Rotina computacional e equação simplificada para modelar o transporte de sedimentos num Latossolo Vermelho Distrófico

Os objetivos do presente trabalho foram desenvolver rotina computacional para a solução da equação de Yalin e do diagrama de Shields e avaliar uma equação simplificada para modelar a capacidade de transporte de sedimento num Latossolo Vermelho Distrófico que possa ser utilizada no Water Erosion Prediction Project - WEPP, assim como em outros modelos de predição da erosão do solo. A capacidade de transporte de sedimento para o fluxo superficial foi representada como função-potência da tensão cisalhante, a qual revelou ser aproximação da equação de Yalin. Essa equação simplificada pôde ser aplicada em resultados experimentais oriundos de topografia complexa. A equação simplificada demonstrou acuracidade em relação à equação de Yalin, quando calibrada utilizando-se da tensão média cisalhante. Testes de validação com dados independentes demonstraram que a equação simplificada foi eficiente para estimar a capacidade de transporte de sedimento.

Acurácia dos indicadores clínicos do diagnóstico de enfermagem volume de líquidos excessivo em pacientes submetidos à hemodiálise

Trasnversal study, with the objective of evaluating the accuracy of clinical indicators of nursing diagnosis excessive fluid volume in patients undergoing hemodialysis. The study occurred in two stages, the first consisted of the evaluation of the diagnostic indicators in study; and the second, the diagnostic inference conducted by nurse diagnosticians. The first stage occurred from december 2012 to april 2013, in a University Hospital and a Hemodialysis Clinic in Northeastern of Brazil, with a sample of 100 chronic renal failure patients on hemodialysis. The data were selected through an interview form and a physical examination, organized into spreadsheets and analyzed as to the presence or absence of the indicators of diagnosis excessive fluid volume. In the second step, the spreadsheets were sent to three nurses diagnosticians, who judged the presence or absence of diagnosis in the clientele searched. This step was conducted from july to september 2013. For analysis of the data, we used descriptive and inferential statistics. In the descriptive analysis, we used measures of central tendency and dispersion. In inferential analysis, we used the tests Chi- square, Fisher and prevalence ratios. The accuracy of the clinical indicators pertaining to the diagnosis were measured as to the specificity, sensitivity, predictive values, likelihood ratios and Diagnostic Odds Ratio. Also developed a logistic regression. The results were organized in tables and discussed with literature. This study was approved by the Ethics Committee in Research of the Federal University of Rio Grande do Norte, with Presentation Certificate for Ethics Appreciation nº 08696212.7.0000.5537. The results revealed that the diagnosis studied was present in 82% of patients. The characteristics with prevalence above 50 % that stood out were: azotemia, decreased hematocrit, electrolyte imbalance, intake exceeds output, anxiety, edema, decreased hemoglobin, oliguria and blood pressure changes. Eight defining characteristics were presented statistically significant association with the nursing diagnosis investigated: pulmonary congestion, intake exceeds output, electrolytes imbalance, jugular vein distension, edema, weight gain over short period of time, agitation and adventitious breath sounds. Among these, the 10 characteristics which showed higher prevalence ratios were: edema and weight gain over short period of time. The features with the highest sensitivity were edema, electrolytes imbalance and intake exceeds output and the standing out with greater specificity were: anasarca, weight gain over short period of time, change in respiratory pattern, adventitious breath sounds, pulmonary congestion, agitation and jugular vein distension. The indicators jugular vein distension, electrolytes imbalance, intake exceeds output, increased central venous pressure and edema, together, were identified in the logistic regression model as the most significant predictors. It is concluded that the identification of accurate clinical indicators allow a good prediction of the nursing diagnosis of excessive fluid volume in patients undergoing hemodialysis in order to assist the nurse in the inference process, which will contribute to the success of patient care. In addition, nurses will consider for diagnostic inference not only his clinical experience, but also scientific evidence of the occurrence of excessive fluid volume, contributing to the control of volemia in these patients

Modelos para estimativa do subfator cobertura-manejo (CiII) relativo à erosão entressulcos

A análise de um modelo de erosão é um crítico passo no desenvolvimento de uma ferramenta de predição da erosão aplicável e válida; isso é crucial para avaliar o desempenho dos modelos existentes para assegurar que as estimativas de um modelo condizem com a realidade. O objetivo do presente trabalho foi avaliar modelos para a predição do subfator cobertura e manejo (CiII) relativo à erosão entressulcos. Um experimento fatorial completo foi conduzido com cinco doses de resíduo de milho (0; 0,05; 0,15; 0,40 e 0,80 kg m-2), quatro declives e duas repetições, sob condições de prévio umedecimento para determinar as taxas de erosão entressulcos (Di) e enxurrada (R). Num primeiro experimento, foi avaliada a erodibilidade entressulcos (Ki) e o subfator cobertura e manejo (CiII), em parcelas experimentais de 0,5 x 0,75 m, em solo recentemente preparado. Num segundo experimento, foram avaliados Di, R, Ki e CiII, também em parcelas de 0,5 x 0,75 m, em solo recém- preparado. Os valores de Di, R, Ki e CiII, obtidos no segundo experimento, foram utilizados na avaliação dos modelos testados. Os modelos CiII = e-2,50 CS/100 e CiII = e -2,238 CS/100 apresentaram boas estimativas para o subfator CiII.

Posição da folha e estádio fenológico do ramo para análise foliar do pinhão-manso

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Latent heat loss of Holstein cows in a tropical environment: a prediction model

Nove vacas Holandesas lactantes com 526 ± 5 kg de peso corporal (cinco predominantemente pretas e quatro predominantemente brancas), criadas em região tropical e manejadas em pastagens, foram observadas com os objetivos de determinar simultaneamente as taxas de evaporação cutânea e respiratória em ambiente tropical e desenvolver modelos de predição. Para a medição da perda de calor latente pela superfície corporal, utilizou-se uma cápsula ventilada e, para a perda por respiração, utilizou-se uma máscara facial. Os resultados mostraram que as vacas que tinham maior peso corporal (classe 2 e 3) apresentaram maiores taxas evaporativas. Quando a temperatura do ar aumentou de 10 para 36ºC e a umidade relativa do ar caiu de 90 para 30%, a eliminação de calor por evaporação respiratória aumentou de aproximadamente 5 para 57 W m-2 e a evaporação na superfície corporal passou de 30 para 350 W m-2. Esses resultados confirmam que a eliminação de calor latente é o principal mecanismo de perda de energia térmica sob altas temperaturas (>30ºC); a evaporação cutânea é a maior via e corresponde a aproximadamente 85% da perda total de calor, enquanto o restante é eliminado pelo sistema respiratório. O modelo para predizer o fluxo de perda de calor latente baseado em variáveis fisiológicas e ambientais pode ser utilizado para estimar a contribuição da evaporação na termorregulação, enquanto o modelo baseado somente na temperatura do ar deve ser usado apenas para a simples caracterização do processo evaporativo.

Crescimento e deposição de nutrientes nos órgãos de frangos de corte de duas linhagens comerciais

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Estimativa da ingestão voluntária a partir das características de degradação do capim-coastcross (Cynodon dactylon L. Pers.), sob pastejo, por vacas em lactação

O consumo de matéria seca (CMS) do capim-coastcross, sob pastejo, de vacas lactantes mestiças (HPB x Gir) e Gir, foi calculado a partir da relação entre a digestibilidade in vitro da MS (DIVMS) da forragem (extrusa colhida com animais esôfago- fistulados) e a produção fecal obtida com auxílio do cromo mordante por meio de um modelo não-linear. A pastagem foi manejada com uma taxa de lotação de 1,6 e 3,2 animais/ha, respectivamente para as épocas seca e chuvosa do ano, num sistema de pastejo rotativo com três dias de ocupação e 27 dias de descanso. Quatro diferentes equações baseadas em variáveis de degradação ruminal foram utilizadas para predizer o consumo de MS: CMS = -1,19 + 0,035 (a+ b) + 28,5c (1), CMS = -0,822 + 0,0748 (a+ b) + 40,7c (2), CMS = -8,286 + 0,266a + 0,102b +17,696c (3) e CMS = [%FDN na MS]* [consumo de FDN ] / [(1-a-b)/K P +b/(c+ k p)]/24] (4). Os dados observados utilizando as equações 1 e 2 (12,2 e 12,7 kg/vaca/dia respectivamente) foram similares entre si e superiores aos resultados obtidos na equação 4 (7,8 kg/vaca/dia). Já o resultado obtido pela equação 3 (5,5 kg/vaca/dia) foi menor do que aqueles determinados pelas outras equações, subestimando o CMS calculado a partir do cromo mordante (6,3 kg/vaca/dia). A predição do consumo de forrageiras tropicais sob pastejo, utilizando equações baseadas nas variáveis de degradação, constitui um importante potencial para estas avaliações. Entretanto, mais estudos devem ser realizados antes de se usarem estas equações na prática.

Efeitos da Heterogeneidade de Variância Residual entre Grupos de Contemporâneos na Avaliação Genética de Bovinos de Corte

O objetivo deste estudo foi investigar, por meio de dados simulados, o efeito da heterogeneidade de variância residual entre grupos de contemporâneos (GC) sobre as avaliações genéticas de bovinos de corte, e comparar o uso de uma avaliação genética ponderada (R¹Isigmae²) em relação à avaliação que pressupõe homogeneidade de variância (R=Isigmae²). A característica estudada foi ganho de peso pós-desmame corrigido para 345 dias, sendo esta simulada com variância fenotípica de 300 kg² e herdabilidade igual a 0,4. A estrutura de um conjunto real de dados foi utilizada para fornecer os GC e os pais referentes às observações de cada animal. Cinco níveis de heterogeneidade de variância residual foram considerados de forma que os componentes de variância fossem, na média, iguais aos da situação de homogeneidade de variância. Na medida em que níveis mais acentuados de heterogeneidade de variância residual foram considerados, os animais foram selecionados dos GC com maior variabilidade, especialmente com pressão de seleção intensa. em relação à consistência de predição, os produtos e as vacas tiveram seus valores genéticos preditos mais afetados pela heterogeneidade de variância residual do que os touros. O fator de ponderação utilizado reduziu, mas não eliminou o efeito da heterogeneidade de variância. As avaliações genéticas ponderadas apresentaram resultados iguais ou superiores àqueles obtidos pelas avaliações que assumiram homogeneidade de variância. Mesmo quando não necessário, o uso de avaliações ponderadas produziu resultados não inferiores às avaliações que assumiram homogeneidade de variância.

Associação genética da prenhez aos 16 meses com o peso à desmama e o ganho de peso em animais da raça Nelore

Objetivou-se verificar a possibilidade de utilização da prenhez de novilhas aos 16 meses (Pr16) como critério de seleção e as possíveis associações genéticas entre prenhez em novilhas aos 16 meses e o peso à desmama (PD) e o ganho de peso médio da desmama ao sobreano (GP). Foram realizadas análises uni e bicaracterísticas para estimação dos componentes de co-variância, empregando-se um modelo animal linear para peso à desmama e ganho de peso da desmama ao sobreano e não-linear para Pr16. A estimação dos componentes de variância e da predição dos valores genéticos dos animais foi realizada por Inferência Bayesiana. Distribuições flat foram utilizadas para todos os componentes de co-variância. As estimativas de herdabilidade direta para Pr16, PD e GP foram 0,50; 0,24 e 0,15, respectivamente, e a estimativa de herdabilidade materna para o PD, de 0,07. As correlações genéticas foram -0,25 e 0,09 entre Pr16, PD e GP, respectivamente, e a correlação genética entre Pr16 e o efeito genético materno do PD, de 0,29. A herdabilidade da prenhez aos 16 meses indica que essa característica pode ser utilizada como critério de seleção. As correlações genéticas estimadas indicam que a seleção por animais mais pesados à desmama, a longo prazo, pode diminuir a ocorrência de prenhez aos 16 meses de idade. Além disso, a seleção para maior habilidade materna favorece a seleção de animais mais precoces. No entanto, a seleção para ganho de peso da desmama ao sobreano não leva a mudanças genéticas na precocidade sexual em fêmeas.

Exigências de minerais para cabras SRD durante a gestação: cálcio e fósforo

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Utilização de modelos matemáticos para estimar a retenção de minerais em cabras durante a gestação

O trabalho foi realizado com o objetivo de estimar a retenção de elementos minerais durante a gestação de cabras com um ou dois fetos, utilizando-se diferentes modelos matemáticos. A estimativa de retenção foi baseada na diferença entre o total de cada mineral depositado no feto, útero, membranas, fluídos fetais e glândula mamária dos animais nas diferentes etapas da gestação e o total de cada mineral armazenado nas cabras vazias, utilizando-se os modelos de predição: ln Y = A - B e -C X ; Y = A e B X e ln Y = A + Bx + Cx², em que x = tempo de gestação. Comparando-se a estimativa com os valores reais obtidos, verificou-se que o modelo proposto ln = A+Bx+Cx², explicou com coerência e precisão o comportamento biológico da retenção de minerais durante todas as fases da gestação.

Formulação de rações para poedeiras com base em aminoácidos totais e digestíveis utilizando diferentes estimativas da composição de aminoácidos em alimentos

Foram utilizadas poedeiras comerciais com 27 semanas de idade, distribuídas em delineamento inteiramente ao acaso, em esquema fatorial 3 x 3, com três repetições de seis aves por tratamento. Os fatores consistiram de três métodos de estimativa da composição de aminoácidos em ingredientes (tabelas brasileiras, equações de predição e fator para correção de aminoácido em função do teor de proteína do ingrediente) e três recomendações de aminoácidos, sendo duas de aminoácidos digestíveis e uma de aminoácidos totais. Os métodos de estimativa da composição de aminoácidos nos ingredientes afetaram apenas a conversão alimentar e a espessura de casca, que apresentaram os melhores resultados com a utilização das tabelas brasileiras. Embora as recomendações de aminoácidos tenham determinado diferenças em todos os parâmetros de desempenho, não afetaram a qualidade dos ovos. O desempenho das aves foi prejudicado pelos níveis de aminoácidos digestíveis, entretanto, ambas as recomendações promoveram desempenho semelhante e inferior ao de aminoácidos totais. O pior desempenho das aves alimentadas com as rações formuladas com aminoácidos digestíveis pode ser atribuído à deficiência em nitrogênio para a síntese de aminoácidos não-essenciais, visto que o nível protéico foi reduzido (12,5% PB), ou ainda à deficiência nos aminoácidos arginina, histidina, isoleucina, leucina e valina, cujos requerimentos mínimos não foram considerados na formulação das rações.

Classificação de imagens de ambientes coralinos: uma abordagem empregando uma combinação de classificadores e máquina de vetor de suporte

The use of the maps obtained from remote sensing orbital images submitted to digital processing became fundamental to optimize conservation and monitoring actions of the coral reefs. However, the accuracy reached in the mapping of submerged areas is limited by variation of the water column that degrades the signal received by the orbital sensor and introduces errors in the final result of the classification. The limited capacity of the traditional methods based on conventional statistical techniques to solve the problems related to the inter-classes took the search of alternative strategies in the area of the Computational Intelligence. In this work an ensemble classifiers was built based on the combination of Support Vector Machines and Minimum Distance Classifier with the objective of classifying remotely sensed images of coral reefs ecosystem. The system is composed by three stages, through which the progressive refinement of the classification process happens. The patterns that received an ambiguous classification in a certain stage of the process were revalued in the subsequent stage. The prediction non ambiguous for all the data happened through the reduction or elimination of the false positive. The images were classified into five bottom-types: deep water; under-water corals; inter-tidal corals; algal and sandy bottom. The highest overall accuracy (89%) was obtained from SVM with polynomial kernel. The accuracy of the classified image was compared through the use of error matrix to the results obtained by the application of other classification methods based on a single classifier (neural network and the k-means algorithm). In the final, the comparison of results achieved demonstrated the potential of the ensemble classifiers as a tool of classification of images from submerged areas subject to the noise caused by atmospheric effects and the water column

Análise e desenvolvimento de controladores preditivos multivariáveis baseados em multi-modelos bilineares

This work addresses issues related to analysis and development of multivariable predictive controllers based on bilinear multi-models. Linear Generalized Predictive Control (GPC) monovariable and multivariable is shown, and highlighted its properties, key features and applications in industry. Bilinear GPC, the basis for the development of this thesis, is presented by the time-step quasilinearization approach. Some results are presented using this controller in order to show its best performance when compared to linear GPC, since the bilinear models represent better the dynamics of certain processes. Time-step quasilinearization, due to the fact that it is an approximation, causes a prediction error, which limits the performance of this controller when prediction horizon increases. Due to its prediction error, Bilinear GPC with iterative compensation is shown in order to minimize this error, seeking a better performance than the classic Bilinear GPC. Results of iterative compensation algorithm are shown. The use of multi-model is discussed in this thesis, in order to correct the deficiency of controllers based on single model, when they are applied in cases with large operation ranges. Methods of measuring the distance between models, also called metrics, are the main contribution of this thesis. Several application results in simulated distillation columns, which are close enough to actual behaviour of them, are made, and the results have shown satisfactory

Sistema inteligente para diagnóstico de patologias na laringe utilizando máquinas de vetor de suporte

The human voice is an important communication tool and any disorder of the voice can have profound implications for social and professional life of an individual. Techniques of digital signal processing have been used by acoustic analysis of vocal disorders caused by pathologies in the larynx, due to its simplicity and noninvasive nature. This work deals with the acoustic analysis of voice signals affected by pathologies in the larynx, specifically, edema, and nodules on the vocal folds. The purpose of this work is to develop a classification system of voices to help pre-diagnosis of pathologies in the larynx, as well as monitoring pharmacological treatments and after surgery. Linear Prediction Coefficients (LPC), Mel Frequency cepstral coefficients (MFCC) and the coefficients obtained through the Wavelet Packet Transform (WPT) are applied to extract relevant characteristics of the voice signal. For the classification task is used the Support Vector Machine (SVM), which aims to build optimal hyperplanes that maximize the margin of separation between the classes involved. The hyperplane generated is determined by the support vectors, which are subsets of points in these classes. According to the database used in this work, the results showed a good performance, with a hit rate of 98.46% for classification of normal and pathological voices in general, and 98.75% in the classification of diseases together: edema and nodules