Uma empresa de consultoria desenvolveu um modelo matemático de regressão linear para prever a concentração de Material Particulado (MP10) ao redor de uma pedreira, visando priorizar as ações de umectação de vias: Ao analisar o relatório de validação científica do modelo fornecido pela consultoria, o gestor ambiental examinou os seguintes parâmetros estatísticos da regressão: Coeficiente de Determinação ajustado (R2ajustado) = 0,22. Valor-p (p-value) do coeficiente da variável Umidade Relativa = 0,45 (nível de significância α = 0,05). Tamanho da amostra: n = 12 medições diárias. Considerando a avaliação dos parâmetros estatísticos do método e os limites de validação do modelo matemático, assinale a alternativa correta: A. O modelo é cientificamente robusto e pode ser utilizado para priorizar as ações de umectação, pois a equação matemática descreve perfeitamente a física do material particulado. B. O modelo é estatisticamente fraco e inválido para tomada de decisão, visto que explica apenas 22% da variância dos dados (R2 = 0,22) e a variável Umidade não possui significância estatística (p = 0,45 > 0,05). C. O valor de p = 0,45 comprova que a Umidade Relativa do Ar é a variável mais importante para prever a concentração de MP10. D. O tamanho amostral de n = 12 é suficiente para calibrar modelos de dispersão atmosférica em pedreiras sem necessidade de validação cruzada. E. A regressão linear elimina a necessidade de monitoramento físico por estações de amostragem de MP10 no entorno do empreendimento.