Comparação do ajuste dos modelos de morgan-mercer-flodin e de johnson-mehl-avrami na reação de precipitação na liga cu-3%al-5%ag

Em geral, os modelos de crescimento empregados na descrição de processos cinéticos do estado sólido utilizam as funções de Morgan-Mercer-Flodin (MMF) e Johnson-Mehl-Avrami (JMA). Neste trabalho comparou-se o comportamento das estimativas dos parâmetros dessas funções, em duas parametrizações, quando ajustadas aos dados experimentais de variação isotérmica da microdureza da liga Cu-3%Al-5%Ag com o tempo de envelhecimento, em cinco temperaturas diferentes. Na estimativa dos parâmetros aplicou-se o método dos mínimos quadrados à função linearizada do modelo e para o refinamento da solução, os procedimentos da regressão não linear. Foram obtidas as distribuições de freqüências das estimativas dos parâmetros, por simulação, e determinados seus erros relativos. Observou-se que, em uma das parametrizações das funções, a estimativa do parâmetro cinético apresentou maior estabilidade. Apesar dessas funções serem anteriormente consideradas distintas, verificou-se que a função de MMF é uma aproximação da função de JMA, sendo que esta, com a parametrização adequada, é a mais indicada para descrever o processo cinético considerado.

Escala de VO2pico em adolescentes obesos e não-Obesos por diferentes métodos

FUNDAMENTO: O consumo de oxigênio de pico (VO2pico) pode ser definido como a maior taxa de consumo de oxigênio durante exercício exaustivo ou máximo. A avaliação da aptidão aeróbica pode ser expressa como relativa à massa corporal, mas esse procedimento pode não remover completamente as diferenças quando indivíduos pesados são avaliados. Assim, o procedimento com escala alométrica é uma estratégia atraente para comparar indivíduos com grandes diferenças em massa corporal. OBJETIVO: Investigar o VO2pico em indivíduos obesos e não-obesos usando o método de correção de massa corporal (convencional) e escala alométrica (método alométrico) e, como esses métodos são aplicados quando indivíduos de ambos os sexos se exercitam em uma esteira ergométrica. MÉTODOS: O VO2pico relativo ao peso corporal e pelo método alométrico foi comparado em 54 adolescentes obesos e 33 não-obesos (10 a 16 anos). Calorimetria indireta foi usada para avaliar o VO2pico durante um teste máximo. O expoente alométrico foi calculado levando-se em consideração a massa corporal individual. Então o VO2pico foi corrigido pelo expoente alométrico. As comparações foram realizadas usando-se two-way ANOVA para medidas repetidas (p<0,05). RESULTADOS: O VO2pico absoluto foi maior (p<0,05) em meninas obesas (2,80±0,69) quando comparadas às não-obesas (2,00±0,24), mas essa relação desapareceu nos indivíduos do sexo masculino (p>0,05). Entretanto, o VO2pico calculado pelo método convencional foi maior (p<0,05) entre indivíduos não-obesos para ambos os sexos (meninas: 41,45±3,85; meninos: 49,81±7,12) em comparação com os obesos (meninas: 32,11±4,48; meninos: 37,54±6,06). O VO2pico alométrico foi similar (p>0,05) entre os grupos. CONCLUSÃO: Indivíduos obesos apresentaram VO2pico mais baixo do que os não-obesos, quando avaliados pelo método convencional. Entretanto, quando o método da escala alométrica foi aplicado, as diferenças desapareceram.

Variabilidade da frequência cardíaca e infecções pulmonares pós revascularização miocárdica

FUNDAMENTO: A variabilidade da frequência cardíaca (VFC) é um método diagnóstico não invasivo usado na avaliação da modulação autonômica do coração. A análise da VFC por métodos de dinâmica não linear no período pré-operatório da cirurgia de revascularização do miocárdio poderia ser preditora de morbidade no pós-operatório, como por exemplo, infecções pulmonares. OBJETIVO: Avaliar o comportamento da VFC pela dinâmica não linear, no período pré-operatório da cirurgia de revascularização do miocárdio e sua relação com a ocorrência de infecções pulmonares no período pós-operatório hospitalar. MÉTODOS: Foram avaliados 69 pacientes (média de idade de 58,6 ± 10,4 anos) com doença arterial coronariana e indicação eletiva de cirurgia de revascularização do miocárdio. Para quantificar a dinâmica não linear da VFC, foram realizadas: análise das flutuações depuradas de tendências (DFA), seus componentes de curto (α1) e longo (α2) prazos, entropia aproximada (-ApEn), expoente de Lyapunov (LE), e expoente de Hurst (HE) de séries temporais dos intervalos RR do ECG, captados com equipamento Polar S810i, na véspera da operação. RESULTADOS: Nos níveis de corte estipulado pela curva ROC, houve diferença significativa entre os grupos com e sem infecções pulmonares no pós-operatório de revascularização do miocárdio para a DFA total, entropia aproximada e expoente Lyapunov com p = 0, 0309, p = 0,0307 e p = 0,0006, respectivamente. CONCLUSÃO: Os métodos de dinâmica não linear, nos seus respectivos níveis de corte, permitiram diferenciar os casos que evoluíram com infecção pulmonar no pós-operatório de cirurgia de revascularização do miocárdio, sugerindo que, nesse grupo de pacientes, estes métodos podem ter caráter prognóstico.

Variabilidade da frequência cardíaca em neonatos prematuros e de termo

FUNDAMENTO: Várias publicações têm demonstrado a importância do sistema nervoso autônomo por meio dos componentes simpático e parassimpático na gerência da interação entre as diferentes partes do organismo humano. Esses estudos aplicaram técnicas lineares e não lineares (Teoria do Caos) de avaliação em diferentes situações, doenças e faixas etárias, tendo como ferramenta a variabilidade da frequência cardíaca (VFC). OBJETIVO: Aplicar os conhecimentos das dinâmicas linear e não linear na avaliação de neonatos prematuros (NPT), analisando sua VFC e comparando com neonatos de termo (NT) saudáveis. MÉTODOS: Quarenta e oito neonatos prematuros com diferentes idades gestacionais tiveram seus batimentos cardíacos captados com auxílio do equipamento Polar Advanced S810i e sua VFC obtida pelo registro dos intervalos RR. A VFC foi analisada nos domínios do tempo (SDNN, RMSSD, SD1/SD2), da frequência (VLF, LF, HF e a relação LF/HF) e do caos (TAU e sua normalização [TAU(n)], Expoente de Lyapunov e Entropia). Os NPT foram comparados com um grupo de 78 NT saudáveis e sem intercorrências perinatais com auxílio do teste não paramétrico de Kruskal-Wallis. RESULTADOS: Detectou-se diferença estatisticamente significante entre os grupos para todas as variáveis estudadas, tanto no domínio do tempo como nos da frequência e do caos. CONCLUSÃO: Neonatos prematuros exibem comportamento menos complexo da variabilidade da frequência cardíaca que neonatos de termo, fato comprovado nos domínios do tempo, da frequência e do caos. O estudo da variabilidade cardíaca nesse grupo pode ser considerado uma ferramenta a mais na avaliação da maturação autonômica e, consequentemente, da progressão para eutrofia.

Métodos não-lineares para avaliar mudanças na variabilidade da frequência cardíaca em pacientes com diabetes tipo 2

FUNDAMENTO: A variabilidade da frequência cardíaca (VFC) é um importante indicador da modulação autonômica da função cardiovascular. A diabetes pode alterar a modulação autonômica danificando as entradas aferentes, dessa forma aumentando o risco de doenças cardiovasculares. Foram aplicados métodos analíticos não lineares para identificar os parâmetros associados com VFC indicativos de alterações na modulação autonômica da função cardíaca em pacientes diabéticos. OBJETIVO: Analisamos as diferenças nos padrões da VFC entre pacientes diabéticos e controles saudáveis pareados por idade, utilizando métodos não-lineares. MÉTODOS: Plot de Poincaré Lagged, autocorrelação e análise de flutuação destendenciada foram aplicados para analisar a VFC em registros de eletrocardiograma (ECG). RESULTADOS: A análise do gráfico de Poincaré lagged revelou alterações significativas em alguns parâmetros, sugestivas de diminuição da modulação parassimpática. O expoente de flutuação destendencionada derivado de um ajuste em longo prazo foi maior que o expoente em curto prazo na população diabética, o que também foi consistente com a diminuição do input parassimpático. A função de autocorrelação do desvio dos intervalos inter-batimento exibiu um padrão altamente correlacionado no grupo de diabéticos em comparação com o grupo controle. CONCLUSÃO: O padrão de VFC difere significativamente entre pacientes diabéticos e indivíduos saudáveis. Os três métodos estatísticos utilizados no estudo podem ser úteis para detectar o início e a extensão da neuropatia autonômica em pacientes diabéticos.

As distribuições do acaso

1) Chamamos um desvio relativo simples o quociente de um desvio, isto é, de uma diferença entre uma variável e sua média ou outro valor ideal, e o seu erro standard. D= v-v/ δ ou D = v-v2/δ Num desvio composto nós reunimos vários desvios de acordo com a equação: D = + Σ (v - 2)²: o o = o1/ o o Todo desvio relativo é caracterizado por dois graus de liberdade (número de variáveis livres) que indicam de quantas observações foi calculado o numerador (grau de liberdade nf1 ou simplesmente n2) e o denominador (grau de liberdade nf2 ou simplesmente n2). 2) Explicamos em detalhe que a chamada distribuição normal ou de OAUSS é apenas um caso especial que nós encontramos quando o erro standard do dividendo do desvio relativo é calculado de um número bem grande de observações ou determinado por uma fórmula teórica. Para provar este ponto foi demonstrado que a distribuição de GAUSS pode ser derivada da distribuição binomial quando o expoente desta torna-se igual a infinito (Fig.1). 3) Assim torna-se evidente que um estudo detalhado da variação do erro standard é necessário. Mostramos rapidamente que, depois de tentativas preliminares de LEXIS e HELMERT, a solução foi achada pelos estatísticos da escola londrina: KARL PEARSON, o autor anônimo conhecido pelo nome de STUDENT e finalmente R. A. FISHER. 4) Devemos hoje distinguir quatro tipos diferentes de dis- tribuições de acaso dos desvios relativos, em dependência de combinação dos graus de liberdade n1 e n2. Distribuição de: fisher 1 < nf1 < infinito 1 < nf2 < infinito ( formula 9-1) Pearson 1 < nf1 < infinito nf 2= infinito ( formula 3-2) Student nf2 = 1 1 < nf2= infinito ( formula 3-3) Gauss nf1 = 1 nf2= infinito ( formula 3-4) As formas das curvas (Fig. 2) e as fórmulas matemáticas dos quatro tipos de distribuição são amplamente discutidas, bem como os valores das suas constantes e de ordenadas especiais. 5) As distribuições de GAUSS e de STUDENT (Figs. 2 e 5) que correspondem a variação de desvios simples são sempre simétricas e atingem o seu máximo para a abcissa D = O, sendo o valor da ordenada correspondente igual ao valor da constante da distribuição, k1 e k2 respectivamente. 6) As distribuições de PEARSON e FISHER (Fig. 2) correspondentes à variação de desvios compostos, são descontínuas para o valor D = O, existindo sempre duas curvas isoladas, uma à direita e outra à esquerda do valor zero da abcissa. As curvas são assimétricas (Figs. 6 a 9), tornando-se mais e mais simétricas para os valores elevados dos graus de liberdade. 7) A natureza dos limites de probabilidade é discutida. Explicámos porque usam-se em geral os limites bilaterais para as distribuições de STUDENT e GAUSS e os limites unilaterais superiores para as distribuições de PEARSON e FISHER (Figs. 3 e 4). Para o cálculo dos limites deve-se então lembrar que o desvio simples, D = (v - v) : o tem o sinal positivo ou negativo, de modo que é em geral necessário determinar os limites bilaterais em ambos os lados da curva (GAUSS e STUDENT). Os desvios relativos compostos da forma D = O1 : o2 não têm sinal determinado, devendo desprezar-se os sinais. Em geral consideramos apenas o caso o1 ser maior do que o2 e os limites se determinam apenas na extremidade da curva que corresponde a valores maiores do que 1. (Limites unilaterais superiores das distribuições de PEARSON e FISHER). Quando a natureza dos dados indica a possibilidade de aparecerem tanto valores de o(maiores como menores do que o2,devemos usar os limites bilaterais, correspondendo os limites unilaterais de 5%, 1% e 0,1% de probabilidade, correspondendo a limites bilaterais de 10%, 2% e 0,2%. 8) As relações matemáticas das fórmulas das quatro distribuições são amplamente discutidas, como também a sua transformação de uma para outra quando fazemos as necessárias alterações nos graus de liberdade. Estas transformações provam matematicamente que todas as quatro distribuições de acaso formam um conjunto. Foi demonstrado matematicamente que a fórmula das distribuições de FISHER representa o caso geral de variação de acaso de um desvio relativo, se nós extendermos a sua definição desde nfl = 1 até infinito e desde nf2 = 1 até infinito. 9) Existe apenas uma distribuição de GAUSS; podemos calcular uma curva para cada combinação imaginável de graus de liberdade para as outras três distribuições. Porém, é matematicamente evidente que nos aproximamos a distribuições limitantes quando os valores dos graus de liberdade se aproximam ao valor infinito. Partindo de fórmulas com área unidade e usando o erro standard como unidade da abcissa, chegamos às seguintes transformações: a) A distribuição de STUDENT (Fig. 5) passa a distribuição de GAUSS quando o grau de liberdade n2 se aproxima ao valor infinito. Como aproximação ao infinito, suficiente na prática, podemos aceitar valores maiores do que n2 = 30. b) A distribuição de PEARSON (Fig. 6) passa para uma de GAUSS com média zero e erro standard unidade quando nl é igual a 1. Quando de outro lado, nl torna-se muito grande, a distribuição de PEARSON podia ser substituída por uma distribuição modificada de GAUSS, com média igual ale unidade da abcissa igual a 1 : V2 n 1 . Para fins práticos, valores de nl maiores do que 30 são em geral uma aproximação suficiente ao infinito. c) Os limites da distribuição de FISHER são um pouco mais difíceis para definir. I) Em primeiro lugar foram estudadas as distribuições com n1 = n2 = n e verificamos (Figs. 7 e 8) que aproximamo-nos a uma distribuição, transformada de GAUSS com média 1 e erro standard l : Vn, quando o valor cresce até o infinito. Como aproximação satisfatória podemos considerar nl = n2 = 100, ou já nl =r n2 - 50 (Fig. 8) II) Quando n1 e n2 diferem (Fig. 9) podemos distinguir dois casos: Se n1 é pequeno e n2 maior do que 100 podemos substituir a distribuição de FISHER pela distribuição correspondente de PEARSON. (Fig. 9, parte superior). Se porém n1é maior do que 50 e n2 maior do que 100, ou vice-versa, atingimos uma distribuição modificada de GAUSS com média 1 e erro standard 1: 2n1 n3 n1 + n2 10) As definições matemáticas e os limites de probabilidade para as diferentes distribuições de acaso são dadas em geral na literatura em formas bem diversas, usando-se diferentes sistemas de abcissas. Com referência às distribuições de FISHER, foi usado por este autor, inicialmente, o logarítmo natural do desvio relativo, como abcissa. SNEDECOR (1937) emprega o quadrado dos desvios relativos e BRIEGER (1937) o desvio relativo próprio. As distribuições de PEARSON são empregadas para o X2 teste de PEARSON e FISHER, usando como abcissa os valores de x² = D². n1 Foi exposto o meu ponto de vista, que estas desigualdades trazem desvantagens na aplicação dos testes, pois atribui-se um peso diferente aos números analisados em cada teste, que são somas de desvios quadrados no X2 teste, somas des desvios quadrados divididos pelo grau de liberdade ou varianças no F-teste de SNEDECOR, desvios simples no t-teste de STUDENT, etc.. Uma tábua dos limites de probabilidade de desvios relativos foi publicada por mim (BRIEGER 1937) e uma tábua mais extensa será publicada em breve, contendo os limites unilaterais e bilaterais, tanto para as distribuições de STUDENT como de FISHER. 11) Num capítulo final são discutidas várias complicações que podem surgir na análise. Entre elas quero apenas citar alguns problemas. a) Quando comparamos o desvio de um valor e sua média, deveríamos corretamente empregar também os erros de ambos estes valores: D = u- u o2 +²5 Mas não podemos aqui imediatamente aplicar os limites de qualquer das distribuições do acaso discutidas acima. Em geral a variação de v, medida por o , segue uma distribuição de STUDENT e a variação da média V segue uma distribuição de GAUSS. O problema a ser solucionado é, como reunir os limites destas distribuições num só teste. A solução prática do caso é de considerar a média como uma constante, e aplicar diretamente os limites de probabilidade das dstribuições de STUDENT com o grau de liberdade do erro o. Mas este é apenas uma solução prática. O problema mesmo é, em parte, solucionado pelo teste de BEHRENDS. b) Um outro problema se apresenta no curso dos métodos chamados "analysis of variance" ou decomposição do erro. Supomos que nós queremos comparar uma média parcial va com a média geral v . Mas podemos calcular o erro desta média parcial, por dois processos, ou partindo do erro individual aa ou do erro "dentro" oD que é, como explicado acima, uma média balançada de todos os m erros individuais. O emprego deste último garante um teste mais satisfatório e severo, pois êle é baseado sempre num grau de liberdade bastante elevado. Teremos que aplicar dois testes em seguida: Em primeiro lugar devemos decidir se o erro ou difere do êrro dentro: D = δa/δ0 n1 = np/n2 m. n p Se este teste for significante, uma substituição de oa pelo oD não será admissível. Mas mesmo quando o resultado for insignificante, ainda não temos certeza sobre a identidade dos dois erros, pois pode ser que a diferença entre eles é pequena e os graus de liberdade não são suficientes para permitir o reconhecimento desta diferença como significante. Podemos então substituirmos oa por oD de modo que n2 = m : np: D = V a - v / δa Np n = 1 n2 = np passa para D = v = - v/ δ Np n = 1 n2 = m.n p as como podemos incluir neste último teste uma apreciação das nossas dúvidas sobre o teste anterior oa: oD ? A melhor solução prática me parece fazer uso da determinação de oD, que é provavelmente mais exata do que oa, mas usar os graus de liberdade do teste simples: np = 1 / n2 = np para deixar margem para as nossas dúvidas sobre a igualdade de oa a oD. Estes dois exemplos devem ser suficientes para demonstrar que apesar dos grandes progressos que nós podíamos registrar na teoria da variação do acaso, ainda existem problemas importantes a serem solucionados.

Distribuição espacial de Aphis gossypii (Glover) (Hemiptera, Aphididae) e Bemisia tabaci (Gennadius) biótipo B (Hemiptera, Aleyrodidae) em algodoeiro Bt e não-Bt

Distribuição espacial de Aphis gossypii (Glover) (Hemiptera, Aphididae) e Bemisia tabaci (Gennadius) biótipo B (Hemiptera, Aleyrodidae) em algodoeiro Bt e não-Bt. O estudo da distribuição espacial de adultos de Bemisia tabaci e de Aphis gossypii nas culturas do algodoeiro Bt e não-Bt é fundamental para a otimização de técnicas de amostragens, além de revelar diferenças de comportamento de espécies não-alvo dessa tecnologia Bt entre as duas cultivares. Nesse sentido, o experimento buscou investigar o padrão da distribuição espacial dessas espécies de insetos no algodoeiro convencional não-Bt e no cultivar Bt. As avaliações ocorreram em dois campos de 5.000 m² cada, nos quais se realizou 14 avaliações com contagem de adultos da mosca-branca e colônias de pulgões. Foram calculados os índices de agregação (razão variância/média, índice de Morisita e Expoente k da Distribuição Binomial Negativa) e realizados os testes ajustes das classes numéricas de indivíduos encontradas e esperadas às distribuições teóricas de freqüência (Poisson, Binomial Negativa e Binomial Positiva). Todas as análises mostraram que, em ambas as cultivares, a distribuição espacial de B. tabaci ajustou-se a distribuição binomial negativa durante todo o período analisado, indicando que a cultivar transgênica não influenciou o padrão de distribuição agregada desse inseto. Já com relação às análises para A. gossypii, os índices de agregação apontaram distribuição agregada nas duas cultivares, mas as distribuições de freqüência permitiram concluir a ocorrência de distribuição agregada apenas no algodoeiro convencional, pois não houve nenhum ajuste para os dados na cultivar Bt. Isso indica que o algodão Bt alterou o padrão normal de dispersão dos pulgões no cultivo.

Oxigenação do sistema radicular: uma abordagem física

O entendimento da física do processo de aeração do sistema radicular permite uma estimativa mais correta e dinâmica do valor da porosidade de aeração mínima, possibilitando uma previsão mais completa do comportamento de uma planta em relação à umidade e conseqüente condutividade gasosa do solo. No presente trabalho, equacionou-se o processo da oxigenação do solo, objetivando demonstrar como o resultado poderá ser utilizado na estimativa da porosidade de aeração mínima necessária, tendo em vista a porosidade total do solo, a profundidade do solo a ser aerada e o nível de consumo de oxigênio. O valor 10/3 para o expoente da relação entre porosidade de aeração e fator de tortuosidade da equação de Millington e Quirk é o que resulta na maior coerência entre valores da porosidade mínima de aeração calculados e considerados normais.

Distribuição espacial de Toxoptera citricida (Kirkaldy) (Hemiptera: Aphididae) na cultura de citros

O estudo da distribuição espacial de pragas é fundamental para elaboração de planos de amostragem para o uso do manejo integrado de pragas. Para o afídeo Toxoptera citricida (Kirkaldy), estudou-se a distribuição espacial em talhões de pomares de citros comerciais de laranja-doce [Citrus sinensis (L.) Osbeck] da variedade Pêra, com 5; 9 e 15 anos de idade, durante o período de setembro de 2004 a abril de 2005. Foram realizadas 14 amostragens de número de T. citricida em intervalos aproximados de 15 dias entre as mesmas, utilizando-se de armadilhas adesivas de cor amarela (0,11 x 0,11 m) fixadas à planta, a 1,5 m de altura aproximadamente. As armadilhas foram distribuídas na área, a cada cinco plantas na linha, em linhas alternadas, totalizando 137 armadilhas no talhão com 5 anos, 140 no talhão com 9 anos e 80 no talhão com 15 anos. Os índices de dispersão utilizados foram: razão variância média (I), índice de Morisita (Idelta), coeficiente de Green (Cx) e expoente k da distribuição Binomial Negativa. O índice que melhor representou a agregação do pulgão foi o expoente k da distribuição Binomial Negativa, e a distribuição binomial negativa foi o modelo que melhor se ajustou aos dados. Através destas análises, verificou-se que a maioria das amostragens apresentou uma distribuição agregada da população de T. citricida.

Cristalização e taxa crítica de resfriamento para vitrificação do poli(sebacato de decametileno)

We synthesized Poly(decamethylene sebacate) - P10MS - and studied its overall crystallization rates in a range of temperatures using Differential Scanning Calorimetry in isothermal conditions, which enabled us to identify the crystallization mechanism by means of the Johnson-Mehl-Avrami-Kolmogorov equation. The critical cooling rate (Rc) to vitrify the P10MS was determined using a non-isothermal method proposed by Barandiarán & Colmenero (BC). The value of Rc is around 50-250 K/s, which confirms the experimentally observed difficulty to vitrify this polymer.

Distribuição espacial de Calacarus Heveae feres na cultura da seringueira em Marinópolis - São Paulo

O objetivo deste trabalho foi estudar a distribuição espacial de Calacarus heveae Feres (Acari: Eriophyidae) na cultura da seringueira, tendo como base um monitoramento realizado com lupa de bolso. A área experimental, localizada em Marinópolis, São Paulo, com 1.000 plantas do clone RRIM 600, foi dividida em 100 parcelas de 10 plantas cada uma. Foram realizadas 16 coletas no período de dezembro de 2007 a junho de 2008. Nas coletas foram amostradas duas plantas por parcela, retirando-se de cada uma extremidade de ramo com 30 cm de comprimento. No laboratório, os ácaros foram avaliados com o uso de lupa de bolso de 20X de aumento, em seis folíolos por parcela, sendo três de cada ramo. A contagem dos ácaros foi realizada em duas áreas de 1 cm² na página superior dos folíolos, uma de cada lado da nervura principal. Os índices de dispersão estudados foram: razão variância/média (I), índice de Morisita (Id), coeficiente de Green (Cx) e expoente k da distribuição binomial negativa. C. heveae apresenta distribuição agregada em área de cultivo de seringueira. A distribuição espacial do ácaro ajusta-se ao modelo de distribuição binomial negativa.