Na área educacional a aplicação de algoritmos de máquina permite definir estratégias que ajudam os estudantes a melhorar seu desempenho para progredir no aprendizado, auxiliar professores e pesquisadores a descobrirem novas maneiras de se aprimorarem, prevê risco de evasão de alunos, avaliam o desempenho de estudantes atuando no ambiente educacional, entre outros. Este trabalho aplicou ferramentas de mineração de dados utilizando algoritmos de aprendizagem de máquina em uma base referente a opinião de alunos do ensino superior sobre o ensino remoto no período de pandemia. A etapa de mineração de dados teve como objetivo inferir regras e padrões que possam modelar o perfil dos estudantes em relação a metodologia EAD. Os resultados encontrados mostram características diferentes para grupos de alunos contendo variadas opiniões sobre a aplicação do ensino a distância. Os algoritmos mostraram resultados satisfatórios em relação a acurácia e foi possível analisar os perfis destes alunos por meio das regras definidas por eles.

Muitos problemas de Aprendizagem de Máquina (AM) utilizam milhares de atributos para o treinamento do algoritmo. Utilizar essa quantidade de atributos faz com que, além de deixar os treinos lentos, fique difícil encontrar um padrão entre os dados para realizar uma possível classificação deles. Algumas dessas bases possuem, também, a característica de muitos atributos e poucos exemplares. Muitas vezes, isso se deve pela dificuldade em coletar amostras em largas quantidades. Esse problema é conhecido como "Maldição da Dimensionalidade". Por conta dessa característica muitos dos métodos de AM não conseguem criar um modelo de classificação eficiente o suficiente para prever exemplares futuros por conta da dificuldade em generalizar tamanha quantidade de atributos. Visando diminuir o problema da maldição da dimensionalidade e outros problemas gerados pela alta dimensionalidade, técnicas de redução de dimensionalidade podem ser aplicadas para retirar da base de dados atributos irrelevantes e/ou redundantes. Além disso, representar uma grande quantidade de atributos em um número reduzido de dados pode ajudar a biólogos a identificarem quais genes estão diretamente ligados aos problemas neles identificados. As técnicas de redução de dimensionalidade podem ser divididas em duas abordagens: extração de atributos e seleção de atributos. Métodos de seleção de atributos selecionam os atributos mais relevantes sem alterar a base de dados, enquanto que os métodos de extração de atributos modificam a base de dados para representar os dados. Contudo, a projeção feita por esses métodos não se importa com as relações entre as bases originais e as bases reduzidas, fazendo com que uma futura representação não represente bem seus dados originais. Como alternativa para a tarefa de redução, pode-se utilizar a Aprendizagem Profunda por meio de uma rede autocodificadora que pode realizar a extração de atributos em suas camadas ocultas. Utilizar redes autocodificadoras por si só pode apresentar problemas, uma vez em que ela foca em reduzir dados e, depois, reconstrui-los, criando-se assim uma relação mais profunda entre entrada e saída, e não entrada e redução. O método proposto busca reduzir a dimensionalidade da base através da extração de atributos onde, dado um conjunto de atributos X, busca-se a criação de um novo conjunto de atributos Y, que são mais expressivos e melhor representem a variedade dos atributos originais. A estrutura responsável por essa redução se chama codificador. O codificador é uma estrutura interna da autocodificadora que consiste nas camadas internas entre a camada de entrada, composta pelo número total de atributos a serem reduzidos, e a menor camada da rede (também chamada de bottleneck), composta pelo número desejado de redução. Devido da importância da estrutura codificadora para a redução da base, criando assim a base reduzida na rede autocodificadora, o método proposto realiza um pré0treinamento no codificador utilizando uma Rede Neural Multicamadas (MLP) para classificação e, com os pesos utilizados nesse treinamento, é realizado um novo treinamento com o decodificador, criando assim a autocodificadora. Esse pré-treinamento faz com que o codificador crie uma relação entre base a original e sua classe bem como com o decodificador, para que esse também esteja otimizado para uma possível reconstrução dos atributos. Este projeto tem como objetivo propor o método FEA-PTC (Feature Extraction using Autoencoder: Pre-Training with Classification) utilizando bases de dados de microarranjo para a realização dos experimentos.

Este artigo apresenta os critérios usados para a seleção de softwares educacionais gratuitos que podem ser aplicados as pessoas com deficiência intelectual (DI) a fim de ajudar no processo ensino e aprendizagem. Os critérios foram categorizados em formatação, mídia e diversos e consideram as características das pessoas com DI. As notas estabelecidas para cada software considerando cada critério usou a escala de Alpert. Foram analisados no total 21 jogos educacionais, sendo 3 exemplos para cada matéria que é ministrada na educação especial. Os dados sobre as matérias e seus respectivos conteúdos são oriundos da instituição que é parceira com a pesquisa descrita neste artigo. Como resultado observou-se que os jogos educacionais gratuitos que contemplam letras com fontes de fácil entendimento, cores bem definidas, sons, dicas, entre outros se destacaram para este público. Considerando os 21 software educacionais analisados, 11 foram classificados e podem ser usados para o ensino e aprendizagem de alunos com deficiência intelectual.

Contém registros sobre a execução das atividades de pessoas com deficiência intelectual referente aos atributos: Cooperação, Autonomia, Persistência, Explicar o Assunto, Disposição para Realizar a Atividade, Atenção, Dificuldade e a Finalização da Tarefa.

O problema do plágio em programação afeta desde o meio acadêmico até a industria de softwares. Considerando a importância deste domínio de estudo, diversas abordagens desenvolveram ferramentas para automatizarem a detecção de plágio em programação, mas as soluções propostas não contemplam os mais diversos níveis ou tipos de modificações encontradas em códigosfonte plagiados. A abordagem proposta neste trabalho busca contemplar todos os níveis de modificações encontrados em códigos de programação seguindo uma classificação proposta na literatura. O funcionamento da solução proposta é fundamentado em técnicas da bioinformática e da ciência da computação. As seguintes técnicas são utilizadas: modelo de DNA sintético, alinhamento de sequências de DNA sintético e tokens. A avaliação da abordagem será realizada por meio de sete cenários de teste com um total de 253 códigos-fonte a serem verificados por diferentes níveis de plágio, e considerando em cada cenário os parâmetros avaliativos de experimentos: Precision e Recall. Esta abordagem pode detectar diferentes níveis de plágio em programação, além proporcionar o suporte a diferentes linguagens e maior eficiência na complexidade de tempo em relação a outras soluções como a JPLAG.

O processo de refatoração garante uma qualidade maior no código-fonte aumentando a sua manutenibilidade, confiabilidade e flexibilidade. De acordo com a literatura cerca de 70% do custo do software é para manutenção e isto pode ser diminuído usando técnicas que permitem aumentar a qualidade do código-fonte tal como a refatoração baseada em padrões de projetos. Constatou-se por meio de um mapeamento sistemático que os trabalhos na literatura de detecção e inserção de padrões de projeto não são realizados de forma autônoma. Este trabalho criou a abordagem Codice-Unio para detectar pontos de inserção e aplicar padrões de projeto com agentes usando a arquitetura de Belief-Desire-Intention (BDI). A abordagem contempla em um mesmo ambiente três métodos da literatura capazes de detectar e aplicar padrões de projeto em código-fonte escrito em linguagem Java. A fim de comparar o processo de refatoração antes e depois da aplicação do padrão de projeto foi contemplado na abordagem a avaliação de métricas relacionadas aos atributos de qualidade tais como manutenibilidade, reusabilidade e confiabilidade. A Codice-Unio foi implementada em um framework para agentes que suporta a arquitetura BDI e usou ferramentas específicas para leitura de código e avaliação dos atributos de qualidade. A abordagem foi avaliada com cenários de testes providos pelos métodos da literatura e posteriormente por projetos open-source encontrados na web via GitHub. Como resultado, a Codice-Unio é capaz de identificar e aplicar padrões de projeto em classes candidatas automaticamente em cerca de aproximadamente 97% dos projetos que foram submetidos ao experimento.

A suspensão das aulas presenciais no ensino de modalidade especial, em consequência da pandemia de COVID-19, afetou diretamente os alunos com deficiência intelectual. O uso das técnicas de gamificação aplicadas no desenvolvimento de videoaulas torna-se uma iniciativa benéfica para esse público. A gamificação aplicada em vídeos auxilia positivamente o processo de ensino desses estudantes, mostrando-lhes uma nova forma de aprender. Este artigo apresenta como foi realizado a criação das videoaulas gamificadas para os alunos com deficiência intelectual que frequentam uma escola de educação especial da região. As videoaulas visam ensinar aos alunos o conteúdo de sustentabilidade e segurança alimentar. Apesar do resultado eficiente da gamificação nas videoaulas, constatou-se, por meio de perguntas elaboradas sobre a aula de formulários do Google, a dificuldade que os alunos com deficiência intelectual apresentam no domínio da tecnologia.

O ensino e aprendizagem de conteúdos pode ser facilitado quando se utiliza técnicas em que se consegue proporcionar a integração de diversas ciências. A interdisciplinaridade é a proposta de ensinar de forma a realizar esta integração, a qual permite complementar a capacidade de que disciplinas podem se comunicar a fim de proporcionar um melhor aprendizado da realidade. Este trabalho propõe o desenvolvimento de um jogo interdisciplinar em que o aluno aprenderá a importância da higiene bucal como meio preventivo de doenças dentais e periodontais a partir de uma abordagem lúdica e ao mesmo tempo aprenderá conteúdos relacionados a português, por meio de interpretação de texto; matemática por meio de aritmética básica, história, por meio da evolução histórica dos tratamentos dentários, por fim, biologia, por meio de informações biológicas a cerca da bactéria responsável pela cárie. O jogo usará aprendizagem de máquina pode ajustar o nível de dificuldade e identificar quais as fragilidades e facilidades do usuário de forma individual. Para isto, serão estudados algoritmos supervisionados e não supervisionado a fim de identificar qual melhor se enquanto dentro da problemática. O jogo será aplicado ao público com deficiência intelectual, pois de acordo com o Censo 2010, quase 24% da população da população brasileira, declarou ter algum tipo de deficiência. Pessoas com deficiência intelectual podem processar as informações mais lentamente, ter dificuldade motora e realizar ações cotidianas, mas precisam ser incluídas no uso de tecnologias que podem proporcionar um melhor ensino e aprendizagem. Espera-se que a partir da proposta deste jogo, usuários com nível de deficiência intelectual leve e moderado sejam capazes de absorver o conteúdo e aprender sobre o tema apresentado de forma individual. Além disso, analisar as contribuições que a aprendizagem de máquina pode proporcionar a este público. Como o jogo será aplicado para pessoas com deficiência intelectual leve e moderada e eles estão em nível de escolaridade equivalente ao fundamental I e II e pré-escolaridade que se equivale ao fundamental III a V, então o jogo futuramente pode ser avaliado por crianças neste nível de escolaridade.

Este trabalho visa apresentar uma proposta de desenvolvimento de um jogo educacional capaz de auxiliar no ensino de pessoas com deficiência intelectual, por meio de algoritmos de Inteligência Artificial, no campo da Aprendizagem de Máquina utilizando a Aprendizagem por Reforço. Para isto, a ferramenta para desenvolvimento de jogos UNITY foi utilizada, com implementação inicial em linguagem C# e Python. O jogo apresenta um tema na área de ciências para explicar de forma dinâmica a reação de nossos corpos quando estes entram em contato com um vírus. O presente artigo apresenta o protótipo do jogo, bem como a proposta de seu funcionamento.

The programming plagiarism is increasingly a problem in computing education, and the proposed solutions for this growing concern rely on automatic detectors. The usage of the automatic tools for this purpose can provide benefits in education for professors and instructors of programming assignments, besides, to avoid the lack of essential skills from the students since they compromise their programming logic by plagiarizing. This paper performs a systematic mapping study aligned with a snowballing technique to analyzes the existing solutions for this domain. As contributions, tendencies, as well as information analysis, are provided to guide new proposals of solutions.

O SauVe é um aplicativo desenvolvido para fornecer dicas sobre saúde vegetal. Foi criado para a Mostra Cultural realizada pela escola Educação Básica Dra. Zilda Arns na Modalidade de Educação Especial. Este aplicativo roda somente em Android.

A pandemia de Covid-19 trouxe mudanças para o ensino presencial, pois passou a ser realizado de forma remota ou por meio de atividades entregues aos estudantes em sua residência. O Projeto de Letramento Digital que atende presencialmente uma instituição de ensino na modalidade de educação especial na disciplina de informática, teve que se adaptar as mudanças trazidas pela Covid-19. As aulas elaboradoras pelo projeto passaram a ser enviadas aos alunos por vídeos, disponibilizados à professora da instituição que os enviava aos alunos por whatsapp, pois foi a tecnologia que os alunos conseguiram se adaptar neste momento. Este artigo apresenta como foi realizada a elaboração dos vídeos e dos conteúdos para as pessoas com de deficiência intelectual. Os conteúdos dos vídeos falam sobre a saúde alimentar, a fim de conscientizar os alunos do que é uma alimentação saudável. Em relação aos resultados foi positivo, pois os alunos se sentiram incluídos neste momento de pandemia.

O conhecimento de técnicas de gestão de custos permite ao administrador rural ter acesso às informações para tomada de decisão. Uma das práticas existentes é a formação de preço de venda, responsável pela administração dos custos de produção e definição do preço do produto cultivado. Dentre os trabalhos publicados na literatura voltados a temática desse estudo, constatou-se que existem poucas soluções automatizadas no contexto agrícola, e as que foram encontradas, utilizam-se de apenas uma metodologia de custeio. Por isso, a pesquisa objetivou criar uma ferramenta para a formação de preço de venda da horticultura, que compreenda mais de uma forma de precificação, no caso, foram implementados os métodos: Custeio ABC, Custeio por Absorção e Custeio Variável. O desenvolvimento do HortiPrice foi dividido em duas fases: a primeira relacionada a metodologia de pesquisa e a segunda associada ao desenvolvimento do produto. Como resultados destacam-se: a modelagem das metodologias de custeio, a criação da linguagem de padrões relacionada ao tema da pesquisa, a identificação de pontos de estabilidade e flexibilidade entre os métodos de custo e o modelo do framework refinado por meio da aplicação de padrões de projeto e metapadrões. O framework de domínio codificado foi avaliado com dados obtidos por meio do mapeamento sistemático executado, e os dados disponibilizados na internet pela Companhia Nacional de Abastecimento (CONAB), Embrapa Hortaliças e Empresa de Assistência Técnica e Extensão Rural (EMATER) referentes aos segmentos agrícolas alho irrigado, morango e rosa. Foram inseridas as informações de custo das culturas citadas anteriormente para que fosse possível realizar as simulações. Observou-se que os valores retornados satisfazem os preços praticados no mercado. O framework HortiPrice apresentou três pontos principais com relação a sua abordagem, a gratuidade de acesso, a utilização do modelo criado em outras pesquisas da área e a adição ou reuso de métodos e classes.

A música é uma das artes mais antigas e é capaz de impactar em várias esferas, inclusive no desenvolvimento cognitivo. Por meio da música, deficientes intelectuais podem adquirir diversos benefícios, como aumento da atenção, concentração e criatividade. Considerando os aspectos que envolvem a teoria musical e o grande impacto que o um jogo sério para o ensino de música teórica pode ter na vida de pessoas com deficiência intelectual, foi construído o Melodia. A modelagem do jogo proposto neste trabalho foi realizada usando como referência a metodologia ágil Scrum. A finalidade do Melodia foi criar um jogo para inserir pessoas com DI alfabetizadas no universo musical, atuando como um incentivo à jornada pelo mundo da música. Para sua construção, foi utilizada a estética minimalista, elementos da gamificação, de jogos sérios e características de pessoas com deficiência intelectual. O jogo possui 7 níveis e 3 dificuldades (fácil, média e difícil), abordando os principais elementos que compõem a partitura musical: claves, pauta, escala musical, ritmo, melodia e harmonia. Além da avaliação do conhecimento musical, o jogo objetiva avaliar a atenção dos jogadores com DI, utilizando uma variação do Teste de Atenção por Cancelamento. A prototipação do jogo foi realizada no Adobe UX e a implementação na plataforma Unity com a linguagem C#. Como resultado, o Melodia é um jogo sério para adultos com deficiência intelectual, trazendo a teoria musical de forma objetiva e intuitiva ao longo dos níveis. Sua estética simples, baseada na psicologia das cores, e sua organização do jogo por níveis e dificuldades possibilita que o jogador adquira o conhecimento teórico sobre música de forma divertida, gradativa e eficiente. Além disso, é um jogo capaz de avaliar a atenção do jogador.

Este trabalho explora a utilização de técnicas de aprendizado de máquina por reforço para modelagem de agentes, voltado para jogos educacionais para um público com deficiência intelectual. Para este objetivo foi criado uma função de recompensa para o agente que atenda a política de ação esperada, salvando cada parte da fase de treinamento para a criação de um jogo com uma dificuldade dinâmica, adaptativa ao usuário. O treino do agente apresentou bons resultados, aprendendo a se locomover no espaço do ambiente e selecionando ações ótimas para perseguir o jogador, revelando o potencial do uso do aprendizado de reforço para aplicações educacionais, pelo seu fator adaptativo ao usuário.

The use of NoSQL databases has increasingly become a trend in software development, mainly due to the expansion of Web 2.0 systems. However, there is not yet a standard to be used for the design of this type of database even with the growing number of studies related to this subject. This paper presents a systematic review looking for new trends regarding strategies used in this context. The result of this process demonstrates that there are still few methodologies for the NoSQL database design and there are no design methodologies capable of working with polyglot persistence.

O livro fornece informações sobre sustentabilidade, fertilizantes e agrotóxicos químicos. É indicado para o ensino fundamental de 1º ao 5º ano.

O livro fornece informações sobre agricultura sustentável, tipos de agricultura e criação de uma horta vertical . É indicado para o ensino fundamental de 1º ao 5º ano.

Os transtornos mentais já são indiscutivelmente o maior fardo oculto de problemas de saúde e que, possuem impactos substanciais de pequeno a longo a prazo nos indivíduos e na sociedade em geral, comumente já conhecido como o ‘mal do século’. De acordo com dados recentes da OMS (Organização Mundial da Saúde), o Brasil lidera o ranking da América Latina quando tratamos de Transtornos Mentais e ainda, se posiciona em segundo lugar em relação aos continentes da América, ficando atrás apenas dos Estados Unidos. Pode-se dizer que pessoas que enfrentam essas condições comumente são excluídas socialmente e ainda são menos propensas a participarem de estudos de pesquisa ou até mesmo permanecerem em acompanhamento com profissionais de saúde. É comum concluirmos que não existe saúde, sem saúde mental. Dessa forma, a saúde mental pode ser considerada como parte do cerne do bem-estar dos indivíduos diante a sociedade, e na medida com que este discernimento cresce, torna-se cada vez mais evidente a necessidade de dar enfoque a este tema que acomete milhares de pessoas ao redor do mundo. Com isto, este trabalho propõe o uso da Ciência de Dados para auxiliar desde o diagnostico a prevenção de pacientes que sofrem destes Transtornos. Pode-se dizer que esta área ocupa atualmente o papel principal na extração de relacionamentos em grandes conjuntos de dados através da descoberta de indicadores e padrões por meio de observações e experimento. A área da Ciência de Dados ainda e considerada uma área emergente e que pode ser explorada em diversos domínios como neste caso, a Saúde Mental. São diversas as definições dadas para área, mas em resumo, podemos definir os estudos dos dados com a noção de que não se tratam apenas de analises, os dados possuem valor e podem ser utilizados como apoio a tomada de melhores decisões quando para um domínio especifico. Através dos conceitos da Ciência de Dados, este trabalho propõe o uso de algoritmos de Aprendizagem de Maquina para encontrar padrões através de analises de sentimentos em questionários e textos de voluntários que sofrem de Transtornos Mentais e como saída além dos padrões encontrados propõe o uso de ferramentas da Inteligência de Negócios como forma de acompanhamento e prevenção para pacientes e profissionais da saúde.

Databases by Web 2.0 has revealed the limitations of the relational model related to scalability. This led to the emergence of NoSQL databases, with data storage models other than relational ones. These databases propose solutions to such limitations through horizontal scalability and partially compromise data consistency. The combination of multiple data models, called polyglot persistence, extends these solutions by providing resources for the implementation of complex systems that have components with distinct requirements that would not be possible by the use of only one data model in a satisfactory way. However, there are no consolidated methods for the NoSQL database design and neither methods for design systems that apply the polyglot persistence. This work proposes a database design method applied to systems that use polyglot persistence, combining different data models. This method can be applied to the relational model and aggregate-oriented NoSQL data models. The method defines a set of sub-steps based on the existing concepts of database design. The goal is to define a formal process to assist in defining the data models to be used and to transform the conceptual design into a logical design. The method application is demonstrated in some test cases, in order to show its results and applicability for later execution of the physical design of these databases.

Jogos educacionais demonstram um modo diferente e divertido de aprender, que pode ser potencializado pela utilização de Inteligência Artificial (IA), tornando a atividade mais dinâmica. Este artigo apresenta um jogo educacional utilizando uma técnica da IA conhecida como aprendizado por reforço, aplicada na modelagem de um agente inteligente. A metodologia usada para desenvolvimento do jogo denominado de PegAgente abrangeu quatro etapas: definição de ferramentas, modelagem do ambiente, modelagem do agente e a simulação. Conforme o nível do jogo aumenta, o agente se torna mais inteligente o que dificulta para o jogador, que precisa fugir e coletar itens que compõem o cenário do jogo. O tema do jogo foi a prevenção contra o vírus COVID-19, em que cada item coletável representa um método preventivo, e o agente inteligente é representado em formato de um vírus. O jogo demonstrou que a modelagem de agentes em jogos educacionais por meio do aprendizado por reforço permite a criação de um jogo com dificuldade ideal ao jogador, com o objetivo de gerar maior engajamento.

Algoritmos de Aprendizagem de Maquina vem sendo cada vez mais utilizados pela sua capacidade de aprender a partir de grandes volumes de dados como, por exemplo, dados de expressão gênica obtidos pela técnica de microarranjo. Uma característica das bases de dados de microarranjos é que, geralmente, ela é formada por grande quantidade de atributos e um pequeno número de amostras. Sabe-se que dados com alta dimensionalidade podem possuir atributos redundantes e muitas vezes irrelevantes, podendo atrapalhar o processo de aprendizagem e o desempenho das predições. Métodos de redução de dimensionalidade são utilizados para reduzir a quantidade de atributos das bases de dados. Redes Neurais Autocodificadoras podem ser adaptadas e utilizadas para a extração de atributos e, consequentemente, a redução da dimensionalidade. Esta pesquisa tem como objetivo utilizar uma rede neural autocodificadora para ser utilizada na extração de atributos em bases de dados de microarranjo. Para isso, serão realizados experimentos em cinco bases de dados. Os resultados foram avaliados por meio da taxa de acerto de classificadores.

Jogos educacionais sao utilizados para impulsionar a aprendizagem de pessoas com ou sem deficiência intelectual de forma interativa com atividades e conteúdos pedagógicos de acordo com a realidade vivenciada dos alunos. O aprimoramento dos jogos e realizado por meio de aplicacão de técnicas e elementos de gamificação que procuram manter a atenção e engajar o aluno para superar desafios. Adicionalmente, algoritmos de aprendizagem de maquina estão sendo utilizados em jogos educacionais com o objetivo de obter informações mais precisas das partidas dos jogos, características, dificuldades encontradas e o proprio comportamento do aluno. Os algoritmos não são aplicados em tempo de execução do jogo, mas sim, após a sua finalização. Este trabalho propõe o desenvolvimento de um jogo sério, o ScienceLearning, com o objetivo de aplicar algoritmos de aprendizagem de maquina em tempo de execução para mudança de níveis de dificuldade, utilizando gamificação. O ScienceLearning atende o público de pessoas com deficiência intelectuais no ensino sobre Segurança Alimentar. Espera-se como resultado obter informações sobre a aplicação de algoritmos de aprendizagem de máquina em relação a mudança de níveis durante a execução do jogo e medir o ensino e aprendizagem de alunos com deficiência intelectual em relação a sua interação com o jogo.