ResumoEssa pesquisa avaliou a transmissão de preços entre diferentes elos de cadeias produtivas do Brasil. Especificamente, avaliou-se a transmissão do preço do petróleo para os preços dos três fertilizantes básicos (cloreto de potássio, superfosfato simples e sulfato de amônia) e das commodities (milho, soja e frango), bem como as transmissões entre esses produtos. Os resultados revelam que os preços de fertilizantes e commodities apresentam uma baixa dependência do preço do petróleo. Variações no preço do milho e da soja são parcialmente repassadas para o preço dos fertilizantes e vice-versa. Variações no preço da soja são transmitidas para o preço do milho. Os preços do milho e do frango podem ser considerados mutuamente dependentes. O preço da soja é altamente exógeno, não sendo influenciado pelos demais produtos.Palavras chaves: Petróleo, fertilizantes, VEC. AbstractThis research evaluated a transmission of prices between different links of productive chains in Brazil. Specifically, we evaluated a transmission of the price of oil to the prices of three basic fertilizers (potassium chloride, ammonium sulphate, and simple superphosphate) and commodities (corn, soybean and chicken), as well as transmissions between these products. The results reveal that fertilizer and commodity prices are a low dependence on the price of oil. Variations in the price of corn and soybeans are partially passed on to the price of fertilizers and vice versa. Variations in the price of soybean are transmitted to the price of corn. Prices of corn and chicken can be mutually dependent. The price of soybean is highly exogenous and is not altered by other products.Key words: Oil, fertilizers, VEC.Código JEL: Q02; Q11; Q13 IntroduçãoO Brasil é um importante supridor de commodities, tanto para as exportações quanto para o seu próprio consumo. Dos muitos produtos que o país produz, merece destaque a carne de frango. Além do Brasil estar entre os maiores produtores e consumidores desta carne, devido, entre outros fatores, à maior
<p>Objetiva-se testar a cointegração e a causalidade entre os preços de energia e commodities agrícolas nas condições comercias do Brasil. Utilizando-se dados de preço mensais de 2000 a 2012 das commodities: petróleo, etanol, cana, milho, soja, taxa de câmbio, e ainda os preços americanos de milho e etanol. O petróleo e taxa de câmbio apresentaram coeficientes significativos a 10% para todos os produtos. O etanol foi significativo para a cana de açúcar, soja e milho, mostrando o entrelaçamento entre os preços de energia e produtos agrícolas no Brasil. Isso é evidenciado pelas relações significativas de cointegração da soja com a cana, etanol e milho. Identificou-se causalidade no sentido de Granger do milho e etanol americano para o etanol brasileiro, e do milho americano para o milho e a soja do Brasil. Pode-se concluir que há transmissão de preços das commodities energéticas para as commodities agrícolas e entre as commodities.</p>
A dinâmica da área, do rendimento e dos preços sobre o valor da produção do feijão e da soja no Rio Grande do Sul... Ciência Rural, v.45, n.6, jun, 2015. 1139A dinâmica da área, do rendimento e dos preços sobre o valor da produção do feijão e da soja no Rio Grande do Sul e a dependência temporal entre esses componentes
A major advantage of harvesting robots is automatic fruit detection. Fruit recognition is difficult due to complex environmental variables such as lighting change, branch and leaf occlusion, and tomato overlap. Based on YOLOv5, an enhanced tomato detection model dubbed Tomato-YOLO is provided in this study to address these issues. YOLOv5 has a dense architecture, which makes it easier to reuse features and develop a more concise and accurate model. Furthermore, for tomato localisation, the model uses a rectangle bounding box. The bounding boxes can then more accurately match the tomatoes, improving the Non-Maximum Suppression Intersection-over-Union (IoU) calculation (NMS). They also reduce the size of the prediction coordinates. This will afford for more advancements in edge deep learning models for in situ and real-time visual tomato detection, which is necessary for harvesting robot development. The effectiveness of these alterations was demonstrated in an excision research. The research demonstrated that the system can distinguish green and reddish tomatoes, even when they are shrouded by leaves. With the NVIDIA GEFORCE GTX Architecture platform, Tomato-YOLO had the best performance, with an F1-score of 66.15 percent, a mAP of 52.26 percent, and an inference time of 16.14 ms.
Agradeço primeiramente aos meus pais Francisco Bini e Ana Bini, pelo exemplo que sempre foram para a minha conduta. Pela integridade e ética que sempre nortearam suas ações, mas principalmente por ter me ensinado a lutar, a não desistir. Agradeço a minha irmã Márcia, pela presença constante, pelas longas conversas, por sempre ter encontrado um tempo para me apoiar em meio a sua rotina de mãe, esposa, profissional e filha. Ao meu irmão Rafael pelo apoio incondicional. A professora e orientadora Sílvia não apenas pela excelente orientação, mas também pela amizade, carinho e apoio. Ao professor Carlos Vian pela corientação. A todos os meus professores da ESALQ, do PPGOM e da PUCRS que efetivamente contribuíram para minha formação. Ao Imaflora, especialmente, ao Luiz Fernando Guedes pela confiança e oportunidade. Ao Sebrae Minas e ao Rabobank pelos bancos de dados disponibilizados que viabilizaram a realização dessa pesquisa. A oportunidade de uso de dados primários e o desenvolvimento de uma pesquisa que poderá efetivamente orientar produtores rurais e instituições no desenvolvimento da sustentabilidade socioambiental na agropecuária foi um grande estímulo. Aos meus amigos de longa data Mônica, Ovídio, Alfran, Maurício, Tânia, Mara, Francisco e Neca pela acolhida calorosa, pelo carinho e pelos ensinamentos. Ao meu amigo e eterno mestre João Carlos Madail por ter me ensinado a amar economia, foi sua paixão e seu entusiasmo que me incentivaram ao mestrado, e posteriormente ao doutorado, em Economia Aplicada. Ao professor Paulo Waquil, pelo incentivo e pela compreensão que foram tão encorajadares para enfrentar o desafio que estava por vir. A todos os amigos que tornam nossa caminhada mais tranquila e prazerosa, em especial a Mirian, Vanclei, Elis, Isis e Letícia, pelas conversas, pela paciência nos momentos de desabafo e pelo constante apoio. Aos amigos e colegas do Imaflora, pela agradavél companhia e convivência. Pelos almoços e conversas divertidas no café. Aos alunos do PPGE, em especial aos amigos de turma Alice, Angel, Mari, Mirian, Geraldo, Natália e Leandro pelas horas de estudo, exercícios e açaí compartilhados.
Resumo: Este artigo examina a relação entre responsabilidade social e ambiental e performance financeira de propriedades rurais brasileiras, no período de 2009 a 2013, por meio da análise de regressão logística ordenada. O estudo considera quatro medidas representativas da RSA: índice social, índice de destinação de resíduos, índice de cumprimento ambiental e índice de manejo sustentável. A performance financeira foi medida pela capacidade de pagamento, solvência e liquidez das propriedades. A amostra é composta de 1.056 observações que compõem um banco de dados primários. Todas as medidas de performance social e ambiental foram significativas, ou seja, estão associadas positivamente a pelo menos uma medida de performance financeira. Contudo, após o controle de autosseleção, o indicador social mostrou uma certa instabilidade, passando a apresentar uma relação negativa com a performance financeira – pior desempenho social associado a melhor solvência. Os resultados gerais da pesquisa demonstram que RSA não compromete a PF para a amostra de propriedades rurais estudada. A verificação inversa, quando a variável socioambiental é a dependente, mostrou uma relação positiva entre performance financeira e status socioambiental das propriedades. Os resultados gerais da pesquisa demonstram que RSA não compromete a PF para a amostra de propriedades rurais estudada.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
334 Leonard St
Brooklyn, NY 11211
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.