O processo de elaboração, execução, coleta e análise de dados de experimentos ambientais com abelhas utilizando meios computacionais como suporte a pesquisa, é uma atividade complexa por exigir do pesquisador conhecimentos específicos aos quais ele não foi preparado para atuar. Laboratórios virtuais conhecidos como Weblabs são ferramentas de apoio a pesquisa, pois permitem a realização de experimentos sem a necessidade da presença física da equipe de pesquisadores. O modelo matemático utilizado junto com a sua interpretação são partes do experimento, porém não são tratados dessa maneira atualmente nos Weblabs. Este trabalho propõe a especificação de uma arquitetura de referência a ser empregada como modelo para permitir o desenvolvimento de componentes que disponibilizem serviços com a capacidade de efetuar a integração de dados coletados por meio de experimentos científicos executados com o auxílio dos Weblabs com ferramentas especialistas voltadas a experimentos ambientais e de biodiversidade. A especificação é baseada no paradigma de arquitetura orientada a serviços, permitindo o gerenciamento de análise de experimentos utilizando Weblabs e disponibilizando os serviços especificados para funcionamento em ambientes distribuídos. Este modelo é a base para um estudo de caso com a elaboração de uma prova de conceito, por meio do desenvolvimento de um componente que publique, disponibilize e integre os dados coletados em um Weblab com uma ferramenta especialista em análises ambientais. / The preparation, execution, collection and closing of an experiment using computational means to support the research, is a complex activity because it requires specific knowledge of the researcher to whom he was not prepared to act. WebLabs are known support tools to researchers, because they allow performing experiments without the physical presence of the research team. Among the activities undertaken by the researcher, after collecting data, performs the analysis of data, in which mathematical and statistical models are applied to interpret the data. In a Weblab experiments are performed through web in remote laboratories, and also needed to analyze the data obtained with the data collection. The mathematical model used along with their interpretation are events that are part of the experiment, but are not treated that way today in Weblabs. This paper proposes the specification of reference architecture to be used as a template to allow the development of components that provide services with the ability to make the integration of data collected through scientific experiments carried out with the help of weblabs with tools aimed at environmental and biodiversity experiments. The specification is based on the paradigm of service oriented architecture, allowing management analysis using Weblab experiments and providing the services specified for operation in distributed environments. This model is the basis for a case study with the development of a proof of concept, through development of a component that publishes and distributes and integrates the data collected in a Weblab with a special tool in environmental analysis.

O processo de elaboração, execução, coleta e análise de dados de experimentos ambientais com abelhas utilizando meios computacionais como suporte a pesquisa, é uma atividade complexa por exigir do pesquisador conhecimentos específicos aos quais ele não foi preparado para atuar. Laboratórios virtuais conhecidos como Weblabs são ferramentas de apoio a pesquisa, pois permitem a realização de experimentos sem a necessidade da presença física da equipe de pesquisadores. O modelo matemático utilizado junto com a sua interpretação são partes do experimento, porém não são tratados dessa maneira atualmente nos Weblabs. Este trabalho propõe a especificação de uma arquitetura de referência a ser empregada como modelo para permitir o desenvolvimento de componentes que disponibilizem serviços com a capacidade de efetuar a integração de dados coletados por meio de experimentos científicos executados com o auxílio dos Weblabs com ferramentas especialistas voltadas a experimentos ambientais e de biodiversidade. A especificação é baseada no paradigma de arquitetura orientada a serviços, permitindo o gerenciamento de análise de experimentos utilizando Weblabs e disponibilizando os serviços especificados para funcionamento em ambientes distribuídos. Este modelo é a base para um estudo de caso com a elaboração de uma prova de conceito, por meio do desenvolvimento de um componente que publique, disponibilize e integre os dados coletados em um Weblab com uma ferramenta especialista em análises ambientais. / The preparation, execution, collection and closing of an experiment using computational means to support the research, is a complex activity because it requires specific knowledge of the researcher to whom he was not prepared to act. WebLabs are known support tools to researchers, because they allow performing experiments without the physical presence of the research team. Among the activities undertaken by the researcher, after collecting data, performs the analysis of data, in which mathematical and statistical models are applied to interpret the data. In a Weblab experiments are performed through web in remote laboratories, and also needed to analyze the data obtained with the data collection. The mathematical model used along with their interpretation are events that are part of the experiment, but are not treated that way today in Weblabs. This paper proposes the specification of reference architecture to be used as a template to allow the development of components that provide services with the ability to make the integration of data collected through scientific experiments carried out with the help of weblabs with tools aimed at environmental and biodiversity experiments. The specification is based on the paradigm of service oriented architecture, allowing management analysis using Weblab experiments and providing the services specified for operation in distributed environments. This model is the basis for a case study with the development of a proof of concept, through development of a component that publishes and distributes and integrates the data collected in a Weblab with a special tool in environmental analysis.

A área de pesquisa científica, denominada computação e biodiversidade, tem por desafio suprir a demanda por tecnologias de apoio à conservação da biodiversidade, fornecendo ferramentas computacionais aplicadas ao estudo da biodiversidade. Os modelos de distribuição geográfica de espécies têm uma importante contribuição para o entendimento da biodiversidade e no apoio para a tomada de decisão em conservação dos recursos de biodiversidade. Os resultados da modelagem de distribuição de espécies, não apresentam com clareza os tratamentos aplicados aos dados na etapa de pré-análise e os critérios de seleção das variáveis preditoras, o que agrava a incerteza quanto aos resultados obtidos e prejudica a reprodutibilidade do experimento. Assim, o objetivo desta pesquisa é apresentar o processo de modelagem de distribuição de espécie com destaque para as atividades de pré-análise e atividades de seleção das variáveis preditoras. O processo de modelagem de distribuição de espécies proposto é avaliado por meio de estudo de caso de Modelagem de Distribuição de Espécies do polinizador Centris hyptidis e das plantas oleaginosas Angelonia campestris e Angelonia cornigera, que considera como fator biótico a especialização da interações entre essas plantas e o polinizador. Neste estudo de caso pode-se verificar que a aplicação de técnicas estatísticas exploratórias de dados na etapa de pré-análise do processo de modelagem distribuição de espécies permite a avaliação da qualidade dos pontos de ocorrência, essenciais para o desempenho preditivo do modelo final. / The area of research called biodiversity informatics, or bioinformatics, has to face the challenge of meeting the demand for technologies to support the conservation of biodiversity, providing computational tools applied to the study of biodiversity. The models of geographic distribution of species have a fundamental implication for understanding the biodiversity and conservation decision making. Researches on modeling species distributions generally do not present clearly the treatments applied to the data in the pre-analysis and criteria for selection of predictor variables, which increases the uncertainty regarding the results and affect the reproducibility of experiment. The objective of this research is to present the process of species distribution modeling with emphasis on the activities of pre-analysis and activities selection of the predictor variables, such as to favor its repeatability and reproducibility by other researchers. The process of modeling species distribution proposed is validated on a case study of modeling distribution of pollinator species Centris hyptidis and oilseed Angelonia campestris and Angelonia cornigera, a biotic factor that considers the specialization of these interactions between plants and pollinators. In this case study we can observe one of the main contributions of this work: the application of statistical techniques for data exploration in the pre-analysis of species distribution modeling process, with improved capacity for evaluation and selection of points of occurrence essential to the performance of the predictive model.

A área de pesquisa científica, denominada computação e biodiversidade, tem por desafio suprir a demanda por tecnologias de apoio à conservação da biodiversidade, fornecendo ferramentas computacionais aplicadas ao estudo da biodiversidade. Os modelos de distribuição geográfica de espécies têm uma importante contribuição para o entendimento da biodiversidade e no apoio para a tomada de decisão em conservação dos recursos de biodiversidade. Os resultados da modelagem de distribuição de espécies, não apresentam com clareza os tratamentos aplicados aos dados na etapa de pré-análise e os critérios de seleção das variáveis preditoras, o que agrava a incerteza quanto aos resultados obtidos e prejudica a reprodutibilidade do experimento. Assim, o objetivo desta pesquisa é apresentar o processo de modelagem de distribuição de espécie com destaque para as atividades de pré-análise e atividades de seleção das variáveis preditoras. O processo de modelagem de distribuição de espécies proposto é avaliado por meio de estudo de caso de Modelagem de Distribuição de Espécies do polinizador Centris hyptidis e das plantas oleaginosas Angelonia campestris e Angelonia cornigera, que considera como fator biótico a especialização da interações entre essas plantas e o polinizador. Neste estudo de caso pode-se verificar que a aplicação de técnicas estatísticas exploratórias de dados na etapa de pré-análise do processo de modelagem distribuição de espécies permite a avaliação da qualidade dos pontos de ocorrência, essenciais para o desempenho preditivo do modelo final. / The area of research called biodiversity informatics, or bioinformatics, has to face the challenge of meeting the demand for technologies to support the conservation of biodiversity, providing computational tools applied to the study of biodiversity. The models of geographic distribution of species have a fundamental implication for understanding the biodiversity and conservation decision making. Researches on modeling species distributions generally do not present clearly the treatments applied to the data in the pre-analysis and criteria for selection of predictor variables, which increases the uncertainty regarding the results and affect the reproducibility of experiment. The objective of this research is to present the process of species distribution modeling with emphasis on the activities of pre-analysis and activities selection of the predictor variables, such as to favor its repeatability and reproducibility by other researchers. The process of modeling species distribution proposed is validated on a case study of modeling distribution of pollinator species Centris hyptidis and oilseed Angelonia campestris and Angelonia cornigera, a biotic factor that considers the specialization of these interactions between plants and pollinators. In this case study we can observe one of the main contributions of this work: the application of statistical techniques for data exploration in the pre-analysis of species distribution modeling process, with improved capacity for evaluation and selection of points of occurrence essential to the performance of the predictive model.