, reduções e núcleo e, posteriormente, implementado em um software.

This study deals about decision-making with replicated and inconsistent data, relating to the universe of Human Resources, within a domestic financial institution. Replication occurs because of technical and/or economic questions, and seeks to meet corporate and departmental requirements of such an institution. As research methodology, direct observation of such inconsistencies was used as well as a simulation based on actual data which would reflect replication with inconsistencies. The authors introduce an application of a multi-criteria method to render the decision-making process rational, and was transformed into an element that stimulated this study. The method used was the Rough Set Theory (RST). An algorithm was developed to indicate the equivalence relations, lower and higher approximations, borderline region, accuracy measure, reducts and core and was subsequently implemented into a software.