Unidade Coordenadora Funcional da Maternidade Dr. Alfredo da Costa. Alguns Números

A Maternidade Dr. Alfredo da Costa mantém uma interacção com os Centros de Saúde da sua área de referência e que constituem a Unidade Coordenadora Funcional. São analisados alguns aspectos do movimento assistencial no ano de 2003, no que diz respeito a alguns dados perinatais, idade materna, tipo de parto, patologia da gravidez e dos recém-nascidos. É também analisada a mortalidade perinatal na componente fetal e neonatal. Conclui-se da importância que esta análise pode ter na definição de estratégias para melhoria da qualidade.

Fractais - Aplicações em Engenharia

Num universo despovoado de formas geométricas perfeitas, onde proliferam superfícies irregulares, difíceis de representar e de medir, a geometria fractal revelou-se um instrumento poderoso no tratamento de fenómenos naturais, até agora considerados erráticos, imprevisíveis e aleatórios. Contudo, nem tudo na natureza é fractal, o que significa que a geometria euclidiana continua a ser útil e necessária, o que torna estas geometrias complementares. Este trabalho centra-se no estudo da geometria fractal e na sua aplicação a diversas áreas científicas, nomeadamente, à engenharia. São abordadas noções de auto-similaridade (exata, aproximada), formas, dimensão, área, perímetro, volume, números complexos, semelhança de figuras, sucessão e iterações relacionadas com as figuras fractais. Apresentam-se exemplos de aplicação da geometria fractal em diversas áreas do saber, tais como física, biologia, geologia, medicina, arquitetura, pintura, engenharia eletrotécnica, mercados financeiros, entre outras. Conclui-se que os fractais são uma ferramenta importante para a compreensão de fenómenos nas mais diversas áreas da ciência. A importância do estudo desta nova geometria, é avassaladora graças à sua profunda relação com a natureza e ao avançado desenvolvimento tecnológico dos computadores.

Aprendizagem dos números racionais não negativos com alunos do 3.º ano

Este estudo visa compreender as dificuldades que os alunos evidenciam na aprendizagem da noção de número racional não negativo. Ao longo da minha experiência como docente do 2.º ciclo, permitiu-me questionar por que razão os alunos de 5.º e 6.º ano apresentam dificuldades em compreender o conceito de fração nos seus diversos significados: número, partetodo, quociente, medida e operador multiplicativo. Foi no sentido de entender esta dificuldade na apropriação dos conhecimentos matemáticos sobre frações, que resolvi aplicar esta investigação a alunos do 1.º ciclo, nomeadamente a uma turma do 3.º ano, uma vez que é neste ano escolar que o estudo dos números racionais não negativos é aprofundado. A metodologia constou de um estudo de abordagem de carácter qualitativo, de natureza interpretativa. A recolha de dados inclui as produções escritas dos alunos e as gravações de áudio das intervenções verbais dos mesmos. A análise dos resultados realizou-se a partir das estratégias cognitivas que os alunos utilizaram para responderem às tarefas propostas. Os resultados deste estudo mostraram que a construção do sentido de número racional não é de fácil compreensão. É um conceito que requer uma abordagem multifacetada, apoiada com a manipulação de materiais estruturados ou não estruturados, para que os diferentes significados de fração fiquem bem consolidados nas estruturas cognitivas dos alunos.

Uso Sustentável de Vapor

Em 2006, a IEA (Agência Internacional de Energia), publicou alguns estudos de consumos mundiais de energia. Naquela altura, apontava na fabricação de produtos, um consumo mundial de energia elétrica, de origem fóssil de cerca 86,16 EJ/ano (86,16×018 J) e um consumo de energia nos sistemas de vapor de 32,75 EJ/ano. Evidenciou também nesses estudos que o potencial de poupança de energia nos sistemas de vapor era de 3,27 EJ/ano. Ou seja, quase tanto como a energia consumida nos sistemas de vapor da U.E. Não se encontraram números relativamente a Portugal, mas comparativamente com outros Países publicitados com alguma similaridade, o consumo de energia em vapor rondará 0,2 EJ/ano e por conseguinte um potencial de poupança de cerca 0,02 EJ/ano, ou 5,6 × 106 MWh/ano ou uma potência de 646 MW, mais do que a potência de cinco barragens Crestuma/Lever! Trata-se efetivamente de muita energia; interessa por isso perceber o onde e o porquê deste desperdício. De um modo muito modesto, pretende-se com este trabalho dar algum contributo neste sentido. Procurou-se evidenciar as possibilidades reais de os utilizadores de vapor de água na indústria reduzirem os consumos de energia associados à sua produção. Não estão em causa as diferentes formas de energia para a geração de vapor, sejam de origem fóssil ou renovável; interessou neste trabalho estudar o modo de como é manuseado o vapor na sua função de transporte de energia térmica, e de como este poderá ser melhorado na sua eficiência de cedência de calor, idealmente com menor consumo de energia. Com efeito, de que servirá se se optou por substituir o tipo de queima para uma mais sustentável se a jusante se continuarem a verificarem desperdícios, descarga exagerada nas purgas das caldeiras com perda de calor associada, emissões permanentes de vapor para a atmosfera em tanques de condensado, perdas por válvulas nos vedantes, purgadores avariados abertos, pressão de vapor exageradamente alta atendendo às temperaturas necessárias, “layouts” do sistema de distribuição mal desenhados, inexistência de registos de produção e consumos de vapor, etc. A base de organização deste estudo foi o ciclo de vapor: produção, distribuição, consumo e recuperação de condensado. Pareceu importante incluir também o tratamento de água, atendendo às implicações na transferência de calor das superfícies com incrustações. Na produção de vapor, verifica-se que os maiores problemas de perda de energia têm a ver com a falta de controlo, no excesso de ar e purgas das caldeiras em exagero. Na distribuição de vapor aborda-se o dimensionamento das tubagens, necessidade de purgas a v montante das válvulas de controlo, a redução de pressão com válvulas redutoras tradicionais; será de destacar a experiência americana no uso de micro turbinas para a redução de pressão com produção simultânea de eletricidade. Em Portugal não se conhecem instalações com esta opção. Fabricantes da República Checa e Áustria, têm tido sucesso em algumas dezenas de instalações de redução de pressão em diversos países europeus (UK, Alemanha, R. Checa, França, etc.). Para determinação de consumos de vapor, para projeto ou mesmo para estimativa em máquinas existentes, disponibiliza-se uma série de equações para os casos mais comuns. Dá-se especial relevo ao problema que se verifica numa grande percentagem de permutadores de calor, que é a estagnação de condensado - “stalled conditions”. Tenta-se também evidenciar as vantagens da recuperação de vapor de flash (infelizmente de pouca tradição em Portugal), e a aplicação de termocompressores. Finalmente aborda-se o benchmarking e monitorização, quer dos custos de vapor quer dos consumos específicos dos produtos. Esta abordagem é algo ligeira, por manifesta falta de estudos publicados. Como trabalhos práticos, foram efetuados levantamentos a instalações de vapor em diversos sectores de atividades; 1. ISEP - Laboratório de Química. Porto, 2. Prio Energy - Fábrica de Biocombustíveis. Porto de Aveiro. 3. Inapal Plásticos. Componentes de Automóvel. Leça do Balio, 4. Malhas Sonix. Tinturaria Têxtil. Barcelos, 5. Uma instalação de cartão canelado e uma instalação de alimentos derivados de soja. Também se inclui um estudo comparativo de custos de vapor usado nos hospitais: quando produzido por geradores de vapor com queima de combustível e quando é produzido por pequenos geradores elétricos. Os resultados estão resumidos em tabelas e conclui-se que se o potencial de poupança se aproxima do referido no início deste trabalho.

Controlo directo de potência aplicado a geradores de indução duplamente alimentados

Dissertação para obtenção do Grau de Mestre em Engenharia Electrotécnica e de Computadores

Descoberta de conhecimento accionável sobre os comportamentos geradores de risco operacional de colaboradores de uma instituição bancária

Trabalho de Projeto apresentado como requisito parcial para obtenção do grau de Mestre em Estatística e Gestão de Informação

Sistema de detecção e diagnóstico de falhas em geradores de indução duplamente alimentados

Dissertação para obtenção do Grau de Mestre em Engenharia Electrotécnica e de Computadores

Simulação em sistemas de Bonus Malus

O objectivo desta dissertação é comparar os resultados obtidos para a evolução de uma carteira de seguro automóvel através do método tradicional de Sistemas de Bonus Malus com uma projecção do seu comportamento esperado, obtida recorrendo-se a métodos de Simulação Discreta. Com este propósito, são descritas as duas metodologias: a primeira utiliza conceitos de Processos Estocásticos (Cadeias de Markov, distribuições estacionárias e processos de contagem), a segunda passa pela geração de Números Pseudo-Aleatórios e de amostras aleatórias. Os resultados obtidos permitiram concluir que existe, efectivamente, uma concordância entre as duas formulações, mas o grau de concordância dependerá dos pressupostos utilizados.

PASTEUR4OA : políticas de Acesso Aberto no ROARMAP - números, análise e eficácia

O estudo da análise das políticas de Acesso Aberto registadas no ROARMAP: “Working together to promote Open Access policy alignment in Europe” procurou descrever o panorama mundial e Europeu das políticas de Acesso Aberto existentes, assim como analisar a sua e ficácia.

Ensaios clínicos aleatórios de larga escala em medicina cardiovascular perioperatória: uma proposta para delineamento, condução e gerenciamento eficiente

O número de pacientes submetidos a cirurgias não-cardíacas está aumentando no mundo todo. A fim de ministrar uma assistência eficiente aos pacientes durante a cirurgia, precisamos melhorar nosso conhecimento sobre como evitar eventos cardiovasculares perioperatórios maiores durante a cirurgia não-cardíaca. Para atingir este objetivo, é necessário realizar ensaios clínicos aleatórios, os quais podem fornecer resultados conclusivos e confiáveis neste campo. Esta revisão narrativa descreve uma proposta para o delineamento, condução e gerenciamento de ensaios clínicos aleatórios de larga escala em medicina cardiovascular perioperatória.

A determinação dos números de indivíduos mínimos necessários na experimentação genética

The main object of the present paper consists in giving formulas and methods which enable us to determine the minimum number of repetitions or of individuals necessary to garantee some extent the success of an experiment. The theoretical basis of all processes consists essentially in the following. Knowing the frequency of the desired p and of the non desired ovents q we may calculate the frequency of all possi- ble combinations, to be expected in n repetitions, by expanding the binomium (p-+q)n. Determining which of these combinations we want to avoid we calculate their total frequency, selecting the value of the exponent n of the binomium in such a way that this total frequency is equal or smaller than the accepted limit of precision n/pª{ 1/n1 (q/p)n + 1/(n-1)| (q/p)n-1 + 1/ 2!(n-2)| (q/p)n-2 + 1/3(n-3) (q/p)n-3... < Plim - -(1b) There does not exist an absolute limit of precision since its value depends not only upon psychological factors in our judgement, but is at the same sime a function of the number of repetitions For this reasen y have proposed (1,56) two relative values, one equal to 1-5n as the lowest value of probability and the other equal to 1-10n as the highest value of improbability, leaving between them what may be called the "region of doubt However these formulas cannot be applied in our case since this number n is just the unknown quantity. Thus we have to use, instead of the more exact values of these two formulas, the conventional limits of P.lim equal to 0,05 (Precision 5%), equal to 0,01 (Precision 1%, and to 0,001 (Precision P, 1%). The binominal formula as explained above (cf. formula 1, pg. 85), however is of rather limited applicability owing to the excessive calculus necessary, and we have thus to procure approximations as substitutes. We may use, without loss of precision, the following approximations: a) The normal or Gaussean distribution when the expected frequency p has any value between 0,1 and 0,9, and when n is at least superior to ten. b) The Poisson distribution when the expected frequecy p is smaller than 0,1. Tables V to VII show for some special cases that these approximations are very satisfactory. The praticai solution of the following problems, stated in the introduction can now be given: A) What is the minimum number of repititions necessary in order to avoid that any one of a treatments, varieties etc. may be accidentally always the best, on the best and second best, or the first, second, and third best or finally one of the n beat treatments, varieties etc. Using the first term of the binomium, we have the following equation for n: n = log Riim / log (m:) = log Riim / log.m - log a --------------(5) B) What is the minimun number of individuals necessary in 01der that a ceratin type, expected with the frequency p, may appaer at least in one, two, three or a=m+1 individuals. 1) For p between 0,1 and 0,9 and using the Gaussean approximation we have: on - ó. p (1-p) n - a -1.m b= δ. 1-p /p e c = m/p } -------------------(7) n = b + b² + 4 c/ 2 n´ = 1/p n cor = n + n' ---------- (8) We have to use the correction n' when p has a value between 0,25 and 0,75. The greek letters delta represents in the present esse the unilateral limits of the Gaussean distribution for the three conventional limits of precision : 1,64; 2,33; and 3,09 respectively. h we are only interested in having at least one individual, and m becomes equal to zero, the formula reduces to : c= m/p o para a = 1 a = { b + b²}² = b² = δ2 1- p /p }-----------------(9) n = 1/p n (cor) = n + n´ 2) If p is smaller than 0,1 we may use table 1 in order to find the mean m of a Poisson distribution and determine. n = m: p C) Which is the minimun number of individuals necessary for distinguishing two frequencies p1 and p2? 1) When pl and p2 are values between 0,1 and 0,9 we have: n = { δ p1 ( 1-pi) + p2) / p2 (1 - p2) n= 1/p1-p2 }------------ (13) n (cor) We have again to use the unilateral limits of the Gaussean distribution. The correction n' should be used if at least one of the valors pl or p2 has a value between 0,25 and 0,75. A more complicated formula may be used in cases where whe want to increase the precision : n (p1 - p2) δ { p1 (1- p2 ) / n= m δ = δ p1 ( 1 - p1) + p2 ( 1 - p2) c= m / p1 - p2 n = { b2 + 4 4 c }2 }--------- (14) n = 1/ p1 - p2 2) When both pl and p2 are smaller than 0,1 we determine the quocient (pl-r-p2) and procure the corresponding number m2 of a Poisson distribution in table 2. The value n is found by the equation : n = mg /p2 ------------- (15) D) What is the minimun number necessary for distinguishing three or more frequencies, p2 p1 p3. If the frequecies pl p2 p3 are values between 0,1 e 0,9 we have to solve the individual equations and sue the higest value of n thus determined : n 1.2 = {δ p1 (1 - p1) / p1 - p2 }² = Fiim n 1.2 = { δ p1 ( 1 - p1) + p1 ( 1 - p1) }² } -- (16) Delta represents now the bilateral limits of the : Gaussean distrioution : 1,96-2,58-3,29. 2) No table was prepared for the relatively rare cases of a comparison of threes or more frequencies below 0,1 and in such cases extremely high numbers would be required. E) A process is given which serves to solve two problemr of informatory nature : a) if a special type appears in n individuals with a frequency p(obs), what may be the corresponding ideal value of p(esp), or; b) if we study samples of n in diviuals and expect a certain type with a frequency p(esp) what may be the extreme limits of p(obs) in individual farmlies ? I.) If we are dealing with values between 0,1 and 0,9 we may use table 3. To solve the first question we select the respective horizontal line for p(obs) and determine which column corresponds to our value of n and find the respective value of p(esp) by interpolating between columns. In order to solve the second problem we start with the respective column for p(esp) and find the horizontal line for the given value of n either diretly or by approximation and by interpolation. 2) For frequencies smaller than 0,1 we have to use table 4 and transform the fractions p(esp) and p(obs) in numbers of Poisson series by multiplication with n. Tn order to solve the first broblem, we verify in which line the lower Poisson limit is equal to m(obs) and transform the corresponding value of m into frequecy p(esp) by dividing through n. The observed frequency may thus be a chance deviate of any value between 0,0... and the values given by dividing the value of m in the table by n. In the second case we transform first the expectation p(esp) into a value of m and procure in the horizontal line, corresponding to m(esp) the extreme values om m which than must be transformed, by dividing through n into values of p(obs). F) Partial and progressive tests may be recomended in all cases where there is lack of material or where the loss of time is less importent than the cost of large scale experiments since in many cases the minimun number necessary to garantee the results within the limits of precision is rather large. One should not forget that the minimun number really represents at the same time a maximun number, necessary only if one takes into consideration essentially the disfavorable variations, but smaller numbers may frequently already satisfactory results. For instance, by definition, we know that a frequecy of p means that we expect one individual in every total o(f1-p). If there were no chance variations, this number (1- p) will be suficient. and if there were favorable variations a smaller number still may yield one individual of the desired type. r.nus trusting to luck, one may start the experiment with numbers, smaller than the minimun calculated according to the formulas given above, and increase the total untill the desired result is obtained and this may well b ebefore the "minimum number" is reached. Some concrete examples of this partial or progressive procedure are given from our genetical experiments with maize.