Copolímeros à base de estireno e anidrido maleico: caracterização e estudo viscosimétrico

Copolímeros à base de estireno e anidrido maleico (SMA) são materiais sintéticos comercialmente disponíveis, obtidos pela reação dos dois monômeros citados em diferentes proporções, resultando em materiais versáteis, e disponíveis em diferentes graus de massas e porcentagens molares de anidrido maleico. São considerados polímeros funcionais devido à reatividade do grupamento anidrido maleico presente na cadeia polimérica. Por este motivo, esses materiais possuem vasta gama de aplicações, e elevada importância em diversas áreas, principalmente por terem baixa toxicidade, boa resistência térmica e boa estabilidade dimensional. Dessa forma, para melhor aplicação desses copolímeros, é muito importante o conhecimento dos parâmetros relativos ao seu comportamento em solução. A viscosimetria, em especial, é um método simples, útil e apropriado para fornecer essas informações. Os parâmetros viscosimétricos podem ser matematicamente calculados por extrapolação gráfica, entretanto a geração dos dados experimentais é mais demorada. Em contrapartida, é possível que a determinação experimental seja feita de forma mais rápida, por um único ponto, procedimento esse que desperta tanto o interesse acadêmico quanto o industrial. Neste trabalho, foram empregados os dois métodos de cálculo, utilizando solventes puros, misturas de solventes e três amostras de copolímeros à base de SMA. As determinações foram conduzidas a 40C. Os copolímeros utilizados possuiam teores de anidrido maleico de 50%, 45% e 40%, sendo os dois últimos esterificados com butil-metil-éster e sec-butil-metil-éster, respectivamente. Os solventes utilizados foram: N-metil-pirrolidona (NMP), tetrahidrofurano (THF) e suas respectivas misturas 1:1 com metil-etil-cetona (MEK), ou seja, (NMP:MEK) e THF:MEK, sendo a MEK um não solvente para o copolímero não esterificado. As equações utilizadas para extrapolação gráfica foram as de Huggins, Kraemer e Schulz-Blaschke. As equações empregadas em um único ponto foram as de Solomon-Ciuta, Deb-Chanterjee e novamente Schulz-Blaschke. Os resultados obtidos foram comparados e avaliou-se a possibilidade da utilização do método mais rápido, por um único ponto, para os sistemas estudados através dos desvios percentuais tendo como padrão os resultados da equação de Huggins. A equação de Deb-Chanterjee foi a mais adequada aos sistemas em NMP, que foi também o melhor solvente para as amostras. Os resultados obtidos na mistura NMP:MEK sugeriram que a viscosimetria pode ter sido um método sensível às pequenas diferenças estruturais entre os grupos pendentes nas amostras esterificadas. Paralelamente, realizou-se análises de espectroscopia na região do infravermelho (FTIR), análise termogravimétrica (TGA) e ensaios dinâmico-mecânicos (DMA) para a caracterização estrutural e térmica das amostras. Somente os resultados obtidos a partir de DMA indicaram diferenças entre as amostras esterificadas

Monte Carlo methods for TMD analyses

4th International Workshop on Transverse Polisarization Phenomena in Hard Processes (TRANSVERSITY 2014)

Age- or length-based methods of growth estimation. What drives the choice?

Based upon a global comparison of over 400 fisheries, the Principal Components Analysis (PCA) methodology was used to identify factors affecting the choice of growth estimation methods. Of the six factors examined, the growth rate (K) and asymptotic length (L8) explained most of the variations. Financial resources, i.e., Gross National Product (GNP), and latitude were also important factors.

Effects of harvesting methods on sustainability of a bay scallop fishery: dredging uproots seagrass and displaces recruits

Fishing is widely recognized to have profound effects on estuarine and marine ecosystems (Hammer and Jansson, 1993; Dayton et al., 1995). Intense commercial and recreational harvest of valuable species can result in population collapses of target and nontarget species (Botsford et al., 1997; Pauly et al., 1998; Collie et al. 2000; Jackson et al., 2001). Fishing gear, such as trawls and dredges, that are dragged over the seafloor inflict damage to the benthic habitat (Dayton et al., 1995; Engel and Kvitek, 1995; Jennings and Kaiser, 1998; Watling and Norse, 1998). As the growing human population, over-capitalization, and increasing government subsidies of fishing place increasing pressures on marine resources (Myers, 1997), a clear understanding of the mechanisms by which fishing affects coastal systems is required to craft sustainable fisheries management.

Growth dynamics of the spinner shark (Carcharhinus brevipinna) off the United States southeast and Gulf of Mexico coasts: a comparison of methods

The age and growth dynamics of the spinner shark (Carcharhinus brevipinna) in the northwest Atlantic Ocean off the southeast United States and in the Gulf of Mexico were examined and four growth models were used to examine variation in the ability to fit size-at-age data. The von Bertalanffy growth model, an alternative equation of the von Bertalanffy growth model with a size-at-birth intercept, the Gompertz growth model, and a logistic model were fitted to sex-specific observed size-at-age data. Considering the statistical criteria (e.g., lowest mean square error [MSE], high coefficient-of-determination, and greatest level of significance) we desired for this study, the logistic model provided the best overall fit to the size-at-age data, whereas the von Bertalanffy growth model gave the worst. For “biological validity,” the von Bertalanffy model for female sharks provided estimates similar to those reported in other studies. However, the von Bertalanffy model was deemed inappropriate for describing the growth of male spinner sharks because estimates of theoretical maximum size (L∞) indicated a size much larger than that observed in the field. However, the growth coefficient (k= 0.14/yr) from the Gompertz model provided an estimate most similar to that reported for other large coastal species. The analysis of growth for spinner shark in the present study demonstrates the importance of fitting alternative models when standard models fit the data poorly or when growth estimates do not appear to be realistic.