No description available.

Ce travail a pour but de développer des outils statistiques pour l'étude du déclin cognitif général ou précédant le diagnostic de démence, à partir de données de cohorte en tenant compte du risque compétitif de décès et de la censure par intervalle. Le temps de démence est censuré par intervalle dans les études de cohortes car le diagnostic de démence ne peut être établi qu'à l'occasion des visites qui peuvent être espacées de plusieurs années. Ceci induit une sous-estimation du risque de démence à cause du risque compétitif de décès : les sujets déments sont à fort risque de mourir, et peuvent donc décéder avant la visite de diagnostic. Dans la première partie, nous proposons un modèle conjoint à classes latentes pour données longitudinales corrélées à un événement censuré par intervalle, en compétition avec le décès. Appliqué à la cohorte Paquid, ce modèle permet d'identifier des profils de déclin cognitif associés à des risques différents de démence et de décès. En utilisant cette méthodologie, nous comparons ensuite des modèles pronostiques dynamiques pour la démence, traitant la censure par intervalle, basés sur des mesures répétées de marqueurs cognitifs. Dans la seconde partie, nous conduisons une étude comparative afin de clarifier l'interprétation des estimateurs du maximum de vraisemblance des modèles mixtes et conjoints et estimateurs par équations d'estimation généralisées (GEE), couramment utilisés dans le contexte de données longitudinales incomplètes et tronquées par le décès. Les estimateurs de maximum de vraisemblance ciblent le changement individuel chez les individus vivants. Les estimateurs GEE avec matrice de corrélation de travail indépendante, pondérés par l'inverse de la probabilité d'être observé sachant que le sujet est vivant, ciblent la trajectoire moyennée sur la population des survivants à chaque âge. Ces résultats justifient l'utilisation des modèles conjoints dans l'étude de la démence, qui sont des outils prometteurs pour mieux comprendre l'histoire naturelle de la maladie / The purpose of this work is to develop statistical tools to study the general or the prediagnosis cognitive decline, while accounting for the selection by death and interval censoring. In cohort studies, the time-to-dementia-onset is interval-censored as the dementia status is assessed intermittently. This issue can lead to an under-estimation of the risk of dementia, due to the competing risk of death: subjects with dementia are at high risk to die and can thus die prior to the diagnosis visit. First, we propose a joint latent class illness-death model for longitudinal data correlated to an interval-censored time-to-event, competing with the time-to-death. This model is applied on the Paquid cohort to identify profiles of pre-dementia cognitive declines associated with different risks of dementia and death. Using this methodology, we compare dynamic prognostic models for dementia based on repeated measures of cognitive markers, accounting for interval censoring. Secondly, we conduct a simulation study to clarify the interpretation of maximum likelihood estimators of joint and mixed models as well as GEE estimators, frequently used to handle incomplete longitudinal data truncated by death. Maximum likelihood estimators target the individual change among the subjects currently alive. GEE estimators with independent working correlation matrix, weighted by the inverse probability to be observed given that the subject is alive, target the population-averaged change among the dynamic population of survivors. These results justify the use of joint models in dementia studies, which are promising statistical tools to better understand the natural history of dementia

Os resíduos sólidos urbanos (RSU) são produzidos em larga escala nos centros urbanos. Parte destes resíduos é constituída por matéria orgânica biodegradável e é desta fração que também são gerados os gases de efeito estufa (GEE). O gás metano (CH4) é o segundo maior contribuinte para o aquecimento global, atrás apenas do dióxido de carbono (CO2), entre as emissões antrópicas de GEE. Neste contexto o presente estudo teve como objetivo geral avaliar o potencial das emissões de gás metano no âmbito do MDL oriundas da decomposição dos RSU dispostos no aterro sanitário da Central de Resíduos do Vale do Aço (CRVA), localizada no município de Santana do Paraíso, inserido na região do Vale do Aço, porção Leste do Estado de Minas Gerais, tendo como municípios atendidos Ipatinga, Coronel Fabriciano, Timotéo, Santana do Paraíso, Marliéria, Itanhomi e Belo Oriente. Como objetivos específicos foram estimados: a quantidade em toneladas de dióxido de carbono equivalente (CO2e) gerados no aterro sem a atividade de projeto de MDL; a quantidade em toneladas de CO2e reduzidas com a implantação de projeto de MDL; a composição gravimétrica dos RSU domésticos dispostos no aterro sanitário da CRVA e descritos os principais impactos ambientais e as fontes e os gases abrangidos pelo limite de um projeto de MDL aplicado na CRVA. Para um total de 3,141E+06 toneladas de RSU aterrados num período de 30 anos de vida útil do aterro sanitário estima-se que haverá emissão de 6,507E+04 toneladas de CH4 para o mesmo período de projeto, o que equivale a 1,366E+06 toneladas de CO2e. As emissões reduzidas com a implantação do projeto são de 1,366E+05 toneladas de CO2e para a vida útil do aterro sanitário, equivalendo a 136.600 Certificados de Emissões Reduzidas (CER) para negociar no mercado de créditos de carbono. O valor estimado dos equipamentos de coleta e queima de biogás na CRVA é de R$ 980.000,00. De acordo com a receita estimada adquirida no primeiro período de projeto de MDL (2012-2018), ou seja, em sete anos, o investimento inicial aplicado será totalmente custeado. Conclui-se que há potencial para implantação de projeto de MDL na CRVA, identificando como o principal impacto ambiental negativo a perda de emissões de biogás pela camada de cobertura do aterro, a qual pode ultrapassar os 10%.

A seleção do tipo de pavimento é baseada atualmente no país considerando-se os custos de implantação e manutenção e o atendimento às normas técnicas, ou seja, a escolha é feita por meio de análise técnico-econômica. Órgãos federais, estaduais e municipais não preveem avaliação quantitativa do consumo de energia e da emissão de poluentes atmosféricos, utilizando somente o fator econômico como parâmetro decisivo sobre duas ou mais alternativas de estruturas de pavimento. Construções e reconstruções de pavimentos consomem um grande volume de energia tanto para obtenção e processamentos dos materiais quanto na aplicação e execução propriamente dita dos serviços. Tendo em vista a necessidade de considerar aspectos de sustentabilidade na escolha entre diferentes tipos de solução de pavimento, buscou-se avaliar a emissão de poluentes e consumo de energia e água para a fase de implantação do pavimento. Para tal foi avaliada a utilização de diferentes programas computacionais capazes de avaliar a questão ambiental qualitativamente, como o GreenroadsTM e o GreenPave, e quantitativamente, o GaBi, DuboCalc, VTTI/UC, ECORCE-M e PaLATE. Este último foi o escolhido para elaboração deste estudo sendo utilizado em análise unitária o que permitiu a elaboração de gráfico de impressão digital ambiental. São apresentados estudos de caso em três metodologias diferentes sendo que a última delas sugere a análise de três matrizes de solução totalizando mais de 230 mil casos que levam a obtenção de três equações de previsão das emissões de CO2 em função do tráfego, condição de suporte do subleito e número estrutural. Ao final, é sugerida a inserção da parcela ambiental na análise para escolha dos pavimentos com a utilização das ferramentas propostas, ou seja, as equações de previsão de emissões de CO2 e o gráfico de impressão digital ambiental. / The pavement structure selection in Brazil nowadays is based considering the costs of construction and maintenance and the check against design standards, in other words, the choice is made by a technical-economic analysis. Brazilian Federal agencies do not provide standards for a quantitative assessment of energy consumption and atmospheric pollutants emission, using only the economic factor as a decision parameter on two or more pavement structures. Pavement construction and reconstruction of pavement structures consume a large volume of energy while obtaining, processing and applying materials during paving services. Considering the need to account aspects of sustainability in the choice between different types of pavement solution, it was sought to evaluate the emission of pollutants and energy and water consumption for the pavement construction phase. In order to do so, it was evaluated the use of different softwares capable of account the environmental question qualitatively, such as the GreenroadsTM and GreenPave, and quantitatively, such as GaBi, DuboCalc, VTTI / UC, ECORCE-M and PaLATE. PaLATE was chosen to be software used in this study being used in unitary analysis that allowed the elaboration of environmental fingerprint graph. Case studies are presented in three different methodologies. The last suggests the analysis of three solution matrices totaling more than 230 thousand cases that leads to obtaining three prediction equations of CO2 emissions as a function of traffic, subgrade support condition and structural number. At the end, it is suggested the insertion of the environmental part in the pavement choose analysis with the use of the proposed tools, the CO2 forecasting emission equations and the environmental fingerprint graph.

Submitted by Joana Azevedo (joanad@id.uff.br) on 2017-08-10T19:16:46Z No. of bitstreams: 1 Dissert Edson Carlos S Andrade.pdf: 2831184 bytes, checksum: 54b1eca5925e999bc11f2567ed41e013 (MD5) / Approved for entry into archive by Biblioteca da Escola de Engenharia (bee@ndc.uff.br) on 2017-09-04T15:55:11Z (GMT) No. of bitstreams: 1 Dissert Edson Carlos S Andrade.pdf: 2831184 bytes, checksum: 54b1eca5925e999bc11f2567ed41e013 (MD5) / Made available in DSpace on 2017-09-04T15:55:11Z (GMT). No. of bitstreams: 1 Dissert Edson Carlos S Andrade.pdf: 2831184 bytes, checksum: 54b1eca5925e999bc11f2567ed41e013 (MD5) Previous issue date: 2017-07-01 / O Tratado de Kyoto concluiu que as mudanças climáticas têm, nas ações do homem, uma das causas do descontrole do efeito estufa, através das emissões em excesso “Gases de Efeito Estufa (GEE)”. O objetivo é reduzir essas emissões, cuja meta foi estabelecida para 2030, e realizar inventários é monitorar o quanto cada país está emitindo. As empresas fazem os Inventários, providenciam que os mesmos sejam verificados por profissionais de órgãos de terceira parte. Neste contexto, o objetivo desta pesquisa é propor diretrizes para a capacitação desses verificadores. Como metodologia, foi realizada revisão da literatura, que fez abordagem sobre cada etapa do processo. As obras de autores e normas suportam a sistemática necessária para elaboração do inventário e sua verificação. Competências necessárias são enfatizadas, segundo abordagem moderna onde Conhecimento, Habilidade e Atitude (CHA) conceituam o modelo de Competência a ser seguido pelos profissionais envolvidos. A metodologia aplicada na pesquisa também contempla característica descritiva e são utilizadas ferramentas, tais como questionários que fazem uso de métodos qualitativo e quantitativo. Através da pesquisa verificou-se a necessidade de melhoria da capacitação dos Verificadores, pois na visão dos Avaliadores do INMETRO, as não conformidades abertas no processo de avaliação dos organismos, grande parte destas, relacionam-se aos verificadores. Quanto à Habilidade observou-se gaps relacionados à liderança e visão sistêmica e à dimensão Atitude, que é a necessidade do verificador ser aberto a feedbacks. Quanto à diversidade dos segmentos a elaborarem inventários, todos colocaram que interatividade dos verificadores e treinamentos podem minimizar tal dificuldade. Os objetivos foram atingidos e aspectos foram colocados para a melhoria do processo e, consequentemente, com vistas a aumentar a credibilidade dos Inventários de Emissões de GEE / The Kyoto Treaty concluded that climate change have on the actions of man, one of the causes of the lack of control of the greenhouse effect, through excessive emissions "of Greenhouse Gases (GHG). The objective is to reduce these emissions, whose goal was set for 2030 and perform inventories is how to monitor how much each country is sending. Companies make inventories ensure that they are checked by professional third-party organ. In this context, the objective of this research is to propose guidelines for the training of these testers. How methodology literature review was carried out which did approach on each step of the process. The works of authors and systematic support standards required for your verification and inventory. Skills are emphasized, according to modern approach where Knowledge, skill and attitude, conceptualize the competency model to be followed by the professionals involved. The methodology applied in research also includes descriptive feature and are used tools such as questionnaires that make use of qualitative and quantitative methods. Through research it was found the need to improve the training of checkers, because in the view of the evaluators from INMETRO, the non-conformities opened in the evaluation process, a large part of these, relating to checkers. As for the observed Skill gaps related to: leadership and systemic view and the size is the need of the Verifier be open to feedback. As the diversity of segments to draw up inventories, all put to interactivity of the testers and training can minimize such difficulty. The objectives were achieved and aspects were put to improve the process, consequently increasing the credibility of GHG Emission Inventories.

A seleção do tipo de pavimento é baseada atualmente no país considerando-se os custos de implantação e manutenção e o atendimento às normas técnicas, ou seja, a escolha é feita por meio de análise técnico-econômica. Órgãos federais, estaduais e municipais não preveem avaliação quantitativa do consumo de energia e da emissão de poluentes atmosféricos, utilizando somente o fator econômico como parâmetro decisivo sobre duas ou mais alternativas de estruturas de pavimento. Construções e reconstruções de pavimentos consomem um grande volume de energia tanto para obtenção e processamentos dos materiais quanto na aplicação e execução propriamente dita dos serviços. Tendo em vista a necessidade de considerar aspectos de sustentabilidade na escolha entre diferentes tipos de solução de pavimento, buscou-se avaliar a emissão de poluentes e consumo de energia e água para a fase de implantação do pavimento. Para tal foi avaliada a utilização de diferentes programas computacionais capazes de avaliar a questão ambiental qualitativamente, como o GreenroadsTM e o GreenPave, e quantitativamente, o GaBi, DuboCalc, VTTI/UC, ECORCE-M e PaLATE. Este último foi o escolhido para elaboração deste estudo sendo utilizado em análise unitária o que permitiu a elaboração de gráfico de impressão digital ambiental. São apresentados estudos de caso em três metodologias diferentes sendo que a última delas sugere a análise de três matrizes de solução totalizando mais de 230 mil casos que levam a obtenção de três equações de previsão das emissões de CO2 em função do tráfego, condição de suporte do subleito e número estrutural. Ao final, é sugerida a inserção da parcela ambiental na análise para escolha dos pavimentos com a utilização das ferramentas propostas, ou seja, as equações de previsão de emissões de CO2 e o gráfico de impressão digital ambiental. / The pavement structure selection in Brazil nowadays is based considering the costs of construction and maintenance and the check against design standards, in other words, the choice is made by a technical-economic analysis. Brazilian Federal agencies do not provide standards for a quantitative assessment of energy consumption and atmospheric pollutants emission, using only the economic factor as a decision parameter on two or more pavement structures. Pavement construction and reconstruction of pavement structures consume a large volume of energy while obtaining, processing and applying materials during paving services. Considering the need to account aspects of sustainability in the choice between different types of pavement solution, it was sought to evaluate the emission of pollutants and energy and water consumption for the pavement construction phase. In order to do so, it was evaluated the use of different softwares capable of account the environmental question qualitatively, such as the GreenroadsTM and GreenPave, and quantitatively, such as GaBi, DuboCalc, VTTI / UC, ECORCE-M and PaLATE. PaLATE was chosen to be software used in this study being used in unitary analysis that allowed the elaboration of environmental fingerprint graph. Case studies are presented in three different methodologies. The last suggests the analysis of three solution matrices totaling more than 230 thousand cases that leads to obtaining three prediction equations of CO2 emissions as a function of traffic, subgrade support condition and structural number. At the end, it is suggested the insertion of the environmental part in the pavement choose analysis with the use of the proposed tools, the CO2 forecasting emission equations and the environmental fingerprint graph.

Thesis (PhD--English)--University of Auckland, 2009. / "Submitted in fulfilment of the requirements of the Doctor of Philosophy in English, the University of Auckland, 2009." Includes bibliographical references.

Conselho Nacional de Desenvolvimento Científico e Tecnológico / Brazil is the world's largest producer of sugarcane. However, few studies have been conducted to evaluate the effect soil management systems and fertilization practices on emissions of greenhouse gases (GHG). Therefore, the present study was aimed to assess the GHG emissions during the life cycle of sugarcane under different soil management systems and nitrogen (N) fertilization. The study was comprised of two experiments. In the first experiment, four tillage systems (conventional tillage - CT; chisel plough - CP, No tillage - NT, and compacted No tillage - CNT) while in the second experiment different doses of N (0, 40, 80 and 120 kg N ha-1) were evaluated for their effect on GHG and productivity. GHG emissions were assesses on different dates and soil samples were also taken to measure the levels of mineral N and soil moisture. The global warming potential (GWP) in each management system was calculated by using initial and final C content of the soils plus the emissions of N2O and CH4 during the experiments. The sugarcane yield and CH4 emission (mean -1.25 kg CH4-C ha-1) were not affected by different tillage systems. The cumulative amount of CO2 varied in the following order: CT> NT> CP> CNT. In the CNT, greater flows of N2O after rainfall events was occurred which were approximately two times greater than the CT and CP (517 vs 254 μg m-2h-1) and 7.5 times higher than in NT. The CT tillage system showed higher value of GWP, followed by the CP and CNT indicating that the use of conservation tillage is a strategy with the potential to mitigate GHG emissions from sugarcane crop in southern Brazil. The N2O emission increased linearly with the doses of N applied. On an average, 0.28 kg N2O-N ha-1 was emitted from 20 kg N ha-1. The values of N2O emission factors were calculated based on IPCC methodology for the conditions of this study indicate that for doses less than 40 kg N ha-1 values obtained are below the default value of 1.25%. For doses above 60 kg N ha-1 values obtained are similar to the factors indicated by the IPCC. Emission factors based on the relationship between the N2O emission and productivity indicated that productivity was increased with doses above 40-60 kg N ha-1 with high amount of N2O emission per Mg produced. / O Brasil é o maior produtor mundial de cana-de-açúcar. No entanto, poucos estudos têm sido realizado para avaliar o efeito de sistemas de preparo e manejo da adubação nitrogenada na cultura da cana-de-açúcar sobre as emissões de gases de efeito estufa (GEE). Com o objetivo de avaliar a emissão de GEE duarante o ciclo da cana-de-açúcar foram realizados dois experimentos, o primeiro constituido por quatro sistemas de preparo do solo (solo em preparo convencional - PC; solo escarificado - ESC; solo em plantio direto - PD; e solo em plantio direto compactado - PDC) e o segundo por quatro doses de N aplicadas (0, 40, 80 e 120 kg N ha-1). Nos dois experimentos foram avaliadas a produtividade de colmos e as emissões de dióxido de carbono (CO2), metano (CH4) e óxido nitroso (N2O). Em diferentes datas de avaliação dos GEE foram realizadas coletas de solo para quantificar os teores de N mineral e umidade do solo. Com base nos dados de C no solo no início e ao final do experimento e das emissões de N2O e CH4 foi calculado o poder de aquecimento global (PAG) em cada sistema de preparo. A produtividade de colmos e a emissão de CH4 (média de -1,25 kg C-CH4 ha-1) não foram afetadas pelos diferentes sistemas de preparo do solo. A quantidade acumulada de CO2 variou na seguinte ordem: PC> PD > ESC> PDC. Quando o solo na entrelinha da cultura foi mantido em PD ocorreram os menores fluxos de N2O. No PDC a média dos maiores fluxos de N2O após os eventos pluviométricos foi aproximadamenmte 2 vezes maior do que no PC e ESC (517 vs 254 μg m-2h-1) e 7,5 vezes maior do que no PD. O sistema de preparo do solo PC apresentou maior valor de PAG, seguido pelo ESC e PDC indicando que o uso de plantio direto é uma estratégia com potencial para mitigar as emissões de GEE na implantação de lavouras de cana-de-açúcar na região sul do Brasil. A emissão de N2O aumentou linearmente com as doses de N aplicadas na cultura. Na média dos ciclos de cana planta e soca para cada 20 kg N ha-1 aplicados, são emitidos 0,28 kg N-N2O ha-1. Os valores dos fatores de emissão de N2O calculados com base na metodologia do IPCC para as condições do presente estudo indicam que para doses menores que 40 kg N ha-1 os valores obtidos estão abaixo do valor padrão de 1,25%. Para doses acima de 60 kg N ha-1 os valores dos fatores obtidos são semelhantes ao indicado pelo IPCC. Fatores de emissão baseados na relação entre a emissão de N2O e a produtividade de colmos, indicam que incrementos de produtividades de colmos obtidas com doses acima de 40-60 kg N ha-1 irão apresentar elevada quantidade de N2O emitida por Mg de colmo produzida.

Práce se zabývá longitudinálními daty - měřeními, která jsou prová- děna opakovaně na stejných subjektech. Popisuje r·zné typy model·, které jsou vhodné pro jejich analýzu. Postupuje od nejjednodušších lineárních model· s pevnými nebo náhodnými efekty, přes lineární a nelineární modely se smíšenými efekty, až ke zobecněným lineárním model·m a generalized estimating equati- ons (GEE). Vždy je uveden tvar modelu a zp·sob odhadu parametr·. Jednotlivé modely jsou také porovnávány mezi sebou. Teoretické poznatky jsou doplněny aplikacemi na reálná data. Pomocí lineárních model· analyzujeme data o výrobě v USA, nelineární modely využijeme k vysvětlení závislosti koncentrace léčiva v krvi na čase a GEE aplikujeme na data týkající se dýchacích potíží u dětí. 1

Severe weather events like hurricanes and tornadoes pose major risks globally, underscoring the critical need for accurate forecasts to mitigate impacts. While advanced computational capabilities and climate models have improved predictions, lack of high-resolution initial conditions still limits forecast accuracy. The Atlantic's "Hurricane Alley" region sees most storms arise, thus needing robust in-situ ocean data plus atmospheric profiles to enable precise hurricane tracking and intensity forecasts. Examining satellite datasets reveals radio occultation (RO) provides the most accurate 5-25 km altitude atmospheric measurements. However, below 5 km accuracy remains insufficient over oceans versus land areas. Some recent benchmark study e.g. Patil Iiyama (2022), and Wei Guan (2022) in their work proposed the use of deep learning models for sea surface temperature (SST) prediction in the Tohoku region with very low errors ranging from 0.35°C to 0.75°C and the root-mean-square error increases from 0.27°C to 0.53°C over the over the China seas respectively. The approach we have developed remains unparalleled in its domain as of this date. This research is divided into two parts and aims to develop a data driven satellite-informed machine learning system to combine high-quality but sparse in-situ ocean data with more readily available low-quality satellite data. In the first part of the work, a novel data-driven satellite-informed machine learning algorithm was implemented that combines High-Quality/Low-Coverage in-situ point ocean data (e.g. ARGO Floats) and Low-Quality/High-Coverage Satellite ocean Data (e.g. HYCOM, MODIS-Aqua, G-COM) and generated high resolution data with a RMSE of 0.58◦C over the Atlantic Ocean.The second part of the work a novel GNN algorithm was implemented on the Gulf of Mexico and showed it can successfully capture the complex interactions between the ocean and mimic the path of a ARGO floats with a RMSE of 1.40◦C. / Doctor of Philosophy / Severe storms like hurricanes and tornadoes are a major threat around the world. Accurate weather forecasts can help reduce their impacts. While climate models have improved predictions, lacking detailed initial conditions still limits forecast accuracy. The Atlantic's "Hurricane Alley" sees many storms form, needing good ocean and atmospheric data for precise hurricane tracking and strength forecasts. Studying satellite data shows radio occultation provides the most accurate 5-25 km high altitude measurements over oceans. But below 5 km accuracy remains insufficient versus over land. Recent research proposed using deep learning models for sea surface temperature prediction with low errors. Our approach remains unmatched in this area currently. This research has two parts. First, we developed a satellite-informed machine learning system combining limited high-quality ocean data with more available low-quality satellite data. This generated high resolution Atlantic Ocean data with an error of 0.58°C. Second, we implemented a new algorithm on the Gulf of Mexico, successfully modeling complex ocean interactions and hurricane paths with an error of 1.40°C. Overall, this research advances hurricane forecasting by combining different data sources through innovative machine learning techniques. More accurate predictions can help better prepare communities in hurricane-prone regions.