Objective: Report the university research and extension product denominated ‘Boletim COVID-PA’ which presented projections about the pandemic in the State of Pará, Brazil, with practical, mathematically rigorous and computationally efficient approaches. Methods: The artificial intelligence technique known as Artificial Neural Networks was used to generate thirteen bulletins with short-term projections based on historical data from the State Department of Public Health system. Results: After eight months of projections, the technique generated reliable results with an average accuracy of 97% (147 days observed) for confirmed cases, 96% (161 observed days) for deaths and 86% (72 days observed) for occupancy of intensive care unit beds. Conclusion: These bulletins have become a useful tool for decision making by public managers, assisting in reallocating hospital resources and optimizing COVID-19 control strategies for the various regions of the State of Pará.

Objetivo: Relatar o produto de pesquisa e extensão universitária denominado Boletim COVID-PA, que apresentou projeções sobre o comportamento da pandemia no estado do Pará, Brasil. Métodos: Utilizou-se da técnica de inteligência artificial conhecida como ‘redes neurais artificiais’, para gerar 13 boletins com projeções de curto prazo baseadas nos dados históricos do sistema da Secretaria de Estado de Saúde Pública. Resultados: Após oito meses de projeções, a técnica gerou resultados confiáveis, com precisão média de 97% (147 dias observados) para casos confirmados, 96% (161 dias observados) para óbitos e 86% (72 dias observados) para ocupação de leitos de unidade de terapia intensiva. Conclusão: Esses boletins tornaram-se um instrumento útil para a tomada de decisão de gestores públicos, auxiliando na realocação de recursos hospitalares e otimização das estratégias de controle da COVID-19 nas diversas regiões do estado do Pará.

Resumo Objetivo: Relatar o produto de pesquisa e extensão universitária denominado Boletim COVID-PA, que apresentou projeções sobre o comportamento da pandemia no estado do Pará, Brasil. Métodos: Utilizou-se da técnica de inteligência artificial conhecida como ‘redes neurais artificiais’, para geração de 13 boletins com projeções de curto prazo baseadas nos dados históricos do sistema da Secretaria de Estado de Saúde Pública. Resultados: Após oito meses de projeções, a técnica gerou resultados confiáveis, com precisão média de 97% (147 dias observados) para casos confirmados, 96% (161 dias observados) para óbitos e 86% (72 dias observados) para ocupação de leitos de unidade de terapia intensiva. Conclusão: Esses boletins tornaram-se um instrumento útil para a tomada de decisão de gestores públicos, auxiliando na realocação de recursos hospitalares e otimização das estratégias de controle da COVID-19 nas diversas regiões do estado do Pará.

Abstract Objective: To report the university extension research result entitled ‘The COVID-PA Bulletin’, which presented forecasts on the behavior of the pandemic in the state of Pará, Brazil. Methods: The artificial intelligence technique also known as 'artificial neural networks' was used to generate 13 bulletins with short-term forecasts based on historical data from the State Department of Public Health information system. Results: After eight months of predictions, the technique generated reliable results, with an average accuracy of 97% (observed for147 days) for confirmed cases, 96% (observed for 161 days) for deaths and 86% (observed for 72 days) for Intensive Care Unit bed occupancy. Conclusion: These bulletins have become a useful decision-making tool for public managers, assisting in the reallocation of hospital resources and optimization of COVID-19 control strategies in various regions of the state of Pará.

Resumen Objetivo: Reporte el resultado de la investigación y extensión universitaria denominada ‘Boletim COVID-PA’ que presentó proyecciones sobre el comportamiento de la pandemia en el estado de Pará, con un enfoque práctico y computacionalmente eficiente. Métodos: Fue utilizada una técnica de inteligencia artificial denominadas Redes Neurales para generar trece boletines con proyecciones basado en datos históricos del sistema de la Secretaría de Salud Pública. Resultados: Después de ocho meses de previsiones, la técnica genero resultados confiables con una precisión promedio de 97% (147 días observados) para casos confirmados, 96% (161 días observados) para los fallecimientos y 86% (72 días observados) para la ocupación de camas en las unidades de cuidados intensivos. Conclusión: Estos boletines se convirtieron en una herramienta para la toma de decisiones, auxiliando en la redistribución de recursos en los hospitales en el estado de Pará.

Resumo Objetivo: Relatar o produto de pesquisa e extensão universitária denominado Boletim COVID-PA, que apresentou projeções sobre o comportamento da pandemia no estado do Pará, Brasil. Métodos: Utilizou-se da técnica de inteligência artificial conhecida como ‘redes neurais artificiais’, para geração de 13 boletins com projeções de curto prazo baseadas nos dados históricos do sistema da Secretaria de Estado de Saúde Pública. Resultados: Após oito meses de projeções, a técnica gerou resultados confiáveis, com precisão média de 97% (147 dias observados) para casos confirmados, 96% (161 dias observados) para óbitos e 86% (72 dias observados) para ocupação de leitos de unidade de terapia intensiva. Conclusão: Esses boletins tornaram-se um instrumento útil para a tomada de decisão de gestores públicos, auxiliando na realocação de recursos hospitalares e otimização das estratégias de controle da COVID-19 nas diversas regiões do estado do Pará.

Abstract Objective: To report the university extension research result entitled ‘The COVID-PA Bulletin’, which presented forecasts on the behavior of the pandemic in the state of Pará, Brazil. Methods: The artificial intelligence technique also known as 'artificial neural networks' was used to generate 13 bulletins with short-term forecasts based on historical data from the State Department of Public Health information system. Results: After eight months of predictions, the technique generated reliable results, with an average accuracy of 97% (observed for147 days) for confirmed cases, 96% (observed for 161 days) for deaths and 86% (observed for 72 days) for Intensive Care Unit bed occupancy. Conclusion: These bulletins have become a useful decision-making tool for public managers, assisting in the reallocation of hospital resources and optimization of COVID-19 control strategies in various regions of the state of Pará.

Resumen Objetivo: Reporte el resultado de la investigación y extensión universitaria denominada ‘Boletim COVID-PA’ que presentó proyecciones sobre el comportamiento de la pandemia en el estado de Pará, con un enfoque práctico y computacionalmente eficiente. Métodos: Fue utilizada una técnica de inteligencia artificial denominadas Redes Neurales para generar trece boletines con proyecciones basado en datos históricos del sistema de la Secretaría de Salud Pública. Resultados: Después de ocho meses de previsiones, la técnica genero resultados confiables con una precisión promedio de 97% (147 días observados) para casos confirmados, 96% (161 días observados) para los fallecimientos y 86% (72 días observados) para la ocupación de camas en las unidades de cuidados intensivos. Conclusión: Estos boletines se convirtieron en una herramienta para la toma de decisiones, auxiliando en la redistribución de recursos en los hospitales en el estado de Pará.

Abstract To characterize the spatial variation behavior of the tree attributes of tropical species in agroforestry systems is important for its management, and in this sense, geostatistics stands out for using techniques able of characterizing this variation. In this work, geostatistical methods were used to evaluate and map spatial variability of diameter (dbh) at 1.3 m from the ground level, commercial height (hc) and commercial volume (vc) of trees Swietenia macrophylla King, planted in an agroforestry system in the Brazilian Amazon. The field sampling was carried out based on a grid of 50 m × 50 m, which resulted in 36 systematics point. At each point, a circular plot of 500 m2 was installed to measure the variables dbh, hc. The vc of trees in the portions was estimated with the best equation adjusted to the 108 trees cubing data. Next, the spatial distribution standard of these variable were modeled with geostatistics and ordinary kriging was used to generate maps with predictions and uncertainties of the variables. The Schumacher-Hall’s model resulted in the best equation for the estimation of vc, and the systematic grid was efficient to detect the spatial patterns of these variables, because the adjusted semivariograms models demonstrated the strong spatial dependence on the dbh, hc and vc, being possible, make precise interpolations, generating cross-validation results without trend, mainly for vc that presented the best adjusted theoretical model.

Resumen La caracterización del comportamiento de la variación espacial de atributos dendrométricos de especies tropicales en sistemas agroforestales es importante para su manejo y, en ese sentido, la geoestadística se destaca por utilizar técnicas capaces de caracterizar esa variación. Se utilizaron métodos geoestadísticos para evaluar y mapear la variabilidad espacial del diámetro a 1.3 m del nivel del suelo (dap), de la altura comercial (hc) y del volumen comercial (vc) de árboles de Swietenia macrophylla King, plantadas en un sistema agroforestal en la Amazonia brasileña. El muestreo de campo se realizó con base en una cuadrícula de 50 m × 50 m, que resultó en 36 puntos sistemáticos. En cada punto, se instaló una parcela circular de 500 m2 para medir el dap y la hc. El vc fue estimado con la ecuación mejor ajustada a los datos de cubicación de 108 árboles. Luego se modelaron los patrones de distribución espacial de las variables por medio de la geoestadística y se utilizó kriging ordinario para generar mapas con predicciones e incertidumbres de las variables. El modelo de Schumacher-Hall resultó en la mejor ecuación para estimar el vc y la cuadrícula sistemática utilizada mostró ser eficiente para detectar los patrones espaciales de esas variables. Los modelos de semivariogramas ajustados demostraron la fuerte dependencia espacial del dap, de la hc y del vc, lo que permitió hacer interpolaciones precisas, generando resultados de validación cruzada sin tendencia, principalmente para vc que presentó el modelo teórico mejor ajustado.