This work has as main objective to measure the degree of technology used in the management of the field, through a quantitative sampling on management of processes in the agribusiness, with the application of information technologies and softwares based on ERP, focusing on the macro-region southeast of Mato Thick. The survey was conducted via email and telephone, with 15.19% of producers in the universe surveyed and has a 95% reliability level. An overview of ERP software is presented, as well as some technologies most used in the field, exemplifying their use and a brief history of how they emerged and how their users benefit today. Through the research it was possible to determine which are the most used software, which are the internal sectors controlled by ERPs, in addition to the degree of connectivity that the investigated real properties have. With the data obtained, it was also possible to know how producers who have not yet adhered to the use of ERPs manage their properties and why they have not yet chosen to migrate to more efficient management systems.

No abstract

As patentes são consideradas fontes extremamente úteis para atividades relacionadas à busca e análise de informações e para a geração de novos conhecimentos. Neste artigo, usamos um algoritmo de vetor de parágrafo doc2vec, uma extensão do word2vec, que aprende representações de frases em um documento, em um esquema de aprendizagem profunda supervisionada para a classificação automática de patentes. A classificação foi realizada em documentos com resumos de patentes em inglês, em um processo hierárquico que compreende seções, classes, subclasses, de acordo com a Classificação Internacional de Patentes (IPC). Os testes foram desenvolvidos em quatro etapas, necessária, devido ao grande número de classes e subclasses, com o objetivo de identificar códigos IPC primário ou secundários, caso esteja associado a um conjunto de classificações relacionadas a outros aspectos expressos na patente. Os testes apresentaram resultados bastante promissores na classificação de patentes. Os próximos passos serão produzir avaliações qualitativas e compará-las com outros modelos de aprendizagem de máquina presentes na literatura.