A influência da água nas propriedades termofísicas dos solventes eutécticos

Nos últimos anos, têm sido efectuados muitos estudos acerca do impacto ambiental dos Líquidos Iónicos (LIs). Estes estudos provaram que apesar das suas características únicas e vantagens claras sobre os solventes orgânicos comuns, numa vasta gama de aplicações e processos, que os LIs por vezes não são totalmente verdes. Com o objectivo de superar algumas das limitações dos LIs em termos de sustentabilidade e estado físico, surgem recentemente os Solventes Eutécticos Profundos (SEs) que têm sido alvo de grande pesquisa científica. O objectivo deste trabalho é estudar os SEs e as suas propriedades termofísicas em soluções aquosas, como condutividade, densidade e viscosidade, com diferentes teores de água. Para esse efeito foi utilizado o cloreto de colina que é um líquido iónico benigno, que será utilizado como aceitador de pontes de hidrogénio, combinado com os vários dadores de pontes de hidrogénio, como o ácido glicólico, o ácido glutárico, o ácido levulínico, o ácido malónico e o ácido oxálico. O principal objectivo deste trabalho baseia-se no estudo do efeito da água na estabilidade dos SEs, quando estes estão presentes em soluções aquosas. No final, foi ainda realizada uma caracterização destes SEs por espectroscopia FTIR, de forma a garantir que ocorreram as pontes de hidrogénio entre o aceitador de pontes de hidrogénio, cloreto de colina e os dadores de pontes de hidrogénio, diversos ácidos carboxílicos.

Modelo preditivo de insolvência no setor farmacêutico : aplicação à farmácia comunitária portuguesa

O setor farmacêutico apresenta um elevado grau de complexidade, dada a regulamentação a que está sujeito. Atualmente, um dos principais problemas deste setor prende-se com o acentuado aumento (142,6% entre dezembro de 2012 e julho de 2014) do número de farmácias insolventes, sendo impacto da crise económica e consequentes medidas regulamentares aplicadas com o Memorando de Entendimento da Troika. Dada a importância que as farmácias têm na dispensa do medicamento assim como o papel do farmacêutico no aconselhamento diário aos utentes, a redução do número de farmácias levanta problemas no acesso ao medicamento por parte da população. Assim, é necessário dotar as farmácias de ferramentas que lhes permitam gerir o seu negócio, criando bases sólidas de forma a terem uma maior capacidade de reagir em tempos de crise. Desta forma, o objetivo principal do trabalho é fornecer às farmácias uma dessas ferramentas, através da criação de um modelo preditivo de insolvência que permita estimar uma probabilidade de uma farmácia entrar em insolvência. Para o efeito, desenvolveu-se um modelo teórico, com base na revisão de literatura científica e na análise do setor farmacêutico em Portugal, que foi depois testado recorrendo a métodos de estimação com recurso ao modelo logit através do método da Máxima Verosimilhança. O modelo empírico foi estimado com dados de uma amostra de 97 farmácias, selecionadas a partir de uma base de dados da ANF. Esta amostra é composta por todas as farmácias insolventes e por uma seleção aleatória de farmácias solventes, para as quais foi possível utilizar informação proveniente do IES, mantendo a total confidencialidade, nomeadamente dados relativos às dimensões consideradas no modelo teórico: Autonomia Financeira, Endividamento, Gestão de Inventários, Gestão de Funcionários, Liquidez, Prazo Médio de Pagamentos do Estado, Prazo Médio Pagamentos a Fornecedores, Rendibilidade, Solvabilidade, Tesouraria, Dimensão e Localização. As dimensões referidas foram selecionadas após uma análise extensiva da bibliografia sobre esta temática. Estas dimensões foram incluídas na estimação através de variáveis proxy (com exceção da Tesouraria), para as quais foi também levada a cabo uma análise de sensibilidade. Depois de validados os pressupostos da estimação e de uma análise crítica sobre os resultados, foi possível selecionar um modelo em que mais de 90% das observações foram classificadas corretamente. O modelo preditivo selecionado inclui as variáveis proxy das dimensões: Autonomia Financeira, Prazo Médio Pagamentos a Fornecedores, Endividamento, Rendibilidade, Dimensão e Localização. Em testes posteriores, validou-se a capacidade preditiva do modelo com recurso a uma amostra de teste.