Adição de carotenóides naturais e artificiais na alimentação de galinhas poedeiras: efeitos na qualidade de ovos frescos e armazenados

A pesquisa teve como objetivo avaliar os atributos de qualidade e de durabilidade dos ovos de duas diferentes linhagens de poedeiras, com dietas contendo aditivos artificiais ou naturais, em diferentes períodos de armazenamento. Foram quantificadas durante o armazenamento as variáveis perda de peso, pH da gema e albúmen, gravidade específica, índice de gema (IG) e foi realizada também classificação por peso e Unidade Haugh (UH). Os resultados foram avaliados segundo teste de Tukey (P≤0,05). As linhagens diferiram quanto à classificação extra dos ovos, com maior porcentagem para a Isa Brown. Os ovos obtidos das poedeiras Carijó apresentaram maior porcentagem de gema (Carijó 30,66 e Isa-Brown 24,55). O tempo de armazenamento fez com que a porcentagem de gema aumentasse nas duas linhagens (Carijó 30,66 tempo zero para 34,85 depois de 36 dias; e Isa- Brown de 24,55 para 27,48). As dietas com aditivos artificiais ou naturais não influenciaram a porcentagem de clara (% Clara 58,72 Controle; 59,52 Aditivo; 60,11 Urucum 1,5%; 59,43 e de gema %Gema 27,64 Controle; 27,90 Aditivo; 27,21 Urucum 1,5%; 27,66 Urucum 2%). O pH da clara diferiu entre os tratamentos no tempo inicial e aos 36 dias de armazenamento, mas o pH da gema não diferiu durante todo o armazenamento. O índice de gema diferiu nos tempos de armazenamento, mas não diferiu considerando os tratamentos. Em dietas com aditivos artificiais ou naturais, as linhagens e os tempos de armazenamento influenciam na qualidade e durabilidade dos ovos.

Redes neurais artificiais na previsão da inflação: aplicação como ferramenta de apoio à análise de decisões financeiras em organizações de pequeno porte

As estimações das taxas de inflação são de fundamental importância para os gestores, pois as decisões de investimento estão intimamente ligadas a elas. Contudo, o comportamento inflacionário tende a ser não linear e até mesmo caótico, tornando difícil a sua correta estimação. Essa característica do fenômeno pode tornar imprecisos os modelos mais simples de previsão, acessíveis às pequenas organizações, uma vez que muitos deles necessitam de grandes manipulações de dados e/ou softwares especializados. O presente artigo tem por objetivo avaliar, por meio de análise formal estatística, a eficácia das redes neurais artificiais (RNA) na previsão da inflação, dentro da realidade de organizações de pequeno porte. As RNA são ferramentas adequadas para mensurar os fenômenos inflacionários, por se tratar de aproximações de funções polinomiais, capazes de lidar com fenômenos não lineares. Para esse processo, foram selecionados três modelos básicos de redes neurais artificiais Multi Layer Perceptron, passíveis de implementação a partir de planilhas eletrônicas de código aberto. Os três modelos foram testados a partir de um conjunto de variáveis independentes sugeridas por Bresser-Pereira e Nakano (1984), com defasagem de um, seis e doze meses. Para tal, foram utilizados testes de Wilcoxon, coeficiente de determinação R² e o percentual de erro médio dos modelos. O conjunto de dados foi dividido em dois, sendo um grupo usado para treinamento das redes neurais artificiais, enquanto outro grupo era utilizado para verificar a capacidade de predição dos modelos e sua capacidade de generalização. Com isso, o trabalho concluiu que determinados modelos de redes neurais artificiais têm uma razoável capacidade de predição da inflação no curto prazo e se constituem em uma alternativa razoável para esse tipo de mensuração.