DATA QUALITY MANAGEMENT FOR LIFE CYCLE INVENTORIES-AN EXAMPLE OF USING DATA QUALITY INDICATORS

Prévia do material em texto

RESUMO 
 
DATA QUALITY MANAGEMENT FOR LIFE CYCLE INVENTORIES-AN 
EXAMPLE OF USING DATA QUALITY INDICATORS 
 
Aluna: Silvana Bárbara Gonçalves da Silva 
Programa de Pós-Graduação em Engenharia Mecânica e dos Materiais – 
UTFPR 
Data: 31/03/2016 
 
 O tema abordado no artigo é sobre a qualidade nos dados para a 
realização do inventário de ciclo de vida. Desta forma, é descrito um processo 
de gestão da qualidade de dados referentes ao inventário, o qual é aplicado na 
energia para a produção de um quilo de pão de centeio. 
 Os(as) autores(as) do artigo iniciam informando que os dados utilizados 
em um inventário de ciclo de vida, são dados ambientais sobre os processos 
pesquisados. Afirmam que estes dados do sistema compreendem o fluxo de 
matérias-primas, energia e outros produtos, sendo que são relacionados para a 
definição da unidade funcional, que é utilizada para comparar sistemas de 
diferentes produtos. Desta forma, colocam que os dados podem ser 
considerados como uma fonte de informação a qual é utilizada em um inventário 
de ciclo de vida. Seguindo este parâmetro, o artigo destaca que a qualidade dos 
dados é a característica específica dos dados expressada através de 
informações. 
 Como parte integrante da avaliação do ciclo de vida, os(as) autores(as) 
afirmam que a gestão de qualidade de dados se inicia com a definição de metas 
de qualidade de dados e um agrupamento destes dados como parte da definição 
do objetivo e escopo da ACV. Segundo o artigo, a qualidade dos conjuntos de 
dados individuais pode, futuramente, se relacionar com os objetivos de qualidade 
de dados através de um número de indicadores destes dados, que especifique 
esta qualidade de dados com relação à forma como é utilizada no estudo. O 
artigo também aborda o fato de que os indicadores de qualidade de dados 
podem ser interpretados como uma incerteza adicional nos dados individuais. 
Sendo assim, estas incertezas adicionais podem ser incluídas no cálculo da 
incerteza dentro do resultado total do inventário de ciclo de vida, podendo 
favorecer a qualidade deste resultado. 
 Salienta-se que, segundo os(as) autores(as), quando este artigo foi 
escrito, em 1996, a gestão de qualidade de dados anda não havia sido aplicada 
em trabalhos publicados em ACV. 
 Neste artigo, foi utilizada a Matriz Pedigree, para obter uma indicação 
semi-quantitativa dos seguintes aspectos: confiabilidade de dados; completude 
dos dados; e correlações temporais, geográficas e tecnológicas. 
 Segundo os(as) autores(as), estes indicadores de qualidade de dados 
podem ser utilizados posteriormente para rever a estratégia de coleta de dados 
com o objetivo de melhorar a qualidade de dados recolhidos e também para se 
chegar a uma melhor avaliação de confiabilidade do resultado, sendo combinado 
com estimativas de incertezas. 
 Para o desenvolvimento da pesquisa, foi importante estudar sobre as 
metas de qualidade de dados, as quais especificam, em termos gerais, as 
características desejáveis dos dados necessárias para a investigação. Desta 
forma, para os(as) autores(as), as metas de qualidade de dados expressam: (i) 
a importância absoluta ou relativa de dados de diferentes aspectos qualitativos; 
(ii) o nível estratégico tecnológico desejado; (iii) a importância da utilização dos 
dados de qualidade que podem ser comparadas com as diferentes alternativas; 
(iv) como trabalhar com as lacunas de dados e a falta de representatividade; (v) 
e como trabalhar com as informações ausentes na incerteza. 
 O artigo expressa que, a mesma meta de qualidade de dados pode levar 
a requisitos muito diferentes de qualidade de dados para cada parte do ciclo de 
vida. Sendo assim, os dados das metas de qualidade não podem determinar 
nenhum critério definitivo para grupos de dados individuais, mas representam as 
preferências e os procedimentos par aplicar na coleta de dados e na avaliação 
da qualidade destes dados. 
 Com relação a coleta de dados, os(as) autores(as) afirmam que a 
documentação real da qualidade de dados são obtidos como parte desta coleta. 
Para tanto, devem ser reportadas as seguintes características para cada parte 
de dados: (i) método de aquisição; (ii) métodos utilizados para a verificação dos 
dados; (iii) número de locais e período da coleta dos dados e sua 
representatividade na população total; (iv) o tempo dos dados que têm como 
base o ano de medição; (v) a área geográfica para a qual os dados representam; 
e (vi) a tecnologia de processo ou nível tecnológico para os(as) quais os dados 
representam. 
 Depois destas pesquisas, são apresentados no artigo os estudos sobre 
indicadores de qualidade de dados. Desta forma, é colocado que a qualidade 
dos dados individuais pode se relacionar com os objetivos de qualidade de dados 
através de um número de indicadores de qualidade de dados, para especificar 
estes dados com relação a forma como são utilizados em um estudo. Segundo 
exposto no artigo, os indicadores de qualidade de dados são números que 
exprimem resultados semi-quantitativos anexados a um conjunto de dados, o 
qual representa a qualidade de dados. 
 Na pesquisa do artigo, foram encontrados os seguintes indicadores de 
qualidade de dados: (i) confiabilidade (fontes, métodos de aquisição e 
procedimentos de verificação utilizados para obter os dados); (ii) completeza, 
que se relaciona com a estatística da propriedade dos dados; (iii) correlação 
temporal, que representa a correlação de tempo entre os anos de estudo e o 
anos dos dados obtidos; (iv) correlação geográfica, a qual se trata a relação 
geográfica entre a área definida e os dados obtidos; (v) correlação tecnológica, 
que ocupa-se com todos os outros aspectos de correlação, incluindo os 
resultados das correlações temporais e geográficas. 
 Depois de destacar estes indicadores, se expõe no artigo que para se 
trabalhar com eles é utilizada a Matriz Pedigree, que tem como objetivo fornecer 
uma ferramenta de gestão de qualidade de dados para tornar mais fácil o 
levantamento da qualidade de dados. Esta matriz acusa as possibilidades de 
melhorias na qualidade dos dados e rastreia as fontes de incerteza. Entretanto, 
é informado no artigo que as pontuações da Matriz Pedigree são semi-
quantitativas, sendo que são úteis como números de identificação, mas que não 
deve ser considerada como um método para representar uma “quantidade” de 
qualidade de dados. Assim, deve-se evitar agregar os números. 
 No próximo tópico, o artigo enfatiza sobre a utilização dos indicadores de 
qualidade de dados para melhorar a estratégia de coleta destes dados. 
Particularmente para o estudo do pão de centeio, foram extraídos através destes 
indicadores, problemas relacionados com o consumo de energia para a 
produção vegetal no ciclo de vida do pão de centeio, sendo que pode-se resumir 
os resultados desta forma: (i) alguns dados de energia foram baseados em 
estimativas ou não houve verificação (confiabilidade); (ii) dados de energia para 
pesticidas e calorias dependem de fontes antigas (correlação temporal); (iii) falta 
de correlação geográfica de alguns dados sobre quantidades e energia; (iv) os 
dados não estão disponíveis para o caso dos pesticidas utilizados e para a 
quantidade de fertilizantes (correlação tecnológica). 
 Estas pesquisas relataram os problemas, mas, segundo os(as) 
autores(as), uma Matriz Pedigree quando utilizada sozinha, não exprime 
informações adequadas sobre a qualidade dos resultados. Então é informado no 
artigo que, para superar esta limitação, esta matriz deve ser utilizada em 
combinação com informações sobre a incerteza dos dados. 
 Sendo assim, o artigo expõe dois tipos de incerteza de dados, sendo: (i) 
incerteza básica, que se relaciona com todos os dados da amostra; (ii) incerteza 
adicional, que está relacionada com os dados que não exprimem a qualidade 
real. 
 Os exemplos desta aplicação dentro do artigo, estãocolocadas em 
tabelas. Desta forma, se teve como resultado que um número maior de valores 
calculados específicos para estas incertezas adicionais, é possível utilizar a 
Matriz Pedigree para atribuir as incertezas para cada indicador de qualidade de 
dados. 
 Os(as) autores(as) preveem pesquisas futuras, sendo que consideram 
necessário gerar diferentes matrizes de incertezas para parâmetros diferentes, 
como diferentes tipos de dados, interações ambientais e tipos de indústria. 
Porém, esperam que esta experiência exposta neste artigo, traga uma melhor 
definição e delimitação para elaborar as pontuações em uma Matriz Pedigree. 
 
REFERÊNCIA 
 
WEIDEMA, B. Pedersen; WESNAES M. S. (1996). Data quality management for life cycle 
inventories - an example of using data quality indicators. Journal of Cleaner Production 4(3-
4):167-174.