Search

Resumo Geralmente, o desempenho do aluno, dentro do processo de ensino e aprendizagem, é influenciado por múltiplos factores dos quais um está estritamente associado à capacidade do docente em transmitir os conteúdos aos seus alunos de forma eficaz. Portanto, o efeito combinado desses factores acaba afectando o escopo de todo o processo e as metas, previamente, definidas para o alcance de bons resultados. É nessa vertente que o presente trabalho procura analisar o desempenho dos professores da disciplina de Matemática e de Português do 2° ciclo da Escola Secundária Geral de Namacurra Sede – Zambézia, em Moçambique, através da avaliação feita pelos seus alunos. Para a realização da pesquisa, recorreu-se ao método de amostragem por estratificação, tomando classe, grupo e turma como extractos, com os quais garantiu-se uma amostra representativa com 116 alunos. Os resultados do estudo permitiram concluir que, em geral, os alunos avaliam positivamente os seus professores, sendo que, aos professores de Português são atribuídas melhores pontuações que aos de Matemática, apesar de se observar menos unanimidade nos alunos na sua avaliação a esse grupo. Os aspectos didáctico-científicos são os que apresentaram maior nível de satisfação; a pontualidade e a assiduidade dos professores de ambas disciplinas são consideradas como sendo aspectos a serem melhorados. Na opinião dos alunos, a acessibilidade e a cortesia dos docentes, tanto de Matemática, como de Português, são aspectos diferenciadores no processo de avaliação do seu desempenho pedagógico.

Monitoring an aquatic environment in aquaculture is usually carried out by controlling its physicochemical and biological parameters. The global state of the process is evaluated though the individual conditions shown in each parameter. However, the correlation structure in the data, caused by interdependence between these parameters, provides relevant information which must be controlled. Thus, the complex structure of the data requires a multivariate control method to explore both the individual and interactive effects of the environmental parameters. To achieve this goal, this paper presents a statistical method based on a Multivariate Exponentially Moving Average (MEWMA) chart to monitor the multivariate structure of an aquatic environment in aquaculture, especially in a crop of tilapia in Mozambique. The results show that the adjusted MEWMA chart is more consistent when controlling the conformity and stability of environmental parameters. Therefore, it can be considered an efficient statistical method to monitor an aquatic environment in aquaculture.

This paper discusses the adequacy of methods used in monitoring the aquatic environment in aquaculture. It is assumed that the strategy of controlling each of the environmental parameters by observing their compliance with the technical limits established in aquaculture is not sufficient to highlight all the aspects that may compromise the quality of the process. Therefore, the univariate methods that are usually used in water monitoring in aquaculture cannot show aspects of the process derived from the joint variability between the parameters. Thus, a multivariate method for monitoring the aquatic environment in aquaculture based on Hotelling’s T2 chart was proposed in this paper. Data on four physicochemical parameters (oxygen, temperature, pH and transparency) were collected from four aquatic species breeding ponds at the company Aquapesca in Mozambique, located in southeastern Africa. The correlation structure evidenced in the four physicochemical parameters analyzed showed a strong and positive relationship between temperature and pH, oxygen and transparency are inversely correlated. This correlation structure indicates that a possible reduction in water temperature also reduces the pH and vice versa, while a reduction in transparency implies an increase in dissolved oxygen. The multivariate method used shows the relationship between the parameters and the strategies to manage them, as well as the control strategy of the multivariate structure through Hotelling’s T2 chart, pointing out and correcting all the aspects that may compromise the quality of the breeding of the species in aquaculture.

Resumen La presente tesis aborda los métodos estadísticos de monitorización y predicción de procesos multivariantes y autocorrelacionados en la industria. La investigación se orienta, por un lado, al estudio de los métodos de monitorización que culmina con el desarrollo de un gráfico de control de procesos; y por otro lado, al análisis de los métodos de predicción, donde se elabora el modelo dinámico sobre estructuras latentes (MDEL). En los dos casos, los modelos de series temporales constituyen una herramienta fundamental para modelar la estructura de autocorrelación en los datos. El estudio del modelo de monitorización sigue un orden lógico de complejidad de los métodos de control de procesos usados en la industria. Se empieza por analizar los gráficos de control univariante; los gráficos multivariantes, y sus limitaciones en el control de procesos autocorrelacionados, con lo cual se introducen los gráficos multivariantes para procesos autocorrelacionados, donde se desarrolla el gráfico de control multivariate autocorrelated and adapted EWMA chart (MAAEWMA). El desempeño del gráfico MAAEWMA fue comparado con el gráfico MEWMA ajustado a ruidos blancos. Los resultados mostraron que el gráfico MAAEWMA es más rápido en detectar cambios en la media del proceso, y es más eficiente para procesos con media y alta autocorrelación. Por otro lado, el método predictivo fue elaborado para modelar los procesos multivariantes y autocorrelacionados. Para ello, se estudiaron los métodos sobre estructuras latentes PCA y PLS, y sus respectivas versiones dinámicas: dynamic PCA (DPCA) y dynamic PLS (DPLS). El desarrollo del modelo dinámico sobre estructuras latentes (MDEL) consistió en la combinación del modelo DPCA y de la función de transferencia (FT). El modelo DPCA fue aplicado a los datos de entrada y de salida del proceso de manera separada para determinar las variables latentes que recogen la máxima variabilidad dinámica en los datos. La estructura dinámica en las variables latentes resultantes fue modelada mediante una función de transferencia para analizar la influencia de los datos de entrada sobre los datos de salida. Los modelos MDEL y DPLS fueron ajustados en condiciones idénticas a un conjunto de datos simulados. La calidad de ajuste de los modelos fue evaluada mediante la variabilidad explicada de las variables latentes (R2), y la capacidad predictiva fue testada mediante validación cruzada, donde fue calculado el mean absulute error (MAE) de los dos modelos. El MDEL presentó mejores resultados comparado al DPLS, con mayor variabilidad explicada porlas variables latentes, y con una capacidad predictiva robusta y estable. Los modelos propuestos fueron aplicados para monitorizar y predecir el proceso de cría de tilapia en Mozambique. El gráfico MAAEWMA señló cambios significativos del ambiente acuático en el proceso, y con el modelo MDEL se analizó el impacto de dichos cambios en el crecimiento de la tilapia., Resum La present tesi aborda els mètodes estadístics de monitoratge i predicció de processos multivariants i autocorrelacionados en la indústria. La investigació s'orienta, d'una banda, a l'estudi dels mètodes de monitorització que culmina amb el desenvolupament d'un gràfic de control de processos; i d'altra banda, a l'anàlisi dels mètodes de predicció, on s'elabora el model dinàmic sobre estructures latents (MDEL). En els dos casos, els models de s`eries temporals constitueixen una eina fonamental per a modelar l'estructura d'autocorrelació en les dades. L'estudi del model de monitoratge segueix un ordre lògic de complexitat dels mètodes de control de processos usats en la indústria. Es comença per analitzar els gràfics de control univariant;els gràfics multivariants, i les seves limitacions en el control de processos autocorrelacionados, amb la qual cosa s'introdueixen els gràfics multivariants per a processos autocorrelacionados, on es desenvolupa el gràfic de control multivariate autocorrelated and adapted EWMA chart (MAAEWMA). L'acompliment del gràfic MAAEWMA va ser comparat amb el gràfic MEWMA ajustat a sorolls blancs. Els resultats van mostrar que el gràfic MAAEMA és més ràpid en detectar canvis en la mitjana del procés, i és més eficient per a processos amb mitja i alta autocorrelació. D'altra banda, el mètode predictiu va ser elaborat per modelar els processos multivariants i autocorrelacionados. Per a això, es van estudiar els m`etodes sobre estructures latents PCA i PLS, i les seves respectives versions dinàmiques: dynamic PCA (DPCA) i dynamic PLS (DPLS). El desenvolupament del model dinàmic sobre estructures latents (MDEL) va consistir en la combinació del model DPCA i de la funció de transferència (FT). El model DPCA va ser aplicat a les dades d'entrada i de sortida del procés de manera separada per a determinar les variables latents que recullen la màxima variabilitat dinàmica en les dades. L'estructura din`amica en les variables latents resultants va ser modelada mitjançant una funci¿o de transferència per analitzar la influència de les dades d'entrada sobre les dades de sortida. Els models mdel i DPLS van ser ajustats en condicions idèntiques a un conjunt de dades simulades. La qualitat d'ajust dels models va ser avaluada mitjançant la variabilitat explicada de les variables latents (R2), i la capacitat predictiva va ser testada mitjançant validació creuada, on va ser calculat el pixen absulute error (MAE) de els dos models. L'mdel presentar millors resultats comparat al DPLS, amb major variabilitat explicada per les variables latents, i amb una capacitat predictiva robusta i estable. Els models proposats van ser aplicats per monitoritzar i predir el proc¿es de cria de tilapia a Moçambic. El gràfic MAAEWMA va assenyalar canvis significatius de l'ambient aquàtic en el procés, i amb el model mdel es va analitzar l'impacte d'aquests canvis en el creixement de la tilàpia., This thesis is based on statistical methods to monitor and predict the multivariate and autocorrelated industrial processes. The research is oriented on the monitoring methods that culminate with the development of a process control chart and analysis of the prediction methods, where the dynamic model on latent structures (MDEL) was developed. In both cases, the time series models were used to model the autocorrelation structure in the data. The analysis of the monitoring models follows a logical order of complexity of the process control methods used in the industry. The univariate and multivariate charts were analysed, and their limitations in the control of autocorrelated processes were considered. Therefore, the multivariate charts for autocorrelated processes were introduced and the multivariate, autocorrelated and adapted EWMA chart (MAAEWMA) was developed. The performance of the MAAEWMA chart was compared with the MEWMA chart adjusted to white noise. The results showed that the MAAEWMA chart was faster in detecting changes in the process mean and was more efficient for processes with medium and high autocorrelation. On the other hand, the predictive method was developed to model the multivariate and autocorrelated processes. To this end, the methods on latent structures PCA and PLS and their respective dynamic versions: dynamic PCA (DPCA) and dynamic PLS (DPLS) were studied. The dynamic model on latent structures (MDEL) consists of the combination of DPCA model and the transfer function (FT). The DPCA model was applied separately to the input and output data of the process. This strategy was applied to guarantee the maximum dynamic variability in the latent varia- bles. The dynamic structure in the latent variables was modelled by a transfer function to analyse the influence of the input on the output data. The MDEL and DPLS models were adjusted in identical conditions to a set of simulated data. The goodness of fit was evaluated by the explained variability of the latent variables (R2) and the predictive capacity of the models was tested through cross validation, where the mean absolute error (MAE) was calculated. The MDEL presented better results than DPLS model, with greater variability explained by the latent variables and a robust and stable predictive capacity. The proposed models were applied to monitor and predict the tilapia crop process in Mozambique. The MAAEWMA chart indicated significant changes in the aquatic environmentand and with the MDEL was analysed the impact of these changes on the growth of tilapia.

This paper analyses the effect of fertilizer (organic and inorganic) in the growth of tilapia. An experiment was implemented in the Aquapesca Company of Mozambique; there were considered four different treatments. Each type of fertilizer was applied in two of these treatments; a feed was supplied to the third treatment, and the fourth was taken as control. The weight and length of the tilapia were used as the growth parameters, and to measure the water quality, the physical-chemical parameters were registered. The results show that the weight and length were different for tilapias cultivated in different treatments. These differences were evidenced mainly by organic and feed treatments, where there was the largest and smallest value of these parameters, respectively. In order to prove that these differences were caused only by applied treatment without interference for the aquatic environment, a Fisher discriminant analysis was applied, which confirmed that the treatments were exposed to the same environment condition., {"references":["S. Alves and L. Mello, Manual para Monitoramento Hidrobiologico em\nFazendas de cultivo de camar˜ao, Recife, 2007.","A. Baillo and A., Gran´e, 100 Problemas resueltos de Estad´ıstica\nMultivariante implementados en Matlab, Delta Publicaiones, 2017.","J. Ferr´e and F. X., Rius, Introducci´on al Dise˜no Estadistico de\nExperimentos, Departamento de Qu´ımica Anal´ıtica y Qu´ımica Org´anica\nUniversitat Rovira i Virgili, 2002.","W. G., Cochran and G. M., Cox, Experimental Designs, 1992.","Nicovita, Manual de Cranza Til´apia, Dispon´ıvel em\nwww.alicorp.com.pe,2002.","M., Lagos, M., H´ector, D., Meyer and R.,Castillo, Comparaci´on de la\nsobrevivencia y crecimiento de dos l´ıneas de tilapia cultivadas bajo dos\nsistemas de manejo, Escuela Agr´ıcola Panamericana, Zamorano, 2000.","FAO, Fertilizantes y fertilizaci´on, (http:/www.fao.org/fishery/\nculturedspecies/Oreochromis-niloticus), 2016.","R., Romero and L., Z´unica, M´etodos estad´ısticos para Ingenieros,\nUniversidad Politecnica de Valencia, 2013.","T., Martinez, Adaptaci´on y crecimiento de las tilapias Oreochromis\nniloticus, Oreochromis aureus, Oreochromis mossambicus x Oreochromis\nniloticus en agua salada, Universidad de Colima. Disponible en\nhttp:digeset.ucol.mx.tesis-posgrado.Pdf, 2003.\n[10] A. G. J, Tacon, The nutrition end feeding of farmed fish and shrimp-a\ntranining manual.3. Feeding methods. FAO field Document. Project\nGCP/RLA/075/ITA/Field Document 7/E.FAO, Brasilia, Brazil. 208 p,\n1988."]}

Resumen Un aspecto de gran importancia en la investigacion educativa es determinar si existen diferencias en la capacidad que tienen los docentes para promover aprendizajes en sus estudiantes, identificar aquellos docentes mas efectivos y llegar a descubrir los factores que permiten que un docente se destaque en comparacion con otros. El proceso de aprendizaje de los estudiantes esta influido por multiples factores, entre otros, el efecto combinado de varios docentes que afectan de manera coincidente los alcances academicos del estudiante en un determinado momento. Conocer la relacion que existe entre las mediciones de desempeno docente y los resultados de los estudiantes es de gran importancia en el proceso de mejoramiento continuo de la calidad academica que deben ofrecer las instituciones de Educacion Superior. Esta actividad investigativa se centra en la medicion del desempeno docente como un primer paso, con el fin de llegar a caracterizar las diversas tipologias que se presentan en el ejercicio de la labor docente dentro de la UFPS e indagar si el instrumento utilizado es el adecuado. Para lograr este objetivo se procesan los datos derivados de la aplicacion del formato de evaluacion docente (del primer semestre del 2013) que fueron diligenciados por la totalidad de estudiantes en cada materia matriculada. Se utilizan diversas tecnicas multivariantes como el Analisis Factorial, Analisis de Clusters y Analisis Discriminante para obtener el mayor beneficio posible de los datos y al final se generan varias conclusiones derivadas de estos analisis. Palabras Claves: Desempeno docente, tecnicas multivariantes. Abstract An aspect of great importance in educational research is to determine if there are differences in ability that have teachers to promote learning in their students, identify more effective teachers and get to discover the factors that allow a teacher stand in comparison with others. The learning process of the students is influenced by multiple factors, among others, the combined effect of several teachers that affect matching the academic scope of the student at a given time. Knowing the relationship between teaching performance measurements and the results of the students is of great importance in the process of continuous improvement of academic quality that should offer the institutions of higher education. This research activity focuses on measuring teacher performance as a first step, in order to characterize different typologies which arise in the exercise of the teaching within the UFPS and inquire if the instrument used is appropriate. To achieve this goal are processed the data deriving from the application of the format of teaching evaluation (of the first half of 2013) which were completed by all students in each subject enrolled. Various multivariate techniques such as factor analysis, cluster analysis and discriminant analysis are used to get the most benefit possible data and several conclusions derived from these analyses are generated at the end. Keywords: Performance teacher, multivariate techniques.