Not logged in.
Quick Search - Contribution
Contribution Details
| Type | Bachelor's Thesis |
| Scope | Discipline-based scholarship |
| Title | DayO: Optimizing Workdays Based on Time and Productivity Constraints |
| Organization Unit | |
| Authors |
|
| Supervisors |
|
| Language |
|
| Institution | University of Zurich |
| Faculty | Faculty of Business, Economics and Informatics |
| Date | 2017 |
| Abstract Text | Knowledge workers have multiple competing responsibilities, ranging from answering emails, attending meetings to performing highly demanding tasks. To be successful at work and get things done, workers have to continuously plan ahead or determine what's best to work on right now. Planning is vital for completing projects and accomplishing longer tasks, since keeping a high-level picture in mind while simultaneously concentrating on the solution is challenging. Productivity of the knowledge worker depends on many different factors, ranging from environmental like interruptions to personal like sleep duration and quality. However, none of the existing approaches for automated task scheduling takes personal productivity factors into account. To alleviate the planning effort and help knowledge workers in allocating their personal resources of time and energy to achieve effective task execution, we have devised a concept of constraint-based workday planning and implemented as a prototype, DayO. Taking the list of tasks created by the user, DayO generates schedule suggestions based on task characteristics, appointments scheduled for today and productivity factors. The evaluation of DayO with knowledge workers has shown that suggestions of workday plan display high accuracy and that concept presented in this thesis can be used for task scheduling at work. |
| Zusammenfassung | Wissensarbeiter haben mehrere konkurrierende Verantwortlichkeiten, von der Beantwortung von E-Mails, Teilnahme an Sitzungen, bis zur Erfüllung von anspruchsvollen Aufgaben. Um auf der Arbeit erfolgreich zu sein und die gestellten Aufgaben zu erledigen, müssen Wissensarbeiter kontinuierlich planen oder jederzeit festlegen, welche Aufgabe zur Zeit am wichtigsten ist. Die Planung ist entscheidend für die Abwicklung von Projekten und die Erfüllung von längeren Aufgaben. Die Aufrechterhaltung einer Perspektive von mehreren Aufgaben und gleichzeitiger Konzentration auf einer Lösung ist eine Herausforderung. Die Produktivität des Wissensarbeiters hängt von vielen verschiedenen Faktoren ab, von externen Faktoren wie Unterbrechungen bis hin zu persönlichen Produktivitätsfaktoren wie Schlafdauer und Schlafqualität. Allerdings berücksichtigt keines der vorhandenen Werkzeuge für die automatisierte Aufgabenplanung die persönlichen Produktivitätsfaktoren. Um den Planungsaufwand zu reduzieren und den Wissensarbeitern bei der Zuteilung ihrer persönlichen Ressourcen von Zeit und Energie zu helfen, die eine effektive Aufgabenausführung zu erreichen erlaubt, haben wir ein Konzept der bedingungsbasierten Arbeitstagplanung entwickelt und in einem Prototyp, DayO, umgesetzt. Aus der Liste der vom Benutzer erstellten Aufgaben generiert DayO Zeitplanvorschläge für den Arbeitstag basierend auf der Analyse von Aufgabenmerkmalen, für heute geplanten Terminen und Produktivitätsfaktoren. Die Auswertung von DayO in einer Studie mit Wissensarbeitern hat gezeigt, dass die generierten Vorschläge für den Arbeitstagplan eine hohe Genauigkeit aufweisen, und dass das in dieser Arbeit vorgestellte Konzept für die Aufgabenplanung bei Wissensarbeitern verwendet werden kann. |
| PDF File |
Download
|
| Export |
BibTeX
|