Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Humanas, Departamento de Filosofia, Programa de Pós-Graduação em Filosofia, 2013. / Submitted by Ana Cristina Barbosa da Silva (annabds@hotmail.com) on 2014-10-27T16:23:01Z No. of bitstreams: 1 2013_AnaLuisaLamounierCosta.pdf: 425710 bytes, checksum: be248a2ea2eb5ab8d331fa869818432b (MD5) / Approved for entry into archive by Tania Milca Carvalho Malheiros(tania@bce.unb.br) on 2014-10-29T11:26:24Z (GMT) No. of bitstreams: 1 2013_AnaLuisaLamounierCosta.pdf: 425710 bytes, checksum: be248a2ea2eb5ab8d331fa869818432b (MD5) / Made available in DSpace on 2014-10-29T11:26:24Z (GMT). No. of bitstreams: 1 2013_AnaLuisaLamounierCosta.pdf: 425710 bytes, checksum: be248a2ea2eb5ab8d331fa869818432b (MD5) / A neurociencia como uma ciencia autonoma consolidou-se a partir de pouco antesda metade do seculo XX. Ela inclui conhecimentos provenientes de muitas areasdiferentes, incluindo a bioquimica, a biologia molecular, neurofisiologia, a ciencia dacomputacao e a psicologia comportamental. Os seus objetivos, problemas e a forma deelaborar explicacoes sao distintos das outras areas da biologia e das ciencias biomedicas.Um modelo de explicacao para a neurociencia precisa estar preparado para lidar com essasquestoes. A mais expressiva abordagem explicativa para a neurociencia, atualmente, e omodelo mecanistico-causal elaborado por Carl Craver em 2007. Segundo essa abordagem,explicacoes em neurociencia descrevem mecanismos, ou seja, como partes se organizam einteragem para produzir um fenomeno. Essas partes pertencem a varios niveis decomposicao e relacionam-se causalmente umas com as outras. Alem disso, a neurociencia eunificada quando cientistas das diversas areas que a compoem trabalham juntos paraelaborar mecanismos. Esse modelo foi extensamente discutido nos ultimos anos, tendosido levantadas diversas criticas contra eles. Algumas delas sao pertinentes e sugerem queele sofra alguns ajustes. Ainda assim, ele sobrevive como o mais robusto modelo paraexplicacoes em neurociencia existente. Esse trabalho apresenta-se como um estudo dessemodelo, bem como das criticas feitas a ele. ______________________________________________________________________________ ABSTRACT / Neuroscience as an independent science was consolidated hardly before the firsthalf of the twentieth century. It encloses knowledge from many different areas, includingbiochemistry, molecular biology, neurophysiology, computer science and behavioralpsychology. Its purposes, its problems and how its explanations are formulated are distinctfrom other areas of biology and biomedical sciences. An explanatory model forneuroscience has to be prepared to deal with these questions. The most expressive accountof explanations in neuroscience is currently the causal-mechanistic model formulated byCarl Craver in 2007. According to him, explanations in neuroscience describe mechanisms,in other words, it points out how parts organize themselves and interact to engender thephenomenon. These parts belong to various levels of composition and are causally relatedto one another. Furthermore, neuroscience is unified when scientists from different areasthat compose it work together to develop mechanisms. This model was extensivelydiscussed in the last years and several criticisms were raised towards it. Some of them arerelevant and suggest some adjustments. Still, it remais as the soundest model forexplanations in neuroscience nowadays. This work is presented as a review of this model,as well as the critiques worked out against it.

Submitted by Reginaldo Soares de Freitas (reginaldo.freitas@ufv.br) on 2016-06-30T14:01:39Z No. of bitstreams: 1 texto completo.pdf: 211620 bytes, checksum: c00fa7898cc762bea55098c800c8fdfb (MD5) / Made available in DSpace on 2016-06-30T14:01:39Z (GMT). No. of bitstreams: 1 texto completo.pdf: 211620 bytes, checksum: c00fa7898cc762bea55098c800c8fdfb (MD5) Previous issue date: 2002-07-24 / Conselho Nacional de Desenvolvimento Científico e Tecnológico / Desenvolveu-se um modelo mecanístico dinâmico de previsão de produtividade da cultura do cafeeiro baseando-se na integração de modelos matemáticos dos principais processos físicos e fisiológicos envolvidos no crescimento, desenvolvimento e produtividade do cafeeiro. O modelo considerou como dados de entrada as variáveis climáticas temperatura média, precipitação pluvial e radiação solar, e como variáveis de estado, ou dados de saída, as seguintes características da cultura: Índice de área foliar (IAF), taxas fotossintéticas bruta e líquida respectivamente (Fbrut e Fliq), bem como matéria seca final (MSfinal) , produtividade econômica ( Yf), e produtividade estimada ( Yest). O modelo foi testado comparando-se os dados de produtividade de campo aos resultados de produtividade simulada. A média dos desvios percentuais entre os valores de produtividade simulada e produtividade observada foi de –5,85 e o desvio padrão foi de 1,80. O teste objetivo do modelo com dados de produtividade colhidas em campo mostrou que o modelo foi capaz de prever com eficiência a produtividade da cultura, o que indica potencial do mesmo em ser útil na previsão da produtividade da cultura. / A mechanistic dynamic model of productivity estimation for the coffee was developed having as base the integration of mathematical models of the main physical and physiologic processes involved in the growth, development and productivity of the coffee. The model considered as input data the variables climatic medium temperature, pluvial precipitation and solar radiation, and as state variables, or output data, the following characteristics of the culture: Leaf Area Index (IAF), it rates rough and liquid photosynthetic (Fbrut and Fliq), as well as matter evaporates final (MSfinal), economic productivity (Yf) and estimated productivity ( Yest). The model was tested comparing the data of field productivity to the results of simulate productivity. The mean of the percentile deviations between the values of simulate and observed productivity was of -5,85 and the standard deviation was of 1,80. The comparison of the model results against field productivity data showed that the model is capable to forecast with efficiency the productivity of the culture, what indicates potential of the same to be used in the forecast of the productivity of the culture.

PEREIRA, Andréa da Silva. Modelagem e simulação do processo de produção de etanol a partir do suco do pedúnculo de caju, visando a otimização das condições operacionais. 2016. 167 f. Dissertação (Mestrado em Engenharia Química)–Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2016. / Submitted by Hohana Sanders (hohanasanders@hotmail.com) on 2017-04-18T16:08:58Z No. of bitstreams: 1 2016_dis_aspereira.pdf: 8834065 bytes, checksum: 73ee62baf99b244f5e7ccd3ddd934c49 (MD5) / Approved for entry into archive by Marlene Sousa (mmarlene@ufc.br) on 2017-05-04T13:53:10Z (GMT) No. of bitstreams: 1 2016_dis_aspereira.pdf: 8834065 bytes, checksum: 73ee62baf99b244f5e7ccd3ddd934c49 (MD5) / Made available in DSpace on 2017-05-04T13:53:10Z (GMT). No. of bitstreams: 1 2016_dis_aspereira.pdf: 8834065 bytes, checksum: 73ee62baf99b244f5e7ccd3ddd934c49 (MD5) Previous issue date: 2016-08-08 / Ethanol is the most relevant biofuel in the Brazilian market, its rising demand generates interest in using other raw materials as an alternative to sugar cane. Therefore, the main purpose of the present work is to study a mathematical model for the process of cashew apple juice alcoholic fermentation by Saccharomyces Cerevisiae, making possible to check cells, sugar and ethanol concentration profiles, to optimize reaction operation conditions interfering in the reaction for scaling up the fermenter. For this purpose, laboratory experiments data of Pinheiro (2015) were used with variations of the initial cell concentration from 3 to 10 g/L parameters were varied as follows: initial cell concentration from 3 to 10 g/L, temperature from 26 to 42 °C, initial total sugar concentration from 70 to 170 g/L and stirring speed from 80 to 800 RPM. Initially, regressions and interpolations were performed to treat data, seeking for smoothing experimental data noise and increasing the amount of data for training artificial neural networks (NNAs) and to estimate parameters. Five mathematical models were proposed: four mechanistic unstructured non segregated models and one hybrid model that combine NNAs and mass balances. Model 1 considers negligible the substrate consumption due to cells maintenance and that all cells are viable, using the Ghose & Tyagi’s kinetic model. Model 2 differs by the hypothesis of death and cell maintenance, Model 3 derives from Model 2 with inclusion of the temperature. Model 4 adds the influence of initial concentration of cell and agitation by the hypothesis of a stagnant film surrounding the cells of flocculant S. cerevisiae. The set of parameters was determined by damped least-squares (DLS) method proposed by Marquardt. For the hybrid model (Model 5), the specific rates are predicted by NNAs as function of instant cell and substrate concentrations, temperature and stirring speed. Simulation results were statistically assessed by residual standard deviations (RSD), modified F-test and confidence interval (CI), apart from being validated by another experiment run used neither to estimate the set of parameters nor to train NNAs. Among the models studied, it was observed that the Model 4 and 5 were the most general and suitable in the studied process. The models were optimized by the bio-inspired method of particle swarm, indicated for global searches, based on the parameters efficiency and productivity of the reaction. After that, the scale up of the process for a 14 liters reactor was performed using the P/V criteria. The productivity obtained was 6 gL-1h-1 with the following optimal conditions: initial substrate concentration of 143.2 gL-1, initial cell concentration of 6.5 gL-1, temperature of 36.5 ºC and stirring speed of 80 rpm. / O etanol é o biocombustível de maior relevância para o mercado brasileiro e sua crescente demanda provoca o interesse por matérias-primas alternativas à cana-de-açúcar. Diante disso, o objetivo principal desse trabalho é propor um modelo matemático para representar o processo de fermentação alcoólica do suco do pedúnculo de caju a partir da levedura Saccharomyces Cerevisiae, possibilitando verificar o comportamento dos perfis de concentração de célula, açúcar e etanol, otimizando as condições operacionais que interferem na reação para scale-up do fermentador. Para isso, foram utilizados os dados experimentais de Pinheiro (2015), com variações de concentração inicial de célula de 3 a 10 g/L, temperatura de 26 a 42°C, concentração inicial de açucares totais de 70 a 170 g/L e agitação de 80 a 800 rpm. A princípio, foi realizado um tratamento dos dados a partir de regressões e interpolações, buscando suavizar os ruídos das medidas experimentais e aumentar a quantidade de dados para o treinamento de redes neurais artificiais (RNAs). Foram propostos cinco modelos matemáticos: quatro mecanísticos e um híbrido que combina equações de balanço de massa com RNAs. O Modelo 1 considera que o consumo de substrato para manutenção celular é desprezível e que todas as células presentes no meio são viáveis, utilizando o modelo cinético de Ghose & Tyagi. O Modelo 2 se diferencia pela hipótese de morte e manutenção celular e o Modelo 3 deriva do modelo anterior com a inclusão da influência da temperatura. O Modelo 4 acrescenta a influência da concentração inicial de célula e agitação pela hipótese de um filme estagnado em torno da célula de S. cerevisiae floculante. Todos os parâmetros foram determinados pelo método não-linear de mínimos quadrados de Marquardt. Para o modelo híbrido (Modelo 5), as velocidades específicas são preditas pelas RNAs com função da concentração instantânea de célula e substrato, temperatura e agitação. Os resultados das simulações foram avaliados estatisticamente pelo desvio residual padrão (RSD), teste F modificado e intervalo de confiança, além da validação frente um novo ensaio. Observou-se que, dentre os modelos estudados, os Modelos 4 e 5 foram os mais abrangentes e adequado para o processo. Os modelos foram otimizados pelo método de enxame de partícula, indicado para buscas globais, baseados nos parâmetros de eficiência e produtividade da reação. Em seguida, realizou-se o scale-up do processo para um reator de 14 litros, utilizando o critério de P/V. A produtividade obtida foi de 6 g L-1 h-1 nas condições operacionais ótimas de 143.2 g/L de concentração inicial de substrato, 36.5 °C de temperatura, 6.5 g/L de concentração inicial de célula e 80 rpm de agitação.