Geo3Café: uma Plataforma Colaborativa para Apoio à Tomada de Decisão na Cafeicultura
Resumo
Plataformas geoespaciais aplicadas à agricultura concentram-se, em geral, no processamento e visualização de dados, oferecendo suporte limitado à colaboração estruturada entre atores territoriais. Este trabalho apresenta a Geo3Café, uma plataforma colaborativa para a gestão da Indicação Geográfica Campo das Vertentes, fundamentada na integração entre o Modelo 3C de Colaboração e a Informação Geográfica Voluntária (IGV). A proposta organiza dados produtivos, geoespaciais e analíticos com funcionalidades colaborativas, promovendo a coprodução de dados e interpretações territoriais. O estudo também apresenta um framework sociotécnico que orienta a incorporação de mecanismos colaborativos em sistemas analíticos aplicados à cafeicultura.
Palavras-chave:
Plataforma Colaborativa, Informação Geográfica Voluntária, Indicação Geográfica, Cafeicultura, Inteligência Territorial, Análise de Dados
Referências
Alexandria Machado, A., Elias, E., Silva, L., Camboim, S., and Schmidt, M. (2022). Informação geográfica voluntária: o potencial das ferramentas colaborativas para a aquisição de nomes geográficos. Revista Brasileira de Geografia, 66:239–253.
Alves, H. M. R., Barbosa, J. N., Borém, F. M., Volpato, M. M. L., Vieira, T. G. C., and Lacerda, M. P. C. (2011). Relações entre ambiente e qualidade sensorial de cafés em minas gerais. In Anais do VII Simpósio de Pesquisa dos Cafés do Brasil, Araxá, MG, Brasil. 22–25 de agosto de 2011.
Alves, H. M. R., Vieira, T. G. C., Volpato, M. M. L., Lacerda, M. P. C., and Borém, F. M. (2016). Geotechnologies for the characterization of specialty coffee environments of mantiqueira de minas in brazil. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, XLI-B8:797–799.
Conab (2025). Acompanhamento da safra brasileira de café: Safra 2025 quarto levantamento. Technical report, Compania Nacional de Abastecimento, Brasília. Disponível em: [link]. Acesso em: 12 fev. 2026.
Elwood, S., Goodchild, M. F., and Sui, D. Z. (2012). Researching volunteered geographic information: Spatial data, geographic research, and new social practice. Annals of the Association of American Geographers, 102(3):571–590.
Fast, V. and Rinner, C. (2014). A systems perspective on volunteered geographic information. ISPRS International Journal of Geo-Information, 3(4):1278–1292.
Kizos, T., Kohsaka, R., Penker, M., Piatti, C., Vogl, C. R., and Uchiyama, Y. (2017). The governance of geographical indications: Experiences of practical implementation of selected case studies in austria, italy, greece and japan. British Food Journal, 119(12):2863–2879.
Leshed, G., Rosca, M., Huang, M., Mansbach, L., Zhu, Y., and Hernández-Aguilera, J. N. (2018). Calcucafé: Designing for collaboration among coffee farmers to calculate costs of production. Proceedings of the ACM on Human-Computer Interaction, 2(CSCW):1–21.
Manna, P., Bonfante, A., Colandrea, M., Di Vaio, C., Langella, G., Marotta, L., Mileti, F. A., Minieri, L., Terribile, F., Vingiani, S., and Basile, A. (2020). A geospatial decision support system to assist olive growing at the landscape scale. Computers and Electronics in Agriculture, 168:105143.
Olivatto, T. F. (2023). Informação geográfica voluntária: uma investigação bibliométrica de 10 anos. Revista do Departamento de Geografia, 43:e181687.
Patino, M. T. O., Berti, L. N., Simonato, E. B., Pinto, R. S. d. A., Marcomini, G. R., Alcântara, M. R. d., and Mozambani, A. E. (2024). Geographical indication of coffee in brazil: identification and effects of the critical success factors towards sustainability. OBSERVATÓRIO DE LA ECONOMÍA LATINOAMERICANA, 22(10):e7104.
Sobrinho, M. H. F., Guedes, C. A. M., and Castro, M. C. D. e. (2021). A indicação geográfica do café da serra da mantiqueira de minas gerais como ferramenta de desenvolvimento territorial. Interações, 22(1):—.
Souza, V. C. O., Castro, Y. B., Paula, M. M. V., and Volpato, M. M. L. (2018). Demarcafé: a proposal to support the mapping of coffee areas using citizen science. In Proceedings of the XIV Brazilian Symposium on Information Systems, SBSI ’18, New York, NY, USA. Association for Computing Machinery.
USDA (2025). Coffee production 2024/2025. Technical report, U.S. Department of Agriculute Foreign Agricultural Service. Disponível em: [link]. Acesso em: 12 fev. 2026.
Alves, H. M. R., Barbosa, J. N., Borém, F. M., Volpato, M. M. L., Vieira, T. G. C., and Lacerda, M. P. C. (2011). Relações entre ambiente e qualidade sensorial de cafés em minas gerais. In Anais do VII Simpósio de Pesquisa dos Cafés do Brasil, Araxá, MG, Brasil. 22–25 de agosto de 2011.
Alves, H. M. R., Vieira, T. G. C., Volpato, M. M. L., Lacerda, M. P. C., and Borém, F. M. (2016). Geotechnologies for the characterization of specialty coffee environments of mantiqueira de minas in brazil. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, XLI-B8:797–799.
Conab (2025). Acompanhamento da safra brasileira de café: Safra 2025 quarto levantamento. Technical report, Compania Nacional de Abastecimento, Brasília. Disponível em: [link]. Acesso em: 12 fev. 2026.
Elwood, S., Goodchild, M. F., and Sui, D. Z. (2012). Researching volunteered geographic information: Spatial data, geographic research, and new social practice. Annals of the Association of American Geographers, 102(3):571–590.
Fast, V. and Rinner, C. (2014). A systems perspective on volunteered geographic information. ISPRS International Journal of Geo-Information, 3(4):1278–1292.
Kizos, T., Kohsaka, R., Penker, M., Piatti, C., Vogl, C. R., and Uchiyama, Y. (2017). The governance of geographical indications: Experiences of practical implementation of selected case studies in austria, italy, greece and japan. British Food Journal, 119(12):2863–2879.
Leshed, G., Rosca, M., Huang, M., Mansbach, L., Zhu, Y., and Hernández-Aguilera, J. N. (2018). Calcucafé: Designing for collaboration among coffee farmers to calculate costs of production. Proceedings of the ACM on Human-Computer Interaction, 2(CSCW):1–21.
Manna, P., Bonfante, A., Colandrea, M., Di Vaio, C., Langella, G., Marotta, L., Mileti, F. A., Minieri, L., Terribile, F., Vingiani, S., and Basile, A. (2020). A geospatial decision support system to assist olive growing at the landscape scale. Computers and Electronics in Agriculture, 168:105143.
Olivatto, T. F. (2023). Informação geográfica voluntária: uma investigação bibliométrica de 10 anos. Revista do Departamento de Geografia, 43:e181687.
Patino, M. T. O., Berti, L. N., Simonato, E. B., Pinto, R. S. d. A., Marcomini, G. R., Alcântara, M. R. d., and Mozambani, A. E. (2024). Geographical indication of coffee in brazil: identification and effects of the critical success factors towards sustainability. OBSERVATÓRIO DE LA ECONOMÍA LATINOAMERICANA, 22(10):e7104.
Sobrinho, M. H. F., Guedes, C. A. M., and Castro, M. C. D. e. (2021). A indicação geográfica do café da serra da mantiqueira de minas gerais como ferramenta de desenvolvimento territorial. Interações, 22(1):—.
Souza, V. C. O., Castro, Y. B., Paula, M. M. V., and Volpato, M. M. L. (2018). Demarcafé: a proposal to support the mapping of coffee areas using citizen science. In Proceedings of the XIV Brazilian Symposium on Information Systems, SBSI ’18, New York, NY, USA. Association for Computing Machinery.
USDA (2025). Coffee production 2024/2025. Technical report, U.S. Department of Agriculute Foreign Agricultural Service. Disponível em: [link]. Acesso em: 12 fev. 2026.
Publicado
08/06/2026
Como Citar
BRANDÃO, João Marcelo da Silva; DE PAULA, Melise M. V.; SOUZA, Vanessa C. O.; MORENO, Clara L.; MOTA, Flávio B. S.; VOLPATO, Margarete M. L..
Geo3Café: uma Plataforma Colaborativa para Apoio à Tomada de Decisão na Cafeicultura. In: SIMPÓSIO BRASILEIRO DE SISTEMAS COLABORATIVOS (SBSC), 21. , 2026, Porto Alegre/RS.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2026
.
p. 474-483.
ISSN 2326-2842.
DOI: https://doi.org/10.5753/sbsc.2026.20870.
