37 resultados para Forecasting methods
Resumo:
A Work Project, presented as part of the requirements for the Award of a Master’s Double Degree in Finance from Maastricht University and NOVA – School of Business and Economics
Resumo:
O projeto MEMORIAMEDIA tem como objetivos o estudo, a inventariação e divulgação de manifestações do património cultural imaterial: expressões orais; práticas performativas; celebrações; o saber-fazer de artes e ofícios e as práticas e conhecimentos relacionados com a natureza e o universo. O MEMORIAMEDIA iniciou em 2006, em pleno debate nacional e internacional das questões do património cultural imaterial. Este livro cruza essas discussões teóricas, metodológicas e técnicas com a caracterização do MEMORIAMEDIA. Os resultados do projeto, organizados num inventário nacional, estão publicados no site www.memoriamedia.net, onde se encontram disponíveis para consulta e partilha. Filomena Sousa é investigadora de pós-doutoramento em antropologia (FCSH/UNL) e doutorada em sociologia (ISCTE-IUL). Membro integrado no Instituto de Estudos de Literatura e Tradição - patrimónios, artes e culturas (IELT) da FCSH/UNL e consultora da Memória Imaterial CRL – organização não-governamental autora e gestora do projeto MEMORIAMEDIA. Desenvolve investigação no âmbito das políticas e instrumentos de identificação, documentação e salvaguarda do património cultural imaterial e realizou vários documentários sobre expressões culturais.
Resumo:
Nestlé’s Dynamic Forecasting Process: Anticipating Risks and Opportunities This Work Project discusses the Nestlé’s Dynamic Forecasting Process, implemented within the organization as a way of reengineering its performance management concept and processes, so as to make it more flexible and capable to react to volatile business conditions. When stressing the importance of demand planning to reallocate resources and enhance performance, Nescafé Dolce Gusto comes as way of seeking improvements on this forecasts’ accuracy and it is thus, by providing a more accurate model on its capsules’ sales, as well as recommending adequate implementations that positively contribute to the referred Planning Process, that value is brought to the Project
Resumo:
The Electrohysterogram (EHG) is a new instrument for pregnancy monitoring. It measures the uterine muscle electrical signal, which is closely related with uterine contractions. The EHG is described as a viable alternative and a more precise instrument than the currently most widely used method for the description of uterine contractions: the external tocogram. The EHG has also been indicated as a promising tool in the assessment of preterm delivery risk. This work intends to contribute towards the EHG characterization through the inventory of its components which are: • Contractions; • Labor contractions; • Alvarez waves; • Fetal movements; • Long Duration Low Frequency Waves; The instruments used for cataloging were: Spectral Analysis, parametric and non-parametric, energy estimators, time-frequency methods and the tocogram annotated by expert physicians. The EHG and respective tocograms were obtained from the Icelandic 16-electrode Electrohysterogram Database. 288 components were classified. There is not a component database of this type available for consultation. The spectral analysis module and power estimation was added to Uterine Explorer, an EHG analysis software developed in FCT-UNL. The importance of this component database is related to the need to improve the understanding of the EHG which is a relatively complex signal, as well as contributing towards the detection of preterm birth. Preterm birth accounts for 10% of all births and is one of the most relevant obstetric conditions. Despite the technological and scientific advances in perinatal medicine, in developed countries, prematurity is the major cause of neonatal death. Although various risk factors such as previous preterm births, infection, uterine malformations, multiple gestation and short uterine cervix in second trimester, have been associated with this condition, its etiology remains unknown [1][2][3].
Resumo:
RESUMO - Introdução — O presente estudo descreve os cenários de impacto que uma eventual pandemia de gripe poderá ter na população portuguesa e nos serviços de saúde. Trata-se de uma versão actualizada dos cenários preliminares que têm vindo a ser elaborados e discutidos desde 2005. Material e métodos — Os cenários assumem que a pandemia ocorrerá em duas ondas das quais a primeira (taxa de ataque: 10%) será menos intensa do que a segunda (taxas de ataque: 20%, 25% ou 30%). Neste trabalho são descritos apenas os cenários respeitantes à situação mais grave (taxa de ataque global = 10% + 30%). A elaboração dos cenários utilizou o método proposto por Meltzer, M. I., Cox, N. J. e Fukuda, K. (1999) mas com quase todos os parâmetros adaptados à população portuguesa. Esta adaptação incidiu sobre: 1. duração da pandemia; 2. taxa de letalidade; 3. percentagem da população com risco elevado de complicações; 4. percentagem de doentes com suspeita de gripe que procurará consulta; 5. tempo entre o início dos sintomas e a procura de cuidados; 6. percentagem de doentes que terá acesso efectivo a antiviral; 7. taxa de hospitalização por gripe e tempo médio de hospitalização; 8. percentagem de doentes hospitalizados que necessitarão de cuidados intensivos (CI) e tempo de internamento em CI; 9. efectividade de oseltamivir para evitar complicações e morte. Resultados — Os cenários correspondentes à situação mais grave (taxa de ataque global: 10% + 30%) são apresentados sem qualquer intervenção e, também, com utilização de oseltamivir para fins terapêuticos. Os resultados sem intervenção para o cenário «provável» indicam: • número total de casos — 4 142 447; • número total de indivíduos a necessitar de consulta — 5 799 426; • número total de hospitalizações — 113 712; • número total de internamentos em cuidados intensivos — 17 057; • número total de óbitos — 32 051; • número total de óbitos, nas semanas com valor máximo — 1.a onda: 2551, 2.a onda: 7651. Quando os cenários foram simulados entrando em linha de conta com a utilização de oseltamivir (considerando uma efectividade de 10% e 30%), verificou-se uma redução dos valores dos óbitos e hospitalizações calculados. O presente artigo também apresenta a distribuição semanal, no período de desenvolvimento da pandemia, dos vários resultados obtidos. Discussão — Os resultados apresentados devem ser interpretados como «cenários» e não como «previsões». De facto, as incertezas existentes em relação à doença e ao seu agente não permitem prever com rigor suficiente os seus impactos sobre a população e sobre os serviços de saúde. Por isso, os cenários agora apresentados servem, sobretudo, para fins de planeamento. Assim, a preparação da resposta à eventual pandemia pode ser apoiada em valores cujas ordens de grandeza correspondem às situações de mais elevada gravidade. Desta forma, a sua utilização para outros fins é inadequada e é vivamente desencorajada pelos autores.
Resumo:
Grasslands in semi-arid regions, like Mongolian steppes, are facing desertification and degradation processes, due to climate change. Mongolia’s main economic activity consists on an extensive livestock production and, therefore, it is a concerning matter for the decision makers. Remote sensing and Geographic Information Systems provide the tools for advanced ecosystem management and have been widely used for monitoring and management of pasture resources. This study investigates which is the higher thematic detail that is possible to achieve through remote sensing, to map the steppe vegetation, using medium resolution earth observation imagery in three districts (soums) of Mongolia: Dzag, Buutsagaan and Khureemaral. After considering different thematic levels of detail for classifying the steppe vegetation, the existent pasture types within the steppe were chosen to be mapped. In order to investigate which combination of data sets yields the best results and which classification algorithm is more suitable for incorporating these data sets, a comparison between different classification methods were tested for the study area. Sixteen classifications were performed using different combinations of estimators, Landsat-8 (spectral bands and Landsat-8 NDVI-derived) and geophysical data (elevation, mean annual precipitation and mean annual temperature) using two classification algorithms, maximum likelihood and decision tree. Results showed that the best performing model was the one that incorporated Landsat-8 bands with mean annual precipitation and mean annual temperature (Model 13), using the decision tree. For maximum likelihood, the model that incorporated Landsat-8 bands with mean annual precipitation (Model 5) and the one that incorporated Landsat-8 bands with mean annual precipitation and mean annual temperature (Model 13), achieved the higher accuracies for this algorithm. The decision tree models consistently outperformed the maximum likelihood ones.