SANTOS, C. P. B. Ensaios sobre demanda por energia elétrica, produtividade e eficiência no setor agrícola no Brasil e na América do Sul. 2017. 87 f. Dissertação (Mestrado em Economia Rural) - Centro de Ciências Agrárias, Universidade Federal do Ceará, Fortaleza, 2017 / Submitted by Carlene Miranda (carlenematias@hotmail.com) on 2017-05-03T12:25:27Z No. of bitstreams: 1 2017_dis_cpbsantos.pdf: 1707811 bytes, checksum: 5c286b9ccba722659c0b1679803bcdb9 (MD5) / Approved for entry into archive by Margareth Mesquita (margaret@ufc.br) on 2017-05-05T13:21:20Z (GMT) No. of bitstreams: 1 2017_dis_cpbsantos.pdf: 1707811 bytes, checksum: 5c286b9ccba722659c0b1679803bcdb9 (MD5) / Made available in DSpace on 2017-05-05T13:21:20Z (GMT). No. of bitstreams: 1 2017_dis_cpbsantos.pdf: 1707811 bytes, checksum: 5c286b9ccba722659c0b1679803bcdb9 (MD5) Previous issue date: 2017 / This dissertation is composed of two studies that address the demand for electricity in rural areas and total factor productivity (TFP) with decomposition using the Malmquist index, where each chapter consists of an article. The first study analyzed the impacts of the expansionary policies and the water crisis in the reservoirs of the Brazilian hydroelectric dams in the demand for electricity in the rural environment of Brazil, through a historical analysis of the formation of the Brazilian energy matrix, the management of generation indicators Of electric energy and by the approach of the economic policies expansionist and its impact in the increase of the demand for electric power in the rural environment. Using the electric power demand function, with the econometric methodology of selection of Backward models, with variables lagged in 4 time periods and through the application of autoregressive moving average vectors with exogenous variables (ARMAX). It can be verified that the exogenous variables applied to the model, were relevant for the estimation. From the results obtained with the model used, it was estimated the demand for electric energy in Brazil from June 2014 to March 2016, remaining the values estimated within the range of significance of 5% in relation to the real values obtained in this period. The methodology was adequate to predict the monthly consumption of electricity in rural Brazil. The second chapter proposes to measure the effects of access to electricity on rural productivity in the countries of South America, with the application of the frontier function of stochastic production proposed by Battese and Coelli (1995), with a Cobb- Douglas with no technical progress, where it is observed that the electric energy is around the inefficiency with a rate of 17.30%, for the set of countries under study, and through the Malmquist index obtained the decomposition of the total factor productivity In two periods, with a complete analysis of the database 1990 to 2012 and part of this database with the period between 2000 and 2012, where in both cases the improvement of TFP was in most countries as a function of an increase Of the access to technology, among them the consumption and access to electric energy by the families residing in the rural environment of the countries of South America. / Esta dissertação é composta por dois estudos que abordam a demanda por energia elétrica no meio rural e a produtividade total dos fatores (PTF) com decomposição por meio do índice de Malmquist, sendo que cada capítulo é constituído por um artigo. O primeiro estudo analisou os impactos das políticas expansionistas e a crise hídrica nos reservatórios das hidrelétricas brasileiras na demanda por energia elétrica no meio rural do Brasil, através de uma análise histórica da formação da matriz energética brasileira, da gestão dos indicadores de geração de energia elétrica e pela abordagem das políticas econômicas expansionistas e seu impacto na elevação da demanda por energia elétrica no meio rural. Para isso foi utilizada a função de demanda por energia elétrica, com a metodologia econométrica de seleção de modelos Backward, com variáveis defasadas em 4 períodos de tempo e através da aplicação de vetores autorregressivos de média móvel com variáveis exógenas (ARMAX). Foi possível constatar que as variáveis exógenas aplicadas ao modelo, mostraram-se relevantes quanto à estimação. A partir dos resultados obtidos com o modelo utilizado estimou-se a demanda por energia elétrica no Brasil, de junho 2014 a março de 2016, permanecendo os valores estimados dentro do intervalo de significância de 5%, em relação aos valores reais obtidos neste período, mostrando-se a metodologia adequada para previsão do consumo mensal de energia elétrica no meio rural do Brasil. O segundo estudo mensurou os efeitos do acesso à energia elétrica sobre a produtividade no meio rural dos países da América do Sul, com aplicação da função de fronteira de produção estocástica proposto por Battese e Coelli (1995), com uma função Cobb-Douglas sem progresso técnico. Observou-se que a energia elétrica é um redor da ineficiência, com índice de 17,30% para o conjunto de países em estudo. Através do índice de Malmquist obteve-se a decomposição da produtividade total dos fatores em 2 períodos, com uma análise completa da base de dados 1990 a 2012 e parte desta base com o período compreendido entre 2000 a 2012. Em ambos os casos, a melhoria da PTF apresentou-se em maior parte dos países como função de um aumento do acesso à tecnologia, dentre esta, o consumo e acesso à energia elétrica pelas famílias residentes no meio rural dos países da América do Sul.

Made available in DSpace on 2010-04-20T21:00:10Z (GMT). No. of bitstreams: 3 ricardopedreti.pdf.jpg: 16529 bytes, checksum: f0068caf5842b92d8c35ffdcd05524bd (MD5) ricardopedreti.pdf: 2272016 bytes, checksum: 008e03c162cbef3bf23a95e184265530 (MD5) ricardopedreti.pdf.txt: 241136 bytes, checksum: e1c28df730f597bd1ec33f59305844b4 (MD5) Previous issue date: 2008-02-11T00:00:00Z / Bayesian Networks may be powerful tools for Financial-Economics modeling. When high degree of uncertainty is present, these tools can be used as strongly helpful advisors in the decision making process. Non-linear relations among variables are normally not captured in traditional linear econometric models. Moreover, specially on situation of crisis or rupture, linear relation do no represent anymore a good proxy to real behavior of financial-economical variables. This contributes for increasing the distance between the theoretical forecasting model and the real data. Throughout this work, we show a methodology for gathering and applying data into Bayesian Networks in order to obtain cash flow growing models for some Brazilian companies and the economical sector they play. Later on, we compare the results of such predictions to the traditional econometric models, and finally to the real data observed in such period. As a conclusion of the study, we make an evaluation of the pros and cons of using Bayesian Network for such application. / Redes Bayesianas podem ser ferramentas poderosas para construção de modelos econômico-financeiros utilizados para auxílio à tomada de decisão em situações que envolvam grau elevado de incerteza. Relações não-lineares entre variáveis não são capturadas em modelos econométricos lineares. Especialmente em momentos de crise ou de ruptura, relações lineares, em geral, não mais representam boa aproximação da realidade, contribuindo para aumentar a distância entre os modelos teóricos de previsão e dados reais. Neste trabalho, é apresentada uma metodologia para levantamento de dados e aplicação de Redes Bayesianas na obtenção de modelos de crescimento de fluxos de caixa de empresas brasileiras. Os resultados são comparados a modelos econométricos de regressão múltipla e finalmente comparados aos dados reais observados no período. O trabalho é concluído avaliando-se as vantagens de desvantagens da utilização das Redes de Bayes para esta aplicação.

Trata da apresentação e discussão de um modelo de previsão de demanda de médicos para atendimentos de pacientes internados pelo SUS, com estudo de caso para o Estado do Rio de Janeiro. O modelo é baseado nos dados do Sistema de Informações Hospitalares do SUS (SIH/SUS) e nas alterações esperadas de tamanho e composição da população, segundo o IBGE. Descreve a trajetória e a motivação que levaram à construção do modelo, a partir da ideia de maior utilização do enorme potencial das bases de dados brasileiras para o planeamento e gestão dos RHS. Faz também comentários sobre conceitos da Tecnologia da Informação, que são de interesse para uma melhor compreensão das bases de dados, incluindo a utilização de padrões. Apresenta e comenta os resultados da aplicação do modelo, para o período de 2002 a 2022, para o Estado do Rio de Janeiro. Propõe sugestões de pesquisas com objetivo de melhorar a integração entre as bases de dados estudadas, a discussão da construção e utilização de indicadores, assim como uma proposta de evolução para o apoio à decisão na área de RHS. / The text presents and discuss forecast model of physicians demand attendance of patients admitted on the SUS, with a study of case for the State of Rio de Janeiro. The model is based on the data of Hospital Information System of SUS (SIH/SUS) and on the foresight alterations of size and composition of the population, according to the Brazilian Institute of Geography and Statistics (IBGE). It describes the trajectory and the motivation that had taken to the model set up, starting from the idea of a better utilization of the enormous potential of the Brazilian databases for the planning and management of the Health Human Resources (HHR). The text also brings some commentaries on concepts of the Information Technology, that are of interest for better understanding of databases, including the use of standards. The results of the models application for the period of 2002 the 2022, for the State of Rio de Janeiro, are presented and discussed. Several data sources were studied previously the models set up. Suggestions of research with objective to improve the integration among the studied databases are presented, as well as the quarrel of the construction and use of indicators and a proposal of further research on the support to the decision in the HHR field.

In a country with continental dimensions like Brazil, road infrastructure that provides a displacement with comfort and safety is extremely important, once it is from these roads that the majority of supplies and people moves daily to distant regions. Is through appropriate management of corrective floors and measurements taken at the correct times that these highways provides safety and comfort to users in their displacement. One way to perform this management properly is making use of performance prediction models that makes the manager can predict the appearance of defects and the necessity of performing maintenance, providing financial resources required for repairs. Thus, the objective of this research is to monitor three highway stretches implemented in the region of Santa Maria - RS, checking their functional and structural performance in order to assist in the development of performance prediction models. To achieving the study, tests were performed at predetermined periods: Sand Patch, British Pendulum, Roughness, Rutting analysis, Distress identification and Deflections Basin Survey by Benkelman Beam and Falling Weight Deflectometer (FWD) at Roraima Avenue (restoration stretch), Hélvio Basso Avenue and Quartéis Intersection (new highway stretches). In these tests, quantitative and classifying counts of vehicles were made in order to find the number of equivalent demand of standard axis through the FEC calculation by AASHTO and USACE methodology. With that was obtained in all 34 performance prediction models for Avenues Roraima and Hélvio Basso (17 - AASHTO and 17 - USACE). No models have been developed for Quartéis Intersection once it is at the beginning of monitoring. In addition to performance prediction models, performance evaluations were carried out of three sections monitored the mediated that it were requested by the traffic, and found that the Roraima Avenue had the highest deflection values, IGG and cracked area. The Quartéis Intersection had the highest values of rutting. Back Analysis were performed by BAKFAA software to obtain resilient modulus in all layers of pavements studied and, in general, met values coherent with those studied in the literature. It was also made structural analysis by AEMC/SisPAv (2009) software in order to find the estimated durability in the highway stretches. The Roraima Avenue despite being an old stretch and present the highest amount of early distress, was the one that had the highest prediction of durability between the three analysed sections. Furthermore, structural analysis was performed for Roraima Avenue, by standard DNER PRO 011/1979, once it is a restored pavement, it was found that this stretch is expected five years and ten months of durability. Therefore, monitoring and obtaining performance prediction models are extremely important for the proper management of pavements. / Em um país com dimensões continentais como o Brasil, infraestrutura de rodovias que proporcione um deslocamento com conforto e segurança é extremamente importante, uma vez que é a partir destas rodovias que a grande maioria dos insumos e das pessoas se desloca diariamente para regiões distantes. É por meio da gerência adequada dos pavimentos e medidas corretivas realizadas nos tempos corretos, que estas rodovias fornecem aos usuários segurança e conforto nos seus deslocamentos. Uma forma de realizar esta gerência de maneira adequada é fazendo uso de modelos de previsão de desempenho, que fazem com que o gestor possa prever de forma antecipada o aparecimento de defeitos e a necessidade da realização de manutenções, disponibilizando, assim, recursos financeiros necessários para as obras de intervenções. Com isso, o objetivo desta pesquisa é realizar o monitoramento de três trechos implantados na região de Santa Maria RS, verificando seus desempenhos funcionais e estruturais de modo a subsidiar a construção de modelos de previsão de desempenho. Para a concretização do estudo foi realizado, em períodos pré-determinados, ensaios de Mancha de Areia, Pêndulo Britânico, Irregularidade Longitudinal, Afundamento em Trilha de Roda, Levantamento Visual de Defeitos e Levantamento de Bacia de Deflexões através da Viga Benkelman e Falling Weight Deflectometer (FWD) na Avenida Roraima (trecho de restauração), Avenida Hélvio Basso e no Trevo dos Quartéis (trechos novos). Além destes ensaios, foram feitas contagens quantitativas e classificatórias dos veículos que solicitavam os trechos, com a intenção de encontrar o número de solicitações equivalentes do eixo padrão através dos cálculos de FEC pela metodologia AASHTO e USACE. Com isso, obteve-se no total 34 modelos de previsão de desempenho para as Avenidas Roraima e Hélvio Basso (17 AASHTO e 17 USACE). Não foram desenvolvidos modelos para o Trevo dos Quartéis, uma vez que o mesmo está em início de monitoramento. Além dos modelos de previsão de desempenho, foram realizadas avaliações do desempenho dos três trechos monitorados à mediada que o mesmo era solicitado pelo tráfego, sendo verificado que a Avenida Roraima apresentou os maiores valores de deflexão, IGG e Área Trincada. Já o Trevo dos Quartéis apresentou os maiores valores de ATR. Foram realizadas retroanálises pelo software BAKFAA para obtenção de módulo de resiliência em todas as camadas dos pavimentos estudados e, de forma geral, encontrou-se valores coerentes com os estudados na literatura. Fez-se, também, análises estruturais através do software AEMC/SisPAv (2009), a fim de encontrar a estimativa de durabilidade dos trechos. A Avenida Roraima apesar de ser um trecho antigo e apresentar a maior quantidade de defeitos prematuramente, foi a que teve a maior previsão de durabilidade entre os três trechos. Além disso, realizou-se a análise estrutural da Avenida Roraima pela norma DNER PRO 011/1979, uma vez que se trata de uma restauração de um pavimento e constatou-se que este trecho tem previsão de durabilidade de cinco anos e dez meses. Assim, o monitoramento e obtenção de modelos de previsão de desempenho são de suma importância para a boa gerência dos pavimentos.

A ampliação acelerada da demanda por transporte, mais especificamente pelo transporte rodoviário, tem provocado um aumento expressivo no número de acidentes de trânsito nesse ambiente. Consequentemente, a redução dos acidentes de trânsito tem sido um grande desafio para os pesquisadores e gestores da área rodoviária. Porém, os acidentes de trânsito são eventos complexos se considerados os diversos fatores que podem influenciá-los. Dentro desse contexto esta dissertação apresenta um estudo de modelos de previsão de acidentes, que podem ser utilizados para a avaliação do potencial de segurança em determinados locais, identificação e classificação de localidades perigosas ou com propensão a acidentes e avaliação da eficácia de medidas de melhoria da segurança. Nessa dissertação é apresentado um levantamento teórico e metodológico dos modelos de previsão de acidentes, identificando as principais variáveis adotadas bem como as técnicas utilizadas. Para cada modelo revisado foram verificadas as principais diferenças e limitações, e ainda, a análise das variáveis mais influentes presentes nesses modelos. Após, é feita uma comparação de duas abordagens distintas para estimar modelos de previsão de acidentes. A primeira consiste em estimar a ocorrência de acidentes em segmentos da via com as mudanças de características dos elementos de infraestrutura. O segundo relaciona a frequência de acidentes para um único elemento de infraestrutura da via, chamado na literatura internacional de entidade (ex: interseção, curva, tangente, etc.), com base apenas na variável relacionada ao volume de tráfego. O estudo baseado na comparação dessas duas abordagens para a previsão de acidentes revelou que a utilização do volume de tráfego como única variável independente apresenta resultados semelhantes ou até melhores que os modelos baseados em diversos elementos de infraestrutura da rodovia. / The enlargement and the accelerated development of transportation systems, more specifically the land system, have caused the number of road accidents to increase significantly. Therefore, the reduction of road accidents has been a great challenge for researchers and managers in the field of land transportation. However, considering the various factors that may influence them, road accidents are complex events. In this context, this paper presents a study of accident prediction models that can be used to assess the safety potential in certain locations, identify and rank dangerous locations or areas prone to accidents and evaluate the effectiveness of safety improvement measures. Initially, a theoretical and methodological review of accident prediction models is presented, and both the main variables adopted and the methodologies employed are identified. The main differences between all models reviewed and their limitations are presented, and the most influential variables are analyzed. In a second moment, a comparison of two different accident prediction methods is performed. The first method consists in estimating the occurrence of accidents in road sections with changes in the characteristics of infrastructure elements. The second one relates the frequency of accidents based on a single infrastructure element (intersection, curve, tangent, etc.) based on traffic volume only. The study based on the comparison of these two methods found that the use of traffic volume as the only independent variable yields similar or even better results than the models based on various road infrastructure elements.

Submitted by Luciana Paro Scarin Freitas null (melscarin@gmail.com) on 2016-09-15T19:43:12Z No. of bitstreams: 1 Tese Final - Luciana Paro Scarin Freitas - 150916.pdf: 2268932 bytes, checksum: 6258cf968244fdbb360b56af8ef82a25 (MD5) / Approved for entry into archive by Juliano Benedito Ferreira (julianoferreira@reitoria.unesp.br) on 2016-09-15T19:48:07Z (GMT) No. of bitstreams: 1 freitas_lps_dr_ilha.pdf: 2268932 bytes, checksum: 6258cf968244fdbb360b56af8ef82a25 (MD5) / Made available in DSpace on 2016-09-15T19:48:07Z (GMT). No. of bitstreams: 1 freitas_lps_dr_ilha.pdf: 2268932 bytes, checksum: 6258cf968244fdbb360b56af8ef82a25 (MD5) Previous issue date: 2016-09-05 / Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) / O dióxido de carbono (CO2) é considerado um dos principais gases do efeito estufa adicional e contribui significativamente para as mudanças climáticas globais. Áreas agrícolas oferecem uma oportunidade para mitigar esse efeito, uma vez que, dependendo de seu uso e manejo, são capazes de armazenar grandes quantidades de carbono, retirando-as da atmosfera. A produção de CO2 no solo é resultado de processos biológicos, como a decomposição da matéria orgânica e respiração de raízes e organismos do solo, fenômeno chamado de emissão de CO2 do solo (FCO2). O objetivo deste trabalho foi utilizar as redes neurais artificiais para estudo e previsão de padrões espaço-temporais da emissão de CO2 do solo em áreas de cana-de-açúcar em sistema de cana crua, colheita mecanizada, quando grandes quantidades de palhas são depositadas sobre a superfície do solo. Valores de FCO2 foram coletados em áreas de cultivo comercial no Sudeste do Estado de São Paulo, registrados por meio do sistema LI-8100, em gradeados amostrais para determinação da variabilidade espaçotemporal de FCO2, e atributos físicos e químicos do solo. Foram utilizados dados referentes a estudos realizados nos anos de 2008, 2010 e 2012, no período após a operação de colheita mecânica da cultura. Uma rede neural Perceptron Multi-Camadas via algoritmo backpropagation foi aplicada para estimar a emissão de FCO2 do ano de 2012, utilizando os dados referentes aos anos de 2008 e 2010 para treinamento da rede neural. A rede neural inicialmente apresentou um MAPE de 18,3852 coeficiente de determinação R2 de 0,9188. Os dados obtidos do FCO2 observado e do FCO2 estimado apresentam moderada dependência espacial, e pelos mapas do padrão espacial do fluxo de CO2 é observado que a rede neural apresentou considerável similaridade com os dados observados, identificando os pontos característicos de maior emissão como também os de menor emissão de CO2. Portanto, os resultados indicam que a rede neural artificial pode fornecer estimativas com confiabilidade para a avaliação de FCO2 a partir de dados de atributos físicos e químicos do solo, sendo capaz de caracterizar a variabilidade espaçotemporal desse atributo em áreas de cana-de-açúcar, sob o sistema de cana crua no Sudeste do Estado de São Paulo. / Carbon dioxide (CO2) is considered one of the main gases additional greenhouse effect and contributes significantly to global climate change. Agriculture areas offer an opportunity to mitigate this effect, since, depending on its use and handling, are capable of storing large amounts of carbon, removing them from the atmosphere. The CO2 production in soil is the result of biological processes such as the decomposition of organic matter and breathing roots and soil organisms, a phenomenon called soil CO2 emissions (FCO2). The aim of this study was to use artificial neural networks to study and forecast patterns spatiotemporal of soil CO2 emission in areas of sugarcane in raw cane system, mechanical harvesting, when large amounts of straw are deposited on soil surface. FCO2 values were collected in areas of commercial cultivation in southeastern of the state of São Paulo, registered through the LI-8100 system, sample grilles for determining the spatiotemporal variability of FCO2, and physical and chemical soil properties. The used data were from studies conducted in the years 2008, 2010 and 2012, in the period after the mechanical harvesting operation culture. A Multilayer Perceptron neural network with backpropagation algorithm was applied to estimate the emission of FCO2 in the year 2012, using data from the years 2008 and 2010 to the neural network training. The neural network initially presented a MAPE of 18.3852 and determination coefficient R2 of 0.9188. Data obtained from the observed FCO2 and FCO2 estimated present moderate spatial dependence, and observing the maps of the spatial pattern of the CO2 flow show that neural network presents considerable similarity to the observed data, identifying the higher and lower characteristic points of CO2 emissions. Therefore, the results indicate that the artificial neural network can provide reliability for the evaluation of FCO2 from data of physical and chemical soil properties, being able to describe the spatiotemporal variability of this attribute in sugarcane fields, under the crude cane system in the southeastern of the state of São Paulo. / CNPq: 152199/2012-8

Orientador: Anna Diva Plasencia Lotufo / Resumo: O dióxido de carbono (CO2) é considerado um dos principais gases do efeito estufa adicional e contribui significativamente para as mudanças climáticas globais. Áreas agrícolas oferecem uma oportunidade para mitigar esse efeito, uma vez que, dependendo de seu uso e manejo, são capazes de armazenar grandes quantidades de carbono, retirando-as da atmosfera. A produção de CO2 no solo é resultado de processos biológicos, como a decomposição da matéria orgânica e respiração de raízes e organismos do solo, fenômeno chamado de emissão de CO2 do solo (FCO2). O objetivo deste trabalho foi utilizar as redes neurais artificiais para estudo e previsão de padrões espaço-temporais da emissão de CO2 do solo em áreas de cana-de-açúcar em sistema de cana crua, colheita mecanizada, quando grandes quantidades de palhas são depositadas sobre a superfície do solo. Valores de FCO2 foram coletados em áreas de cultivo comercial no Sudeste do Estado de São Paulo, registrados por meio do sistema LI-8100, em gradeados amostrais para determinação da variabilidade espaçotemporal de FCO2, e atributos físicos e químicos do solo. Foram utilizados dados referentes a estudos realizados nos anos de 2008, 2010 e 2012, no período após a operação de colheita mecânica da cultura. Uma rede neural Perceptron Multi-Camadas via algoritmo backpropagation foi aplicada para estimar a emissão de FCO2 do ano de 2012, utilizando os dados referentes aos anos de 2008 e 2010 para treinamento da rede neural. A rede neural inici... (Resumo completo, clicar acesso eletrônico abaixo) / Doutor

Trata da apresentação e discussão de um modelo de previsão de demanda de médicos para atendimentos de pacientes internados pelo SUS, com estudo de caso para o Estado do Rio de Janeiro. O modelo é baseado nos dados do Sistema de Informações Hospitalares do SUS (SIH/SUS) e nas alterações esperadas de tamanho e composição da população, segundo o IBGE. Descreve a trajetória e a motivação que levaram à construção do modelo, a partir da ideia de maior utilização do enorme potencial das bases de dados brasileiras para o planeamento e gestão dos RHS. Faz também comentários sobre conceitos da Tecnologia da Informação, que são de interesse para uma melhor compreensão das bases de dados, incluindo a utilização de padrões. Apresenta e comenta os resultados da aplicação do modelo, para o período de 2002 a 2022, para o Estado do Rio de Janeiro. Propõe sugestões de pesquisas com objetivo de melhorar a integração entre as bases de dados estudadas, a discussão da construção e utilização de indicadores, assim como uma proposta de evolução para o apoio à decisão na área de RHS. / The text presents and discuss forecast model of physicians demand attendance of patients admitted on the SUS, with a study of case for the State of Rio de Janeiro. The model is based on the data of Hospital Information System of SUS (SIH/SUS) and on the foresight alterations of size and composition of the population, according to the Brazilian Institute of Geography and Statistics (IBGE). It describes the trajectory and the motivation that had taken to the model set up, starting from the idea of a better utilization of the enormous potential of the Brazilian databases for the planning and management of the Health Human Resources (HHR). The text also brings some commentaries on concepts of the Information Technology, that are of interest for better understanding of databases, including the use of standards. The results of the models application for the period of 2002 the 2022, for the State of Rio de Janeiro, are presented and discussed. Several data sources were studied previously the models set up. Suggestions of research with objective to improve the integration among the studied databases are presented, as well as the quarrel of the construction and use of indicators and a proposal of further research on the support to the decision in the HHR field.

A ampliação acelerada da demanda por transporte, mais especificamente pelo transporte rodoviário, tem provocado um aumento expressivo no número de acidentes de trânsito nesse ambiente. Consequentemente, a redução dos acidentes de trânsito tem sido um grande desafio para os pesquisadores e gestores da área rodoviária. Porém, os acidentes de trânsito são eventos complexos se considerados os diversos fatores que podem influenciá-los. Dentro desse contexto esta dissertação apresenta um estudo de modelos de previsão de acidentes, que podem ser utilizados para a avaliação do potencial de segurança em determinados locais, identificação e classificação de localidades perigosas ou com propensão a acidentes e avaliação da eficácia de medidas de melhoria da segurança. Nessa dissertação é apresentado um levantamento teórico e metodológico dos modelos de previsão de acidentes, identificando as principais variáveis adotadas bem como as técnicas utilizadas. Para cada modelo revisado foram verificadas as principais diferenças e limitações, e ainda, a análise das variáveis mais influentes presentes nesses modelos. Após, é feita uma comparação de duas abordagens distintas para estimar modelos de previsão de acidentes. A primeira consiste em estimar a ocorrência de acidentes em segmentos da via com as mudanças de características dos elementos de infraestrutura. O segundo relaciona a frequência de acidentes para um único elemento de infraestrutura da via, chamado na literatura internacional de entidade (ex: interseção, curva, tangente, etc.), com base apenas na variável relacionada ao volume de tráfego. O estudo baseado na comparação dessas duas abordagens para a previsão de acidentes revelou que a utilização do volume de tráfego como única variável independente apresenta resultados semelhantes ou até melhores que os modelos baseados em diversos elementos de infraestrutura da rodovia. / The enlargement and the accelerated development of transportation systems, more specifically the land system, have caused the number of road accidents to increase significantly. Therefore, the reduction of road accidents has been a great challenge for researchers and managers in the field of land transportation. However, considering the various factors that may influence them, road accidents are complex events. In this context, this paper presents a study of accident prediction models that can be used to assess the safety potential in certain locations, identify and rank dangerous locations or areas prone to accidents and evaluate the effectiveness of safety improvement measures. Initially, a theoretical and methodological review of accident prediction models is presented, and both the main variables adopted and the methodologies employed are identified. The main differences between all models reviewed and their limitations are presented, and the most influential variables are analyzed. In a second moment, a comparison of two different accident prediction methods is performed. The first method consists in estimating the occurrence of accidents in road sections with changes in the characteristics of infrastructure elements. The second one relates the frequency of accidents based on a single infrastructure element (intersection, curve, tangent, etc.) based on traffic volume only. The study based on the comparison of these two methods found that the use of traffic volume as the only independent variable yields similar or even better results than the models based on various road infrastructure elements.

O trabalho aqui apresentado é uma análise retrospectiva de modelos desenvolvidos, no Brasil, sobre o estudo da previsão de insolvência das empresas, objetivando-se avaliar a aplicação de métodos quantitativos para fins de análise de demonstrações contábeis. Considera-se que é relevante a avaliação da continuidade da empresa, e que, se for possível identificar fato em contrário, o uso de modelos de previsão é de importância no que tange à decisão de concessão de crédito, tanto no âmbito da intermediação financeira, realizada pelos bancos, quanto no âmbito de transações comerciais entre fornecedores e clientes. Desta última, pode-se inferir sobre a avaliação da concessão ou não da Concordata para uma empresa, servindo aqueles modelos como ferramental de análise da capacidade da empresa em cumprir o acordo da concordata, ponto esse explorado nesta pesquisa. Através da aplicação dos modelos sobre uma amostra de empresas que haviam solicitado a concordata, pôde-se avaliar se mantinham uma capacidade de discriminar as empresas que lograriam êxito na concordata. Como ferramental estatístico, é utilizada a Análise Discriminante, técnica de análise multivariada, que busca classificar os dados em dois grupos específicos. Neste trabalho, foram definidos como grupo de empresas solventes e grupo de empresas insolventes. Verificou-se que as premissas para utilização da técnica estatística de Análise Discriminante podem limitar, não invalidar, esses modelos. Há necessidade de se avaliarem os dados das amostras para se verificar se é possível ou não o uso da técnica de Análise Discriminante, além do que necessitam recorrentemente, de ser recalculados. Essa limitação reduziu-se quando se utilizaram os modelos em conjunto ou integrados, como verificado nos testes realizados. Outra técnica utilizada nesse estudo foi a de se gerar um modelo que congregue os melhores indicadores dos modelos analisados, obtendo-se um modelo de previsão, que pode ser considerado híbrido ou misto. Esse modelo foi testado quanto à sua capacidade de avaliar se as empresas concluiriam suas concordatas e, também, em sua capacidade de discriminar as empresas nos dois grupos anteriormente descritos (Solventes e Insolventes), ambos formados por empresas situadas em Belo Horizonte, Betim e Contagem. Como ressaltado, existem limitações ao uso desses modelos, que se iniciam pela própria ferramenta da Análise Discriminante. Porém, a sua utilização pode tornar mais objetiva a decisão de se conceder ou não a Concordata a uma empresa, ou, até mesmo, uma linha de crédito especial para cliente de um fornecedor ou de uma instituição bancária que se encontre nessa situação. Portanto, verificou-se ser possível, através das demonstrações contábeis das empresas objeto do estudo, a previsão da tendência de solvência ou insolvência daquelas, avaliando-se se lograriam êxito com a concordata. / This study is a retrospective analysis of models developed in Brazil with respect to the study of forecasting company insolvency, aimed at evaluating the application of quantitative methods to the financial analysis of financial statements. Evaluating the going-concern of companies is considered relevant. If facts can be identified indicating the opposite, the use of forecasting models is important what the decision on the extension of credit is concerned, not only in the field of financial intermediation, realized by banks, but also in the field of commercial transactions between suppliers and clients. From this decision, inferences can be made about the evaluation of whether a composition of debt will be conceded to a company, in which the models mentioned above will serve as tools for analyzing the company’s capacity to fulfill the composition agreement, an issue that is dealt with in this research. By means of the application of those models to a sample of companies that had applied for composition of debt, it could be evaluated whether the models maintained their capacity to distinguish the companies that were successful in the composition of debt. As a statistical tool, the Discriminant Analysis is used. This is a multivariate analysis technique that seeks to classify the data in two specific groups. In this study, they were defined as solvent companies group and insolvent companies group. It was verified that the premises for using the statistical technique of Discriminant Analysis can limit, but not invalidate these models. The data of the samples need to be assessed in order to verify whether it is possible or not to use the Discriminant Analysis technique. In addition, they recurrently need to be recalculated. This limitation was reduced when the models were used together or in an integrated way, as verified in the accomplished tests. Another technique used in this study was the creation of a model that unites the best indicators of the models that were analyzed, obtaining a forecasting model, which can be considered a hybrid or mixed. This model was tested for its capacity to evaluate whether the companies would conclude the composition of debt as well as its capacity to discriminate the companies in the two groups previously described (Solvent and Insolvent), both of which consist of companies located in Belo Horizonte, Betim and Contagem. As highlighted, the use of these models is limited, starting with the Discriminant Analysis tool itself. Nevertheless, their utilization can make the decision on the concession of debt composition to a company more objective, or even the decision on extending a special credit line to the customer of a supplier or to the client of a bank who finds himself in this situation. Therefore, it was confirmed that the analysis of the financial statements of the firms included in this study permits to forecast the possibility to determine the solvency or insolvency trend of the firms, as well as to assess their eventual success with the concordat.