Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Federal University of Alfenas | - |
Autor(es): dc.contributor | ALGORITMI Research Centre | - |
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.creator | de Oliveira Neves, Fábio | - |
Autor(es): dc.creator | Salgado, Eduardo Gomes | - |
Autor(es): dc.creator | de Figueiredo, Eduardo Costa | - |
Autor(es): dc.creator | Sampaio, Paulo | - |
Autor(es): dc.creator | Marafão, Fernando Pinhabel | - |
Data de aceite: dc.date.accessioned | 2025-08-21T23:20:46Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T23:20:46Z | - |
Data de envio: dc.date.issued | 2025-04-29 | - |
Data de envio: dc.date.issued | 2024-10-31 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1016/j.scitotenv.2024.174797 | - |
Fonte completa do material: dc.identifier | https://hdl.handle.net/11449/306230 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/306230 | - |
Descrição: dc.description | The American continent is experiencing significant economic and industrial development driven by sustainability principles. In this context, discussions on improving energy consumption have become increasingly frequent and dynamic across various sectors of civil society, including the implementation of energy efficiency measures as advocated by the ISO50001 energy management standard. However, there is a pressing need to investigate which socioeconomic aspects are responsible for the issuance of this certification in the Americas and how these factors relate to characteristic industrial emissions, especially particulate matter. This study aims to evaluate the socioeconomic factors influencing ISO50001 standard issuance and how these adjusted factors correlate with particulate matter of 2.5 μm and 10 μm dimensions. To achieve this, machine learning techniques were employed, considering the complex nature and risk of data overfitting. Model fitting was performed through multiple lasso regression, and the relationship between the adjusted factors was examined through cross-correlation analysis. The analyses indicate a strong correlation of adjusted macroeconomic indicators, especially with PM2.5, suggesting an association with cardiorespiratory problems and methane-related origins. This work is of great relevance to academia as it proposes new concepts regarding the interaction between energy efficiency standards and particulate matter. For the industrial sector, the adjusted factors provide guidance for standard implementation while also helping to mitigate health issues. Additionally, for the government, these results can assist in formulating policies to address specific health problems related to this area. | - |
Descrição: dc.description | Exact Science Institute Environmental Science Department Federal University of Alfenas, Minas Gerais State | - |
Descrição: dc.description | Exact Science Institute Federal University of Alfenas, Minas Gerais State | - |
Descrição: dc.description | Faculty of Pharmaceutical Sciences Federal University of Alfenas, Minas Gerais State | - |
Descrição: dc.description | Department of University of Minho School of Engineering ALGORITMI Research Centre | - |
Descrição: dc.description | Institute of Science and Technology São Paulo State University (UNESP), São Paulo State | - |
Descrição: dc.description | Institute of Science and Technology São Paulo State University (UNESP), São Paulo State | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Science of the Total Environment | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | American continent | - |
Palavras-chave: dc.subject | ISO50001 | - |
Palavras-chave: dc.subject | Machine learning | - |
Palavras-chave: dc.subject | Particulate matter | - |
Palavras-chave: dc.subject | Socioeconomic factors | - |
Título: dc.title | Prediction of pollutant emission characteristics in ISO50001 energy management in the Americas: Uni and multivariate machine learning approach | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: