Classificação de Terrenos com Aprendizado Profundo do ArcGIS para Apoio à Expansão de Gasodutos

doi:10.22167/2675-6528-202602687

Artigo

30 de setembro de 2026

Classificação de Terrenos com Aprendizado Profundo do ArcGIS para Apoio à Expansão de Gasodutos

Classificação de Terrenos com Aprendizado Profundo do Arcgis para Apoio à Expansão de Gasodutos

Antonio Marcos Pires Martins; Arthur Damasceno Vicente

DOI: 10.22167/2675-6528-202602687

Artigo derivado de Trabalho de Conclusão de Curso (TCC), com conteúdo baseado no trabalho original do aluno e adaptado ao formato editorial da Revista E&S com apoio da ferramenta ResumeAI, solução de inteligência artificial desenvolvida pelo Instituto Pecege para síntese e organização textual.

Resumo

A expansão de gasodutos demanda planejamento territorial que concilie viabilidade técnica e restrições ambientais. O objetivo foi aplicar uma abordagem preliminar de aptidão territorial para apoiar o planejamento inicial da expansão de gasodutos. Utilizaram-se dados de sensoriamento remoto e análise espacial. A metodologia explorou a classificação de uso e cobertura do solo por deep learning em imagens Sentinel-2 e avaliou variáveis físicas do terreno, como declividade e orientação de vertente, e restrições socioambientais, incluindo corpos d’água e áreas quilombolas. A validação da classificação temática por deep learning apresentou acurácia geral de 44,4% e índice Kappa de 0,305, evidenciando limitações do modelo pré-treinado frente às condições sazonais da área de estudo. Este desempenho inviabilizou a integração direta do mapa de cobertura ao modelo de aptidão nesta etapa. Contudo, estruturou-se um modelo preliminar de aptidão, categorizado em áreas aptas, condicionadas e restritas, baseado nas variáveis físicas e restritivas. A análise por pontos amostrais verificou a distribuição espacial dessas classes, com 46,3% das áreas classificadas como aptas, 37,0% como condicionadas e 12,0% como restritas. Concluiu-se que a exploração individual dessas técnicas constitui um importante suporte inicial ao planejamento de infraestruturas lineares, oferecendo uma estrutura transparente de critérios e precedências para triagem espacial.

Palavras-chave: Análise espacial; Aptidão territorial; Deep learning; Geoprocessamento; Infraestrutura linear.

1. Introdução

A expansão de infraestruturas energéticas, como gasodutos, demanda processos de planejamento territorial que conciliem viabilidade técnica, restrições ambientais e condicionantes legais. A definição de áreas adequadas para a implantação desse tipo de infraestrutura envolve a análise integrada de múltiplas variáveis espaciais, incluindo características físicas do terreno, padrões de uso e cobertura da terra e a presença de áreas sensíveis. Nesse contexto, o uso de Sistemas de Informação Geográfica (SIG) tem se consolidado como uma ferramenta essencial para apoiar a tomada de decisão em projetos de infraestrutura, especialmente nas fases iniciais de planejamento (Longley et al., 2015).

Tradicionalmente, análises de aptidão territorial para implantação de gasodutos e outras infraestruturas lineares baseiam-se na integração de bases cartográficas temáticas e critérios técnicos previamente definidos. Entretanto, a disponibilidade, a atualização e o nível de detalhamento dessas informações nem sempre atendem às necessidades de projetos em escala regional, o que pode introduzir incertezas no processo decisório (Eastman, 2012). Nesse sentido, o sensoriamento remoto tem se mostrado uma alternativa relevante para a obtenção de informações atualizadas sobre o território, contribuindo para análises espaciais mais consistentes e integradas (Jensen, 2016).

Nos últimos anos, técnicas de deep learning têm sido amplamente aplicadas à classificação de imagens de sensoriamento remoto, apresentando avanços significativos em termos de automação e acurácia quando comparadas a métodos tradicionais de classificação (Ma et al., 2019; Zhu et al., 2017). Modelos baseados em redes neurais convolucionais permitem a identificação de padrões complexos em imagens multiespectrais, possibilitando a geração de mapas de uso e cobertura da terra com maior nível de detalhamento. Esses produtos podem subsidiar análises espaciais voltadas ao planejamento de infraestruturas lineares, incluindo a identificação de áreas urbanas e corpos d’água.

Apesar desses avanços, é fundamental distinguir o papel descritivo dos mapas de uso e cobertura da terra daquele desempenhado por modelos de aptidão territorial. Enquanto a classificação de imagens busca representar a ocupação do território, os modelos de aptidão têm como finalidade expressar restrições e condicionantes técnicos e legais à implantação de empreendimentos, a partir da integração de diferentes variáveis espaciais (Malczewski, 2006). Essa distinção é essencial para evitar interpretações equivocadas e garantir que os produtos gerados sejam utilizados de forma adequada nas etapas de planejamento.

Diante desse contexto, e considerando que a validação da classificação temática por deep learning apresentou desempenho limitado (acurácia global de 44,4% e índice Kappa de 0,305), o que inviabilizou sua integração direta ao modelo de aptidão nesta etapa do estudo, este trabalho justifica-se pela necessidade de uma ferramenta de triagem espacial para o planejamento de infraestruturas lineares. Assim, o objetivo geral deste trabalho é desenvolver e aplicar uma estrutura preliminar de apoio à avaliação da aptidão territorial para a expansão de gasodutos, considerando a caracterização do uso e cobertura da terra por deep learning, as variáveis físicas do terreno e as restrições socioambientais, com o mapa de aptidão elaborado a partir das variáveis físicas e restrições, sem incorporar a classificação obtida por deep learning nesta etapa do estudo.

2. Material e Métodos

O estudo adotou uma abordagem exploratória, integrando sensoriamento remoto e análise espacial para apoiar o planejamento inicial da expansão de gasodutos. Desenvolveu-se uma estrutura preliminar de aptidão territorial, considerando uso e cobertura da terra por deep learning, variáveis físicas do terreno e restrições socioambientais. A metodologia explorou individualmente a classificação de imagens e a modelagem de aptidão.

A pesquisa foi conduzida no Extremo Oeste da Bahia, abrangendo trechos-piloto nos municípios de Buritirama, Barra, Mansidão, Cotegipe, Wanderley, Ibotirama, Morpará e Xique-Xique. Essa região foi selecionada pela diversidade de usos e coberturas da terra, relevo variado e presença de áreas ambientalmente sensíveis, tornando-a representativa para análises de planejamento de infraestruturas lineares. A delimitação espacial da área foi realizada em ambiente SIG, com sistema de referência cartográfica compatível.

Para a classificação de uso e cobertura da terra, utilizaram-se imagens multiespectrais do satélite Sentinel-2 (agosto de 2023), obtidas gratuitamente pelo programa Copernicus (COPERNICUS PROGRAMME – ESA & European Union, 2026). Selecionaram-se imagens com baixa cobertura de nuvens (30%) (Hofig; Araujo Junior, 2015). A orientação de vertente foi incorporada como condicionante físico exploratório.

Análises de proximidade foram realizadas com a ferramenta Distance Accumulation do ArcGIS Pro (Esri, 2026; Longley et al., 2015), aplicadas a dados vetoriais de corpos d’água e áreas quilombolas. Essas variáveis foram consideradas restrições absolutas para exclusão espacial. Construíram-se máscaras binárias (0 para restrito, 1 para não restrito) com a ferramenta Raster Calculator (Esri, 2026; Malczewski, 2006), padronizando as restrições para integração no modelo de aptidão.

O mapa preliminar de aptidão territorial foi construído pela integração das máscaras binárias de restrição com as variáveis reclassificadas de declividade e orientação de vertente. Utilizou-se a ferramenta Raster Calculator com lógica condicional (Con) no ArcGIS Pro (Esri, 2026; Malczewski, 2006). Essa lógica priorizou restrições absolutas e, na ausência destas, considerou restrições moderadas das variáveis físicas do terreno (Longley et al., 2015). O mapa resultante foi classificado em três categorias: Apto, Condicionado/Baixa Aptidão e Restrito.

Para apoiar a análise inicial do mapa de aptidão territorial, geraram-se 1.000 pontos amostrais aleatórios com a ferramenta Create Random Points, distribuídos pela extensão da área de estudo. Os valores das camadas raster foram extraídos para esses pontos utilizando a ferramenta Extract Multi Values to Points (Esri, 2026; Longley et al., 2015). Esse procedimento permitiu a rotulagem das amostras conforme as classes de aptidão e a quantificação da distribuição percentual dos pontos.

3. Resultados e Discussão

A presente pesquisa explorou uma abordagem preliminar para a avaliação da aptidão territorial destinada ao planejamento de gasodutos, integrando técnicas de sensoriamento remoto e análise espacial. Os resultados obtidos são apresentados e discutidos em duas frentes principais: a avaliação do desempenho da classificação de uso e cobertura do solo por deep learning e a análise do mapa preliminar de aptidão territorial, construído a partir de variáveis físicas e restrições socioambientais. A distinção entre essas duas abordagens é crucial para compreender o significado dos achados e suas implicações para o planejamento de infraestruturas lineares.

Inicialmente, a classificação de uso e cobertura da terra, realizada por meio de um modelo pré-treinado de deep learning aplicado a imagens Sentinel-2, gerou um mapa temático com diversas classes. Uma análise visual preliminar, comparando este mapa com dados de referência do MapBiomas, revelou tanto convergências quanto divergências temáticas na distribuição espacial das classes. Essa comparação visual foi fundamental para uma compreensão qualitativa das características do mapa antes da sua validação quantitativa, auxiliando na identificação de padrões e inconsistências na representação do território.

Avaliação da Classificação de Uso e Cobertura do Solo por Deep Learning

A validação quantitativa da classificação temática, essencial para verificar a qualidade e confiabilidade dos resultados, foi realizada por meio de uma matriz de confusão. Os indicadores de desempenho revelaram uma acurácia global de 44,4% e um índice Kappa de aproximadamente 0,30. Esses valores indicam um desempenho limitado do modelo e uma concordância apenas modesta entre a classificação gerada e os dados de referência. Embora a acurácia global tenha superado o referencial de 20% esperado para uma classificação aleatória entre cinco classes, o resultado não é considerado satisfatório para uso operacional (Olofsson et al., 2014; Jensen, 2016).

A análise detalhada do desempenho por classe temática evidenciou um comportamento heterogêneo do modelo. A classe C4, correspondente às áreas antrópicas intensivas, apresentou acurácias de produtor e usuário iguais a zero, indicando uma falha completa na sua identificação. Este resultado sugere uma dificuldade significativa do modelo em diferenciar áreas urbanizadas e outras superfícies modificadas dentro da área de estudo, o que compromete a representação de elementos cruciais para o planejamento de infraestruturas.

Para a classe C1, que representa áreas abertas com baixa cobertura vegetal, observou-se uma acurácia do produtor de 60% e uma acurácia do usuário de 26%. Essa discrepância sugere uma tendência do modelo em superestimar a presença de áreas abertas, possivelmente atribuindo essa classe a locais que, na realidade, possuíam outros tipos de cobertura ou plantios. A baixa confiabilidade para o usuário (26%) indica que uma parcela significativa das áreas classificadas como C1 não correspondia à realidade no terreno, gerando erros de comissão.

As áreas agrícolas e de vegetação de baixo porte (C2) apresentaram 49% de acerto na identificação das áreas reais (acurácia do produtor) e 61% de confiabilidade (acurácia do usuário). Essa classe demonstrou maior dificuldade de diferenciação, o que pode estar relacionado à semelhança espectral entre áreas de preparo do solo, cultivos e a vegetação rasteira comum na região. A dificuldade em distinguir essas categorias é um desafio conhecido em classificações de sensoriamento remoto, especialmente em paisagens agrícolas dinâmicas (Jensen, 2016).

Em relação às áreas vegetadas mistas e florestais (C3), o modelo identificou corretamente apenas 37% das áreas existentes (acurácia do produtor), mas apresentou uma confiabilidade de 71% (acurácia do usuário). Esse padrão sugere um comportamento mais conservador do modelo, onde a classificação foi mais precisa nas áreas que ele realmente identificou como floresta, mas com uma elevada omissão de áreas reais. Isso implica que muitas áreas florestais não foram detectadas, o que pode ser problemático em contextos de planejamento que exigem a identificação de todas as áreas sensíveis.

A classe C5, que compreende água e áreas úmidas, obteve o melhor desempenho na identificação das áreas reais, com 76% de acerto na acurácia do produtor. Isso indica que o modelo possui uma boa capacidade de reconhecer a presença de corpos d’água. Contudo, a acurácia do usuário de 56% sugere que uma parte das áreas classificadas como água pode ter sido confundida com outros elementos de características espectrais semelhantes, como sombras ou solos úmidos, resultando em erros de comissão.

Os principais erros de classificação observados, particularmente entre áreas de vegetação natural e áreas de plantio, podem ser atribuídos à similaridade das características espectrais dessas coberturas para o sensor do satélite. Além disso, o uso de um modelo pré-treinado global, que não foi ajustado com exemplos específicos das paisagens da Bahia, provavelmente contribuiu para o desempenho limitado. A época do ano das imagens de satélite (agosto), período de seca no Oeste da Bahia, também pode ter influenciado as divergências, pois a vegetação nativa apresenta menor vigor e se assemelha a áreas agrícolas colhidas ou em preparação (Jansen; Di Gregorio, 2008).

A diferença na resolução temporal entre os dados utilizados também representou uma limitação. Enquanto as imagens Sentinel-2 correspondiam a agosto de 2023, os dados de referência do MapBiomas eram consolidados anualmente. Essa incompatibilidade temporal dificultou uma comparação direta e precisa, introduzindo incertezas na validação. Em síntese, a classificação por deep learning, embora exploratória, demonstrou as limitações de transferir um modelo global pré-treinado para um contexto regional específico sem ajustes ou calibrações locais.

Em função do desempenho limitado na validação da classificação, os dados derivados do modelo de deep learning não foram incorporados quantitativamente ao mapa preliminar de aptidão territorial nesta etapa do estudo. Eles permaneceram como um produto analítico complementar, utilizado para a caracterização do uso e cobertura da terra e para a interpretação do contexto territorial. Essa decisão metodológica foi crucial para preservar a rastreabilidade do modelo de aptidão e evitar a propagação das incertezas da classificação temática para o resultado final de triagem espacial.

Avaliação do Mapa de Aptidão Territorial

A construção do mapa preliminar de aptidão territorial para a expansão de gasodutos foi realizada a partir da integração de variáveis físicas do terreno e restrições socioambientais. As variáveis de declividade e orientação de vertente, derivadas do Modelo Digital de Terreno, foram reclassificadas em categorias de aptidão. A declividade foi categorizada em apta (inferior a 10%), condicionada (entre 10% e 30%) e restrita (superior a 30%), com base em critérios indicativos de aptidão (Hofig; Araujo Junior, 2015).

As restrições socioambientais, como corpos d’água e áreas quilombolas, foram tratadas como restrições absolutas, sendo representadas por máscaras binárias onde o valor zero indicava área restrita e o valor um, área não restrita. Essas máscaras foram geradas por meio de análises de proximidade, utilizando ferramentas de geoprocessamento. A lógica de integração priorizou as restrições absolutas, e na ausência destas, considerou as restrições moderadas associadas às variáveis físicas do terreno (Longley et al., 2015).

O mapa de aptidão resultante classificou o território em três categorias de apoio à decisão: Apto, Condicionado/Baixa Aptidão e Restrito. Essa hierarquia explícita de critérios e precedências garante a rastreabilidade e a reprodutibilidade do modelo, tornando-o uma ferramenta transparente para a triagem espacial. É importante ressaltar que os limiares adotados para as variáveis físicas possuem caráter indicativo e exploratório, devendo ser parametrizados conforme normas técnicas e requisitos específicos de engenharia em aplicações operacionais.

Para uma análise quantitativa da distribuição espacial das classes de aptidão, foram gerados mil pontos amostrais aleatórios. A distribuição percentual desses pontos revelou que a classe Apto é predominante, correspondendo a 46,3% das ocorrências. A categoria Condicionada/Baixa Aptidão representou 37,0% do total de pontos, indicando áreas que exigem considerações adicionais ou soluções de engenharia mais complexas para a implantação de gasodutos.

As áreas Restritas somaram 12,0% dos pontos amostrais, refletindo a aplicação das regras de exclusão baseadas nas restrições absolutas, como a presença de corpos d’água e áreas quilombolas. Os 4,7% restantes corresponderam a pontos sem informação ou outras categorias não classificadas. Esses percentuais descrevem a distribuição das classes de aptidão no território analisado, servindo para verificar o comportamento e a distribuição espacial das regras implementadas no modelo preliminar.

O modelo preliminar de aptidão territorial, portanto, não se configura como uma solução definitiva de traçado para gasodutos, mas como um instrumento de triagem espacial que apoia as etapas iniciais de planejamento. Ele oferece uma estrutura transparente de critérios e precedências para organizar informações espaciais, auxiliando na priorização de áreas para estudos mais detalhados. A metodologia demonstrou o potencial de integrar dados de sensoriamento remoto e geoprocessamento para fornecer um suporte inicial robusto à tomada de decisão em projetos de infraestrutura linear.

Em síntese, a pesquisa alcançou seu objetivo de desenvolver uma estrutura preliminar de apoio à avaliação da aptidão territorial, utilizando variáveis físicas do terreno e restrições socioambientais. Embora a classificação de uso e cobertura do solo por deep learning tenha apresentado desempenho limitado e não tenha sido integrada diretamente ao modelo de aptidão nesta etapa, a exploração individual dessas técnicas, em conjunto com a análise espacial, constitui um importante suporte inicial ao planejamento de infraestruturas lineares, oferecendo uma base transparente para a triagem espacial e a identificação de áreas prioritárias para investigação futura.

4. Conclusão

O estudo objetivou desenvolver e aplicar uma estrutura preliminar de apoio à avaliação da aptidão territorial para a expansão de gasodutos, integrando a caracterização do uso e cobertura da terra por deep learning, variáveis físicas do terreno e restrições socioambientais. Verificou-se que a classificação de uso e cobertura do solo por deep learning, embora exploratória, apresentou desempenho limitado, com acurácia global de 44,4% e índice Kappa de 0,305. Essa performance inviabilizou sua integração direta ao modelo de aptidão nesta etapa, devido a desafios como a similaridade espectral entre classes e a ausência de calibração local do modelo pré-treinado. Contudo, estruturou-se um modelo preliminar de aptidão territorial, categorizado em áreas aptas, condicionadas e restritas, com base na declividade, orientação de vertente e restrições socioambientais absolutas, como corpos d’água e áreas quilombolas. A análise por pontos amostrais indicou que 46,3% das áreas foram classificadas como aptas, 37,0% como condicionadas e 12,0% como restritas. A principal contribuição reside na proposição de uma estrutura transparente de critérios e precedências para a triagem espacial, oferecendo um suporte inicial robusto ao planejamento de infraestruturas lineares.

As limitações do estudo incluíram o desempenho restrito do modelo de deep learning pré-treinado, que não foi ajustado às especificidades regionais, e a incompatibilidade temporal entre as imagens de satélite e os dados de referência, introduzindo incertezas na validação. Os limiares de aptidão adotados para as variáveis físicas possuem caráter indicativo e exploratório, necessitando de parametrização conforme normas de engenharia em aplicações operacionais. Para estudos futuros, recomenda-se o treinamento e ajuste fino de modelos de deep learning com amostras locais, validação temporal em diferentes períodos sazonais e a incorporação de novos fatores ao modelo de aptidão, como proximidade à malha viária, dados geotécnicos e custos de desapropriação, além da aplicação de análises multicritério e de sensibilidade. Tais avanços aprimorariam a robustez e a confiabilidade dos resultados, consolidando a metodologia como uma ferramenta mais abrangente para o planejamento territorial de gasodutos.

Referências Bibliográficas

Copernicus Programme; European Union. 2026. Copernicus Data Space Ecosystem: acesso a dados de observação da Terra e modelos digitais de elevação. Disponível em: <https://dataspace.copernicus.eu/>. Acesso em: 08 fev. 2026.

Departamento Nacional de Infraestrutura de Transportes [DNIT]. 2026. VGeo: Visualizador de Informações Geográficas do DNIT. Disponível em: <https://servicos.dnit.gov.br/vgeo/>. Acesso em: 06 fev. 2026.

Di Gregorio, A.; Jansen, L.J.M. 2000. Land Cover Classification System (LCCS): classification concepts and user manual. FAO, Rome, Italy. Disponível em: <https://www.fao.org/3/x0596e/x0596e00.htm>. Acesso em: 12 abr. 2026.

Eastman, J.R. 2012. IDRISI Selva Manual. Clark University, Worcester, MA, USA. Disponível em: <http://uhulag.mendelu.cz/files/pagesdata/eng/gis/idrisi_selva_tutorial.pdf>. Acesso em: 03 fev. 2026.

Esri. 2025. Deep learning using the ArcGIS Image Analyst extension. Disponível em: <https://pro.arcgis.com/en/pro-app/latest/help/analysis/image-analyst/deep-learning-in-arcgis-pro.htm>. Acesso em: 11 out. 2025.

Esri. 2026. ArcGIS Pro: Deep Learning Land Cover Classification. Esri, Redlands, CA, USA. Disponível em: <https://www.esri.com/en-us/arcgis/products/arcgis-pro/overview>. Acesso em: 10 fev. 2026.

Jensen, J.R. 2016. Introductory Digital Image Processing: a remote sensing perspective. 4ed. Pearson, New York, NY, USA.

Longley, P.A.; Goodchild, M.F.; Maguire, D.J.; Rhind, D.W. 2015. Geographic Information Science and Systems. 4ed. Wiley, Hoboken, NJ, USA.

Ma, L.; Liu, Y.; Zhang, X.; Ye, Y.; Yin, G.; Johnson, B.A. 2019. Deep learning in remote sensing applications: a meta analysis and review. ISPRS Journal of Photogrammetry and Remote Sensing 152: 166-177.

Malczewski, J. 2006. GIS based multicriteria decision analysis: a survey of the literature. International Journal of Geographical Information Science 20(7): 703-726.

MapBiomas. 2026. Plataforma MapBiomas Brasil: coleções de cobertura e uso da terra no Brasil. Disponível em: <https://brasil.mapbiomas.org/>. Acesso em: 05 fev. 2026.

Olofsson, P.; Foody, G.M.; Herold, M.; Stehman, S.V.; Woodcock, C.E.; Wulder, M.A. 2014. Good practices for estimating area and assessing accuracy of land change. Remote Sensing of Environment 148: 42-57.

Zhu, X.X.; Tu, W.; Mou, L.; Xia, G.S.; Zhang, L.; Xu, F.; Fraundorfer, F. 2017. Deep learning in remote sensing: a comprehensive review. IEEE Geoscience and Remote Sensing Magazine 5(4): 8-36.

Artigo oriundo de Trabalho de Conclusão de Curso da Especialização em Data Science e Analytics do MBA USP/Esalq

Para saber mais sobre o curso, clique aqui e acesse a plataforma MBX Academy

Mais recentes

Economia, Investimentos E Banking

23 de outubro de 2026

Educação Financeira, Comportamentos e Vieses na Tomada de Decisão Financeira

22 de outubro de 2026

Desafios e Possibilidades do Primeiro Ano Escolar de Crianças com Tea para o Trabalho Docente

22 de outubro de 2026

Jornada do Consumidor na Decisão de Compra de Infoprodutos no Ambiente Digital

22 de outubro de 2026

Riscos Psicossociais e Saúde Mental no Trabalho em uma Instituição Bancária

22 de outubro de 2026

Observatório Digital da Amazônia: Ciência de Dados Aplicada à Análise de Indicadores Sociais, Econômicos, Ambientais e de Saúde

22 de outubro de 2026

Aprendizado Contínuo como Fator de Crescimento Organizacional na Percepção dos Colaboradores

22 de outubro de 2026

Regressão Estatística em Microrredes para Estimativa de Desempenho Operacional: Caso Campusgrid

22 de outubro de 2026

Previsão da Inadimplência Agregada no Sistema Financeiro Brasileiro por Modelo Sarimax com Variáveis Macroeconômicas

22 de outubro de 2026

Fatores de Engajamento das Partes Interessadas na Transferência Internacional de Tecnologia para um Hospital Público

Você também pode gostar

Economia, Investimentos E Banking

23 de outubro de 2026

Educação Financeira, Comportamentos e Vieses na Tomada de Decisão Financeira

A gestão financeira pessoal representa um desafio crescente, influenciada por vieses cognitivos que afetam a tomada de decisão, mesmo em indivíduos com alto conhecimento. O presente estudo analisou a relação entre o nível de educação financeira e a ocorrência de vieses comportamentais na tomada de decisão financeira de adultos residentes no Brasil. Realizou-se um levantamento de campo de natureza aplicada, quantitativa e descritivo-correlacional, por meio da aplicação de um questionário estruturado a 163 respondentes. O instrumento contemplou variáveis sociodemográficas, conhecimento e hábitos financeiros, e situações hipotéticas para identificar vieses cognitivos. Os resultados indicaram que níveis mais elevados de educação financeira associaram-se a melhores práticas de controle financeiro, poupança e investimento, com correlações significativas com renda e escolaridade. Contudo, a presença de vieses comportamentais (ancoragem, aversão à perda, escassez, otimismo/negatividade, viés do presente, status quo, excesso de confiança e contabilidade mental) persistiu mesmo entre indivíduos com maior escolaridade e renda, sem associação estatisticamente significativa com as variáveis sociodemográficas analisadas. Concluiu-se que a educação financeira, embora essencial para a organização e o controle financeiro, não foi suficiente para neutralizar a influência de vieses cognitivos. Sugere-se a incorporação de abordagens comportamentais aos programas de educação financeira.

Palavras-chave: Comportamento financeiro; Economia comportamental; Finanças pessoais; Heurísticas cognitivas; Vieses cognitivos.

22 de outubro de 2026

Desafios e Possibilidades do Primeiro Ano Escolar de Crianças com Tea para o Trabalho Docente

A inserção de crianças com Transtorno do Espectro Autista (TEA) na Educação Infantil apresenta desafios significativos, dada a dificuldade de adaptação em novos ambientes e a intensidade de estímulos. O objetivo foi analisar a atuação docente na Educação Infantil no processo de escolarização inicial de crianças com TEA. Realizou-se um estudo de caso, utilizando a entrevista narrativa como técnica de produção de dados. Os resultados revelaram que a atuação docente caracterizou-se por práticas de mediação e afeto, com a flexibilização da rotina e o uso de recursos lúdicos como estratégias essenciais para o desenvolvimento e organização sensorial da criança. Destacou-se também a importância da profissional de apoio escolar para o êxito do trabalho pedagógico. O desenvolvimento integral da criança foi promovido por meio de ações docentes intencionais que priorizaram a adaptação ambiental, o fortalecimento de vínculos e o atendimento às necessidades específicas do TEA. Como contribuição, elaborou-se um guia de estratégias pedagógicas voltado ao acolhimento de crianças com TEA em creches públicas.

Palavras-chave: Educação Infantil; Inclusão Escolar; Narrativas Docentes; Práticas Pedagógicas Inclusivas; Transtorno do Espectro Autista.

22 de outubro de 2026

Jornada do Consumidor na Decisão de Compra de Infoprodutos no Ambiente Digital

A expansão do comércio eletrônico e a transformação tecnológica impulsionaram a necessidade de compreender o comportamento do consumidor de infoprodutos, cuja experiência percebida tornou-se crucial para o desenvolvimento profissional. O estudo objetivou analisar os fatores que influenciaram a decisão de compra de infoprodutos no ambiente digital, considerando as etapas da jornada do consumidor. Realizou-se uma pesquisa aplicada, quantitativa e descritiva, por meio de um levantamento de campo com 100 consumidores da Serra Gaúcha. A coleta de dados ocorreu via questionário estruturado, utilizando amostragem não probabilística. Os resultados revelaram um público qualificado e com forte comportamento “mobile-first”. Constatou-se que a disponibilidade de informações detalhadas e a aprovação social foram os principais gatilhos de atração na fase de pré-compra. Nas etapas transacionais e posteriores, a minimização de atritos operacionais, a agilidade do acesso imediato e a segurança sistêmica mostraram-se cruciais para a conversão e satisfação, embora lacunas na eficiência do suporte humano tenham sido identificadas. A retenção fundamentou-se na confiança gerada por experiências anteriores positivas, superando o fator preço. Concluiu-se que a jornada do consumidor de infoprodutos opera como um sistema integrado, exigindo alinhamento entre infraestrutura tecnológica, curadoria de conteúdo e humanização do suporte para assegurar o engajamento.

Palavras-chave: Comércio eletrônico; Comportamento do consumidor; Experiência do consumidor; Fidelização; Negócios virtuais.

22 de outubro de 2026

Riscos Psicossociais e Saúde Mental no Trabalho em uma Instituição Bancária

A saúde mental no ambiente de trabalho é um tema de crescente relevância, impactando o desenvolvimento profissional e o bem-estar dos colaboradores. Um estudo foi realizado para identificar aspectos e situações que podem influenciar os níveis de absenteísmo em uma instituição bancária. A pesquisa envolveu 108 participantes e utilizou um questionário estruturado, baseado na versão curta do COPSOQ II de Gonçalves (2021), que continha 45 questões fechadas em escala Likert e duas perguntas abertas. Os dados foram coletados por meio de plataforma online e analisados com abordagem descritiva e quantitativa. Os resultados revelaram um cenário que indicou a necessidade de ajustes na distribuição das atividades e na percepção dos gestores sobre comportamentos e sinais de transtornos. Foram identificadas evidências importantes nas respostas abertas dos participantes. Concluiu-se que o estudo contribuiu para a promoção da percepção de um ambiente seguro para a saúde mental na organização.

Palavras-chave: Afastamentos por transtornos; Desenvolvimento profissional; Liderança operacional; Licença médica; Saúde mental.

22 de outubro de 2026

Observatório Digital da Amazônia: Ciência de Dados Aplicada à Análise de Indicadores Sociais, Econômicos, Ambientais e de Saúde

O estado do Amazonas enfrentou desafios históricos na consolidação do Sistema Único de Saúde (SUS), decorrentes de barreiras geográficas, desigualdades socioeconômicas e limitações estruturais. Descreveu-se, neste estudo, o desenvolvimento e a implementação de um geoportal de informações em saúde, concebido para apoiar o monitoramento, a avaliação e o planejamento no contexto amazônico. Adotou-se uma abordagem de estudo de caso descritivo, baseada em análise documental e dados secundários, abrangendo o mapeamento de funcionalidades, a infraestrutura técnica e as etapas de validação da ferramenta. O Portal foi desenvolvido com tecnologias abertas e integrou múltiplas bases de dados nacionais, oferecendo dashboards interativos, mapas temáticos e repositório digital de documentos. Entre os resultados, destacaram-se a visualização georreferenciada de indicadores-chave, a possibilidade de análises comparativas temporais e a utilização da plataforma na revisão de planos de saúde e no redirecionamento de ações estratégicas. O portal pode representar um avanço na governança digital e na gestão baseada em evidências, com potencial de replicabilidade para outros territórios de alta complexidade, desde que acompanhada de investimentos em infraestrutura tecnológica, capacitação profissional e articulação interinstitucional.

Palavras-chave: Amazônia; Avaliação em Saúde; Saúde Digital; Sistemas de Informação em Saúde.

22 de outubro de 2026

Aprendizado Contínuo como Fator de Crescimento Organizacional na Percepção dos Colaboradores

O impacto do aprendizado contínuo e da gestão do conhecimento no crescimento das organizações foi estudado em um cenário de globalização e constantes mudanças. O objetivo do estudo foi analisar a percepção dos colaboradores sobre a cultura de aprendizagem e sua importância para o desenvolvimento pessoal e profissional. Os dados foram obtidos por meio de uma pesquisa anônima, de abordagem quantitativa, utilizando um formulário com questões do tipo “survey” aplicado a 87 profissionais dos setores de tecnologia, saúde, educação, comércio e serviços. Os resultados indicaram que os colaboradores possuíam uma percepção positiva sobre a contribuição do aprendizado contínuo para o crescimento pessoal e organizacional, reconhecendo seus benefícios para o desenvolvimento de novas habilidades, inovação e competitividade. Contudo, observou-se que o incentivo à troca de conhecimento interno e a oferta de treinamentos práticos ainda apresentavam médias moderadas de concordância. Concluiu-se que o aprendizado contínuo contribui significativamente para o desenvolvimento individual e organizacional, sugerindo que as empresas devem desenvolver políticas estratégicas de aprendizado direcionado para novas habilidades, visando maior vantagem competitiva e inovação.

Palavras-chave: Aprendizagem contínua; Autodesenvolvimento; Crescimento organizacional; Gestão do conhecimento; Inovação.

22 de outubro de 2026

Regressão Estatística em Microrredes para Estimativa de Desempenho Operacional: Caso Campusgrid

Um modelo de regressão estatística múltipla foi proposto para estimar o desempenho operacional da microrrede CampusGrid da UNICAMP, com base em grandezas elétricas internas. A microrrede integra geração fotovoltaica, baterias e um gerador a gás. Dados do sistema de gerenciamento de energia foram coletados em intervalos de cinco minutos durante um mês. O Índice de Confiabilidade Operacional, definido como a razão entre energia atendida e demandada, foi estabelecido como variável dependente. O modelo foi ajustado para o modo de operação ilhado, avaliando o impacto da demanda, estado de carga, geração solar e energia suprida. Os resultados revelaram elevado poder explicativo, indicando que a confiabilidade operacional depende da interação entre suprimento e demanda. Observou-se que o período noturno concentrou a maior taxa de atendimento parcial, atribuída à redução da geração solar. Concluiu-se que a regressão múltipla oferece uma estrutura interpretável e útil para o monitoramento de microrredes e o apoio a estratégias de controle.

Palavras-chave: Armazenamento em baterias; Geração fotovoltaica; Índice de Confiabilidade; Operação ilhada; Sistema de Gerenciamento de Energia.

22 de outubro de 2026

Previsão da Inadimplência Agregada no Sistema Financeiro Brasileiro por Modelo Sarimax com Variáveis Macroeconômicas

A inadimplência agregada no sistema financeiro brasileiro é um indicador crucial de risco de crédito, cuja previsão é regulamentada pelas Resoluções CMN n.° 4.557/2017 e 4.966/2021 para a mensuração prospectiva de perdas esperadas. Modelou-se e previu-se a inadimplência agregada por meio do modelo SARIMAX, projetando sua trajetória até dezembro de 2026 sob cenários otimista, base e pessimista. Utilizaram-se 164 observações mensais (julho/2012 a fevereiro/2026) e variáveis macroeconômicas como desemprego, Selic, IPCA, IBC-Br e endividamento das famílias. A especificação com variáveis contemporâneas foi selecionada com base em critérios de informação e estabilidade dos coeficientes, e o diagnóstico dos resíduos confirmou adequação estatística, com MAPE de 3,12%. A inadimplência histórica variou entre 4,33% e 7,64%. A estimação identificou o desemprego (β = 0,2534; p < 0,001) e a Selic (β = 0,2128; p < 0,001) como principais determinantes positivos, com forte persistência temporal (AR(1) = 0,8965). A Selic exibiu correlação crescente com a inadimplência (r = 0,62 no lag 12), enquanto o desemprego demonstrou efeito contemporâneo (r = 0,33). As projeções indicaram inadimplência entre 6,30% e 7,98% em dezembro de 2026, com uma amplitude de 1,68 ponto percentual, evidenciando implicações diretas para o dimensionamento de provisões nas instituições financeiras. Palavras-chave: Desemprego; Modelagem preditiva; Política monetária; Provisão de perdas; Séries temporais.

22 de outubro de 2026

Fatores de Engajamento das Partes Interessadas na Transferência Internacional de Tecnologia para um Hospital Público

Este estudo descreveu os fatores críticos percebidos para o engajamento das partes interessadas na transferência internacional de tecnologia em um hospital público, com foco no planejamento. O objetivo foi descrever esses fatores condicionantes, conforme a percepção de profissionais. Realizou-se um estudo de caso único, aplicando um questionário a 25 profissionais e utilizando análise de conteúdo, complementada por tabulações descritivas. Os principais obstáculos identificados foram resistência à mudança (72%), financiamento (64%), falta de comunicação (60%) e burocracia (40%). Apenas 28% dos respondentes reconheceram a existência de ferramentas adequadas para gestão de stakeholders, enquanto 48% negaram e 24% não souberam informar. Cruzamentos exploratórios indicaram variações na avaliação de influência conforme o tempo de atuação, mas não estabeleceram relações causais. A falta de engajamento foi associada a atrasos, baixa adesão, desperdício de recursos, falhas de comunicação, comprometimento da absorção de conhecimento e riscos à segurança do paciente. As conclusões restringiram-se às percepções do grupo pesquisado e fundamentaram recomendações preliminares para comunicação e coordenação intersetorial.

Palavras-chave: Estudo de caso; Gestão de projetos; Inovação em saúde; Partes interessadas; Setor público.

Economia

19 de outubro de 2026

Fim da escala 6×1: o que os números permitem concluir?

Após promulgação do fim da escala 6×1, debate sobre a jornada menor passa à implementação e exige distinguir benefícios sociais de custos econômicos O fim da escala 6×1 passou da discussão legislativa para uma mudança constitucional no Brasil. Em 16 de outubro de 2026, o Congresso Nacional promulgou a emenda constitucional nº 141/2026, originada da Proposta […]

Inteligência Artificial

16 de outubro de 2026

Por que estudar se existe IA?

Quando respostas se tornam fáceis, aprender passa a significar mais do que chegar até elas Por que eu preciso aprender isso se posso perguntar para uma inteligência artificial? Esse tipo de pergunta acompanha a educação há décadas. Por que aprender uma operação se existe calculadora? Por que memorizar uma informação se ela pode ser encontrada […]

Gestão Tributária

15 de outubro de 2026

Pink tax e o gênero do preço

Como os diferentes tratamentos mercadológicos a homens e mulheres são incorporados pela tributação do consumo Imagine uma prateleira na qual duas lâminas de barbear da mesma marca e destinadas à mesma finalidade estão expostas lado a lado: uma tem embalagem escura e promete força, precisão e eficiência; a outra vem em tons de rosa ou […]

Saúde

13 de outubro de 2026

O elo perdido da transformação da saúde

Por que inovar não basta para provocar mudanças nas organizações e nos sistemas de saúde A transformação digital consolidou-se como prioridade estratégica para os sistemas de saúde em todo o mundo. Prontuários eletrônicos, inteligência artificial, telemedicina, monitoramento remoto e análise de dados passaram a integrar a agenda estratégica de governos e organizações de saúde. Paradoxalmente, […]

Marketing

09 de outubro de 2026

Bitcoin ou pets: o que a Inteligência Artificial não veria

Um caso real de consumer intelligence mostra o que fica fora do briefing Há alguns anos, uma seguradora americana contratou uma empresa especializada em consumer intelligence para responder a três perguntas: A seguradora também avaliava lançar seguros pagos em bitcoin. Na época, o processo de trabalho da consultoria funcionava assim: o analista criava uma query […]

Gestão Escolar

06 de outubro de 2026

A escola não é um cassino: quando figurinhas viram moeda no pátio

Por que, para determinados estudantes, a escola consegue oferecer tão poucas experiências de conquista? A Copa do Mundo acabou. O Brasil deixou a competição, vieram as férias escolares, a final foi disputada e o calendário do futebol seguiu adiante. Seria razoável imaginar que, com o fim do torneio e o retorno às aulas, também começasse […]

Transição Energética

30 de setembro de 2026

Energias renováveis: a vantagem brasileira

Brasil precisa investir na capacidade de transformar recursos naturais em inovação, produtividade e desenvolvimento Falar sobre energia é falar sobre desenvolvimento. Por trás da indústria, dos transportes, dos serviços, das cidades e, cada vez mais, da inteligência artificial, existe uma infraestrutura energética que sustenta a economia. Compreender a matriz energética de um país é compreender […]

Análise De Dados

30 de setembro de 2026

Quando o dado muda, a realidade mudou?

Análise de quase 20 milhões de vínculos-ano docentes entre 2020 e 2025 mostra como mudanças na composição da população e na produção dos registros podem alterar a interpretação de série histórica Entre 2020 e 2025, o número de vínculos formais de trabalho docente identificados na RAIS (Relação Anual de Informações Sociais), do Ministério do Trabalho, […]

Inteligência Artificial

28 de setembro de 2026

Inteligência artificial e as trends

Por que tantas pessoas aderem às brincadeiras com o ChatGPT? Nunca fui a pessoa da trend. Continuo não sendo. Algumas passam pela minha timeline, vejo, acho interessante mas não a ponto de experimentar. Foi assim, inclusive, com algumas ondas recentes de imagens feitas por inteligência artificial, como a trend dos anos 80, aquela que nos […]

Gestão Tributária

01 de setembro de 2026

Reforma tributária e planejamento patrimonial no campo

Eficiência para gerenciar os impostos facilita a governança e permite organizar a sucessão familiar A organização patrimonial rural virou uma medida estratégica diante da reforma tributária no Brasil, que entrou em vigor neste ano. O planejamento das atividades e da gestão do patrimônio rural, por meio de ferramentas como a transição da Pessoa Física para […]

Renata de Gaspari Valdejão Almeida

Inteligência Artificial

05 de agosto de 2026

Dentro da empresa e fora do radar: os riscos da Shadow AI

Segundo a Microsoft, 75% dos profissionais já utilizam inteligência artificial no trabalho sem homologação da empresa O uso da inteligência artificial generativa já faz parte da rotina corporativa. Ferramentas como ChatGPT, Copilot e outras plataformas ajudam profissionais a produzir textos, analisar dados, criar apresentações e acelerar tarefas em praticamente todos os setores. Mas esse avanço […]

Renata de Gaspari Valdejão Almeida

Estrategia

02 de julho de 2026

O futuro como competência

Interesse acadêmico reforça a projeção de cenários como ferramenta essencial para a tomada de decisões Enquanto algumas empresas ainda tentam acertar o próximo passo, outras já trabalham com múltiplos futuros possíveis — e se preparam para todos eles. Mas afinal, o que significa “pensar o futuro”? É tendência, é estratégia ou uma nova competência que […]

Renata de Gaspari Valdejão Almeida

Inovação

Tecnologia

21 de maio de 2026

Corredor Agro SP: inovação, articulação institucional e futuro

Pecege comanda operação executiva das atividades do ecossistema de 400 km que ficou conhecido como Vale do Silício do agro brasileiro Em 2025, além de assumir a gestão do Parque Tecnológico de Piracicaba, o Instituto Pecege também foi designado para comandar a operação executiva das atividades do Corredor de Inovação Agropecuária do Estado, o chamado […]

Educação

27 de abril de 2026

Como transformar um TCC em negócio

Nova gestão do Parque Tecnológico de Piracicaba oferece consultoria a egressos de MBAs O novo diretor de projetos do Parque Tecnológico de Piracicaba (PTP), Alexandre Barreto, costuma dizer que uma das maiores recompensas que já teve na vida foi ver seus orientandos do MBA USP/Esalq estruturarem empresas a partir de seus trabalhos de conclusão de […]

Tecnologia

20 de março de 2026

O repertório humano na era da IA

Pensamento crítico e criatividade são insubstituíveis no trabalho do profissional de marketing A Inteligência Artificial (IA) é capaz de feitos incríveis, mas ainda não possui a capacidade de julgamento, empatia, intuição e criatividade estratégica necessárias para fazer o trabalho de um bom profissional de marketing. Nessa área, é importante saber usar a ferramenta para automatizar […]

Renata de Gaspari Valdejão Almeida

Agronegócio

Inovação

23 de fevereiro de 2026

ESG como estratégia de crescimento em uma cooperativa do RS

Santa Clara equilibra responsabilidade social e ambiental com inovação Fundada em 1911 por imigrantes italianos em Carlos Barbosa, na serra gaúcha, a Cooperativa Santa Clara é um exemplo de que é possível equilibrar o crescimento econômico com a responsabilidade social e ambiental. De uma pequena empresa de produção de queijos, a organização evoluiu para um […]

Renata de Gaspari Valdejão Almeida

Agronegócio

Inovação

22 de janeiro de 2026

Brasil livre de febre aftosa: o que muda para a carne brasileira?

Com um rebanho de mais de 200 milhões de cabeças de gado, o país é atualmente o líder em exportações O Brasil recebeu recentemente, pela primeira vez, a certificação de país livre de febre aftosa sem vacinação, conferida pela Organização Mundial de Saúde Animal (OMSA). O selo fortalece a posição do país como fornecedor de carne confiável para o […]

Renata de Gaspari Valdejão Almeida

Inovação

09 de dezembro de 2025

Inovação: o novo ciclo do Parque Tecnológico de Piracicaba

Instituto Pecege assume a gestão apostando na criação de novos negócios A partir de 2026, o Instituto Pecege assumirá a gestão do Parque Tecnológico de Piracicaba (PTP). Entre suas responsabilidades estarão a administração, operação, manutenção e expansão do parque, além do fomento de atividades de inovação, empreendedorismo e ciência e tecnologia. A escolha foi feita […]

Renata de Gaspari Valdejão Almeida

06 de julho de 2026

Arquitetura de Grande Porte: Gestão de Mudanças DSR-SCRUM

Mônica Alessandra Guerios; Maria do Carmo Assis Todorov Resumo elaborado pela ferramenta ResumeAI, solução de inteligência artificial desenvolvida pelo Instituto Pecege voltada à síntese e redação. A arquitetura e o urbanismo configuram-se como bases imprescindíveis em um espaço urbano cada vez mais complexo e desafiador, onde a intrínseca conexão entre questões sociais, ambientais e tecnológicas […]