O setor de energia fotovoltaica cresceu significativamente nos últimos anos como alternativa à produção de energia limpa, mas a implantação e operação dessa matriz energética geram impactos socioeconômicos tanto positivos quanto negativos. O presente artigo tem por objetivo analisar, por meio de algoritmo de inteligência cognitiva e estatística, o grau de interesse das pessoas quanto aos descritores que retratam as relevantes implicações socioeconômicas associadas à instalação de usinas solares e à produção de energia solar. Para tal, como procedimento metodológico, foram utilizados dois processos de busca de dados, ambos realizados através da ferramenta Cafe da plataforma CAPES. Por meio dessa busca, os impactos foram listados e cinco descritores capazes de sintetizá-los foram definidos. Em seguida, um algoritmo de inteligência cognitiva foi usado para analisar os níveis de interesse, considerando os dados de janeiro de 2010 a janeiro de 2020, extraídos de bases de dados do tipo TREND DATA, definindo-se um escore de 0 a 100 para classificar certo descritor em determinado período de tempo. Os resultados foram apresentados em dois gráficos, sendo o primeiro, um gráfico que aponta os índices mensais de interesse nos descritores, e o segundo mostra o nível médio mensal de interesse para cada descritor. Conclui-se que os descritores mais citados em divulgações da mídia digital considerada foram o aumento da geração de emprego, a promoção de desenvolvimento e infraestrutura e o aumento do crescimento econômico. Por outro lado, aqueles descritores menos citados por essas divulgações foram aumento dadisputa por terra e aumento da tarifa de energia.
O estudo teve como objetivo mensurar a potencialidade para geração de bioeletricidade sucroenergética no Estado da Paraíba. Trata-se de uma pesquisa aplicada, exploratória, com abordagem quantitativa. Elegeu-se para monitorar a área de estudo a plataforma on-line Google Earth Engine, sendo o acompanhamento do ciclo da cana feito com base em imagens do sensor MODIS. Empregou-se o Índice de Vegetação Melhorado (EVI) para identificar e espacializar a cultura de cana-de-açúcar na área estudada. Os resultados da pesquisa apontam que considerando a produção de cana-de-açúcar para a safra 2018/19 da Paraíba, a qual correspondeu a 5.597.209 toneladas e empregando-se caldeira de 100 bar/540 °C, associada com grelha rotativa, sem ciclo regenerativo, seria possível gerar uma quantidade de bioeletricidade de 542,92 GWh. Contudo, quando se emprega a mesma tecnologia adicionando-se o ciclo regenerativo, a produção aumentaria para 576,51 GWh. Adotando-se a caldeira de 100 bar/540 °C, com leito fluidizado e sem ciclo regenerativo, a produção de bioeletricidade seria de 604,49 GWh. Por outro lado, com a mesma tecnologia, somando-se o ciclo regenerativo, a produção chegaria a 660,47 GWh. É bom salientar que os resultados obtidos correspondem a estimativas, tendo em vista as variações resultantes de outros fatores.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.