OBJETIVO: analisar o comportamento das variáveis Percurso das Rotas, Nível de Complexidade e Aquisição de fonemas, conforme a classificação da gravidade do Desvio Fonológico (DF) por meio do Modelo Linguístico Fuzzy (BRANCALIONI, 2010). Além disso, verificar se a classificação da gravidade, por meio do Modelo, é capaz de diferenciar quantitativamente os graus quanto às classes de sons e aos traços distintivos. MÉTODO: a amostra foi constituída pela avaliação fonológica pré-tratamento de 204 sujeitos com DF, de ambos os sexos e idade entre quatro anos e dois meses a oito anos e dois meses. Todos os sujeitos foram submetidos à avaliação fonológica, avaliação da linguagem compreensiva e expressiva, avaliação do sistema estomatognático, exame articulatório repetitivo e avaliação audiológica. Foram realizadas as análises contrastiva e por traços distintivos. A gravidade dos 204 sistemas fonológicos desviantes foi classificada de acordo com o Modelo. Os valores correspondentes as variáveis foram tabulados e submetidos a tratamento estatístico por meio dos testes Tukey e Associação Qui-Quadrado complementado pela Análise de Resíduos Ajustados, considerando nível de significância de 5% (p<0,05). RESULTADOS: verificou-se que as variáveis Percurso das Rotas, Nível de Complexidade e Aquisição de Fonemas diminuem conforme se acentua a gravidade, sendo estas relações estatisticamente significantes. Além disso, observou-se que o número de classe de som alterada e de substituições de traços distintivos aumenta conforme se acentua a gravidade, sendo estas relações estatisticamente significantes. CONCLUSÃO: o Modelo é capaz de diferenciar os graus quanto às variáveis, trazendo informações importantes de acordo com os diferentes graus.

PURPOSE: to analyze the behavior of the Path Course, Level of Complexity and acquisition of phonemes, according to the classification of severity of phonological disorders (PD) through the Linguistic Fuzzy Model (BRANCALIONI, 2010). Also, to verify if the classification of severity by means of the Model is able to differentiate quantitatively the degrees or classes of sounds and distinctive features. METHOD: the sample was made up of the phonological assessment pre-treatment with 204 DF subjects of both genders and aged between four years and two months old to eight years and two months old. All subjects were assessed for phonological evaluation of understanding and expressing language, evaluation of the stomatognathic system, repetitive articulatory examination and audiological assessment. Contrastive and distinctive features analyses were performed. The severity of 204 deviant phonological systems was classified according to the model. The corresponding values of the variables were tabulated and analyzed statistically by Tukey test and Qui-Square Association complemented by analysis of adjusted residuals, considering a significance level of 5% (p <0.05). RESULTS: it was verified that the variables of Path Course, Level of Complexity and Acquisition of Phonemes decrease as the severity increases; these relationships are statistically significant. In addition, it was observed that the number of altered sound class and distinctive substitutions sound increase according to the severity; these relationships are statistically significant. CONCLUSION: the model is able to differentiate the degrees according to the variables, bringing important information according to different degrees.

OBJETIVO: verificar se os critérios adotados no Modelo Linguístico Fuzzy, para classificar a gravidade do Desvio Fonológico (DF), são empregados na prática fonoaudiológica e se estão de acordo com a finalidade do Modelo. Além disso, analisar a concordância entre a gravidade do DF classificada pelo Modelo e a julgada por fonoaudiólogas, bem como, verificar as principais dificuldades. MÉTODO: a pesquisa foi constituída por duas amostras. A primeira composta por um número representativo de sistemas fonológicos desviantes (n=52) classificados pelo Modelo quando o mesmo foi proposto. A segunda por dois grupos de fonoaudiólogas GF-I e GF-II. Foi solicitado que as fonoaudiólogas julgassem a gravidade dos sistemas fonológicos desviantes, mapeados no Modelo Implicacional de Complexidade de Traços - MICT, em Grave, Moderado-Grave, Moderado-Leve e Leve. Em seguida os critérios e as principais dificuldades foram descritas em um questionário. Empregou-se a Estatística Kappa, com nível de significância de p<0,05. RESULTADOS: os critérios utilizados na proposta, em geral, foram utilizados pelo GF-I e julgados adequados pelo GF-II. Verificou-se concordância entre a classificação da gravidade obtida pelo Modelo com a julgada pelas fonoaudiólogas. Quanto às dificuldades, a frequentemente relatada foi diferenciar graus intermediários. CONCLUSÕES: os critérios utilizados no Modelo Linguístico Fuzzy são empregados para classificar a gravidade do DF quando realizada com base no MICT. Além disso, os critérios empregados estão de acordo, cumprindo com a finalidade do Modelo. Diante das dificuldades, outras formas de classificar a gravidade podem ser agregadas a fim de caracterizar o DF sobre outros aspectos importantes.

PURPOSE: to check if the criteria adopted from the Fuzzy Linguistic Model to classify the severity of Phonological Disorder (PD) are employed in the practice of speech and language therapists and whether they are in conformity with the purpose of such model. It is furthermore intended to analyze the acquiescence between PD severity classified by the Model and the one deemed by speech and language therapists and check the main difficulties. METHOD: the study included two samples. The first one was comprised of a representative number of deviating phonological systems (n=52) and classified by the Model when it was proposed. The second one comprised two groups of speech and language therapists GF-I and GF-II. The speech and language therapists were asked to deem the severity of deviating in phonological systems, mapped in the Implicational Model of Feature Complexity - MICT as Severe, Moderate-Severe, Moderate-Mild, and Mild. Next, criteria and main difficulties were described in a questionnaire. Kappa statistics was used, with a significance level of p<0.05. RESULTS: the criteria used in the proposal were generally used by GF-I and considered as adequate by GF-II. There was an acquiescence between classification of severity obtained by the Model and the one deemed by the speech and language therapists. The most frequently reported difficulty was distinguishing between intermediate degrees. CONCLUSIONS: the Fuzzy Linguistic Model criteria are used to classify PD severity when based on MICT. Furthermore, the criteria are in acquiescence with the purpose of the Model. Due to the difficulties, other forms of classifying severity can be added in order to characterize PD over other major aspects.

Este artigo apresenta uma metodologia para tomada de decisão multicriterial que visa à seleção de sistemas renováveis de energia considerando as características fundamentais de operação e aplicação destes sistemas. Esta metodologia toma como base o método Analytic Hierarchy Process (AHP) e a lógica fuzzy com intuito de avaliar os principais sistemas de geração distribuída que podem fazer uso de fontes primárias renováveis, tais como: painéis fotovoltaicos, aerogeradores, microturbinas e células de combustível com uso de biogás. Para avaliação destas fontes consideram-se os seguintes critérios: eficiência, custos, maturidade tecnológica, impactos ambientais, amplitude de atuação do sistema e vida útil. Por fim é apresentada uma classificação em ordem de prioridade para o uso das fontes de geração comparando resultados provenientes da aplicação do método AHP e da lógica fuzzy para os cenários custos e meio ambiente.

This paper presents a methodology for renewable energy sources selection according to the evaluation of the main operational characteristics related with social, economic and environmental aspects. Accordingly, the proposed methodology taking as basis the theory developed by Saaty in the AHP method and multi-rules-based decision and multi-sets considerations applied in the fuzzy logic. By exploiting a multi-criteria decision making, this methodology evaluates the most important energy technologies that make use of renewable primary resources, such as - wind generators, microturbines, photovoltaic cells and fuel cells. For the purpose of the study, these technologies are evaluated with the intention to find the most appropriate renewable energy system for different scenarios, according to the selected criteria, namely: efficiency, costs, technical maturity, environmental impacts, power application range and lifecycle. In conclusion, it is presented a comparison of the final results - renewable energy sources ranking - achieved by the fuzzy logic and the AHP method for environment impacts and costs scenarios.