<?xml version="1.0" encoding="UTF-8"?><?xml-stylesheet type="text/xsl" href="static/style.xsl"?><OAI-PMH xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/ http://www.openarchives.org/OAI/2.0/OAI-PMH.xsd"><responseDate>2026-09-23T21:35:09Z</responseDate><request verb="GetRecord" identifier="oai:repositorioaberto.uab.pt:10400.2/6365" metadataPrefix="dim">https://repositorioaberto.uab.pt/server/oai/request</request><GetRecord><record><header><identifier>oai:repositorioaberto.uab.pt:10400.2/6365</identifier><datestamp>2025-06-06T12:53:39Z</datestamp><setSpec>com_10400.2_15393</setSpec><setSpec>com_10400.2_15392</setSpec><setSpec>col_10400.2_1436</setSpec></header><metadata><dim:dim xmlns:dim="http://www.dspace.org/xmlns/dspace/dim" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:doc="http://www.lyncode.com/xoai" xsi:schemaLocation="http://www.dspace.org/xmlns/dspace/dim http://www.dspace.org/schema/dim.xsd">
   <dim:field mdschema="dc" element="contributor" qualifier="advisor">Oliveira, Teresa A.</dim:field>
   <dim:field mdschema="dc" element="contributor" qualifier="author">Costa, Ana Mafalda Teixeira</dim:field>
   <dim:field mdschema="dc" element="date" qualifier="accessioned">2017-04-03T13:55:05Z</dim:field>
   <dim:field mdschema="dc" element="date" qualifier="issued">2017-02-10</dim:field>
   <dim:field mdschema="dc" element="date" qualifier="submitted">2017-04-03</dim:field>
   <dim:field mdschema="dc" element="identifier" qualifier="citation">Costa, Ana Mafalda Teixeira - Análise e avaliação do risco por aplicação do método de Monte Carlo [Em linha]. Lisboa: [s.n.], 2016. 125 p.</dim:field>
   <dim:field mdschema="dc" element="identifier" qualifier="uri">http://hdl.handle.net/10400.2/6365</dim:field>
   <dim:field mdschema="dc" element="identifier" qualifier="uri">urn:tid:201707705</dim:field>
   <dim:field mdschema="dc" element="identifier" qualifier="tid">201707705</dim:field>
   <dim:field mdschema="dc" element="description" qualifier="abstract" lang="pt_PT">Neste trabalho foram estudadas metodologias avançadas nas áreas da Estatística e da&#xd;
Simulação no âmbito da Análise e Avaliação do Risco. Ao nível computacional foi&#xd;
explorado o software @Risk e seus packages nestas áreas, sendo que o foco da&#xd;
pesquisa incidiu sobretudo em aplicações no âmbito do consumo alimentar.&#xd;
O panorama alimentar na Europa, em especial nos países da comunidade europeia é&#xd;
exemplar e único no mundo. A regulamentação é exigente e permitiu nos últimos 30&#xd;
anos alcançar parâmetros de excelência, nos aspetos de segurança alimentar.&#xd;
O conceito de segurança do “Prado ao Prato” (WHO Food Safety, 2015) é total e a sua&#xd;
implementação obrigou a constantes melhorias dos processos produtivos para&#xd;
obtenção dos géneros alimentícios. Estas práticas crescentes de melhoria contínua&#xd;
permitiram, atualmente, ultrapassar os requisitos regulamentares, alterado assim o&#xd;
paradigma dos sistemas de controlo baseados em valores limites. O processo de&#xd;
avaliação de risco baseado no consumo alimentar é a nova ferramenta de trabalho das&#xd;
organizações governamentais, que executam os controlos oficiais para os aspetos&#xd;
relacionados com a segurança alimentar.&#xd;
Esta dissertação pretende dar a conhecer de forma detalhada, o método que neste&#xd;
momento é o mais requisitado pelos avaliadores de risco para estudos de exposição a&#xd;
contaminantes químicos por via do consumo alimentar.&#xd;
A simulação por Monte Carlo é um método estocástico, que utiliza evidências&#xd;
científicas para gerar diferentes probabilidades de eventos individuais, que se&#xd;
combinam para determinar a probabilidade de um resultado adverso à saúde.&#xd;
A metodologia baseia-se na estimação da Probabilidade (P) da ocorrência do efeito&#xd;
adverso, resultante da exposição ao perigo estudado utilizando no cálculo a relação&#xd;
dose-resposta.&#xd;
A análise probabilística utiliza distribuições de probabilidade e funções de densidade&#xd;
de probabilidade das variáveis aleatórias associadas ao problema.&#xd;
A metodologia do cálculo da incerteza é constituída por várias fases, começando desde&#xd;
logo, por distinguir o significado de incerteza e variabilidade, passando pela&#xd;
classificação e organização dos dados, o ajuste das distribuições aos dados e as&#xd;
estatísticas de ajuste entre as distribuições. A fase seguinte é relativa à execução do&#xd;
processo de reamostragem, à análise do resultado obtido (incerteza), à análise das&#xd;
fontes que a influenciam e por fim ao reconhecimento do valor da incerteza.</dim:field>
   <dim:field mdschema="dc" element="description" qualifier="abstract" lang="pt_PT">In this work was studied advanced methodologies in the areas of Statistics and&#xd;
Simulation in the scope of Risk Analysis and Evaluation. At the computational level,&#xd;
the @Risk software and its packages in these areas were explored, and the focus of the&#xd;
research was mainly on exposure to chemical contaminants through food&#xd;
consumption.&#xd;
The food market in Europe, especially in the countries of the European community, is&#xd;
exemplary and unique in the world. The regulation is demanding and has allowed in&#xd;
the last 30 years reaching parameters of excellence, in the aspects of food safety.&#xd;
The safety concept of “Farm to fork" (WHO Food Safety, 2015) is complete and its&#xd;
implementation has led to constant improvements in the production processes for&#xd;
obtaining foodstuffs. These increasing practices of continuous improvement have now&#xd;
allowed us to exceed regulatory requirements, thus changing the paradigm of control&#xd;
systems based on threshold values. The risk assessment process based on food&#xd;
consumption is the new working tool of government organizations, which carry out&#xd;
official controls on aspects related to food safety.&#xd;
This dissertation intends to present in detail the method that at the moment is the most&#xd;
requested by the risk assessors for studies of exposure to chemical contaminants&#xd;
through food consumption.&#xd;
Monte Carlo simulation is a stochastic method, which uses scientific evidence to&#xd;
generate different probabilities of individual events, which combine to determine the&#xd;
likelihood of an adverse health outcome.&#xd;
The methodology is based on the estimation of the probability (P) of the occurrence of&#xd;
the adverse effect, resulting from exposure to the hazard studied using the doseresponse&#xd;
relationship in the calculation.&#xd;
Probabilistic analysis uses probability distributions and probability density functions&#xd;
of the random variables associated with the problem.&#xd;
The uncertainty calculation methodology consists of several phases, starting with the&#xd;
distinction between uncertainty and variability, classification and organization of data,&#xd;
adjustment of distributions to data and adjustment statistics between distributions. The&#xd;
next phase concerns the execution of the resampling process, the analysis of the result&#xd;
obtained (uncertainty), the analysis of the sources that influence it and finally the&#xd;
recognition of the uncertainty value.</dim:field>
   <dim:field mdschema="dc" element="language" qualifier="iso" lang="pt_PT">por</dim:field>
   <dim:field mdschema="dc" element="subject" lang="pt_PT">Estatística</dim:field>
   <dim:field mdschema="dc" element="subject" lang="pt_PT">Simulação</dim:field>
   <dim:field mdschema="dc" element="subject" lang="pt_PT">Probabilidades</dim:field>
   <dim:field mdschema="dc" element="subject" lang="pt_PT">Risco</dim:field>
   <dim:field mdschema="dc" element="subject" lang="pt_PT">Método de Monte Carlo</dim:field>
   <dim:field mdschema="dc" element="subject" lang="pt_PT">Consumo alimentar</dim:field>
   <dim:field mdschema="dc" element="subject" lang="pt_PT">Risk</dim:field>
   <dim:field mdschema="dc" element="subject" lang="pt_PT">Uncertainty</dim:field>
   <dim:field mdschema="dc" element="subject" lang="pt_PT">Resampling</dim:field>
   <dim:field mdschema="dc" element="subject" lang="pt_PT">Monte Carlo methods</dim:field>
   <dim:field mdschema="dc" element="subject" lang="pt_PT">Sensitivity analysis</dim:field>
   <dim:field mdschema="dc" element="title" lang="pt_PT">Análise e avaliação do risco por aplicação do método de Monte Carlo</dim:field>
   <dim:field mdschema="dc" element="type">master thesis</dim:field>
   <dim:field mdschema="thesis" element="degree" qualifier="name" lang="pt_PT">Dissertação de Mestrado em Estatística, Matemática e Computação apresentada à Universidade Aberta</dim:field>
   <dim:field mdschema="dspace" element="entity" qualifier="type">Publication</dim:field>
   <dim:field mdschema="rcaap" element="rights" lang="pt_PT">openAccess</dim:field>
   <dim:field mdschema="rcaap" element="type" lang="pt_PT">masterThesis</dim:field>open.access</dim:dim></metadata></record></GetRecord></OAI-PMH>