Search

O Brasil possui a flora mais rica e talvez mais ameaçada de extinção do planeta, e, por isso, sua conservação efetiva ainda é um grande desafio. No primeiro capítulo desta tese, nos debruçamos sobre o processo de avaliação de risco de extinção das espécies, destacando seus pontos fortes, suas deficiências assim como oportunidades para ampliar e agilizar as avaliações de risco. No segundo capítulo, desenvolvemos e agregamos uma série de ferramentas para integração e análise da qualidade de registros de ocorrência de espécies em um pacote desenvolvido no ambiente R de programação. Exemplificamos sua funcionalidade mostrando como erros e incertezas presentes nos registros de ocorrência alteram o padrão de riqueza de espécies de plantas no Brasil. No terceiro capítulo, avaliamos como erros presentes na informação taxonômica, espacial e temporal de registros de ocorrência podem gerar classificações equivocadas do risco de extinção de espécies de plantas no Brasil. Nossos resultados indicam que dados de alta qualidade são necessários para predição acurada de espécies ameaçadas, e que avaliações preliminares podem prever o risco de extinção de espécies não ameaçadas mesmo na presença de erros taxonômicos, geográficos e temporais. No quarto capítulo, avaliamos a eficácia das unidades de conservação e das terras indígenas do Brasil em representar espécies de plantas atualmente ameaçadas de extinção. Descobrimos que de 10 a 33% das espécies encontram-se totalmente fora de áreas protegidas. Por fim, no quinto capítulo e no apêndice I apresentamos textos voltados às crianças que descrevem de forma simples e detalhada o processo de avaliação de risco e a situação atual de ameaça sofrida pelas espécies no Brasil. Os resultados dessa tese apontam caminhos em direção a uma maior compreensão e ampliação do processo de avaliação do risco de extinção, de modo a possibilitar a conservação efetiva da biodiversidade. Brazil harbors the richest and perhaps the most endangered flora on the planet, and its effective conservation is still a significant challenge. In the first chapter of this Ph.D. dissertation, we thoroughly analyzed the extinction risk assessment process, highlighting its strengths, weaknesses, and opportunities to expand and streamline risk assessments. In the second chapter, we aggregated and developed a series of tools for integrating and analyzing the quality of species occurrence records in an R package. We exemplified its functionality by showing how errors and uncertainties in occurrence records change the species richness pattern of plants in Brazil. In the third chapter, we assessed how errors present in taxonomic, spatial, and temporal information from occurrence records can lead to erroneous classifications of the risk of extinction of plant species in Brazil. Our results indicate that high-quality data are needed for an accurate prediction of threatened species and that preliminary assessments can predict the extinction risk of non-threatened species even in the presence of taxonomic, geographic, and temporal issues. In the fourth chapter, we assessed the effectiveness of protected areas and indigenous lands in representing all known threatened plant species in Brazil. We found that between 10 and 33% of species are entirely outside protected areas. Finally, in the fifth chapter and in Appendix I, we presented outreach texts aimed at children describing in a simple and detailed way the risk assessment process and the current situation of threat experienced by species in Brazil. The results of this thesis point out avenues for a greater understanding and expansion of the extinction risk assessment process to enable the effective conservation of biodiversity. Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES

Submitted by Ana Rebelo (amsr@isep.ipp.pt) on 2020-12-14T15:06:33Z No. of bitstreams: 1 DM_AugustoGomes_2020_MEI.pdf: 11941804 bytes, checksum: 54637d9f74439921df95101fdd5755b5 (MD5) Approved for entry into archive by Ana Rebelo (amsr@isep.ipp.pt) on 2020-12-14T15:07:01Z (GMT) No. of bitstreams: 1 DM_AugustoGomes_2020_MEI.pdf: 11941804 bytes, checksum: 54637d9f74439921df95101fdd5755b5 (MD5) Made available in DSpace on 2020-12-14T15:07:01Z (GMT). No. of bitstreams: 1 DM_AugustoGomes_2020_MEI.pdf: 11941804 bytes, checksum: 54637d9f74439921df95101fdd5755b5 (MD5) Previous issue date: 2020

Na atual realidade das indústrias de pequeno porte do mercado nacional brasileiro, há dificuldade na definição e uso de indicadores para análise da acuracidade dos dados que seus sistemas de custeio geram, e igualmente, não há processos definidos para que os dados sejam analisados quanto à sua limpeza. O objetivo deste trabalho é propor um método de limpeza dos dados de um sistema de custeio. Para isso foi realizada uma pesquisa bibliográfica para a definição dos dados relevantes em um sistema de custeio, apresentação de casos de gerenciamento de dados e informações em processos produtivos e de estudos sobre qualidade e limpeza de dados. A pesquisa se apoia no método proposto pelo Design Science Research para buscar a solução do problema da qualidade de dados. As etapas de conscientização sobre o problema e identificação dos artefatos para solução do mesmo, as quais visam buscar informações sobre outras situações, onde o problema ocorreu e quais foram as soluções propostas e seus resultados está apresentada em duas partes, sendo a primeira o referencial teórico e a segunda as entrevistas com especialistas atuantes nas áreas de custos Após posicionar as fases do método de limpeza perante o processo de geração de dados e definir as características das etapas a serem seguidas, o trabalho apresenta a aplicação do método proposto no sistema de custeio de uma empresa de pequeno porte, com os resultados obtidos e posteriormente propõe ajustes no próprio método baseado nas percepções durante a implantação. Esta pesquisa foi relevante por contribuir com a qualidade dos dados utilizados para a tomada de decisões na área de custeio das organizações. O estudo evidenciou dados essenciais para a formação de um sistema de custeio, comprovou a eficiência das etapas propostas e apresentou exemplos de ferramentas práticas adequadas ao processo produtivo em questão e possibilitou ainda a identificação de melhorias no método proposto inicialmente, através da percepção das dificuldades de implantação vivenciadas. In the current reality of small industries in the Brazilian national market, there are no defined indicators to analyze the accuracy of the data that their costing systems generate, and also, there are no defined processes for the data to be analyzed for their cleaning. The objective of this work is to propose a method of cleaning the data of a costing system. For this, a bibliographical research was carried out to define the relevant data in a costing system, presentation of cases of data and information management in productive processes and studies on quality and data cleaning. The research is based on the method proposed by design science research to seek the solution of the data quality problem. The stages of raising awareness about the problem and identifying the artifacts to solve it, which seek information about other situations, where the problem occurred and what the proposed solutions and their results are presented in two parts. The first is the theoretical framework and the second is the interviews with experts in the areas of costs. After positioning the phases of the cleaning method in the process of data generation and defining the characteristics of the steps to be followed, the work presents the application of the proposed method in the costing system of a small company, with the results obtained And later proposes adjustments in the own method based on the perceptions during the implantation. This research was relevant because it contribute to the quality of the data used to make decisions in the area of organization costs. The study evidenced data essential for the formation of a costing system, proved the efficiency of the proposed steps and presented examples of practical tools appropriate to the productive process in question and also allowed the identification of improvements in the method initially proposed, through the perception of the difficulties of implemented.

Orientador: Prof. Dr. Márcio Katsumi Oikawa Dissertação (mestrado) - Universidade Federal do ABC, Programa de Pós-Graduação em Ciência da Computação, 2016. Através do relacionamento probabilístico de bases de dados é possível obter informações que a análise individual ou manual de bases de dados não proporcionaria. Esse trabalho visa encontrar, através do relacionamento probabilístico de registros, doadores de sangue da base de dados da Fundação Pró-Sangue (FPS) no Sistema de Informações sobre Mortalidade (SIM), nos anos de 2001 a 2006, favorecendo assim a manutenção de hemoderivados da instituição, inferindo se determinado doador veio à óbito. Para tal, foram avaliadas a eficiência de diferentes chaves de blocking que foram aplicadas em um conjunto de softwares gratuitos de record linkage e no software implementado para uso específico do estudo, intitulado SortedLink. Nos estudos, os registros foram padronizados e apenas os que possuíam dados da mãe cadastrados foram utilizados. Para avaliar a eficiência das chaves de blocking, foram selecionados 100.000 registros aleatoriamente das bases de dados SIM e FPS, e adicionados 30 registros de validação para cada conjunto. Sendo que o software SortedLink, implementado no trabalho, foi o que apresentou os melhores resultados e foi utilizado para obter os resultados dos possíveis pares de registros na base total de dados, 1.709.819 de registros para o SIM e 334.077 para o FPS. Além disso, o estudo também avalia a eficiência dos algoritmos de codificação fonética SOUNDEX, tipicamente utilizado no processo de record linkage, e do BRSOUND, desenvolvido para codificação de nomes e sobrenomes oriundos da língua portuguesa do Brasil. Through probabilistic record linkage of databases is possible to obtain information that the individual or manual analysis of databases do not provide. This work aims to find, through probabilistic record relationship, blood donors from the database of Fundação Pró-Sangue (FPS) in the Sistema de Informações sobre Mortalidade (SIM) from Brazil, in the year 2001 to 2006, thus favoring maintenance blood products of the institution, inferring whether a donor came to death. For this purpose, we evaluated the effectiveness of different blocking keys that were applied to a set of free software record linkage and a software implemented for specific use of the study, entitled SortedLink. In the studies, the records were standardized and only those who had registered mother information were used. To assess the effectiveness of blocking keys were selected randomly 100, 000 records of SIM and FPS databases, and added 30 validation records for each set. Since the SortedLink software, implemented in this work, showed the best results, it was used to obtain the results of the possible pairs of records in the total database, 1.709.819 records from SIM and 334.077 from FPS. In addition, the study also evaluated the efficiency of SOUNDEX phonetic encoding algorithms, typically used in the record linkage process and the BRSOUND, developed for encoding names and surnames derived from the Portuguese language of Brazil.

Dissertação de mestrado em Sistemas de Informação, O futebol é um desporto cada vez mais competitivo e os clubes tentam alcançar sempre alguma vantagem competitiva em relação aos seus adversários. Nos últimos anos tem surgido no mundo do futebol um grande interesse sobre a análise da performance desportiva. Esta análise recai não só na própria equipa como também nas equipas adversárias. Como em todos os desportos, no futebol, existem árbitros que têm como missão garantir que todos os intervenientes deste, jogadores e equipa técnica, cumpram todos os pressupostos estipulados nas leis de jogo. O papel dos árbitros e as decisões que estes tomam têm, em grande maioria dos casos uma influência direta no desenrolar do jogo. Infelizmente estas decisões nem sempre são acertadas. Estes erros devem-se, numa grande quantidade de vezes, pelo mau posicionamento em terreno do jogo das equipas de arbitragem. É, portanto, fundamental desenvolver um modelo que pode determinar o posicionamento correto dos árbitros em terreno de jogo durante um desafio. Para este trabalho de pesquisa, foram utilizados dados referentes ao posicionamento de todos os intervenientes de um jogo de futebol. Os dados incluíram o posicionamento dos jogadores, da bola e dos árbitros, obtidos por um sistema automático. Árbitros com vários anos de experiência em competições internacionais (como a final do Mundial de 2006) foram solicitados para obter conhecimento do posicionamento correto. Os resultados obtidos foram muito positivos, tanto para a previsão do posicionamento do árbitro assistente, independentemente da equipa que este acompanha ou do jogo como para o posicionamento do árbitro em situações de jogo controladas, nas quais os dados de treino eram concretos à situação de jogo, tal como pontapés de canto. Em suma, e apesar da limitação na quantidade de dados disponíveis, os modelos são conclusivos e conseguem com eficiência determinar o posicionamento correto do árbitro independentemente da situação de jogo., Soccer is an increasingly competitive sport and clubs always try to achieve a competitive advantage over the opponents. In recent years a great interest for the study of sports analysis performance has emerged in the world of soccer. This analysis falls not only in the performance of the own team but as well in the opposing teams. As in all sports, in soccer, there are referees whose mission is to ensure that all participants, players and coaching staff, comply with all the conditions laid down in the game’s laws. The role of referees and the decisions they take have, in most cases a direct influence on the course of the game. Unfortunately these decisions aren’t always correct. In a large amount of times, these mistakes are due to referee’s bad positioning in the soccer field. So it is fundamental to develop a model that may determine the correct position for a soccer referee, in the field, during a match. For this research work, data with all the game participants’ positions in the field during the match has been used as its basis. The data included, players, ball and referees positions gathered by an automatic system, referees with large experience in international competitions (just like the 2006 World Cup final) were used to obtain correct position knowledge. The achieved results are very positive, both for predicting the assistant referee position, regardless of the team he’s accompanying or the match, as to predict the referee position, in controlled game situations, in which the training data is specific for that game situation, such as corner kicks. In short, despite the limitation on the amount of data available, the models are conclusive and can efficiently determine the correct positioning of the referee regardless of the game situation.

Made available in DSpace on 2014-06-11T19:29:40Z (GMT). No. of bitstreams: 0 Previous issue date: 2011-08-05Bitstream added on 2014-06-13T19:38:58Z : No. of bitstreams: 1 andrade_tl_me_sjrp.pdf: 1077520 bytes, checksum: 1573dc8642ce7969baffac2fd03d22fb (MD5) Com o objetivo de garantir maior confiabilidade e consistência dos dados armazenados em banco de dados, a etapa de limpeza de dados está situada no início do processo de Descoberta de Conhecimento em Base de Dados (Knowledge Discovery in Database - KDD). Essa etapa tem relevância significativa, pois elimina problemas que refletem fortemente na confiabilidade do conhecimento extraído, como valores ausentes, valores nulos, tuplas duplicadas e valores fora do domínio. Trata-se de uma etapa importante que visa a correção e o ajuste dos dados para as etapas posteriores. Dentro dessa perspectiva, são apresentadas técnicas que buscam solucionar os diversos problemas mencionados. Diante disso, este trabalho tem como metodologia a caracterização da detecção de tuplas duplicadas em banco de dados, apresentação dos principais algoritmos baseados em métricas de distância, algumas ferramentas destinadas para tal atividade e o desenvolvimento de um algoritmo para identificação de registros duplicados baseado em similaridade fonética e numérica independente de idioma, desenvolvido por meio da funcionalidade multithreading para melhorar o desempenho em relação ao tempo de execução do algoritmo. Os testes realizados demonstram que o algoritmo proposto obteve melhores resultados na identificação de registros duplicados em relação aos algoritmos fonéticos existentes, fato este que garante uma melhor limpeza da base de dados In order to ensure greater reliability and consistency of data stored in the database, the data cleaning stage is set early in the process of Knowledge Discovery in Database - KDD. This step has significant importance because it eliminates problems that strongly reflect the reliability of the knowledge extracted as missing values, null values, duplicate tuples and values outside the domain. It is an important step aimed at correction and adjustment for the subsequent stages. Within this perspective, techniques are presented that seek to address the various problems mentioned. Therefore, this work is the characterization method of detecting duplicate tuples in the database, presenting the main algorithms based on distance metrics, some tools designed for such activity and the development of an algorithm to identify duplicate records based on phonetic similarity numeric and language-independent, developed by multithreading functionality to improve performance over the runtime of the algorithm. Tests show that the proposed algorithm achieved better results in identifying duplicate records regarding phonetic algorithms exist, a fact that ensures better cleaning of the database

Com o crescimento e a facilidade de acesso a Internet, o volume de dados cresceu muito nos últimos anos e, consequentemente, ficou muito fácil o acesso a bases de dados remotas, permitindo integrar dados fisicamente distantes. Geralmente, instâncias de um mesmo objeto no mundo real, originadas de bases distintas, apresentam diferenças na representação de seus valores, ou seja, os mesmos dados no mundo real podem ser representados de formas diferentes. Neste contexto, surgiram os estudos sobre casamento aproximado utilizando funções de similaridade. Por consequência, surgiu a dificuldade de entender os resultados das funções e selecionar limiares ideais. Quando se trata de casamento de agregados (registros), existe o problema de combinar os escores de similaridade, pois funções distintas possuem distribuições diferentes. Com objetivo de contornar este problema, foi desenvolvida em um trabalho anterior uma técnica de padronização de escores, que propõe substituir o escore calculado pela função de similaridade por um escore ajustado (calculado através de um treinamento), o qual é intuitivo para o usuário e pode ser combinado no processo de casamento de registros. Tal técnica foi desenvolvida por uma aluna de doutorado do grupo de Banco de Dados da UFRGS e será chamada aqui de MeaningScore (DORNELES et al., 2007). O presente trabalho visa estudar e realizar uma avaliação experimental detalhada da técnica MeaningScore. Com o final do processo de avaliação aqui executado, é possível afirmar que a utilização da abordagem MeaningScore é válida e retorna melhores resultados. No processo de casamento de registros, onde escores de similaridades distintos devem ser combinados, a utilização deste escore padronizado ao invés do escore original, retornado pela função de similaridade, produz resultados com maior qualidade. With the growth of the Web, the volume of information grew considerably over the past years, and consequently, the access to remote databases became easier, which allows the integration of distributed information. Usually, instances of the same object in the real world, originated from distinct databases, present differences in the representation of their values, which means that the same information can be represented in different ways. In this context, research on approximate matching using similarity functions arises. As a consequence, there is a need to understand the result of the functions and to select ideal thresholds. Also, when matching records, there is the problem of combining the similarity scores, since distinct functions have different distributions. With the purpose of overcoming this problem, a previous work developed a technique that standardizes the scores, by replacing the computed score by an adjusted score (computed through a training), which is more intuitive for the user and can be combined in the process of record matching. This work was developed by a Phd student from the UFRGS database research group, and is referred to as MeaningScore (DORNELES et al., 2007). The present work intends to study and perform an experimental evaluation of this technique. As the validation shows, it is possible to say that the usage of the MeaningScore approach is valid and return better results. In the process of record matching, where distinct similarity must be combined, the usage of the adjusted score produces results with higher quality.

Made available in DSpace on 2009-02-10T13:13:33Z (GMT). No. of bitstreams: 1 08-11.pdf: 3333704 bytes, checksum: fb678973e42f4a1795f6153008772ae5 (MD5) Previous issue date: 2008-04 Made available in DSpace on 2014-11-14T16:25:08Z (GMT). No. of bitstreams: 1 08-11.pdf: 3333704 bytes, checksum: fb678973e42f4a1795f6153008772ae5 (MD5) Previous issue date: 2008-04

Made available in DSpace on 2009-02-10T13:12:03Z (GMT). No. of bitstreams: 1 07-25.pdf: 221142 bytes, checksum: 8f27ac4c9db7b1286f585608ffb59858 (MD5) Previous issue date: 2007-10 Made available in DSpace on 2014-11-14T16:23:56Z (GMT). No. of bitstreams: 1 07-25.pdf: 221142 bytes, checksum: 8f27ac4c9db7b1286f585608ffb59858 (MD5) Previous issue date: 2007-10

Made available in DSpace on 2009-02-10T13:11:41Z (GMT). No. of bitstreams: 1 06-25.pdf: 255682 bytes, checksum: be198fb9dc66e4be939a1fb6e4ffa2b6 (MD5) Previous issue date: 2006-12 Made available in DSpace on 2014-11-14T16:24:06Z (GMT). No. of bitstreams: 1 06-25.pdf: 255682 bytes, checksum: be198fb9dc66e4be939a1fb6e4ffa2b6 (MD5) Previous issue date: 2006-12