Este artigo descreve um mapeamento ontológico para avaliar mensagens significativas entre indivíduos em um ambiente colaborativo de atividades. A ontologia proposta foi aplicada nas mensagens trocadas entre os participantes do Collabora, que é um ambiente de aprendizagem colaborativa para promover a colaboração entre os alunos por meio de um chat e permite a troca de mensagens, links e arquivos para a resolução de atividades. Como resultado o mapeamento proposto permitiu a identificação das mensagens relacionadas ao domínio, a afetividade e valorização de autonomia.

A colaboração permite que os indivíduos possam compartilhar objetos, informações e ideias na tomada de decisão, mas é difícil mensurar a participação de cada pessoa. As informações em um ambiente colaborativo, em sua maioria, são modeladas em diferentes pontos de vista sobre o conhecimento do contexto. Normalmente, cada sistema possui sua própria linguagem e sintaxe para a representação do conhecimento, formando uma semântica local para cada um deles o que dificulta o processamento de dados. As ontologias ajudam a resolver problemas relacionados a semântica porque são capazes de representar, compartilhar e reutilizar conhecimento em comum. Este trabalho tem a finalidade de realizar o mapeamento de interações entre os indivíduos em um ambiente de atividades colaborativas com o uso de ontologias para avaliar as mensagens significativas. A aplicação da ontologia proposta foi aplicada nas mensagens trocadas entre os participantes do Collabora, que é um ambiente de aprendizagem colaborativa para promover a colaboração entre estudantes por meio de um chat e permite a troca de mensagens, links e arquivos para a resolução de atividades. A ontologia proposta consegue identificar a partir das interações entre os participantes quais mensagens podem ser classificadas como significativas.

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.