Determinantes psicológicos y cognitivos del desempeño operacional y la resiliencia en sistemas de producción y cadenas de suministro: Una revisión sistemática de la literatura
DOI:
https://doi.org/10.65415/ffy0zg66Palabras clave:
factores psicológicos, carga cognitiva, desempeño operacional, resiliencia, revisión sistemática.Resumen
Esta revisión sistemática de la literatura (RSL), desarrollada bajo los lineamientos de la declaración PRISMA 2020, examina la evidencia empírica sobre los factores psicológicos y cognitivos (estrés laboral, carga cognitiva, sesgos cognitivos, burnout, bienestar psicológico y fatiga mental) como determinantes del desempeño operativo y la resiliencia en sistemas de producción y cadenas de suministro. Se realizó una búsqueda sistemática en tres bases de datos (Scopus, Redalyc y SciELO), identificando un total de N = 348 registros. Tras la eliminación de duplicados (n = 4), un tamizado riguroso por título y resumen, y la verificación en texto completo de los 73 informes preseleccionados (que permitió excluir 6 documentos conceptuales sin componente empírico), se incluyeron n = 67 estudios en la síntesis final. Los hallazgos se organizan en cinco ejes temáticos: (1) carga cognitiva en entornos tecnológicamente asistidos, (2) estrés laboral y burnout, (3) sesgos cognitivos en la toma de decisiones operativas, (4) bienestar psicológico en la manufactura centrada en el ser humano (Industria 5.0), y (5) fatiga y seguridad en operarios y conductores. La evidencia muestra una concentración marcada en la literatura global indexada en Scopus, contrastando con una representación mínima de estudios genuinamente iberoamericanos (3 de 67), lo que constituye en sí mismo un hallazgo relevante sobre la brecha regional en esta línea de investigación.
Descargas
Referencias
Agarwal, P. (2022). Sistemas de trabajo de alto rendimiento y agotamiento: el papel moderador de la mentalidad y la necesidad de logro. International Journal of Organizational Analysis, 30(6), 1803–1818. https://doi.org/10.1108/IJOA-03-2021-2688
Agati, S. S., Hounsell, M. da S., & Paterno, A. S. (2024). GRAAL: modelado, creación de prototipos y evaluación de un sistema de línea de montaje aumentada y responsable gamificada. International Journal of Advanced Manufacturing Technology, 132, 2735–2751. https://doi.org/10.1007/s00170-024-13460-8
Ahmad, A., Hussain, A., Ahmad, A., Shaheen, L., Abrar, U., & Khan, F. A. (2021). How does occupational stress affect individuals employed in textiles? An exploratory study from Pakistan. Industria Textila, 72(5), 515. https://doi.org/10.35530/IT.072.05.20204
Algethami, A., Assad, F., Patsavellas, J., & Salonitis, K. (2025). Desarrollo de una cultura organizacional que fomente la mejora continua en las empresas manufactureras de Arabia Saudita. Administrative Sciences, 15(7), 241. https://doi.org/10.3390/admsci15070241
Archer, R., Lewis, R., Yarker, J., Zernerova, L., & Flaxman, P. E. (2024). Increasing workforce psychological flexibility through organization-wide training: Influence on stress resilience, job burnout, and performance. Journal of Contextual Behavioral Science, 33, 100799. https://doi.org/10.1016/j.jcbs.2024.100799
Attahir, M., Chutima, P., & Miralles, C. (2026). Evaluación y categorización de la ergonomía cognitiva en entornos de trabajo colaborativos humano-robot: una revisión sistemática de la literatura. Journal of Industrial and Production Engineering, 43(4), 552–591. https://doi.org/10.1080/21681015.2025.2594008
Banishetty, S., Elembilassery, V., Dutta, T., & Kundu, R. (2026). Los fallos cognitivos de los empleados resultan costosos para las organizaciones: una revisión sistemática y perspectivas futuras. Journal of Organizational Effectiveness: People and Performance, 1–25. https://doi.org/10.1108/JOEPP-06-2025-0447
Barravecchia, F., Mastrogiacomo, L., & Franceschini, F. (2023). Un modelo de costos general para evaluar la implementación de robots colaborativos en procesos de ensamblaje. The International Journal of Advanced Manufacturing Technology, 125(11), 5247–5266. https://doi.org/10.1007/s00170-023-10942-z
Boopathy, C., & Sreekala, S. P. (2026). Psychological Wellbeing and Job Performance in the Textile Industry. Journal of the Textile Association, 86, 546–552. https://doi.org/10.63665/jta.v86i5.10
Brunzini, A., Grandi, F., Peruzzini, M., & Pellicciari, M. (2024). Una metodología integrada para la evaluación del estrés y la carga mental aplicada al entrenamiento virtual. International Journal of Computer Integrated Manufacturing, 37(9), 1088–1106. https://doi.org/10.1080/0951192X.2023.2189311
Calzavara, M., Persona, A., Sgarbossa, F., & Visentin, V. (2019). Un modelo para la estimación de la asignación de descansos para mejorar la asignación de tareas a los operadores. International Journal of Production Research, 57(3), 948–962. https://doi.org/10.1080/00207543.2018.1497816
Cimini, C., Tria, F., Lagorio, A., Mattsson, S., & Ruppert, T. (2026). Evaluación del rendimiento de la realidad aumentada espacial y la centralidad humana para la asistencia al operador 5.0 en el ensamblaje: perspectivas de un estudio empírico. IET Collaborative Intelligent Manufacturing, 8(1), e70075. https://doi.org/10.1049/cim2.70075
Cristofaro, M., Leoni, L., & Giardino, P. L. (2022). Influencia de los sesgos cognitivos en la creatividad y el rendimiento de los productos de los empleados: evidencias de empresas italianas de tecnología de fabricación. Journal of Manufacturing Technology Management, 33(4), 675–695. https://doi.org/10.1108/JMTM-10-2020-0414
Eswaran, M., & Bahubalendruni, M. V. A. R. (2023). Mapeo de objetos asistido por realidad aumentada para asistencia/capacitación de trabajadores en un contexto de ensamblaje industrial: Exploración de la asequibilidad con técnicas de guía existentes. Computers & Industrial Engineering, 185, 109663. https://doi.org/10.1016/j.cie.2023.109663
Eswaran, M., & Bahubalendruni, M. V. A. R. (2024). Marco integrado asistido por AR/VR de un sistema autónomo de desmontaje para productos industriales. Computers & Industrial Engineering, 196, 110522. https://doi.org/10.1016/j.cie.2024.110522
Fang, W., Teng, Z., Zhang, Q., & Wu, Z. (2024). Guía de ensamblaje interactiva con realidad aumentada habilitada por una interfaz natural de manos desnudas. The International Journal of Advanced Manufacturing Technology, 133(7), 3193–3207. https://doi.org/10.1007/s00170-024-13922-z
Fang, W., Tong, W., Zhang, T., & Zhang, Q. (2026). Observación interactiva del progreso con las manos desnudas para el ensamblaje de realidad aumentada espacial adaptativa centrada en el ser humano. Computers & Industrial Engineering, 111990. https://doi.org/10.1016/j.cie.2026.111990
Fauziah, H., Bangsawan, S., & Mahrinasari, M. S. (2020). Impacto del compromiso organizacional para la gestión de la cadena de suministro turístico en el comportamiento de ciudadanía organizacional mediante la mediación del apego psicológico y la alienación laboral en la industria turística indonesia. International Journal of Supply Chain Management, 9(3), 990–1002. https://doi.org/10.59160/ijscm.v9i3.4977
Firescu, V., & Filip, D. (2025). Factores humanos y ergonomía en sistemas de fabricación sostenibles: Un camino hacia un mejor rendimiento y bienestar. Machines, 13(7), 595. https://doi.org/10.3390/machines13070595
Gervasi, R., Capponi, M., Mastrogiacomo, L., & Franceschini, F. (2025). Soporte de seguimiento ocular para el análisis de factores humanos en la colaboración humano-robot durante procesos de ensamblaje repetitivos de larga duración. Production Engineering, 19(1), 47–64. https://doi.org/10.1007/s11740-024-01294-y
Govaerts, R., De Bock, S., Stas, L., El Makrini, I., Habay, J., Van Cutsem, J., Roelands, B., Vanderborght, B., Meeusen, R., & De Pauw, K. (2023). Rendimiento laboral en la industria: El impacto de la fatiga mental y un exoesqueleto pasivo para la espalda en la eficiencia laboral. Applied Ergonomics, 110, 104026. https://doi.org/10.1016/j.apergo.2023.104026
Gualtieri, L., Fraboni, F., Brendel, H., Pietrantoni, L., Vidoni, R., & Dallasega, P. (2024). Actualización de las directrices de diseño para la ergonomía cognitiva en aplicaciones de robótica colaborativa centradas en el ser humano: una encuesta a expertos. Applied Ergonomics, 117, 104246. https://doi.org/10.1016/j.apergo.2024.104246
Gutiérrez Banegas, A., Olivera Pérez, E., Bastida Escamilla, E., & Castillo Soto, M. (2022). Factores de satisfacción laboral en tiempos de crisis económica. Una revisión sistemática. Visión de Futuro, 26(2), 1–21. https://doi.org/10.36995/j.visiondefuturo.2022.26.02.001.es
Humdan, E. A. (2025). Mejora de la agilidad del transporte mediante IA neuroadaptativa e inteligencia de decisión conductual. Transportation Research Interdisciplinary Perspectives, 31, 101468. https://doi.org/10.1016/j.trip.2025.101468
Jeong, H., Yang, S.-C., Park, S.-G., Hong, I., & Kim, H. D. (2025). Predicción del riesgo de síndrome de agotamiento laboral mediante la Escala Coreana de Estrés Ocupacional (KOSS): un enfoque de aprendizaje automático. Safety and Health at Work. https://doi.org/10.1016/j.shaw.2025.08.006
Kadiresan, V., Khuan, W. S., Arumugam, T., Rasu, F., & Theseira, A. S. (2019). Compromiso y retención de empleados en la industria automotriz en el contexto malasio. El estrés laboral como moderador. International Journal of Engineering and Advanced Technology, 8, 607–617. https://doi.org/10.35940/ijeat.F1108.0986S319
Keil, M., Hagemann, V., & Glock, C. (2025). Promoción de una conducción sana y segura: Evaluación fisiológica y psicológica de conductores de camiones para la planificación individualizada de turnos y rutas. Transportation Research Part F: Traffic Psychology and Behaviour, 111, 409–434. https://doi.org/10.1016/j.trf.2025.03.017
Khamaisi, R. K., Brunzini, A., Grandi, F., Peruzzini, M., & Pellicciari, M. (2022). Estrategia de evaluación de UX para identificar posibles condiciones estresantes para los trabajadores. Robotics and Computer-Integrated Manufacturing, 78, 102403. https://doi.org/10.1016/j.rcim.2022.102403
Kleynhans, D. J., Heyns, M., & De Wet, T. (2025). Liderazgo auténtico y bienestar psicológico: El papel del apoyo organizacional. SA Journal of Human Resource Management, 23, 1–10. https://doi.org/10.4102/sajhrm.v23i0.3057
Kong, F. (2019). Desarrollo de un método métrico y un modelo de marco para evaluaciones de complejidad integradas del proceso de producción de estaciones de trabajo ergonómicas. International Journal of Production Research, 57(8), 2429–2445. https://doi.org/10.1080/00207543.2018.1519266
Krasniuk, S., Lemke, M. K., Hassoun, A., Hege, A., & Crizzle, A. M. (2024). Mejora de los entornos de las paradas de camiones para apoyar la seguridad y la salud de los conductores de camiones de larga distancia: una revisión exploratoria. Transportation Research Part A: Policy and Practice, 185, 104123. https://doi.org/10.1016/j.tra.2024.104123
Lagomarsino, M., Lorenzini, M., De Momi, E., & Ajoudani, A. (2022). Un marco en línea para la evaluación de la carga cognitiva en tareas industriales. Robotics and Computer-Integrated Manufacturing, 78, 102380. https://doi.org/10.1016/j.rcim.2022.102380
Li, J. (2024). El impacto del sesgo de optimismo en la toma de decisiones estratégicas y la eficiencia en las cadenas de suministro del comercio minorista en línea. Systems, 12(12), 574. https://doi.org/10.3390/systems12120574
Li, M. (2019). Canales de distribución con exceso de confianza. Production and Operations Management, 28(6), 1347–1365. https://doi.org/10.1111/poms.12981
Lindner, F., Reiner, G., & Keil, S. (2025). Una perspectiva conductual sobre la visualización en la gestión de operaciones y fabricación: una revisión, marco y agenda de investigación. Operations Management Research, 18(1), 317–352. https://doi.org/10.1007/s12063-024-00534-9
Liu, J., Yang, Y., & Yu, Y. (2021). Estrategias de pedidos y tasas de interés en financiación de plataformas con un minorista comercial y excesivamente confiado. Transportation Research Part E: Logistics and Transportation Review, 153, 102430. https://doi.org/10.1016/j.tre.2021.102430
Liu, M., & Kato, S. (2026). Un sistema automatizado de inspección de tejidos con intervención humana: un estudio de caso sobre la implementación de la modernización y la eficiencia del trabajo. Journal of Fiber Science and Technology, 82(4), 76–83. https://doi.org/10.2115/fiberst.2026-0008
Llanos Encalada, M., & Caicedo Torres, C. A. (2022). Consecuencias de los riesgos psicosociales en el desempeño de los trabajadores de una terminal portuaria en Guayaquil. ECA Sinergia, 13(1), 35–57. https://doi.org/10.33936/eca_sinergia.v13i1.3315
Loch, C. H. (2017). La creatividad y la toma de riesgos no son racionales: Operaciones conductuales en MOT. Production and Operations Management, 26(4), 591–604. https://doi.org/10.1111/poms.12666
Lu, Y., Zheng, H., Chand, S., Xia, W., Liu, Z., Xu, X., Wang, L., Qin, Z., & Bao, J. (2022). Perspectivas sobre la fabricación centrada en el ser humano hacia la Industria 5.0. Journal of Manufacturing Systems, 62, 612–627. https://doi.org/10.1016/j.jmsy.2022.02.001
Mansour, M. (2016). Cuantificación de los costos intangibles relacionados con las condiciones de trabajo no ergonómicas y las lesiones laborales en función del nivel de estrés entre los empleados. Safety Science, 82, 283–288. https://doi.org/10.1016/j.ssci.2015.09.007
Martínez, A., Sánchez, W., Benítez, R., González, Y., Mejía, M., & Ortiz, J. (2018). Evaluación de un modelo predictivo de estrés laboral mediante algoritmos de clasificación. IEEE Latin America Transactions, 16(1), 178–185. https://doi.org/10.1109/TLA.2018.8291471
Meintjes, A. J. (2019). Estrés laboral e intención de rotación de los empleados en la industria siderúrgica sudafricana: un desafío para la gestión. Journal of Contemporary Management, 16(2), 493–512. https://doi.org/10.35683/jcm18075.45
Mouton, A., Goedhals-Gerber, L., & De Bod, A. (2025). Riesgo de fatiga asociado con períodos prolongados de inactividad y desalineación circadiana: Un modelo exploratorio de riesgo de fatiga para camioneros. Journal of Transport and Supply Chain Management, 19, 1–12. https://doi.org/10.4102/jtscm.v19i0.1155
Orlando, E. M., Nenna, F., Zanardi, D., Buodo, G., Mingardi, M., Sarlo, M., & Gamberini, L. (2025). Comprensión de los estados psicológicos y las respuestas fisiológicas de los trabajadores durante la colaboración humano-robot. International Journal of Human-Computer Studies, 200, 103516. https://doi.org/10.1016/j.ijhcs.2025.103516
Page, M. J., McKenzie, J. E., Bossuyt, P. M., Boutron, I., Hoffmann, T. C., Mulrow, C. D., Shamseer, L., Tetzlaff, J. M., Akl, E. A., Brennan, S. E., Chou, R., Glanville, J., Grimshaw, J. M., Hróbjartsson, A., Lalu, M. M., Li, T., Loder, E. W., Mayo-Wilson, E., McDonald, S., … Moher, D. (2021). La declaración PRISMA 2020: una guía actualizada para informar revisiones sistemáticas. BMJ, 372, n71. https://doi.org/10.1136/bmj.n71
Peruzzini, M., Pellicciari, M., & Gadaleta, M. (2019). Un estudio comparativo sobre configuraciones integradas por computadora para diseñar sistemas de fabricación centrados en el ser humano. Robotics and Computer-Integrated Manufacturing, 55, 265–278. https://doi.org/10.1016/j.rcim.2018.03.009
Pillai, P., Balasingam, B., Jaekel, A., & Biondi, F. N. (2024). Comparación de medidas de carga cognitiva concurrente durante tareas n-back. Applied Ergonomics, 117, 104244. https://doi.org/10.1016/j.apergo.2024.104244
Real, C., & Torres, Y. (2024). Efecto de los cambios en la secuencia de operaciones de ensamblaje sobre las tasas de error: Un estudio de caso de la industria de fabricación de automóviles. IEEE Access, 12, 34644–34655. https://doi.org/10.1109/ACCESS.2024.3371980
Riedel, A., Gerlach, J., Dietsch, M., Herbst, S., Engelmann, F., Brehm, N., & Pfeifroth, T. (2021). Un sistema de asistencia al trabajador basado en aprendizaje profundo para la prevención de errores: Estudio de caso en un ensamblaje manual real. Advances in Production Engineering & Management, 16(4), 393–404. https://doi.org/10.14743/apem2021.4.408
Rosen, P. H., & Wischniewski, S. (2019). Revisión exploratoria sobre el control del trabajo y la salud ocupacional en el contexto de la fabricación. The International Journal of Advanced Manufacturing Technology, 102(5), 2285–2296. https://doi.org/10.1007/s00170-018-03271-z
Saha, S., Jindal, K., Shakti, D., Tewary, S., & Sardana, V. (2022). Enfoque de aprendizaje automático basado en la transformada Chirplet para la clasificación del cambio de estado cognitivo utilizando la respuesta galvánica de la piel y señales de fotopletismografía. Expert Systems, 39(6), e12958. https://doi.org/10.1111/exsy.12958
Sampaio, R. F., Coelho, C. M., Barbosa, F. B., Mancini, M. C., & Parreira, V. F. (2009). Work ability and stress in a bus transportation company in Belo Horizonte, Brazil. Ciência & Saúde Coletiva, 14(1), 287–296. https://doi.org/10.1590/s1413-81232009000100035
Seeliger, A., Cheng, L., & Netland, T. (2023). Realidad aumentada para la inspección de calidad industrial: un experimento que evalúa el desempeño de la tarea y los factores humanos. Computers in Industry, 151, 103985. https://doi.org/10.1016/j.compind.2023.103985
Shao, J., Zhan, Y., Zhu, H., Zhang, M., Qin, L., Tian, S., & Qi, H. (2024). Los efectos de la representación de iconos industriales en el rendimiento de la búsqueda visual. Displays, 82, 102661. https://doi.org/10.1016/j.displa.2024.102661
Sinambela, S. (2020). ¿La GCS modera la relación entre la inteligencia emocional, la disciplina laboral y el estrés laboral con el comportamiento de ciudadanía organizacional? International Journal of Supply Chain Management, 9(4). https://doi.org/10.59160/ijscm.v9i4.5260
Spahrbier, M., Blank, D., & Ziegler, D. (2022). Apoyo a las actividades de supervisión humana en la fabricación altamente automatizada mediante la gamificación. Computers & Industrial Engineering, 168, 108049. https://doi.org/10.1016/j.cie.2022.108049
Testa, A., Simeone, A., Zecca, M., Paoli, A., & Settineri, L. (2025). Fusión de sensores basada en lógica difusa para la evaluación de la carga cognitiva en estrategias de fabricación inclusivas. Sensors, 25(11), 3356. https://doi.org/10.3390/s25113356
Wahab, M. A., Tatoglu, E., Glaister, A. J., & Demirbag, M. (2020). Cómo afrontar la incertidumbre: sistemas de trabajo de alto compromiso, rendimiento, agotamiento y bienestar en Malasia. The International Journal of Human Resource Management, 32(1), 24–48. https://doi.org/10.1080/09585192.2020.1833069
Wang, S., & Jiao, R. J. (2025). Asignación cognitiva inteligente de tareas para la simbiosis humano-automatización en sistemas de fabricación de la Industria 5.0 mediante teoría de juegos no cooperativos: un enfoque de optimización de dos niveles. The International Journal of Advanced Manufacturing Technology, 136(3), 1717–1739. https://doi.org/10.1007/s00170-024-14890-0
Wang, Y., Xiao, B., Mueller, S. T., & Yi, W. (2026). Marco de tarea-taxón-tarea para modelar y predecir el impacto cognitivo de los robots colaborativos en el desempeño de los trabajadores en la construcción modular. Journal of Construction Engineering and Management, 152(4), 04026033. https://doi.org/10.1061/JCEMD4.COENG-17137
Wu, P.-J., Cheng, W., & Goh, M. (2026). Gestión del riesgo de calidad: efectos del sesgo cognitivo y los niveles de riesgo de los proveedores. Asia Pacific Journal of Marketing and Logistics, 38(8), 2330–2349. https://doi.org/10.1108/APJML-04-2025-0753
Yang, X., Liu, Y., & Zhang, F. (2026). Heurísticas y sesgo cognitivo en la reconfiguración de los modos de cooperación de la cartera de alianzas industria-universidad-investigación: roles de la retroalimentación del desempeño de la innovación bajo la arrogancia del CEO. Strategic Change. https://doi.org/10.1002/jsc.70070
Yaroson, E. V., Chowdhury, S., Mangla, S. K., & Dey, P. K. (2024). Descubriendo la interacción entre los recursos organizacionales, el conocimiento y las herramientas analíticas de apoyo a la toma de decisiones de la industria 4.0 para lograr la sostenibilidad y el bienestar de la cadena de suministro. Annals of Operations Research, 342(2), 1321–1368. https://doi.org/10.1007/s10479-024-05845-5
Zare, S., Ghasemi, Y., & Chen, K.-Y. (2026). Más allá de las heurísticas: un estudio experimental sobre el impacto de la autoeficacia matemática y la reflexión cognitiva en el desempeño de la toma de decisiones de los vendedores de periódicos. International Journal of Production Research, 1–23. https://doi.org/10.1080/00207543.2026.2709053
Zheng, C., Wang, K., Gao, S., Yu, Y., Wang, Z., & Tang, Y. (2025). Diseño de un canal de retroalimentación multimodal de interfaz cognitiva humano-robot para teleoperación en la fabricación. Journal of Intelligent Manufacturing, 36(6), 4283–4303. https://doi.org/10.1007/s10845-024-02451-x
Zheng, T., Glock, C. H., & Grosse, E. H. (2022). Oportunidades para el uso de la tecnología de seguimiento ocular en la fabricación y la logística: revisión sistemática de la literatura y agenda de investigación. Computers & Industrial Engineering, 171, 108444. https://doi.org/10.1016/j.cie.2022.108444
Zhou, Z. (2026). Evaluación algorítmica del desempeño en logística de carga: efectos en la confianza del conductor, la equidad organizacional y el estrés laboral. Journal of Logistics, Informatics and Service Science, 13(9), 220–232. https://doi.org/10.33168/JLISS.2026.0912
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Iván Leonardo Pincay Aguilar, Johnny Roddy Lopez Briones, Luis Armando Chisaguano Chisaguano, Kevin Acosta-Barreno
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
