A Zona da Mata Pernambucana se destaca por oferecer solos ricos para a plantação da cana-de-açúcar, devido sua grande importância social, econômica e ambiental para o país. A alta representatividade da cana-de-açúcar no valor da produção comparada aos demais produtos das lavouras temporárias, corroboram para a importância econômica na microrregião. Dispondo de dados provenientes do site da Empresa Brasileira de Pesquisa Agropecuária (Embrapa), a presente pesquisa teve como objetivo, analisar se houve diferença significativa quanto à produção de cana-de-açúcar, em toneladas/ha, entre os períodos de 1990-2003 e 2004-2017, na microrregião de Vitória de Santo Antão/PE, Brasil. Para a análise, foi necessário que se avaliasse, de forma independente, os dois períodos. Assim, utilizou-se o software estatístico IBM SPSS STATISTICS 23, a fim de avaliar a normalidade dos dados através do teste de Shapiro-Wilk, o qual indicou que os dados não seguem normalidade ao nível de significância de 0,05. Em conseguinte, foi aplicado o teste de Mann-Whitney, por ser um teste não paramétrico e considerar a independência dos anos. Os resultados obtidos pelo teste, com significância exata de 0,94 indicaram que não há uma diferença significativa entre os períodos, ou seja, a microrregião mantém uma produção média de 326,54 toneladas de cana-de-açúcar a cada período, o que torna viável a permanência do cultivo de cana-de-açúcar para a mesma.
Based on the normal distribution, a new generator of continuous distributions is presented using the monotonic functions and , such that and are the baselines. A study of identifiability of the proposed class is exhibited as well as the series expansions for its cumulative distribution function and probability density function. Additionally, some mathematical properties of the class are discussed, namely, the raw moments, the central moments, the moment generating function, the characteristic function, the derivatives of the log-likelihood function, and a study of the support. A numerical analysis comprising a simulation study and an application to real data is presented. Comparisons between the proposed model and other well-known models evince its potentialities and modeling benefits.
Direitos para esta edição cedidos à Atena Editora pelos autores. Todo o conteúdo deste livro está licenciado sob uma Licença de Atribuição Creative Commons. Atribuição-Não-Comercial-NãoDerivativos 4.0 Internacional (CC BY-NC-ND 4.0). O conteúdo dos artigos e seus dados em sua forma, correção e confiabilidade são de responsabilidade exclusiva dos autores, inclusive não representam necessariamente a posição oficial da Atena Editora. Permitido o download da obra e o compartilhamento desde que sejam atribuídos créditos aos autores, mas sem a possibilidade de alterá-la de nenhuma forma ou utilizá-la para fins comerciais. Todos os manuscritos foram previamente submetidos à avaliação cega pelos pares, membros do Conselho Editorial desta Editora, tendo sido aprovados para a publicação. A Atena Editora é comprometida em garantir a integridade editorial em todas as etapas do processo de publicação. Situações suspeitas de má conduta científica serão investigadas sob o mais alto padrão de rigor acadêmico e ético.
RESUMOO maxixe (Cucumis anguria L.) é uma hotaliça de plantação anual, monoica, com hábitos de crescimento indeterminados e prostrados, como também é considerado como alimento rico em sais minerais e altamente energético. Dispondo de substâncias antioxidantes, suas propriedades medicinais são capazes de auxiliarem na cicatrização de ferimentos e reduzirem o colesterol, fazendo com que a depender de como utilizado, desperte o interesse nos produtores para sua exportação agroindustrial. Baseado em pesquisas voltadas ao acúmulo de matéria seca preponderantes na qualidade das sementes, percentual germinativo, teor de água, e emergência da plântula, o presente trabalho tem como objetivo determinar o ponto máximo de acúmulo e definir o modelo não-linear de melhor ajuste aos dados de matéria seca acumulada das sementes de maxixe, a fim de proporcionar ao agricultor maiores lucros em sua produção. Para isso, utilizou-se de dados de um experimento desenvolvido no período de dezembro de 2007 a março de 2008, em que as colheitas dos frutos foram realizadas nos respectivos períodos de 15, 20, 25, 30, 35 e 40 dias após a antese. Posterior a verificação dos pressupostos resuduais da normalidade por meio dos testes de Lillefors, Durbin-Watson e Breush-Pagan, aplicou-se os modelos não lineares sigmoidais de Gompertz, Von Bertalanffy e Logístico, utilizando o Coeficiente de Determinação Ajustado ( 2 ), Critério de Informação Bayesiano (BIC) e Quadrado Médio Residual (QMR) como critérios de ajuste de modelos. O melhor ajuste se deu pelo modelo de Von Bertallanfy, dado que o mesmo apresenta maior valor para 2 , e menores valores para BIC e para QMR . Dessa forma, concluise que as sementes coletadas entre o 35º e 40º dia após a antese apresentaram o ponto máximo de ganho de matéria seca acumulada, o que proporciona ao agricultor melhor semeadura e maiores lucros em sua
A cana-de-açúcar (Saccharum spp.), espécie original da Polinésia, possui cultura perene e de fácil adaptabilidade aos climas tropicais e subtropicais. Sua alta produtividade, caracterizada por duas safras ao ano, distribuída por todas as regiões do Brasil, tem grande destaque no mercado interno e externo ao longo de todo o ano, fazendo com que seja de grande importância socioeconômica para o país, tornando-o atualmente como o maior produtor de cana-de-açúcar e seus derivados, como açúcar, etanol, biocombústíveis e bebidas alcoólicas. Nas últimas décadas, o semiárido brasileiro, característizado por ter clima árido, deficiência hídrica com imprevisibilidade das precipitações pluviométricas e presença de solos pobres em matéria orgânica, tem sido responsável pelo desenvolvimento de diversos polos agroindústriais, permitindo assim, uma produção significativa de cana-de-açúcar. Devido a grande busca pelas industrias de aumentar tal produtividade, a presente pesquisa tem por objetivo detectar padrões espaço-temporais na produção da cana-de açúcar do semiárido brasileiro no período de 2005 a 2018. Nesse sentido, foram utilizados dados provenientes da plataforma digital do Instituto Brasileiro de Geografia e Estatística (IBGE), sendo especificamente analisados os disponibilizados nos anos de 2005, 2010, 2015 e 2018 por meio de geoprocessamentos. Notase que durante esses anos, a produção de cana-de-açúcar teve crescimento considerável até o ano de 2010 e, ainda que quando realizado o comparativo nacional, o valor de sua produção entre as culturas temporarias nos anos de 2005 e 2018 aumentou apenas em 1 p.
A busca por energias renováveis vem aumentando nas últimas décadas devido, principalmente, às preocupações ambientais como também à crescente demanda energética. A energia eólica é uma das fontes de energia renovável amplamente adotada pelo mundo, sendo a região nordeste do Brasil destacada pela sua grande capacidade de produção. A implementação de parques eólicos carece de estudos preliminares sobre modelagem estatística de velocidade do vento e, entre os métodos propostos, a Cadeia de Markov se mostrou eficiente. Este trabalho apresenta uma análise estatística da velocidade do vento na cidade de Petrolina – PE, com objetivo de aplicar cadeias de Markov de primeira ordem como método probabilístico na modelagem da velocidade do vento a cada hora. Os dados foram obtidos no site do Instituto Nacional de Meteorologia (INMET), correspondendo ao período de 2010 a 2020. Foram utilizadas cadeias de Markov de primeira ordem com dois estados para encontrar as probabilidades de transição, e a variação anual dessas probabilidades e a Entropia normalizada foram analisadas. Os principais resultados mostraram que o modelo proposto se ajusta bem às variações da velocidade do vento em meses específicos do ano e que modelos com mais estados podem ser propostos com o objetivo de diminuir a perda de informação calculada pelo valor da entropia.
A Síndrome Respiratória Aguda Grave (SRAG) abrange casos de Síndrome Gripal (SG) que evoluem com comprometimento da função respiratória o que, na maioria dos casos, leva à hospitalização. A pandemia provocada pela Corona Virus Disease (COVID-19) tornou-se o novo desafio mundial. Pacientes que apresentavam determinadas doenças crônicas tinham um prognóstico agravado quando eram apresentados ao novo Coronavírus. É imprescindível determinar os principais grupos de risco para qualquer doença, posto que facilita a tomada de decisão dos profissionais da saúde. Nesta pesquisa objetivou-se aplicar a modelagem preditiva via árvore de decisão (decision tree) para estimar a probabilidade do indivíduo que: tenha SRAG ser curado ou ir a óbito e tenha SRAG ser curado ou ir a óbito devido à contaminação e não contaminação por COVID-19, analisando por fim os resultados (casos registrados no Brasil). Essas informações ajudarão os profissionais da saúde a entender como cada comorbidade se comportou/a. Os principais resultados mostraram que o modelo proposto se ajusta bem, encontrando as seguintes porcentagens de sobrevivência: é melhor que o indivíduo que apresentou sintomas da SRAG tenha doença renal e asma do que não tenha comorbidade, pois a chance de cura é maior 7%; é melhor que o indivíduo que apresentou sintomas da SRAG devido à contaminação por COVID-19 tenha doença neurológica, cardiovascular e hematológica do que não tenha comorbidade, pois a chance de cura é maior 14% e por fim, o indivíduo que apresentou sintomas da SRAG, mas que não tenha sido contaminado por COVID-19 tem 75% chance de cura.
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
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.