Sivanilza Teixeira Machado

E-commerce has started a transformation in how we acquire our products, increasing transport emissions. The objective of this chapter is to investigate the impacts of transport emissions in last-mile (LM) delivery in the context of e-commerce in São Paulo, Brazil. The methodological approach adopts the predictive method of linear multiple regression based on ordinary least squares (OLS) and the exploratory cluster analysis to evaluate the role of transport emissions in LM delivery in São Paulo. The data on emissions in São Paulo City, Brazil from 2006 to 2022 was obtained from the Environmental Sanitation Technology Company of São Paulo State (CETESB) and organised by vehicle and gas emission type. Our results at the macro level confirm the impacts of gas emissions in urban transport in the context of LM delivery but showed difficulty in making changes in the process at the meso and micro levels because they depend on new technologies, infrastructure, and high levels of investment. Transport emissions reduction is fundamental to industry, and innovations are necessary Goal 9. Sustainable means of transport are fundamental for cities to reach Sustainable Development Goal (SDG)-11, SDG-12, and SDG-13. Our results can help businesses to improve sustainability in the distribution process in LM delivery in big cities.

A qualidade do transporte metroviário é essencial para garantir a inclusão social e o desenvolvimento urbano sustentável. Grandes metrópoles latinas como o Rio de Janeiro e São Paulo detém desafios de gestão devido ao grande volume de passageiros em seus sistemas de transporte. Este artigo analisa as percepções dos usuários sobre os serviços metroviários nas estações mais movimentadas de São Paulo (Sé) e Rio de Janeiro (Central do Brasil), com o objetivo de identificar suas necessidades para a construção de infraestruturas de mobilidade mais sustentáveis, alinhadas com os Objetivos de Desenvolvimento Sustentável (ODS) 9.1 e 11.2 da Organização das Nações Unidas (ONU). A metodologia baseou-se numa análise de sentimentos longitudinal, utilizando Conteúdo Gerado por Usuários (CGU) do Google Maps, no período de setembro de 2017 a setembro de 2025 (totalizando 3.816 comentários), processado pela Inteligência Artificial DeepSeek-V3.1. Os resultados revelam críticas predominantes relacionadas com a superlotação, limpeza e segurança. Além disso, a análise quantitativa demonstra que a percepção de valor é negativamente influenciada pela desproporção entre a tarifa e a abrangência da rede, sendo que o custo da passagem no Rio de Janeiro consome 53% mais da renda de um trabalhador de salário mínimo do que em São Paulo. A estação Sé mais sensível a crises urbanas (como a Cracolândia) e a estação Central do Brasil a problemas crônicos de manutenção e o impacto negativo na percepção do passageiro quanto ao custo-benefício de tarifas mais elevadas para sistemas de menor abrangência de trilhos. Frente ao exposto, conclui-se que investimentos em expansão, segurança e limpeza são essenciais para melhorar a experiência dos passageiros do sistemas de ambas as cidades e torná-lo mais atrativo e economicamente viável.

Reducing greenhouse gas (GHG) emissions depends mostly on urban transport electrification. However, the role of trolleybus systems in this process is still under discussion. The objective of this study was to analyze the viability of trolleybus buses in relation to diesel buses regarding environmental and economic aspects. The research was conducted in Vilnius, Lithuania using an extended CO₂ emission methodology incorporating physicochemical fuel properties and real-world operational data that allowed us to estimate CO₂ emissions and economic impacts. The findings indicate that the Vilnius trolleybus system prevents 84,996.32 kg of CO₂ emissions monthly compared to diesel buses (gross avoided emissions). After accounting for emissions from electricity generation (based on Lithuania’s 2023 grid mix), the net avoided emissions are approximately 61,569 kg of CO₂ per month, equivalent to EUR 4284 in carbon credits. The system also significantly reduces local air pollutants. Moreover, the new In-Motion Charging (IMC) technology improves system flexibility by decreasing dependence on overhead wires and maintaining low emission levels. IMC trolleybuses represent a cost-efficient option compared to battery-electric buses (BEBs) and hydrogen fuel cell buses (FCEBs). Our findings support the European Union’s decarbonization goals and provide essential insights for policymakers considering public transportation electrification efforts.

O crescimento do comércio eletrônico nos últimos anos afetou a última milha, especialmente nas cidades, estas atividades representam um dos maiores desafios. Esse processo, que inclui entregas entre centros de distribuição e consumidores finais, traz impactos sociais, econômicos e ambientais, principalmente em grandes cidades como São Paulo. Além disso, o conceito de desenvolvimento sustentável é importante para reduzir os efeitos negativos da logística. Neste contexto, este estudo investiga como avaliar rotas de entrega de última milha utilizando o Método de Hierarquia Analítica (AHP), levando em consideração critérios sociais, econômicos e ambientais. Os resultados mostram que apesar da crescente preocupação com a sustentabilidade, os fatores económicos têm maior influência nas decisões sobre o desenvolvimento urbano. Porém, o uso de tecnologias como smart lockers apresenta uma alternativa viável, que pode equilibrar conveniência, segurança e eficiência. Este estudo reforça a importância de integrar a sustentabilidade nos processos de logística urbana e destaca o papel das ferramentas multicritério, como o AHP, para otimizar essas decisões.

A energia elétrica é atualmente a principal alternativa aos combustíveis fósseis para redução das emissões das frotas veiculares. Nas frotas de ônibus, os veículos elétricos já são utilizados há um certo tempo. Atualmente Trólebus e Ônibus Elétricos a Bateria (BEBs) estão em operação no Brasil, porém possuem limitações operacionais, os trólebus precisam de rede aérea para operar, pelo menos em parte de seu caminho e os BEBs dependem da autonomia de energia disponível em suas baterias. Uma alternativa a essas limitações são os ônibus elétricos com célula de combustível, em inglês Full Cell Electric Bus (FCEB), uma tecnologia hibrida, que utiliza célula de combustível de hidrogênio para dar autonomia ao motor elétrico. Desse modo, esse estudo propõe comparar os modelos existentes de Zero Emission Buses (ZEBs), em especial o FCEB, com o Trólebus e o BEB verificando suas vantagens e desvantagens e melhor desempenho operacional para cada um desses modelos. Os resultados indicaram que os FCEBs são promissores para médias e longas distâncias, mas ainda não são competitivos com os BEBs para curtas e médias distâncias e os Trólebus são importantes e ideais para linhas de alta demanda e corredores exclusivos devido ao custo da infraestrutura necessária

Artificial intelligence enables the development of machine learning algorithms that can identify and categorize patterns using large amounts of data across various areas. Computational tools were created to analyze these algorithms, allowing for the validation and comparison of their results. The Receiver Operating Characteristic (ROC) is an important statistical technique used for analyzing binary classification models. A ROC curve is commonly utilized in image analysis as a validation metric to compare images generated by a classification model with images created by humans, referred to as Ground Truth (GT). Currently, machine learning algorithms produce ROC curves with a limited number of points, even when trained on large-scale datasets. The result is the presence of outliers which can significantly distort the ROC curve, potentially leading to inaccurate conclusions about the model's performance. This study introduces a novel method for preventing outliers in the creation of ROC curves, guaranteeing a reliable and robust evaluation of image classification models. We implemented our algorithm in Python using a dataset of 1000 grayscale contour images. Performance was compared against Logistic Regression, SVM, Random Forests and SKlearn using ROC curves, AUC, precision, accuracy, and F1-score. Statistical significance was assessed via paired t-tests and Cohen’s d for effect size, with outlier detection via Local Outlier Factor. Results demonstrated that SPROC showed a refined curve with more precise AUC values on noisy images in contrast to machine learning approaches.

A tecnologia blockchain (TB) é uma solução real e viável para tornar as relações empresariais mais transparentes. Neste sentido, analisou-se 27 empresas do setor de alimentos que utilizam ou tem a intenção de utilizar a tecnologia blockchain em suas atividades. Para tanto, aplicou um questionário online de múltipla escolha, estruturado em 38 questões. Do total, 78% informaram que não empregam a blockchain e não tem a intenção de utilizar, 15% informaram que utilizam ou tem a intenção de utilizar a tecnologia em seus processos e 7% não responderam. Observou-se uma variação média (cv > 10% e < 20%) nas avaliações dos gestores em relação a custo de transação, gestão da cadeia de suprimentos, eficiência e blockchain, o que pode refletir uma a homogeneidade nas percepções sobre os negócios da cadeia de alimentos e, também, falta de conhecimento aprofundado sobre a blockchain e suas aplicações.