Pesquisa | SciELO

Resumo Um levantamento atualizado das plantas com sementes e análises relevantes acerca desta biodiversidade são apresentados. Este trabalho se iniciou em 2010 com a publicação do Catálogo de Plantas e Fungos e, desde então vem sendo atualizado por mais de 430 especialistas trabalhando online. O Brasil abriga atualmente 32.086 espécies nativas de Angiospermas e 23 espécies nativas de Gimnospermas e estes novos dados mostram um aumento de 3% da riqueza em relação a 2010. A Amazônia é o Domínio Fitogeográfico com o maior número de espécies de Gimnospermas, enquanto que a Floresta Atlântica possui a maior riqueza de Angiospermas. Houve um crescimento considerável no número de espécies e nas taxas de endemismo para a maioria dos Domínios (Caatinga, Cerrado, Floresta Atlântica, Pampa e Pantanal), com exceção da Amazônia que apresentou uma diminuição de 2,5% de endemicidade. Entretanto, a maior parte das plantas com sementes que ocorrem no Brasil (57,4%) é endêmica deste território. A proporção de formas de vida varia de acordo com os diferentes Domínios: árvores são mais expressivas na Amazônia e Floresta Atlântica do que nos outros biomas, ervas são dominantes no Pampa e as lianas apresentam riqueza expressiva na Amazônia, Floresta Atlântica e Pantanal. Este trabalho não só quantifica a biodiversidade brasileira, mas também indica as lacunas de conhecimento e o desafio a ser enfrentado para a conservação desta flora.

Abstract An updated inventory of Brazilian seed plants is presented and offers important insights into the country's biodiversity. This work started in 2010, with the publication of the Plants and Fungi Catalogue, and has been updated since by more than 430 specialists working online. Brazil is home to 32,086 native Angiosperms and 23 native Gymnosperms, showing an increase of 3% in its species richness in relation to 2010. The Amazon Rainforest is the richest Brazilian biome for Gymnosperms, while the Atlantic Rainforest is the richest one for Angiosperms. There was a considerable increment in the number of species and endemism rates for biomes, except for the Amazon that showed a decrease of 2.5% of recorded endemics. However, well over half of Brazillian seed plant species (57.4%) is endemic to this territory. The proportion of life-forms varies among different biomes: trees are more expressive in the Amazon and Atlantic Rainforest biomes while herbs predominate in the Pampa, and lianas are more expressive in the Amazon, Atlantic Rainforest, and Pantanal. This compilation serves not only to quantify Brazilian biodiversity, but also to highlight areas where there information is lacking and to provide a framework for the challenge faced in conserving Brazil's unique and diverse flora.

Este artigo apresenta um procedimento para a estruturação de um sistema de previsão de demanda de produtos e serviços. Nosso objetivo principal é propor uma metodologia que permita utilizar técnicas de previsão de demanda no apoio à tomada de decisões gerenciais. No procedimento proposto, a partir de uma seqüência estruturada de passos, são indicadas as diretrizes para a implementação de técnicas quantitativas de previsão de demanda. Também revisam-se os principais modelos estatísticos de previsão, os quais são capazes de projetar no futuro, padrões e tendências presentes em séries históricas de dados de demandas passadas. Um estudo de caso, realizado em uma indústria do ramo alimentício, faz a integração das técnicas e procedimentos apresentados.

In this paper we propose a sequence of steps for setting up and maintaining a forecasting system for predicting future demand of products or services. Our main objective is to propose a methodology that allows forecasting techniques to be used as a supporting tool in managerial decision making. Our procedure is implemented in six main steps, covering issues such as product classification and the analysis of some software available to proceed with the model calculation. We also review the main time series analysis and their application. In short, such models allow the analyst to project into future periods patterns and trends that were recognizable from the analysis of past demand data. A case study from the food industry illustrates the forecasting techniques reviewed and the steps of the method we propose.

Cód. do Índice	Elemento
ti	título do artigo
au	autor
kw	palavras-chave do artigo
subject	assunto (palavras do título, resumo e palavras-chave)
ab	resumo
ta	título abreviado da revista (ex. Cad. Saúde Pública)
journal_title	título completo da revista (ex. Cadernos de Saúde Pública)
la	código do idioma da publicação (ex. pt - Português, es - Espanhol)
type	tipo do documento
pid	identificador da publicação
publication_year	ano de publicação do artigo
sponsor	financiador
aff_country	código do país de afiliação do autor
aff_institution	instituição de afiliação do autor
volume	volume do artigo
issue	número do artigo
elocation	elocation
doi	número DOI
issn	ISSN da revista
in	código da coleção SciELO (ex. scl - Brasil, col - Colômbia)
use_license	código da licença de uso do artigo

Não foram encontrados documentos para sua pesquisa