Navegando por Assunto "Testes"

Agora exibindo 1 - 4 de 4

Atividade inseticida de óleos essenciais de Citrus spp. sobre Sitophilus zeamais em milho armazenado
(2023-09-14) Alves, Maria Jéssica Pereira; Oliveira, Carlos Romero Ferreira de; Oliveira, Cláudia Helena Cysneiros Matos de; http://lattes.cnpq.br/1587027736201526; http://lattes.cnpq.br/2515051171734004; http://lattes.cnpq.br/4866960483577818
O milho (Zea mays L.) é um cereal de grande valor econômico e social. Sua produção é destaque mundial, porém, ocorrem perdas significativas que são ocasionadas por ataques de insetos. Dentre os insetos que acometem os produtos armazenados, merece destaque o coleóptero Sitophilus zeamais (Curculionidae), o qual causa efeitos danosos aos grãos. Tendo em vista o uso indiscriminado de inseticidas sintéticos para o controle de insetos-pragas, métodos alternativos estão sendo cada vez mais estudados, como a utilização de compostos vegetais, destacando-se os óleos essenciais (OEs). Desse modo, este estudo teve por objetivo avaliar a toxicidade dos OEs de laranja amarga (Citrus aurantium), laranja doce (Citrus sinensis), tangerina (Citrus reticulata) e bergamota (Citrus bergamia) sobre Sitophilus zeamais. Os testes realizados foram pela via de contato e ingestão com a finalidade de estimar as concentrações letais (CL50 e CL90) de cada óleo. Com as concentrações estimadas, realizou-se posteriormente o teste de repelência com as CL50 sobre o inseto. Foram avaliados os quatro OEs no teste de contato e ingestão utilizando diferentes concentrações (0, 5, 10, 15, 20, 25, 30, 35, 40, 45, 50 µL/20g) por um período de 48h, utilizando 10 insetos, 20g de milho, em 5 repetições. No teste de repelência aplicouse as concentrações letais (CL50) isoladamente dos quatro OEs, utilizando 10 insetos, 20g de milho, em 10 repetições, confinados por 48h. No teste de contato e ingestão, contabilizou-se as percentagens de mortalidade dos insetos e no teste de repelência os insetos atraídos, além do número de adultos emergidos em cada tratamento. No teste de contato e ingestão observou-se diferenças significativas nas menores concentrações, sendo os OEs mais tóxicos, laranja amarga (C. aurantium) e bergamota (C. bergamia). Pelo Índice de Repelência (IR) observou-se que os quatro OEs utilizados apresentaram efeito repelente em todas as concentrações testadas. Não houve diferença significativa na emergência de S. zeamais nos grãos de milho tratados, indicando que atuaram como inibidores para a oviposicão e/ou apresentaram efeito ovicida/larvicida. Portanto, constatou-se que os OEs mostraram ser promissores para o manejo de S. zeamais em grãos armazenados.
Automação de Testes de Interface Web: uma análise comparativa entre Cypress e Playwright
(2022-04-24) Segundo, Marco Antonio de Souza; Furtado, Ana Paula Carvalho Cavalcanti; http://lattes.cnpq.br/5862330768739698; http://lattes.cnpq.br/7175760993922551
O mercado de software vem cada vez mais buscando a otimização em seus processos, assim como uma qualidade superior em seus produtos. Dentre os processos, está o de Testes de Software, que contribui de forma considerável para a qualidade dos sistemas. No meio deles, há o Teste de Interface que é baseado na formação de uma sequência de eventos nos componentes de uma interface gráfica a fim de encontrar falhas. Para auxiliar neste processo, é comum a utilização de ferramentas de automação com capacidade de gerenciamento e controle de testes. Entre as principais ferramentas do mercado, está o Selenium WebDriver, que possui limitações em sua aplicação. Diante disso, o objetivo deste trabalho é a realização de uma análise comparativa entre o Cypress e o Playwright, duas ferramentas que possuem arquiteturas diferentes do Selenium, a fim de auxiliar profissionais na escolha de frameworks de automação relacionados à interface gráfica. A partir desta análise, foi possível verificar um equilíbrio entre as ferramentas, com o Cypress obtendo uma vantagem em relação a eficiência dos testes e o Playwright garantindo uma vantagem nos critérios de tempo de execução e cobertura de testes.
Geração de Testes automáticos para sistemas web a partir de casos de uso
(2024-10-03) Batista, Lucas Carneiro de Freitas; Nogueira, Sidney de Carvalho; http://lattes.cnpq.br/9171224058305522; http://lattes.cnpq.br/7911945427967450
Casos de uso são amplamente utilizados para descrever interações entre usuários e sistemas em linguagem natural, uma fonte valiosa para derivar casos de teste. Este trabalho explora a geração de testes automáticos para sistemas web através da extensão de TaRGeT, uma ferramenta de geração de casos de teste manuais a partir de um modelo do sistema derivado de casos de uso, para permitir gerar scripts para execução automática de testes implementados em Cypress. A extensão consiste na introdução de mapeamentos dos itens do caso de uso para o respectivo código, permitindo que TaRGeT gere testes automáticos em adição aos testes manuais. Para avaliar a extensão proposta, a mesma foi aplicada em um sistema real, demonstrando sua aplicabilidade.
Uso de Machine Learning para identificação de solicitação de teste de confirmação em projeto de teste de software
(2022-06-06) Santos, Victor Leuthier dos; Monteiro, Cleviton Vinicius Fonsêca; Albuquerque Júnior, Gabriel Alves de; http://lattes.cnpq.br/1399502815770584; http://lattes.cnpq.br/9362573782715504; http://lattes.cnpq.br/8817589533156593
Um estudo recente publicado pela Cambridge Judge Business School descobriu que os desenvolvedores perdem 620 milhões de horas por ano depurando falhas de software, o que acaba custando às empresas aproximadamente US$ 61 bilhões por ano. Este processo de depuração se torna ainda mais complexo e custoso às organizações quando o desenvolvedor não possui acesso aos recursos necessários. Utilizando a biblioteca TPOT como ferramenta de Auto Machine Learning para encontrar a melhor pipeline de um modelo foram analisados comentários do Jira afim de identificar pedidos de reteste por parte de desenvolvedores para os testadores de uma empresa. Foi construído um modelo para criação da ferramenta chamada “Preste atenção ao reteste ou Pay attention to retest” - PATRE, que utiliza Aprendizado de Máquina (Machine Learning) para identificação automática de pedido de teste de confirmação, otimizando assim a rotina dos profissionais envolvidos no desenvolvimento do software. O classificador gerado após 5 gerações foi o GradientBoostingClassifier e obteve uma precisão de 0.562, e um recall de 0.529, enquanto o f1-score encontrado foi de cerca de 0.545. Enquanto que o classificador escolhido pelo TPOT após 20 gerações foi o StackingEstimator obteve os seguintes resultados: precisão de 0.48, recall de 0.735 e f1-score de 0.581. Mostrando a influência direta do número de gerações na qualidade do modelo e do classificador final. Nenhuma informação ou dado confidencial foi utilizado para a realização deste trabalho.