Francisco Santos Sabbadini

This study examines how aggregate economic activity (used here as a proxy for income), the real exchange rate, tourism sector prices, and the policy interest rate relate to aggregate tourism demand in Brazil, using monthly public data from 2018 to 2026, accounting for the disruption caused by the COVID-19 pandemic. Using an autoregressive distributed lag (ARDL) framework, the analysis compares a specification that leaves the pandemic period unconstrained against one that isolates it. This income proxy shows a consistent, positive association with tourism activity, evidence of macroeconomic co-movement between the tourism sector and the Brazilian economy rather than a household-level income elasticity estimate. The real exchange rate and sector prices are associated with tourism activity mainly in the months right after a change, but this does not persist once the pandemic period is isolated. The policy interest rate shows no reliable association with tourism demand once that period is treated separately; the relationship that initially appeared relevant surfaces only when the shock is left unaddressed. These findings suggest that tourism policy in Brazil may benefit from tracking the economic cycle rather than short-term currency or interest rate movements, and illustrate how an unmodeled shock can distort elasticities in demand studies more generally.

Reliable decision support in public organizations depends less on the sophistication of dashboards than on the governance of the data that feed them. This study examines how data-governance barriers undermine Decision Support Systems (DSS) in Brazil’s public sector. Evidence from experienced information technology managers and coordinators in federal and state organizations identifies six interconnected barriers: limited data-governance awareness, resistance to change, capability gaps and staff turnover, fragmented responsibilities and policies, legacy-system and infrastructure constraints, and difficulties operationalizing security and privacy requirements. The findings show that these barriers do not act independently. Fragmented accountability weakens standards and ownership; turnover erodes institutional memory; legacy environments intensify manual reconciliation; and weak governance awareness reduces adherence to metadata, quality, and access routines. These mechanisms propagate into inconsistent definitions, duplicated records, limited traceability, delayed access, and reduced integration, directly lowering managerial trust in DSS outputs. The analysis advances a barrier-interaction model and a three-stage capability roadmap—stabilize, standardize and integrate, and institutionalize and scale—centered on stewardship, metadata, data quality, interoperability, leadership sponsorship, and auditable access. The study shows that DSS reliability is an organizational governance outcome, not merely a technical property of information systems. For public managers, the results indicate that trustworthy decision support can be strengthened by prioritizing critical data and institutionalizing governance routines before expanding technology investments.

Este trabalho tem como objetivo melhorar o fluxo de pacientes em uma Unidade de Pronto Atendimento do Sul Fluminense que apresenta demora excessiva no tempo de espera por atendimento médico e longas filas de espera. Foi elaborado o fluxo de atendimento aos pacientes e desenvolvido um modelo computacional com o software ProModel. O estudo considerou 04 cenários alternativos, com diferentes configurações de equipes de atendimento visando reduzir o tempo de espera por atendimento médico dos pacientes de urgência e emergência no pronto-socorro para melhorar a qualidade dos serviços prestados na instituição. Nos 04 cenários considerados verificou-se redução dos tempos de espera para acesso aos serviços médicos.

O conceito de economia circular (EC) propõe a transição de um modelo linear de produção (extrair-usar-descartar) para um modelo cíclico, focado na redução de resíduos, reutilização de materiais e eficiência no uso de recursos. Práticas como reparo, reutilização, remanufatura, recondicionamento e reciclagem são fundamentais nesse contexto, pois prolongam o ciclo de vida dos produtos e recuperam valor de materiais, diminuindo a necessidade de recursos virgens e mitigando impactos ambientais. A implementação bem-sucedida da EC exige estratégias inteligentes, incluindo o uso de tecnologias de Big Data e Analytics, para coletar e analisar grandes volumes de dados ao longo do ciclo de vida dos produtos. Essas ferramentas permitem monitorar o uso de recursos, otimizar processos produtivos e identificar oportunidades de melhoria (como pontos de reciclagem, reuso e remanufatura), contribuindo para a sustentabilidade e a eficiência operacional das organizações. Este trabalho explora como Big Data e Analytics podem apoiar a adoção de práticas de economia circular. Foi realizada uma análise bibliométrica exploratória da literatura recente (2016–2024) a fim de mapear as principais aplicações de Big Data e Analytics no contexto da EC. Os resultados incluem a identificação de tendências de pesquisa, áreas de conhecimento envolvidas e um mapa analítico conectando tecnologias de Big Data Analytics às estratégias circulares. Os achados indicam que a integração de analytics e economia circular tem crescido significativamente nos últimos anos, e apontam como ferramentas de Big Data Analytics (BDA) podem otimizar o uso de recursos e reduzir desperdícios. Conclui-se que a combinação de estratégias de EC com BDA configura uma abordagem promissora para aprimorar a sustentabilidade nos processos industriais, fornecendo suporte à tomada de decisão baseada em dados e aumentando a eficácia das iniciativas de economia circular.

A pesquisa investigou o papel das tecnologias emergentes da Indústria 4.0 na gestão de resíduos e sustentabilidade na produção de veículos elétricos, com foco na aplicação de automação, IoT, Big Data, Inteligência Artificial e sistemas ciberfísicos para otimizar processos, reduzir desperdícios e apoiar modelos de economia circular. Por meio de uma abordagem exploratória com análise bibliométrica, foram identificadas tendências e tópicos emergentes relacionados à integração entre Indústria 4.0, veículos elétricos e Economia Circular. Os resultados mostraram que a convergência dessas tecnologias com princípios circulares possibilita o monitoramento em tempo real, remanufatura, reutilização e reciclagem de motores e baterias, prolongando o ciclo de vida dos componentes, reduzindo impactos ambientais e promovendo modelos de negócios mais resilientes. Apesar dos avanços, lacunas persistem, como a limitada integração tecnológica, otimização insuficiente de processos de reciclagem, barreiras econômicas e infraestrutura inadequada, indicando a necessidade de pesquisas futuras para desenvolver frameworks integrados, rastreabilidade de materiais, automação na remanufatura e escalabilidade das soluções, consolidando a produção de veículos elétricos como modelo sustentável, eficiente e alinhado à economia circular e à redução de impactos ambientais.

This study compares the carbon footprints of two municipal solid waste treatment technologies—anaerobic digestion and a gas recovery system—with the aim of evaluating their potential for biogas recovery and greenhouse gas (GHG) mitigation. The analysis applies the 2006 IPCC model to real operational data from the Paracambi Waste Treatment Complex (Rio de Janeiro, Brazil), integrating carbon footprint estimation and environmental compensation modeling through tree planting. From a different perspective, this work evaluates the replacement of biogas recovery with a biologically controlled system based on material segregation. Within the limits and parameters defined for the system, anaerobic digestion achieved net emissions of 0.0029 tCO₂eq per ton of organic waste, compared to 1.14 tCO₂eq per ton for the biogas recovery system. This represents a potential 393-fold reduction in GHG emissions. However, this result is specific to the modeled conditions and does not consider the full life cycle impacts of non-organic waste fractions. The results suggest that anaerobic digestion, when integrated into an efficient selective collection system, can significantly improve energy recovery and mitigate the carbon footprint of waste management systems.

Esta pesquisa avaliou a evolução da temática acerca da impressão 3D. A manufatura aditiva surge como alternativa inovadora para aumentar a agilidade, flexibilidade e eficiência, reduzindo custos de estoque, minimizando o tempo de espera, viabilizando produção sob demanda e permitindo personalização conforme necessidades específicas. Conectada à Indústria 4.0 e à economia circular, a tecnologia favorece processos inteligentes, sustentáveis e interconectados, aproveitando recursos, prolongando o ciclo de vida de produtos, promovendo reutilização e remanufatura, e fortalecendo modelos de negócios circulares. Apesar dos avanços, ainda existem desafios quanto à seleção de peças, desempenho e durabilidade, disponibilidade de materiais e regulamentações. Espera-se que os resultados desta pesquisa contribuam para o desenvolvimento de práticas mais eficientes e sustentáveis na indústria automotiva, promovendo inovação, competitividade e redução de impactos ambientais.