educaÇÃo da sustentabilidade: uma proposta de...

EDUCAÇÃO DA SUSTENTABILIDADE:

UMA PROPOSTA DE INDICADORES DE

SUSTENTABILIDADE ESCOLAR POR

LÓGICA FUZZY

LUIZ OCTAVIO GAVIAO (UFF )

[email protected]

Gilson Brito Alves Lima (UFF )

[email protected]

O tema sustentabilidade protagoniza a agenda internacional nas

últimas décadas e as iniciativas da ONU nas Conferências Rio 92 e

Rio+20 evidenciam a relevância do tema. A Comissão de

Desenvolvimento Sustentável da ONU desenvolve indicadoress de

desempenho em sustentabilidade e, no Brasil, o IBGE utiliza seus

relatórios para produzir seus indicadores. No contexto corporativo, o

Instituto Ethos e o Conselho Empresarial Brasileiro em

Desenvolvimento Sustentável (CEBDS) também são referências no uso

de indicadores de desempenho em sustentabilidade. No entanto, apesar

da reconhecida importância da sustentabilidade para as futuras

gerações, as instituições de ensino brasileiras ainda são contemplam o

assunto em sua plenitude, embora a Política Nacional do Meio

Ambiente (1981) e a Constituição Federal (1988) já determinassem a

promoção do tema nos diversos níveis do ensino. Em 2012 o Conselho

Nacional de Educação lançou as Diretrizes Curriculares Nacionais

para a Educação Ambiental. Nesse contexto, os autores adaptaram

iniciativas bem sucedidas do programa em educação da

sustentabilidade utilizado pelo Governo de Queensland, Austrália,

propondo indicadores de sustentabilidade escolar como ferramenta

didática a docentes e discentes. O segundo objetivo do artigo é aplicar

a lógica fuzzy, como algoritmo de agregação dos indicadores. Por

ausência de série histórica das escolas brasileiras e dos dados

solicitados aos organizadores do programa Australiano, formulou-se

uma hipótese de trabalho para simular a aplicação da ferramenta e

permitir a análise dos resultados.

Palavras-chaves: Indicadores, sustentabilidade, lógica fuzzy, escolar,

educação

XXXIII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO A Gestão dos Processos de Produção e as Parcerias Globais para o Desenvolvimento Sustentável dos Sistemas Produtivos

Salvador, BA, Brasil, 08 a 11 de outubro de 2013.



2

1. Introdução

O tema sustentabilidade protagoniza a agenda internacional nas últimas décadas. Para

Andriantiatsaholiniaina (2004), a sustentabilidade ganhou destaque em 1987 no Relatório

Brundtland da World Commission on Environment and Development (WECD), adquirindo

relevância mundial na Conferência das Nações Unidas Rio-92, por intermédio da Agenda 21 e

na Conferência Rio+20. As iniciativas da UNESCO (2013) no programa “UN Decade of

Education for Sustainable Development (2005-2014)” evidenciam a relevância e atualidade

do assunto no campo da educação.

No entanto, apesar da reconhecida importância da sustentabilidade para as futuras gerações,

ainda existe significativa lacuna desse assunto nas instituições de ensino brasileiras. Embora a

lei 9.638 de 1981, que promulgou a Política Nacional do Meio Ambiente, já estabelecesse que

a educação ambiental deveria ser ministrada nos diferentes níveis de ensino e a Constituição

Federal de 1988 determinasse ao Poder Público a promoção desse tema, somente em 2012 o

Conselho Nacional de Educação lançou as Diretrizes Curriculares Nacionais para a Educação

Ambiental (BRASIL, 2012).

Por outro lado, diversos países têm desenvolvido programas nacionais de inclusão da

sustentabilidade nas escolas. Dentre os trabalhos pesquisados, coube destacar o projeto do

Governo de Queensland, Austrália (2005, 2010), que criou indicadores para avaliar a

sustentabilidade das instituições de ensino.

Assim, esse artigo tem dois objetivos: primeiramente, contribuir ao ensino da sustentabilidade

nas instituições de ensino, propondo indicadores de desempenho como ferramenta didática a

docentes e discentes. O segundo objetivo é aplicar a lógica fuzzy, como algoritmo de

agregação dos indicadores. Por ausência de série histórica das escolas brasileiras e dos dados

solicitados à Queensland, formulou-se uma hipótese de trabalho para simular a aplicação da

ferramenta e permitir a análise dos resultados.

2. Revisão da literatura

O artigo fará a revisão da literatura referente aos indicadores de sustentabilidade escolar e à

lógica fuzzy, para a seleção dos referenciais teóricos do artigo.



3

2.1 Referencial teórico dos indicadores de sustentabilidade escolar

A ONU (1992) tem participado ativamente na questão de indicadores de sustentabilidade. O

capítulo 40 da Agenda 21 menciona a importância da participação dos países e da

comunidade internacional para o desenvolvimento de indicadores de desenvolvimento

sustentável. A Comissão de Desenvolvimento Sustentável (CDS) da ONU (2007) desenvolve

indicadores desde 1994 e seu relatório de diretrizes e metodologias apresenta cinco

indicadores educacionais. Com base nesse relatório, o IBGE (2012) desenvolveu seus

próprios indicadores, incluindo três de natureza educacional na dimensão social da

sustentabilidade: a taxa de frequência escolar, a taxa de alfabetização e a taxa de escolaridade

da população adulta.

No contexto corporativo, o Instituto Ethos (2012) e o Conselho Empresarial Brasileiro em

Desenvolvimento Sustentável – CEBDS são referências no uso de indicadores de

desempenho, embora não abordem especificamente a dimensão educacional (AZEVEDO,

2006).

Dentre os programas nacionais de sustentabilidade pesquisados, com especial atenção aos

indicadores educacionais em ambiente escolar, a Austrália mostrou-se como principal

referência no tema. Desde 1970, quando a Academia de Ciências promoveu a Conferência

“Education and the Environmental Crisis”, a Austrália associa o conceito de sustentabilidade

à educação. Em 2002, os estados Australianos de New South Wales e Victoria receberam

recursos do governo para criar o Australian Sustainable Schools Initiative (AuSSI), cujo

sucesso se estendeu aos demais estados, culminando em um programa nacional integrado pela

National Environmental Education Network (NEEN) (AUSTRALIA, 2005).

Em aperfeiçoamento a esse programa, o Brisbane Urban Environmental Education Centre

detalhou os indicadores de sustentabilidade escolar, utilizados como referencial teórico nesse

artigo (AUSTRALIA, 2010).

2.2 Referencial teórico da modelagem por lógica fuzzy

Desde 1965, quando Lotfi Zadeh publica o artigo sobre a teoria dos conjuntos fuzzy, surgiram

diversos trabalhos acadêmicos e aplicações práticas em lógica fuzzy. A Universidade de

Berkeley afirma que nesse período os EUA já registraram mais de 16 mil patentes

relacionadas ao uso da lógica fuzzy e o Japão mais de 7 mil (BISC, 2013).



4

A lógica fuzzy é aderente à subjetividade da elaboração e medição de indicadores de

sustentabilidade. Segundo Zadeh (1973), na medida em que a complexidade de um sistema

aumenta, a capacidade do ser humano em descrever seu comportamento de forma precisa

diminui. Nesse contexto, Zadeh (1973) acrescenta que problemas complexos não se traduzem

em números, mas em rótulos de conjuntos fuzzy.

O software MATLAB (2013) e seu aplicativo “Fuzzy Logic Toolbox” foram utilizados como

referenciais teóricos para a modelagem. Os autores adaptaram o método apresentado no guia

do usuário desse aplicativo em seis etapas, por julgarem que essa divisão contribuiria

didaticamente à compreensão do sistema (MATHWORKS, 2001).

A literatura apresenta ampla variedade de métodos e técnicas para a modelagem dos

indicadores de sustentabilidade. Gamage (2011) cita a existência de 26 métodos e modelos,

desenvolvidos entre 1987 e 2010, dentre os quais somente o modelo desenvolvido em 2001

por Yannis Phillis e Luc Andriantiatsaholiniaina associa indicadores de sustentabilidade à

lógica fuzzy. Esses autores denominaram seu método de Sustainability Assessment by Fuzzy

Evaluation (SAFE).

O SAFE utiliza dois indicadores primários: a sustentabilidade ecológica (ECOS) e a

sustentabilidade humana (HUMS), que se subdividem em quatro novos indicadores

secundários; o ECOS em qualidade da água; integridade da terra; qualidade do ar; e

biodiversidade; o HUMS em aspectos políticos; bem-estar económico; saúde; e educação.

Cada indicador secundário se subdivide em três indicadores terciários: pressão; estado atual; e

resposta, que correspondem aos inputs do sistema fuzzy. (ANDRIANTIATSAHOLINIAINA,

2004).

3. Metodologia

Segundo Silva (2005) a pesquisa se classifica como aplicada quanto à natureza e quantitativa

quanto à abordagem do problema. Segundo Gil (1991), a pesquisa é exploratória quanto aos

objetivos e bibliográfica em relação aos procedimentos técnicos.

3.1 Elaboração dos indicadores

Os autores adaptaram a tabela de indicadores da Austrália (2005, 2010), agrupando-os nas

dimensões social, econômica, ambiental e institucional. Por se tratar de ambiente escolar, a

dimensão institucional foi denominada “educacional”. A simplicidade para aplicação por



5

estudantes de nível fundamental e médio, em seu próprio ambiente acadêmico, norteou a

adaptação e elaboração dos indicadores.

3.1.1 – Dimensão educacional

Indicador 1: desenvolvimento dos profissionais da escola. Indica a participação dos

administradores, professores e funcionários em eventos pró-educação sustentável,

como cursos, estágios, exposições, dentre outros. Medida: percentual entre o número

de participantes de programas educacionais e o número total de profissionais da

escola;

Indicador 2: sustentabilidade no currículo da escola. Indica a inclusão de disciplinas

e/ou assuntos de sustentabilidade nos cursos. Medida: percentual entre a quantidade de

disciplinas/professores que abordam o tema sustentabilidade e o total de disciplinas;

Indicador 3: participação da comunidade acadêmica na gestão da sustentabilidade.

Indica o quanto diretores, professores, funcionários, alunos e associações conveniadas

à escola são engajados em sustentabilidade. Medida: percentual entre o número de

integrantes engajados em sustentabilidade e o total de membros dessa comunidade.

3.1.2 – Dimensão ambiental

Indicador 4: plano de gestão ambiental. Indica o grau de maturidade da escola no

planejamento dessa dimensão. Medida: estado atual do plano em quatro níveis (em

fase de elaboração, existente, implementado e periodicamente revisado);

Indicador 5: registro de dados ambientais e inspeções (consultorias e/ou auditorias).

Indica o interesse da escola em aperfeiçoar e certificar capacitações em

sustentabilidade. Medida: intensidade de atividades em quatro níveis (não registra

dados e não recebe inspeções, somente registra dados, registra dados/raramente

inspecionada e registra dados/frequentes inspeções);

Indicador 6: conservação de água. Indica o grau de maturidade da escola nesse

aspecto. Medida: intensidade de atividades referentes a projetos de conservação de

água, o estabelecimento de metas e resultados obtidos;

Indicador 7: eficiência energética. Indica o grau de maturidade da escola nesse

aspecto. Medida: intensidade de atividades referentes a projetos de eficiência

energética, estabelecimento de metas e resultados obtidos;



6

Indicador 8: gestão dos resíduos. Indica o grau de maturidade da escola nesse aspecto.

Medida: intensidade de atividades referentes a projetos de gestão de resíduos,

estabelecimento de metas e resultados obtidos;

Indicador 9: uso do solo. Indica o grau de maturidade da escola nesse aspecto. Medida:

intensidade de atividades referentes à preservação da vegetação interna (jardins) e

projetos de produção de alimentos no terreno da escola.

3.1.3 – Dimensão social

Indicador 10: parcerias externas. Indica o interesse da escola em ampliar

conhecimentos e boas práticas com instituições, organizações e especialistas em

sustentabilidade. Medida: intensidade de parcerias externas em vigor;

Indicador 11: respeito à legislação trabalhista. Indica o cumprimento de direitos e

deveres trabalhistas entre escola e profissionais. Medida: clima organizacional, por

frequência de conflitos, greves e/ou autuações trabalhistas que comprometam as

atividades escolares;

Indicador 12: compromisso aos direitos humanos. Indica a prática dos direitos

humanos no ambiente escolar. Medida: clima organizacional, por frequência de

conflitos relacionados à discriminação social, racial, política, religiosa, sexual, dentre

outras que possam incitar exclusão social.

3.1.4 – Dimensão econômica

Indicador 13: redução de custos por prática da sustentabilidade. Indica a redução de

custos em relação à alguma meta estabelecida ou de exercício anterior, resultante das

iniciativas dos indicadores 6, 7, 8 e 9. Medida: percentual de redução de custos;

Indicador 14: contribuições/doações externas. Indica o montante em apoio financeiro

e/ou material da sociedade, sob a forma de contribuições/doações, em reconhecimento

ao serviço da escola em sustentabilidade. Medida: quantidade/valor das

contribuições/doações;

Indicador 15: sustentabilidade dos concessionários. Indica a participação/engajamento

dos concessionários que exercem atividades econômicas na escola, referente ao



7

cumprimento dos planos/orientações de sustentabilidade estabelecidos. Medida: grau

atribuído à participação/engajamento dos concessionários.

3.2 Modelagem do sistema fuzzy

A modelagem do sistema fuzzy foi dividida em seis etapas. Na primeira, construíram-se

conjuntos fuzzy, em gráficos, para as variáveis exatas ou “crisp” de entrada e saída, e foram

plotados os valores exatos dessas variáveis nos gráficos para a obtenção das pertinências. A

segunda etapa consistiu em criar as regras de inferência. Essas regras foram do tipo “se p e q e

r então s”, sendo “p”, “q” e “r” variáveis de entrada (antecedentes) e “s” a variável de saída

(consequente). A terceira etapa envolveu a aplicação dos operadores fuzzy sobre os

antecedentes das regras de inferência. A quarta etapa aplicou o método de implicação sobre os

consequentes das regras de inferência. A quinta etapa realizou a agregação dos resultados das

regras de inferência. A sexta etapa transformou o resultado da etapa anterior na saída do

sistema fuzzy, produzindo uma variável exata, que indica em painel “virtual” se a escola é

sustentável ou insustentável. As figuras 1 e 2 ilustram as seis etapas do processo.

Figura 1 – Etapas do sistema fuzzy para dimensão educacional

Fonte: Adaptado de Mathworks (2001)

Figura 2 – Sistema fuzzy para as quatro dimensões

F

U

Z

Z

Y

F

I

C

A

Ç

Ã

O

D

E

F

U

Z

Z

Y

F

I

C

A

Ç

Ã

O

O peração dos Antecedentes

Im plicação dos Consequentes

Valores exatos“crisp”

Agregação dos resultados

Criação das Regras de Inferência

2

3

4

5

6

1Input 1

Input 2

Input 3

Output

“I” Insustentável

“S” Sustentável

Valor exato“crisp”

I S



8


A hipótese de trabalho operou os seguintes parâmetros:

Seleção da dimensão a modelar: educacional (tabela 1);

Input 1: indicador 1, com valor de 60%;

Input 2: indicador 2, com valor de 45%;

Input 3: indicador 3, com valor de 30%.

3.2.1 Etapa 1: fuzzyficação dos inputs

Essa etapa envolveu duas fases. Na primeira fase ocorreu a criação dos conjuntos fuzzy para

os inputs e output da hipótese de trabalho, com a construção dos gráficos de pertinência

(figuras 3 e 4); na segunda fase ocorreu a plotagem dos inputs nesses gráficos, para a

identificação dos valores de pertinência.

Os eixos das ordenadas são padronizados de 0 a 1, por definição da função de pertinência. Na

medida em que os dados históricos desses inputs estiverem disponíveis à escola, seja pela

prática acadêmica ou por importação de dados de outras instituições de ensino, é possível

reavaliar os valores dos eixos das abscissas. Segundo Oliveira (1999), as interseções dos

conjuntos difusos são importantes, pois conferem maior consistência e precisão à modelagem.

Figura 3 – conjunto fuzzy dos inputs 1, 2 e 3

AMB

EDU

SOC

ECO



9


Figura 4 – conjunto fuzzy do output


A segunda fase consistiu em plotar as medidas de entrada da hipótese de trabalho nos

gráficos, para identificar as respectivas funções de pertinência (figura 5). Esses resultados,

correspondentes a valores entre 0 e 1 foram os inputs da 2ª etapa. Cabe ressaltar que o input 2

produziu dois resultados diferentes, com suas respectivas funções de pertinência. A

interpretação desse aspecto ilustra a característica típica da lógica fuzzy, no que se refere à

0,2

0,4

0,6

0,8

1,0

0,0

10 20 30 40 50 60 70 80 90 1000

Legenda: (I) INICIANTE, (R) RAZOÁVEL, (B) BOM, (E) EXEMPLAR

Grau de pertinência

I R B E

Inputs 1, 2, 3

0,2

0,4

0,6

0,8

1,0

0,0

1 2 3 4 5 6 7 8 9 100

Co ntro lado r da D im ensão Educacio nal (0 a 10)

Legenda: (M B ) M U ITO BAIXO, (B) BAIXO, (M ) M ÉD IO, (A) ALTO, (M A) M U ITO A LTO

G rau d e p ertin ê n cia

M B B M A M A

O utput



10

subjetividade acerca do quanto cada elemento pertence ou não a determinado conjunto.

Assim, o input 2 pode ser considerado um indicador com função de pertinência de 0,3 ao

conjunto “bom” e, simultaneamente, com 0,7 de pertinência ao conjunto “razoável”.

Figura 5 – fuzzyficação dos inputs


3.2.2 Etapa 2: criação das regras de inferência

Os inputs são combinados em regras de inferência para produzirem saídas fuzzy. As regras de

inferência do sistema fuzzy são do tipo “SE-ENTÃO”, sendo divididas em termos

antecedentes (“SE”) e termos consequentes (“ENTÃO”). Nessa modelagem, os inputs 1, 2 e 3

podem assumir quatro resultados difusos (“iniciante”, “razoável”, bom” e “exemplar”) e o

output pode assumir cinco resultados difusos (“muito baixo”, “baixo”, “médio”, “alto” e

“muito alto”). Os autores optaram por regras de inferência que considerassem os três inputs

como antecedentes, produzindo assim 64 diferentes arranjos para a dimensão educacional, em

anexo. Evitou-se incluir regras de inferência com um ou dois inputs somente, para reduzir a

quantidade de regras e, consequentemente, a complexidade da modelagem.

Os inputs da hipótese de trabalho ativaram somente as regras 41 e 47:

Regra 41: SE input 1 é “bom” E input 2 é “razoável” E input 3 é “razoável” ENTÃO

output é “médio”;

Regra 47: SE input 1 é “bom” E input 2 é “bom” E input 3 é “razoável” ENTÃO

output é “alto”.

Input 2 - CurrículoInput 1 - RH Input 3 - Participação



11

3.2.3 Etapa 3: aplicação dos operadores fuzzy nos antecedentes

Com a ativação das regras de inferência 41 e 47, aplicou-se o operador “E” no modo

“mínimo” sobre os antecedentes. Os inputs 1, 2 e 3 produzem como resultados as seguintes

pertinências (figuras 6 e 7):

Figura 6 – operador “E-mínimo” nos antecedentes da regra 41


Figura 7 – operador “E-mínimo” nos antecedentes da regra 47


3.2.4 Etapa 4: implicação dos consequentes

Os resultados da etapa anterior foram plotados graficamente sobre os consequentes das regras

de inferência. Assim, foram consideradas as seguintes pertinências para cada regra:


0,42


0,3



12

- Regra 41 – pertinência “0,42” ao conjunto difuso “médio” (consequente);

- Regra 47 – pertinência “0,3” ao conjunto difuso “alto” (consequente).

A seguir, essas pertinências plotadas produzem uma superfície gráfica, que correspondem aos

inputs da próxima etapa (figuras 8 e 9).

Figura 8 – implicação do consequente da regra 41


Figura 9 – implicação do consequente da regra 47


3.2.5 Etapa 5: agregação dos resultados

Os gráficos resultantes da etapa anterior são agregados em um único, produzindo um

polígono. A figura 10 apresenta o resultado da hipótese de trabalho.



13

Figura 10 – agregação dos resultados


3.2.6 Etapa 6: defuzzyficação

Nessa última etapa, o polígono resultante da etapa anterior é transformado em uma variável

exata (“crisp”), em processo denominado “defuzzyficação”. O método mais comum é por

centro de gravidade (ou centroide), representando o output do sistema fuzzy. Um output

superior a 5 indica “sustentável”, inferior a 5 “insustentável”. As figuras 11 e 12 ilustram essa

etapa.

Figura 11 – agregação dos resultados

Fonte: Adaptado de MATLAB 2013

Resultado da agregaçãopor método “max”

0,42

0,3

Regra 41

Regra 47

5,71Output do sistema fuzzy

(para os inputs 1, 2 e 3 da hipótese de trabalho)



14

Figura 12 – agregação dos resultados no MATLAB

Fonte: MATLAB 2013

4. Análise dos resultados

O resultado obtido com a hipótese de trabalho foi satisfatório. Os inputs 1, 2 e 3 (60%, 45% e

30%, respectivamente) são intuitivamente elevados para as condições de sustentabilidade na

educação nacional, descritas no início do artigo. A modelagem por sistema fuzzy produziu um

output com valor 5,71, representando assim um índice de sustentabilidade da dimensão

educacional considerado “sustentável”.

Em seguida, realizou-se uma análise de sensibilidade com a hipótese de trabalho, buscando

identificar os valores de equilíbrio entre índices “sustentáveis” (superiores a 5,0) e

“insustentáveis” (iguais ou inferiores a 5,0). O procedimento foi manter dois inputs fixos,

variando o restante, para identificar na hipótese de trabalho os eventuais suportes/resistências

do indicador submetido à variação (tabela 1).

Tabela 1 – Análise de sensibilidade da hipótese de trabalho

Indicadores 1, 2, 3 (%) Índice EDU

(60; 45; 30) 5,7115



15

(60; 45; 27) 4,8940

(60; 45; 28) 5,1156

(60; 40; 30) 5

(60; 41; 30) 5,2003

(40; 45; 30) 5

(41; 45; 30) 5,2003

Fonte: adaptado de MATLAB 2013

5. Conclusão

O artigo propôs indicadores de desempenho para avaliar o índice de sustentabilidade escolar,

como ferramenta didática a docentes e discentes, contribuindo ao ensino da sustentabilidade

nas instituições de ensino. Em paralelo, o artigo também buscava aplicar a lógica fuzzy, como

algoritmo de agregação dos indicadores, para a produção do índice final.

No que se refere à proposta dos indicadores, buscou-se a abordagem das quatro dimensões da

sustentabilidade, adequando as diversas fontes pesquisadas à realidade do ambiente escolar

brasileiro, ainda imaturo no ensino e na prática da sustentabilidade. Uma série de novas

pesquisas nessa área do conhecimento permitiria aprofundar os resultados obtidos, tais como:

produção de série histórica dos 15 indicadores propostos, a partir da medição em diferentes

instituições de ensino; inclusão de novos indicadores com ênfase na simplicidade e facilidade

de aplicação pelos estudantes; e ajustes das escalas de medição das variáveis de entrada.

Em relação à lógica fuzzy, os autores propuseram uma abordagem mais didática aos iniciantes

desse tema, detalhando os procedimentos em seis etapas, com as ilustrações que facilitassem a

compreensão. A ampla gama de variações para análise de sensibilidade do sistema fuzzy,

principalmente em relação às regras de inferência e alternância dos operadores (inferência,

implicação, agregação e deffuzyficação) oferecem diversas oportunidades de aprofundamento

de novas pesquisas nessa área do conhecimento.

REFERÊNCIAS



16

ANDRIANTIATSAHOLINIAINA L.A., KOUIKOGLOU V.S., PHILLIS Y.A. Evaluating strategies for

sustainable development: fuzzy logic reasoning and sensitivity analysis, Revista Ecological Economics, 48,

2004, pp. 149-172.

AUSTRALIA. Indicators for a Sustainable School. 2010. Disponível em:

<http://www.maroochycatchmentcentre.org.au/catchment/wp-content/uploads/2010/04/How-Sustainable-is-

Your-School.pdf> Acesso em: 14 abr. 2013.

______. Educating for a Sustainable Future: a national environmental education statement for Australian

schools. 2005. Disponível em: <http://www.environment.gov.au/education/publications/pubs/sustainable-

future.pdf> Acesso em: 11 abr. 2013.

AZEVEDO, Ana Luísa Vieira de. Indicadores de sustentabilidade empresarial no Brasil: uma avaliação do

Relatório do CEBDS. Revista Iberoamericana de Economia Ecológica. Vol. 5: 75-93. 2006. Disponível em:

<http://ddd.uab.cat/pub/revibec/13902776v5p75.pdf>. Acesso em: 12 abr. 2013.

BISC. The Berkeley Initiative in Soft Computing. California: University of Berkeley. Disponível em:

<http://www.cs.berkeley.edu/~zadeh/stimfl.html>. Acesso em: 10 abr. 2013.

BRASIL. Diário Oficial [da República Federativa do Brasil], Brasília, DF, n.116, 18 jun. 2012. Seção 1, p.

70-71. Disponível em:

<http://www.in.gov.br/visualiza/index.jsp?data=18/06/2012&jornal=1&pagina=70&totalArquivos=320> Acesso

em: 15 mar. 2013.

GAMAGE, Gayathri Babarenda. A New Model for Assessing Sustainability of Complex Systems Integrating

LCA and RA for Sustainability. Tese (Doutorado). The University of Auckland, 310 p. 2011.

GIL, Antonio Carlos. Como elaborar projetos de pesquisa. São Paulo: Atlas, 1991.

IBGE. Indicadores de desenvolvimento sustentável: Brasil 2012. Disponível em:

<ftp://geoftp.ibge.gov.br/documentos/recursos_naturais/indicadores_desenvolvimento_sustentavel/2012/ids2012

.pdf> Acesso em: 10 abr. 2013.

INSTITUTO ETHOS. Indicadores Ethos de Responsabilidade Social Empresarial. São Paulo: Instituto

Ethos, 2012. Disponível em: <http://www3.ethos.org.br/cedoc/indicadores-ethos-versao-

2012/#.UXVTTrWG3ss> Acesso em: 15 abr. 2013.

MATLAB. Matlab and Simulink Student Version Software. The Mathworks Inc. 2013.

MATHWORKS. Fuzzy Logic Toolbox User’s Guide. The MathWorks Inc . Notick, MA, 2001. Disponível em:

<http://lsc.fie.umich.mx/~juan/Materias/Posgrado/IdSis/IEEE/fuzzy_tb.pdf > Acesso em: 08 abr. 2013.

OLIVEIRA, Hime Aguiar e. Lógica Difusa: aspectos práticos e aplicações. Rio de Janeiro: Interciência, 1999.

ONU. ORGANIZAÇÃO DAS NAÇÕES UNIDAS. Agenda 21. 1992. Disponível em:

<http://sustainabledevelopment.un.org/content/documents/Agenda21.pdf> Acesso em: 10 abr. 2013.

_________ . Indicators of Sustainable Development: Guidelines and Methodologies. 3 ed. The Department

of Economic and Social Affairs of the United Nations Secretariat. New York: United Nations, 2007.

SILVA, Edna Lúcia; MENEZES, Estera Muszkat. Metodologia da pesquisa e elaboração de dissertação – 4.

ed. rev. atual. – Florianópolis: editora UFSC, 2005.

http://www.maroochycatchmentcentre.org.au/catchment/wp-content/uploads/2010/04/How-Sustainable-is-Your-School.pdf

http://www.maroochycatchmentcentre.org.au/catchment/wp-content/uploads/2010/04/How-Sustainable-is-Your-School.pdf

http://www.environment.gov.au/education/publications/pubs/sustainable-future.pdf

http://www.environment.gov.au/education/publications/pubs/sustainable-future.pdf

http://ddd.uab.cat/pub/revibec/13902776v5p75.pdf

http://www.cs.berkeley.edu/~zadeh/stimfl.html

http://www.in.gov.br/visualiza/index.jsp?data=18/06/2012&jornal=1&pagina=70&totalArquivos=320

ftp://geoftp.ibge.gov.br/documentos/recursos_naturais/indicadores_desenvolvimento_sustentavel/2012/ids2012.pdf

ftp://geoftp.ibge.gov.br/documentos/recursos_naturais/indicadores_desenvolvimento_sustentavel/2012/ids2012.pdf

http://www3.ethos.org.br/cedoc/indicadores-ethos-versao-2012/#.UXVTTrWG3ss

http://www3.ethos.org.br/cedoc/indicadores-ethos-versao-2012/#.UXVTTrWG3ss

http://lsc.fie.umich.mx/~juan/Materias/Posgrado/IdSis/IEEE/fuzzy_tb.pdf

http://sustainabledevelopment.un.org/content/documents/Agenda21.pdf



17

UNESCO. Education for Sustainable Development. Disponível em:

<http://www.unesco.org/new/en/education/themes/leading-the-international-agenda/education-for-sustainable-

development/>. Acesso em: 08 abr. 2013.

ZADEH, Lotfi A. Outline of a new approach to the analysis of complex systems and decision process. Revista

IEEE Transactions on Systems, Man, and Cybernetics, vol. SMC-3, No1, jan 1973. P. 28-44.

ANEXO

Tabela 2 – Regras de inferência da hipótese de trabalho

REGRA SE IND1 e SE IND2 e SE IND3 ENTÃO ÍNDICE

1 I I I MB

2 I I R MB

3 I R I MB

4 R I I MB

5 I I B MB

6 I B I MB

7 B I I MB

8 I I E B

9 I E I B

10 E I I B

11 I R R B

12 R I R B

13 R R I B

14 I R B B

15 I B R B

16 R I B B

17 R B I B

18 B I R B

19 B R I B

20 I R E M

21 I E R M

22 R I E M

23 R E I M

24 E I R M

25 E R I M

26 I B B M

27 B I B M

28 B B I M

29 I B E M

30 I E B M

31 B I E M

32 B E I M

33 E I B M

34 E B I M

35 I E E A

http://www.unesco.org/new/en/education/themes/leading-the-international-agenda/education-for-sustainable-development/

http://www.unesco.org/new/en/education/themes/leading-the-international-agenda/education-for-sustainable-development/



18

REGRA SE IND1 e SE IND2 e SE IND3 ENTÃO ÍNDICE

36 E I E A

37 E E I A

38 R R R M

39 R R B M

40 R B R M

41 B R R M

42 R R E A

43 R E R A

44 E R R A

45 R B B A

46 B R B A

47 B B R A

48 R B E A

49 R E B A

50 B R E A

51 B E R A

52 E R B A

53 E B R A

54 E R E MA

55 E E R MA

56 R E E MA

57 B B B M

58 B B E MA

59 B E B MA

60 E B B MA

61 B E E MA

62 E B E MA

63 E E B MA

64 E E E MA

Fonte: Adaptado de MATLAB 2013

educaÇÃo da sustentabilidade: uma proposta de...

Documents