A rastreabilidade na exportação da carne bovina do estado do Rio Grande do Sul para a União Européia

Diante da expectativa de aumentar as exportações de carne bovina para a União Européia, entrou em análise a sistemática da rastreabilidade na carne bovina implementada pelo Brasil, em especial, pelo estado do Rio Grande do Sul. O presente trabalho de pesquisa objetivou identificar, na cadeia produtiva da carne bovina, pontos críticos para a adoção dos procedimentos ao rastreamento bovino com vistas ao provimento de carne de origem certificada ao Mercado Europeu. Foram entrevistados os produtores rurais, os empresários das indústrias exportadoras de carne bovina, agente exportador individual e as empresas certificadoras, abordando os aspectos negociais da cadeia produtiva bovina, as exigências do mercado europeu, os procedimentos adotados pelas empresas de sistemas de rastreabilidade e o posicionamento dos agentes. Os modelos teóricos utilizados para analisar os reflexos do ferramental na cadeia produtiva da carne bovina foram Filière, Supply Chain Management associados à Rastreabilidade, aplicada a produtos alimentícios. Para a análise qualitativa, aplicou-se a técnica de análise de conteúdo das respostas. As análises das questões abrangentes aplicadas aos elos, apresentadas nos resultados e discussões, permitiram identificar elementos de relevância aos atores, resultando na comparação das percepções de cada segmento em relação ao processo de rastreabilidade e certificação da carne bovina. As respostas colaboraram para a visualização do cenário sobre o impacto provocado pelo processo de rastreabilidade e certificação. Os resultados obtidos demonstraram que a rastreabilidade, até o presente momento, não contribuiu com os segmentos da cadeia produtiva bovina no que se refere aos processos negociais entre os elos na gestão, no fluxo de informações na cadeia e no aumento de preço do bovino e da carne rastreada. Existe dúvida quanto à contribuição do sistema de rastreabilidade no efeito da fluidez da informação entre os setores da cadeia bovina. Observase que a rastreabilidade pode significar uma tendência futura, demonstrando, no momento, serem indiferentes seus efeitos às variáveis identificadas como relevantes.

Aplicação de dois métodos no controle de qualidade em dados coletados por estações meteorológicas automáticas de superfície

No início dos anos 90, o Brasil e a Grã-Bretanha, juntos, deram um passo, no sentido de produzir estudos microclimáticos dentro da área que compreende a floresta Amazônica, visando quantificar e verificar o impacto do desmatamento dessa floresta sobre o clima. Para isso escolheu-se três regiões para a instalação de estações meteorológicas automáticas de superfície (Estados do Amazonas, Pará e Rondônia). Cada região recebeu uma estação em uma área florestada e outra em área desmatada. Esse projeto binacional foi chamado de "ESTUDO ANGLO-BRASILEIRO DE OBSERVAÇÃO DO CLIMA DA AMAZONIA, (ABRACOS - Anglo-Braz11ian Amazonian Climate Observation Study)". Esse trabalho apresenta a aplicação de dois métodos de controle de qualidade para os dados coletados pelas estações meteorológicas automáticas de superfície. Um desses métodos leva em consideração o comportamento estatístico das variáveis coletadas, e o outro método o comportamento físico e climatológico das mesmas. Por último se faz o uso desses dados com e sem erros no cálculo da evapotranspiração, no sentido de se ver o impacto de uma informação errônea no cálculo de um parametro. O método estatístico demonstrou ter um bom potencial na detecção de erros pequenos (com tamanhos variando de 5 a 20%).(Continua). Esse método apresentou rendimentos na obtenção de erros que oscilam entre 43% e 80% para a radiação solar global. Quando se testou os valores da temperatura do ar e temperatura do bulbo úmido, obteve-se um dos melhores rendimentos do método estatístico, que chegou a 91%. Os piores desempenhos foram quando se testou a radiação refletida, alcançando-se apenas 11,1%. O método físico mostrou-se eficiente na detecção de erros maiores (30 a 90%). Os melhores desempenhos aconteceram quando se testaram as temperaturas. Em um caso o rendimento chegou a 100%. Em seu pior desempenho o método detectou apenas 20% (Teste" A" ). O método físico somente detectou informações suspeitas, dentro dos erros inseridos nas séries de dados.