Research in industry 4.0 is growing, driven by the innovations in production systems on a continuous basis. In this study, we identified the evolution of themes inherent in the industry 4.0 using a bibliometric software, namely SciMAT (Science Mapping Analysis Software Tool). The analyses included 1882 documents, 4231 keywords, and the relevant information was extracted based on frequency of co-occurrence of keywords. The clusters were plotted in two-dimensional strategic diagrams and analysed using the bibliometric indicators such as the number of publications, number of associated documents, and h-index. The results revealed that 2017 had the largest number of publications. Expert authors in the field and the periodicals that published the most were identified. The science mapping presented 31 clusters in which the most representative motor themes were CPS (Cyber-Physical System), IoT (Internet of Things), and Big Data. In addition, it was possible to identify fields with high investment of efforts by the scientific community such as the union between lean production and industry 4.0, production-centered CPS (CPPS), IoT (Industrial Internet of Things - IIoT), among others. The overlapping map showed an increase in the number of keywords from 338 to 1231 over the period of data. The map of scientific developments supported by an exhaustive research, it was possible to show the state of the art, the main challenges and perspectives for future research in the field of industry 4.0 such as Technology, Collaboration/Integration, Management and Implementation.

The increasing number of studies that underline the relationship between industry 4.0 and sustainability shows that sustainability is one of the pillars of smart factories. Through a bibliometric performance and network analysis (BPNA), this research describes the existing relationship between industry 4.0 and sustainability, the strategic themes from 2010 to March 2019, as well as the research gaps for proposing future work. With this goal in mind, 894 documents and 5621 keywords were included for bibliometric analysis, which were treated with the support of Science Mapping Analysis Software Tool (SciMAT). The bibliometric performance analysis presented the number of publications over time and the most productive journals. The strategic diagram shown 12 main research clusters, which were measured according to bibliometric indicators. Moreover, the network structure of each cluster was depicted, and the patterns found were discussed based on the documents associated to the network. Our findings show the scientific efforts are focused to enhance economic and environmental aspects and highlights a lack of effort relating the social sphere. Finally, the paper concludes the challenges, perspectives, and suggestions for the potential future work in the field of study relating to industry 4.0 and sustainability.

The objective of this study was to identify what competencies are identified in the literature as necessary for Industry 4.0 by conducting a survey of the literature and a scientific mapping of the evolution of the issues related to the qualification of professionals for Industry 4.0 and possible paths for research and education. A search was conducted on the Scopus, Web of Science and Science Direct databases for the interval from 2010 to 2018. This systematic review revealed topics and authors currently specialized in the field and allowed mapping the field of study. The identification of journals and keywords useful in future studies was also an object of this study. SciMAT software was used for the systematic literature review. The results are highlighted by the set of competencies (knowledge and skills) that must be developed in professional education to accompany the new industrial revolution, as well as the importance of integrating efforts by companies, governments and universities. These efforts should focus on creating “learning factories”, which are understood to be environments that provide practical experiences to these professionals, preparing them in the best way possible for the requirements of Industry 4.0. This conceptual map showed that the main competencies needed include skills: (leadership, strategic vision of knowledge, self-organization, giving and receiving feedback, pro-activity, creativity, problem solving, interdisciplinarity, teamwork, collaborative work, initiative, communication, innovation, adaptability, flexibility and self-management) and knowledge of contemporary fields (information and communication technology, algorithms, automation, software development and security, data analysis, general systems theory and sustainable development theory).

Precision Agriculture (PA) and Agriculture 4.0 (A4.0) have been widely discussed as a medium to address the challenges related to agricultural production. In this research, we present a Systematic Literature Review (SLR) supported by a Bibliometric Performance and Network Analysis (BPNA) of the use of A4.0 technologies and PA techniques in the coffee sector. To perform the SLR, 87 documents published since 2011 were extracted from the Scopus and Web of Science databases and processed through the Preferred Reporting Items for Systematic reviews and Meta-Analyzes (PRISMA) protocol. The BPNA was carried out to identify the strategic themes in the field of study. The results present 23 clusters with different levels of development and maturity. We also discovered and presented the thematic network structure of the most used A4.0 technologies in the coffee sector. Our findings shows that Internet of Things, Machine Learning and geostatistics are the most used technologies in the coffee sector, we also present the main challenges and trends related to technological adoption in coffee systems. We believe that the demonstrated results have the potential to be considered by researchers in future works and decision making related to the field of study.

Purpose The purpose of this paper is to identify the relationships between process modeling and Industry 4.0, the strategic themes and the most used process modeling language in smart factories. The study also presents the growth of the field of study worldwide, the perspectives, main challenges, trends and suggestions for future works. Design/methodology/approach To do this, a science mapping was performed using the software SciMAT, supported by VOS viewer. Findings The results show that the Business Process Model and Notation (BPMN), Unified Modelling Language (UML) and Petri Net are the most relevant languages to smart manufacturing. The authors also highlighted the need to develop new languages or extensions capable of representing the dynamism, interoperability and multiple technologies of smart factories. Originality/value It was possible to identify the most used process modeling languages in smart environments and understand how these languages assist control and manage smart processes. Besides, the authors highlighted challenges, new perspectives and the need for future works in the field.

The aim of this paper is to apply bibliometric network analysis to the Lean Production (LP) field of study in order to investigate the strategic themes and the scientific evolution structure. To perform this research, VOSviewer and SciMAT were used to analyse 4,412 documents from 1977 to 2019. The performance analysis of publications, researchers, journals, universities and countries related to LP were measured quantitatively and qualitatively. 24 themes were presented and classified according to their centrality (importance) and density (development), and the intellectual structure of each theme is presented. Lastly, the scientific evolution structure shows the most important clusters over time. The results show that the most important themes are related to manufacturing processes, industrial management, project management and human aspects. Finally, we provide new perspectives to assist researchers in the detection of research opportunities and literature gaps in the field of LP.

A qualidade de um software precisa estar alinhada com o grau de satisfação do cliente. Para que isto ocorra, é fundamental que os requisitos do cliente sejam devidamente identificados e atendidos a fim de suprir suas reais necessidades. O QFD (quality function deployment) também conhecido como a casa da qualidade foi originalmente criado para melhorar a qualidade de produtos a partir do atendimento da voz do cliente. O QFD tem sido utilizado por pesquisadores tanto para desenvolver quanto para melhorar a qualidade de softwares. Esta pesquisa tem como objetivo propor a utilização do QFD como ferramenta de melhoria do ambiente computacional (Ideiaware) desenvolvido no projeto de pesquisa “Ambiente Computacional para Desenvolver a Criatividade e Inovação nas Organizações”. Para isto, realizou-se uma revisão da literatura a fim de identificar de que forma o QFD tem sido aplicado em softwares. Por fim, uma porposta da aplicação do QFD para melhorias do ambiente computacional é apresentada ao final deste trabalho.