Escolar Documentos
Profissional Documentos
Cultura Documentos
(Org.)
VOL. 2
científica digital
EDITORA CIENTÍFICA DIGITAL LTDA
Guarujá - São Paulo - Brasil
www.editoracientifica.com.br - contato@editoracientifica.com.br
CDD 004
Volume 2
1ª EDIÇÃO
científica digital
2023 - GUARUJÁ - SP
CONSELHO EDITORIAL Prof. Dr. Humberto Costa
Prof. Dr. Joachin Melo Azevedo Neto
Prof. Dr. Jónata Ferreira de Moura
Prof. Dr. André Cutrim Carvalho Prof. Dr. José Aderval Aragão
Prof. Dr. Antônio Marcos Mota Miranda Prof. Me. Julianno Pizzano Ayoub
Profª. Ma. Auristela Correa Castro Prof. Dr. Leonardo Augusto Couto Finelli
Prof. Dr. Carlos Alberto Martins Cordeiro Prof. Dr. Luiz Gonzaga Lapa Junior
Prof. Dr. Carlos Alexandre Oelke Prof. Me. Marcelo da Fonseca Ferreira da Silva
Profª. Dra. Caroline Nóbrega de Almeida Profª. Dra. Maria Cristina Zago
Profª. Dra. Clara Mockdece Neves Profª. Dra. Maria Otília Zangão
Profª. Dra. Claudia Maria Rinhel-Silva Prof. Dr. Mário Henrique Gomes
Profª. Dra. Clecia Simone Gonçalves Rosa Pacheco Prof. Dr. Nelson J. Almeida
Prof. Dr. Cristiano Marins Prof. Dr. Octávio Barbosa Neto
Profª. Dra. Cristina Berger Fadel Prof. Dr. Pedro Afonso Cortez
Prof. Dr. Daniel Luciano Gevehr Prof. Dr. Reinaldo Pacheco dos Santos
Prof. Dr. Diogo da Silva Cardoso Prof. Dr. Rogério de Melo Grillo
Prof. Dr. Ernane Rosa Martins Profª. Dra. Rosenery Pimentel Nascimento
Prof. Dr. Everaldo dos Santos Mendes Prof. Dr. Rossano Sartori Dal Molin
Prof. Dr. Fabricio Gomes Gonçalves Prof. Me. Silvio Almeida Junior
Profª. Dra. Fernanda Rezende Profª. Dra. Thays Zigante Furlan Ribeiro
Prof. Dr. Flávio Aparecido de Almeida Prof. Dr. Wescley Viana Evangelista
Profª. Dra. Francine Náthalie Ferraresi Queluz Prof. Dr. Willian Carboni Viana
Profª. Dra. Geuciane Felipe Guerim Fernandes Prof. Dr. Willian Douglas Guilherme
' 10.37885/231115081......................................................................................................................................... 9
Capítulo 02
' 10.37885/231115118......................................................................................................................................... 20
Capítulo 03
' 10.37885/231215358....................................................................................................................................... 34
Capítulo 04
' 10.37885/231215359....................................................................................................................................... 54
Capítulo 05
' 10.37885/231215361........................................................................................................................................ 79
SUMÁRIO
Capítulo 06
' 10.37885/231115017........................................................................................................................................103
Capítulo 07
' 10.37885/231215284......................................................................................................................................128
Capítulo 08
' 10.37885/231215230......................................................................................................................................144
Capítulo 09
' 10.37885/231215360......................................................................................................................................156
Capítulo 10
Capítulo 11
' 10.37885/231215362......................................................................................................................................182
SUMÁRIO
Capítulo 12
' 10.37885/231014752......................................................................................................................................201
Capítulo 13
' 10.37885/231215364......................................................................................................................................212
Capítulo 14
Capítulo 15
ANÁLISE COMPARATIVA DE
FERRAMENTAS PARA GESTÃO DE
PROJETOS
' 10.37885/231115081
RESUMO
MÉTODOS
RESULTADOS
Tabela 1. Análise das ferramentas de Gestão de Projetos (Arsana, Jira, Smartsheet, Microsoft Project,
Monday e Trello).
Ferramentas
Características Microsoft
Asana Jira Smartsheet Monday Todoinst Trello
Project
Analise de Valor
Sim Sim Sim Sim Sim Sim* Sim*
Agregado
Atribuição de Tarefas Sim Sim Sim Sim Sim Sim Sim
Baseado em
Não Não Sim Sim Sim Não Não
Plataformas
Baseado em Web Sim Sim Sim Sim Sim Sim Sim
Código aberto Não Não Não Não Não Não Não
Colaboração Sim Sim Sim Sim Sim Sim Sim
Compatibilidade Sim Sim Sim Sim Sim Sim Sim
Comunicação Sim Sim Sim Sim Sim Sim Sim
Controle de Versões Sim Sim Sim Não Sim Sim Sim
Distribuição de tarefas Sim Sim Sim Sim Sim Sim Sim
Flexibilidade Sim Sim Sim Sim Sim Não Sim
Tabela 2. Análise das ferramentas de Gestão de Projetos (Basecamp, Microsoft Project Server,
Oracle Project Management, Planner, Planner Suite, Workfront, Zoho Project5).
Ferramentas
Tabela 3. Análise das ferramentas de Gestão de Projetos (Wrike, PrimaveraP6, Clarizen, GanttProject,
GoPlan, OpenProject, Project.Net).
Ferramentas
Características
Wrike Primavera P6 Clarizen GanttProject GoPlan OpenProject Project.Net
Análise de Valor
Sim¹ Sim⁴ Sim³ Sim⁶ Sim⁵ Sim² Não
Agregado
Atribuição
Sim Sim Sim Sim Sim Sim Sim
de Tarefas
Baseado em
Distribuição Sim Não Sim Não Não Sim Não
de Tarefas
CONCLUSÃO
Agradecimentos
REFERÊNCIAS
BANDIC GLAVAS, M.; MAJSTOROVIC, V. Future virtual project management development trends.
In: Annals of DAAAM for 2012 & Proceedings of the 23rd International DAAAM Symposium. 2012.
p. 2304-1382.
BRAD, Marius-Constantin et al. A comparative study of agile project management software tools. Academy
of Economic Studies. Economy Informatics, v. 16, n. 1, p. 27-38, 2016.
CHASANIDOU, Dimitra; ELVESÆTER, Brian; BERRE, Arne-Jørgen. Enabling team collaboration with
task management tools. In: Proceedings of the 12th International Symposium on Open Collaboration.
2016. p. 1-9.
GUERREIRO, Marcela Nunes; BRITO, Maurini Elizardo. Escritório de projetos e suas ferramentas para
gestão e controle. Boletim do Gerenciamento, v. 31, n. 31, p. 10-17, 2022.
KOSTALOVA, Jana; TETREVOVA, Libena; SVEDIK, Jan. Support of project management methods by
project management information system. Procedia-Social and Behavioral Sciences, v. 210, p. 96-104, 2015.
Lager, Bentley.. Dependency Mapping Software for Jira, Project Management Tool. Computer Science
and Computer Engineering Undergraduate Honors Theses Retrieved from https://scholarworks.uark.
edu/csceuht/81. 2020.
MISHRA, Alok; MISHRA, Deepti. Software project management tools: a brief comparative view. ACM
SIGSOFT Software Engineering Notes, v. 38, n. 3, p. 1-4, 2013.
ÖZKAN, Deniz; MISHRA, Alok. Agile project management tools: a brief comprative view. Cybernetics
and Information Technologies, v. 19, n. 4, p. 17-25, 2019.
SAJAD, Muhammad et al. Software Project Management: Tools assessment, Comparison and
suggestions for future development. International Journal of Computer Science and Network Security
(IJCSNS), v. 16, n. 1, p. 31, 2016.
SNOW, Kathleen White. Managing creative teams: virtual work’s impact on creative climate and
creative process. 2022.
WONG, Ng Poi; DARWIN, Darwin; SUWANDY, Riche. Operational Improvements In It-Based E-Commerce
Companies Using Monday. Com. Jurnal Teknologi Dan Sistem Informasi Bisnis, v. 4, n. 1, p. 102-106, 2022.
' 10.37885/231115118
RESUMEN
Recopilacion de Datos
Preprocesamiento de Datos
Extracción de Características
Puntuaciones de sentimiento
Extracción de características
Métricas de evaluación
(TP + TN )
Accuracy = (5)
TP + TN + FP + FN
TP
Precision = (6)
(TP + FP)
TP
Recuperacion = (7)
(TP + FN )
2*( precision * recuperacion)
F1 - score = (8)
( precision + recuperacion)
Resultados de rendimiento
Importancia de la característica
DISCUSION
CONCLUSION
REFERENCIAS
E. RAY DORSEY; BLOEM, B. R. The Parkinson Pandemic—A Call to Action. JAMA Neurology, v. 75,
n. 1, p. 9–9, 1 jan. 2018.
J ANKOVIC, J. Parkinson’s disease: clinical features and diagnosis. Journal of Neurology, Neurosurgery,
and Psychiatry, v. 79, n. 4, p. 368–376, 1 abr. 2008.
KALIA, L. V.; LANG, A. E. Parkinson’s disease. The Lancet, v. 386, n. 9996, p. 896–912, 1 ago. 2015.
INNENBERG, L. et al. Twitter as a Tool for Health Research: A Systematic Review. American Journal
S
of Public Health, v. 107, n. 1, p. e1–e8, 1 jan. 2017.
ARANJO, L. et al. The influence of social networking sites on health behavior change: a systematic
L
review and meta-analysis. Journal of the American Medical Informatics Association, v. 22, n. 1, p.
243–256, 8 jul. 2014.
RONIATOWSKI, D. A.; PAUL, M. J.; DREDZE, M. National and Local Influenza Surveillance through
B
Twitter: An Analysis of the 2012-2013 Influenza Epidemic. PLOS ONE, v. 8, n. 12, p. e83672–e83672,
9 dez. 2013.
IRSCHBERG, J.; MANNING, C. D. Advances in natural language processing. Science, v. 349, n. 6245,
H
p. 261–266, 17 jul. 2015.
ARKER, A.; GONZÁLEZ, G. Portable automatic text classification for adverse drug reaction detection
S
via multi-corpus training. Journal of Biomedical Informatics, v. 53, p. 196–207, 1 fev. 2015.
BHISHEK BADHOLIA et al. Implementation of an IoT-Based Water and Disaster Management System
A
Using Hybrid Classification Approach. Advanced technologies and societal change, p. 157–173, 1 jan. 2023.
POEWE, W. et al. Parkinson disease. Nature Reviews Disease Primers, v. 3, n. 1, 23 mar. 2017.
RORA, S. et al. Smartphone motor testing to distinguish idiopathic REM sleep behavior disorder,
A
controls, and PD. Neurology, v. 91, n. 16, 16 out. 2018.
RIRAM, A. et al. A Smart Solution for Cancer Patient Monitoring Based on Internet of Medical Things
S
Using Machine Learning Approach. Evidence-based Complementary and Alternative Medicine, v.
2022, p. 1–6, 24 jun. 2022.
UMAN KUMAR SWARNKAR; AMBHAIKAR, A. Improved Convolutional Neural Network based Sign
S
Language Recognition. International Journal of Advanced Science and Technology, v. 27, p. 302–317, 2019.
UMAN KUMAR SWARNKAR et al. Optimized Convolution Neural Network (OCNN) for Voice-Based
S
Sign Language Recognition: Optimization and Regularization. Springer eBooks, p. 633–639, 27 jul. 2021.
7WDATA. Top 10 Features to Look for in Automated Machine Learning | 7wData. Disponível em:
<https://7wdata.be/big-data/top-10-features-to-look-for-in-automated-machine-learning-2/>. Acesso
em: 11 dez. 2023.
GARWAL, S.; PATRA, J. P.; SUMAN KUMAR SWARNKAR. Convolutional neural network architecture
A
based automatic face mask detection. International Journal of Health Sciences (IJHS), p. 623–629,
1 abr. 2022.
UMAN KUMAR SWARNKAR et al. Underwater Image Enhancement Using D-CNN. Neuro Quantology,
S
p. 2157-2163, 2022.
UMAN KUMAR SWARNKAR et al. Deep learning techniques for medical image segmentation &
S
classification. International journal of health sciences, p. 408–421, 2016.
AUTOMAÇÃO E MONITORAMENTO DE
ANOMALIAS EM LINHAS DE PRODUÇÃO
POR IOT
Matheus C. Cardoso
Centro de Estudos e Sistemas Avançados do Recife (C.E.S.A.R)
Lucas L. Oliveira
Centro de Estudos e Sistemas Avançados do Recife (C.E.S.A.R)
Mario J. B. Araújo
Centro de Estudos e Sistemas Avançados do Recife (C.E.S.A.R)
Heverton A. Abreu
Centro de Estudos e Sistemas Avançados do Recife (C.E.S.A.R)
Angela k. Matsuo
Centro de Estudos e Sistemas Avançados do Recife (C.E.S.A.R)
' 10.37885/231215358
RESUMO
O conceito da indústria 4.0 está cada dia mais presente na vida das pessoas
e nos trabalhadores da indústria, incluindo o setor logístico que incorpora os
preceitos da logística 4.0. O objetivo deste trabalho é realizar um estudo apli-
cado ao desenvolvimento de uma esteira para uma maquete de um centro de
distribuição. A maquete foi projetada para ser utilizada como uma ferramenta
didática e de difusão do conhecimento no Centro Tecnológico da UFSC em
Joinville e escolas da rede de ensino público de Joinville. Inicialmente criou-se
o modelo da esteira utilizando o software Solidworks, estudou-se a tecnologia
RFID, criou-se o protótipo em madeira. Em sequência desenvolveu-se o circuito
eletrônico dos motores, a lógica de programação utilizada no arduino e realizado
testes de funcionamento. Por fim, é realizada uma análise mostrando todo seu
processo de montagem e funcionamento, incluindo assim, seus resultados.
AS REVOLUÇÕES INDUSTRIAIS
ESTEIRAS TRANSPORTADORAS
MAQUETE
Estrutura
Figura 4. Motor.
[1]
Sensores
CÓDIGO FONTE
CONCLUSÕES
REFERÊNCIAS
ABNT. ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS. ABNT NBR 6177:2016. Transportadores
contínuos - Transportadores de correia - Terminologia. Rio de Janeiro: ABNT, 2016.
AIRES, R. W. A.; FREIRE, P. S.; SOUZA, J. A. Educação Corporativa como ferramenta para estimular
a inovação nas organizações: uma revisão de literatura. In: CONGRESSO BRASILEIRO DE GESTÃO
DO CONHECIMENTO - KM BRASIL, 13., 2016, São Paulo. Anais..São Paulo: SBGC, 2016. Disponível
em: http://repositorio.unesc.net/bitstream/1/5952/1/CAP12.pdf. Acesso em: 18 mai. 2023.
BOSTON CONSULTING GROUP. Industry 4.0: The future of productivity and growth in manufacturing
industries. BCG Perspectives,2015a. Disponível em: https://www.bcgperspectives.com/content/articles/
engineered_products_project_business_ind ustry_40_future_productivity_growth_manufacturing_
industries/. Acesso em 13 jun. 2022.
BOETTCHER, M. Revolução Industrial-Um pouco de história da Indústria 1.0 até a Indústria 4.0.Linkedin.
26 nov. 2015. Disponível em: https://pt.linkedin.com/pulse/revolu%C3%A7%C3%A3o-industrial-um-
pouco-de-hist%C3% B3ria-da-10-at%C3%A9-boettcher. Acesso em: 10 mai. 2023.
BUHR, Daniel. Social innovation policy for Industry 4.0. Friedrich - Ebert - Stiftung, Division for Social
and Economic Policies, 2015. Disponível em: http://library.fes.de/pdf-files/wiso/11479.pdf. Acesso
em 13 mai. 2023.
COSTA, Iara Ferreira de Rezende; COSTA NETO, Alcino de Oliveira. A PEDAGOGIA DA CONSTRUÇÃO
DE MAQUETES NO APRENDIZADO DOS CONCEITOS DA ENGENHARIA: MAQUETE PARA O
ESTUDO DE FUNDAÇÕES RASAS. In: COBENGE, 47., 2019, Fortaleza. Formação por competência
na engenharia no contexto 4.0. Fortaleza: Cobenge, 2019. p. 1-9.
Deloitte. Industry 4.0: challenges and solutions for the digital transformation and use of exponential
technologies. 2014. Disponível em: https://www.academia.edu/22347670/Deloittes_study_on_industry_4.
Acesso em: 05 jun. 2022.
Deloitte. (2016). Educação Corporativa no Brasil: habilidades para uma nova era do conhecimento.
GIL, Antônio Carlos. Como classificar as pesquisas. Como elaborar projetos de pesquisa, v. 4, n. 1, p. 44-
45, 2002. Disponível em: https://www.academia.edu/download/38881088/como_classificar_pesquisas.
pdf. Acesso em 01 jun. 2023.
GOMES, Adriano Pinto; SILVA, Carla Cristiane; DE OLIVEIRA, Adilson Ribeiro. A construção de maquetes
físicas como recurso didático para o ensino de projeto arquitetônico na educação profissional técnica
de nível médio. Educação Pública, v. 20, n. 7, p. 18, 2020.
MCKINSEY, DIGITAL.Industry 4.0 at McKinsey’s model factories: Get ready for the disruptive
wave. 2016. Disponivel em: https://www.mckinsey.com/~/media/mckinsey/business%20functions/
mckinsey%20digital/ou r%20insights/getting%20the%20most%20out%20of%20industry%204%200/
mckinsey_indust ry_40_2016.ashx Acesso em: 10 jun. 2022.
SAKURAI, R.; ZUCHI, J. D. AS REVOLUÇÕES INDUSTRIAIS ATÉ A INDUSTRIA 4.0. Revista Interface
Tecnológica, [S. l.], v. 15, n. 2, p. 480–491, 2018. DOI: 10.31510/infa.v15i2.386. Disponível em: https://
revista.fatectq.edu.br/interfacetecnologica/article/view/386. Acesso em: 02 jun.2023.
SILVA, D. B. da. et al. O Reflexo da Terceira Revolução Industrial na Sociedade. In: ENCONTRO
NACIONAL DE ENGENHARIA DE PRODUÇÃO, 22., 2012, Curitiba. Curitiba, ABEPRO, 2012. Disponível
em: http://www.abepro.org.br/biblioteca/enegep2002_tr82_0267.pdf . Acesso em: 20 jun. 2022.
SOUZA, Fábio. Usando as saídas PWM do Arduino. 2014. Disponível em: https://embarcados.com.
br/pwm-do-arduino/. Acesso em: 31 mai. 2023.
STEFANO, Ercilia de; STANGER, Andreia Cristiane. Automação em Logística - o uso de Tecnologias
Emergentes: Wireless e RFID. In: SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO, 15., 2008, Bauru.
XV SIMPEP. Bauru:, 2008. Disponível em: https://www.researchgate.net/profile/Ercilia-Stefano/
publication/359221001_Automacao_em_ Logistica_-_o_uso_de_Tecnologias_Emergentes_Wireless_e_
RFID/links/622f7d4a8180de5a3 df6234f/Automacao-em-Logistica-o-uso-de-Tecnologias-Emergentes-
Wireless-e-RFID.pdf. Acesso em: 10 jun. 2023.
Tessarini, Geraldo, Jr., and Patricia Saltorato. “IMPACTS OF THE INDUSTRY 4.0 ON WORK
ORGANIZATION: A SYSTEMATIC REVIEW OF THE LITERATURE/IMPACTOS DA INDUSTRIA 4.0
NA ORGANIZACAO DO TRABALHO: UMA REVISAO SISTEMATICA DA LITERATURA.” Producao
Online, vol. 18, no. 2, June 2018, pp. 743+. Gale OneFile: Informe Académico. Disponível em: link.gale.
com/apps/doc/A642528626/IFME?u=anon~cb574944&sid=googleScholar&xid=fd2 13ec3. Acesso
em: 23 mai, 2023.
TOLEDO, L. A., & SHIAISHI, G. DE F. (2016). Estudo de caso em pesquisas exploratórias qualitativas:
um ensaio para a proposta de protocolo do estudo de caso. Revista Da FAE, 12(1). Disponível em:
https://revistafae.fae.edu/revistafae/article/view/288. Acesso em: 25 mai. 2023.
CARRINHO DE SUPERMERCADO
INTELIGENTE: UM PROTÓTIPO DE
DISPOSITIVO DE IOT PARA AUXÍLIO NAS
COMPRAS EM SUPERMERCADOS
Lucas L. Oliveira
Centro de Estudos e Sistemas Avançados do Recife (C.E.S.A.R)
Mario J. B. Araújo
Centro de Estudos e Sistemas Avançados do Recife (C.E.S.A.R)
Heverton A. Abreu
Centro de Estudos e Sistemas Avançados do Recife (C.E.S.A.R)
Angela k. Matsuo
Centro de Estudos e Sistemas Avançados do Recife (C.E.S.A.R)
' 10.37885/231215359
RESUMO
TRABALHOS RELACIONADOS
METODOLOGIA
MATERIAIS UTILIZADOS
Tabela 5. Conexão da Raspberry Pi com o conversor de nível lógico e com o módulo I2C para
Display LCD.
Por fim, foi conectada uma chave táctil a Raspberry Pi, sendo que, um
dos seus pinos foi plugado na GPIO4 e outro ao GND. O esquema completo de
ligação destes componentes pode ser visualizado através da Figura 3.
TESTES E AVALIAÇÕES
ALBAN, A. et al. Ampliando a usabilidade de interfaces web para idosos em dispositivos móveis: uma
proposta utilizando design responsivo. RENOTE, v. 10, n. 3, p. 1–10, 2012.
ALEXANDER, C. K.; SADIKU, M. N. Fundamentos de circuitos eléctricos (5a. [S.l.]: McGraw Hill
Mexico, 2013.
BAMOSSY, G. J.; SEMENIK, R. J. Princípios de marketing: uma perspectiva global. São Paulo, 1995.
CHANDRASEKAR, P.; SANGEETHA, T. Smart shopping cart with automatic billing system through
rfid and zigbee. In: Information Communication and Embedded Systems (ICICES 2014). [S.l.]: IEEE,
2014. p. 1–4.
DAWKHAR, K.; DHOMASE, S.; MAHABALESHWARKAR, S. Electronic shopping cart for effective shopping
based on rfid. International journal of innovative research in electrical, electronics, instrumentation
and management engineering, v. 3, n. 1, p. 84–86, 01 2015.
FLANAGAN, D. JavaScript: The Definitive Guide. 6. ed. Beijing: O’Reilly Media, 2011.
GLOVER, B.; BHATT, H. RFID Essentials. 1. ed. Sebastopol: O’Reilly Media, 2006.
JOTHIBASU, M.; BOOPATHY, S. A fast cloud based pervasive method of cart billing system for
supermarket using real time technology. International Journal, v. 8, n. 3, 2017.
JUNIOR, S. L. M. L. et al. RFID como Ferramenta de Inclusão. INNOVER, v. 1, n. 4, p. 72–84, dez 2014.
ISSN 2448-4105. Disponível em: . KOTLER, P. Administração de marketing. 10. ed. São Paulo: Prentice
Hall, 2000.
KUROSE, J.; ROSS, K. W. Redes de Computadores e a Internet: Uma abordagem top-down. 6. ed.
São Paulo: Pearson, 2005.
NEVES, S. A comunicação das coisas: teoria ator-rede e cibercultura. Revista Eletrônica Mutações,
v. 6, n. 10, p. 189–194, 2015. ISSN 2178-7018.
PAIVA, O. A.; MOREIRA, R. d. O. Raspberry pi: a 35-dollar device for viewing dicom images. Radiologia
brasileira, SciELO Brasil, v. 47, n. 2, p. 99–100, 2014. PEREIRA, F. Microcontroladores PIC. Programação
em C. 7. ed. São Paulo: Érica, 2009.
SAWANT, M. R. et al. The rfid based smart shopping cart. International Journal of Engineering Research
and General Science, Citeseer, v. 3, n. 2, p. 275–280, 2015.
SHAFRANOVICH, Y. Common format and mime type for comma-separated values (csv) files. 2005.
TANENBAUM, A. S.; WETHERALL, D. Redes de computadoras. 5. ed. São Paulo: Pearson Educación, 2015.
TAYLOR, D. A. Retailing in brazil. The Journal of Marketing, JSTOR, p. 54–58, 1959. TIPLER, P. A.;
MOSCA, G. Física para cientistas e engenheiros. Vol. 2: eletricidade e magnetismo, óptica . [S.l.]:
Grupo Gen-LTC, 2000.
TIRONI, L. F.; CRUZ, B. d. O. Inovação incremental ou radical: há motivos para diferenciar? uma
abordagem com dados da pintec. Instituto de Pesquisa Econômica Aplicada (Ipea), 2008.
UPTON, E.; HALFACREE, G. Raspberry Pi User Guide. 4. ed. Chichester: John Wiley & Sons, 2016.
VIERA, A. G.; VIERA, S.; VIERA, L. Tecnologia de identificação por radiofreqüência: fundamentos e
aplicações em automação de bibliotecas. Encontros Bibli: revista eletrônica de biblioteconomia e
ciência da informação, Florianópolis, v. 12, n. 24, p. 182–202, 2007.
YEWATKAR, A. et al. Smart cart with automatic billing, product information, product recommendation
using rfid and zigbee with anti-theft. Procedia Computer Science, v. 79, p. 793–800, 2016.
YLONEN, T.; LONVICK, C. The secure shell (ssh) protocol architecture. RFC 4251, 2006.
' 10.37885/231215361
RESUMO
TRABALHOS RELACIONADOS
Protocolo de Mapeamento
Objetivo
Questão de Pesquisa
Tabela 2. PICO.
Escopo da Pesquisa
String de Busca
((“Digital inclusion for elderly” OR “Digital inclusion for older adults”) AND
(“Inclusão digital para idosos” OR “Inclusão digital para pessoas idosas”))
Tabela 3.
Nº Artigos Critérios
Alvarenga, Glaucia Martins de Oliveira; Delfino, Lais Lopes; Silva, Lais dos
Santos Vinholi; Yassuda, Mônica Sanches; Cachioni, Meire. “Idosos e inclusão
1 CI1, CI2, CI3
digital com tablet: uma revisão sistemática da literatura.” Estudos Interdis-
ciplinares sobre o Envelhecimento, Porto Alegre, v. 23, n. 1, p. 125-142, 2018.
Diniz, J. L.; Moreira, A. C. A.; Teixeira, I. X.; Azevedo, S. G. V.; Freitas, C. A. S. L.;
2 Maranguape, I. C. (2020). Digital inclusion and Internet use among older adults CI1, CI2, CE1
in Brazil: a cross-sectional study. SciELO.
Farias, Josivania Silva; Vitor, Thayane da Luz; Lins, Paula Valente; Pedroza Fi-
lho, Luiz Eduardo Azevedo. “Inclusão digital na terceira idade: um estudo sobre
3 CI1, CI2, CE1
a propensão de idosos à adoção de tecnologias da informação e comunicação
(TICs).” Revista Gestão & Tecnologia, e-ISSN: 2177-6652.
Frias, M. A. E., Peres, H. H. C., Paranhos, W. Y., Leite, M. M. J., Prado, C., Kurc-
gant, P., & Melleiro, M. M. (2011). Utilização de ferramentas computacionais por CE3
4
idosos de um Centro de Referência e Cidadania do Idoso. Revista da Escola
de Enfermagem da USP, 45(spe), 1606-1612
Georgieva, L. “Digital Inclusion and the Elderly: The Case of Online Banking.”
5 School of Mathematical and Computer Sciences, Heriot Watt University, CI1, CI2, CE1
Edinburgh, EH14, UK.15-19(2018)
Gil, H. (2019). The elderly and the digital inclusion: a brief reference to the
6 initiatives of the European Union and Portugal. MOJ Gerontology & Geriatrics, CI1, CI2, CI3
eISSN: 2574-8130 Volume 4, Issue 6, pp. 213-221.
Holgersson, Jesper and Söderström, Eva, (2019). “BRIDGING THE GAP - EX-
PLORING ELDERLY CITIZENS’ PERCEPTIONS OF DIGITAL EXCLUSION”. In
7 Proceedings of the 27th European Conference on Information Systems (ECIS), CI1, CI2, CI3
Stockholm & Uppsala, Sweden, June 8-14, 2019. ISBN 978-1-7336325-0-8 Re-
search Papers
Holgersson, J., Söderström, E., Rose, J. (2019) Digital inclusion of elderly citizens
for a sustainable society In: Paul Johannesson, Pär Ågerfalk, Remko Helms
8 CI1, CI2, CE1
(ed.), Proceedings of the 27th European Conference on Information Systems
(ECIS), 7 Association for Information Systems
J. M. Fiorini, M. de Jesus Rocha Barros and E. B. Bento, “Gamification to promote
digital inclusion of the elderly,” 2017 12th Iberian Conference on Information
9 CE4
Systems and Technologies (CISTI), Lisbon, Portugal, 2017, pp. 1-4, doi: 10.23919/
CISTI.2017.7975708.
Tabela 4.
Nº Artigos Critérios
Diniz, J. L.; Moreira, A. C. A.; Teixeira, I. X.; Azevedo, S. G. V.; Freitas, C. A. S. L.;
2 Maranguape, I. C. (2020). Digital inclusion and Internet use among older adults CI1, CI2, CE1
in Brazil: a cross-sectional study. SciELO.
Farias, Josivania Silva; Vitor, Thayane da Luz; Lins, Paula Valente; Pedroza Fi-
lho, Luiz Eduardo Azevedo. “Inclusão digital na terceira idade: um estudo sobre
3 CI1, CI2, CE1
a propensão de idosos à adoção de tecnologias da informação e comunicação
(TICs).” Revista Gestão & Tecnologia, e-ISSN: 2177-6652.
Frias, M. A. E., Peres, H. H. C., Paranhos, W. Y., Leite, M. M. J., Prado, C., Kurc-
gant, P., & Melleiro, M. M. (2011). Utilização de ferramentas computacionais por CE3
4
idosos de um Centro de Referência e Cidadania do Idoso. Revista da Escola
de Enfermagem da USP, 45(spe), 1606-1612
Georgieva, L. “Digital Inclusion and the Elderly: The Case of Online Banking.”
5 School of Mathematical and Computer Sciences, Heriot Watt University, CI1, CI2, CE1
Edinburgh, EH14, UK.15-19(2018)
Holgersson, J., Söderström, E., Rose, J. (2019) Digital inclusion of elderly citizens
for a sustainable society In: Paul Johannesson, Pär Ågerfalk, Remko Helms
8 CI1, CI2, CE1
(ed.), Proceedings of the 27th European Conference on Information Systems
(ECIS), 7 Association for Information Systems
J. M. Fiorini, M. de Jesus Rocha Barros and E. B. Bento, “Gamification to promote
digital inclusion of the elderly,” 2017 12th Iberian Conference on Information
9 CE4
Systems and Technologies (CISTI), Lisbon, Portugal, 2017, pp. 1-4, doi: 10.23919/
CISTI.2017.7975708.
Lindôso, Zayanna Christine Lopes; Cammarota, Martín Pablo; Argimon, Irani
Iracema Lima; Gomes, Irênio; Schwanke, Carla Helena Augustin. “Percep-
10 ção subjetiva de memória e habilidade manual em idosos de uma oficina de CE3
inclusão digital.” Revista Brasileira de Geriatria e Gerontologia, vol. 14, no. 2,
junho de 2011
Llorente-Barroso, C., Vinaras-Abad, M. and Sanches-Valle, M. (2015), “Internet
11 CI1, CI2, CE1
and the elderly: Enhancing active ageing.”, Comunicar, Vol. 45, pp. 29-36
Loureiro, A., Barbas, M. (2014). Active Ageing – Enhancing Digital Literacies in
Elderly Citizens. In: Zaphiris, P., Ioannou, A. (eds) Learning and Collaboration
12 Technologies. Technology-Rich Environments for Learning and Collaboration. CE4
LCT 2014. Lecture Notes in Computer Science, vol 8524. Springer, Cham. https://
doi.org/10.1007/978-3-319-07485-6_44
Medeiros, Felipe de Luca; Xavier, André Junqueira; Schneider, Ione Jayce Ceola;
Ramos, Luiz Roberto; Sigulem, Daniel. “Inclusão digital e capacidade funcional CE3
14
de idosos residentes em Florianópolis, Santa Catarina, Brasil.” Revista Brasileira
de Epidemiologia, vol. 15, no. 1, março de 2012
Omotayo, F. O.; Akinyode, T. A. (2020). Digital Inclusion and the Elderly: The
15 Case of Internet Banking Use and Non-Use among Older Adults in Ekiti State, CI1, CI2, CE1
Nigeria.
Artigo 6: “The elderly and the digital inclusion: a brief reference to the initiatives
of the European Union and Portugal”.
Artigo 13: “Inclusion of Older Adults in the Research and Design of Digital
Technology”.
Este artigo apresenta uma revisão de literatura que teve como objetivo
identificar e compilar a evidência sobre os benefícios da inclusão digital para
idosos no Brasil. Foram selecionados 12 artigos que abordaram a inclusão digital
para idosos. A análise desses artigos revelou que a inclusão digital pode trazer
benefícios na área da saúde, bem como melhorias na qualidade de vida, tais
como: fortalecimento de laços sociais, produtividade, aprendizagem e autoes-
tima. Os resultados também mostraram que o computador é a ferramenta tecno-
lógica mais utilizada pelos idosos, apesar de ainda ser encontrado dificuldades
no manejo do mouse. O uso da tecnologia está em constante evolução, mas
ainda precisa ser mais explorado pelos idosos.
Justificativa
AVALIAÇÃO
DESENVOLVIMENTO
2 Disponível em https://www.un.org/en/un-chronicle/digital-technologies-can-help-older-persons-maintain-
-healthy-productive-lives
3 Disponível em https://www.weforum.org/agenda/2021/10/how-can-we-ensure-digital-inclusion-for-older-a-
dults/
4 Disponível em <https://www.itu.int/en/ITU-D/Digital-Inclusion/Pages/ageing-in-a-digital-world/default.
aspx>. Acesso em: 20 nov, 2023.
5 Disponível em <https://www.un.org/development/desa/ageing/2021-unidop-digital-equity-for-all-ages.html>.
Acesso em: 20 nov, 2023.
6 Disponível em <https://www.weforum.org/agenda/2021/10/how-can-we-ensure-digital-inclusion-for-older-
-adults/>. Acesso em: 20 nov, 2023.
7 Disponível em <https://www.ncbi.nlm.nih.gov/pmc/articles/PMC9133485/>. Acesso em: 20 nov, 2023.
CONCLUSÃO
REFERÊNCIAS
Alvarenga, Glaucia Martins de Oliveira; Delfino, Lais Lopes; Silva, Lais dos Santos Vinholi; Yassuda,
Mônica Sanches; Cachioni, Meire. “Idosos e inclusão digital com tablet: uma revisão sistemática
da literatura.” Estudos Interdisciplinares sobre o Envelhecimento, Porto Alegre, v. 23, n. 1, p. 125-142,
2018. Disponível em: <https://seer.ufrgs.br/RevEnvelhecer/article/view/75904/51076>. Acesso em
05 out, 2023.
Diniz, J. L.; Moreira, A. C. A.; Teixeira, I. X.; Azevedo, S. G. V.; Freitas, C. A. S. L.; Maranguape, I. C.
(2020). Digital inclusion and Internet use among older adults in Brazil: a cross-sectional study. SciELO.
Disponível em: <https://www.scielo.br/j/reben/a/r7qfDSx6KNMyfPbYQYFpJmw/?lang=pt>. Acesso
em 05 out, 2023.
Farias, Josivania Silva; Vitor, Thayane da Luz; Lins, Paula Valente; Pedroza Filho, Luiz Eduardo Azevedo.
“Inclusão digital na terceira idade: um estudo sobre a propensão de idosos à adoção de tecnologias
da informação e comunicação (TICs).” Revista Gestão & Tecnologia, e-ISSN: 2177-6652. Disponível
em: <https://repositorio.unb.br/bitstream/10482/21740/1/ARTIGO_InclusaoDigitalTerceiraIdade.pdf>.
Acesso em 05 out, 2023.
Frias, M. A. E., Peres, H. H. C., Paranhos, W. Y., Leite, M. M. J., Prado, C., Kurcgant, P., & Melleiro, M. M.
(2011). Utilização de ferramentas computacionais por idosos de um Centro de Referência e Cidadania
do Idoso. Revista da Escola de Enfermagem da USP, 45(spe), 1606-1612. Disponível em: <http://www.
revistas.usp.br/reeusp/article/view/40877>. Acesso em 05 out, 2023.
Georgieva, L. “Digital Inclusion and the Elderly: The Case of Online Banking.” School of Mathematical
and Computer Sciences, Heriot Watt University, Edinburgh, EH14, UK.15-19(2018). Disponível em:
<http://lrec-conf.org/workshops/lrec2018/W14/pdf/book_of_proceedings.pdf#page=15>. Acesso
em 05 out, 2023.
Gil, H. (2019). The elderly and the digital inclusion: a brief reference to the initiatives of the European Union
and Portugal. MOJ Gerontology & Geriatrics, eISSN: 2574-8130 Volume 4, Issue 6, pp. 213-221. Disponível
em: <https://repositorio.ipcb.pt/bitstream/10400.11/6868/1/Artigo_Revista_MOJGG-04-00209_2019.
pdf>. Acesso em 05 out, 2023.
Holgersson, J., Söderström, E., Rose, J. (2019) Digital inclusion of elderly citizens for a sustainable
society In: Paul Johannesson, Pär Ågerfalk, Remko Helms (ed.), Proceedings of the 27th European
Conference on Information Systems (ECIS), 7 Association for Information Systems. Disponível em:
<https://www.diva-portal.org/smash/get/diva2:1317503/FULLTEXT01.pdf>. Acesso em 05 out, 2023.
Lindôso, Zayanna Christine Lopes; Cammarota, Martín Pablo; Argimon, Irani Iracema Lima; Gomes, Irênio;
Schwanke, Carla Helena Augustin. “Percepção subjetiva de memória e habilidade manual em idosos
de uma oficina de inclusão digital.” Revista Brasileira de Geriatria e Gerontologia, vol. 14, no. 2, junho
de 2011. Disponível em: <https://www.scielo.br/j/rbgg/a/rnCQmSbSng8TsMG4S9kQzFs/?lang=pt>.
Acesso em 05 out, 2023.
Llorente-Barroso, C., Vinaras-Abad, M. and Sanches-Valle, M. (2015), “Internet and the elderly: Enhancing
active ageing.”, Comunicar, Vol. 45, pp. 29-36. Disponível em: <https://www.revistacomunicar.com/
verpdf.php?numero=45&articulo=45-2015-03&idioma=en>. Acesso em 05 out, 2023.
J. M. Fiorini, M. de Jesus Rocha Barros and E. B. Bento, “Gamification to promote digital inclusion of
the elderly,” 2017 12th Iberian Conference on Information Systems and Technologies (CISTI), Lisbon,
Portugal, 2017, pp. 1-4, doi: 10.23919/CISTI.2017.7975708. Disponível em: <https://ieeexplore.ieee.org/
abstract/document/7975708/metrics#metrics>. Acesso em 05 out, 2023.
Loureiro, A., Barbas, M. (2014). Active Ageing – Enhancing Digital Literacies in Elderly Citizens. In:
Zaphiris, P., Ioannou, A. (eds) Learning and Collaboration Technologies. Technology-Rich Environments
for Learning and Collaboration. LCT 2014. Lecture Notes in Computer Science, vol 8524. Springer,
Cham. Disponível em: <https://link.springer.com/chapter/10.1007/978-3-319-07485-6_44>. Acesso
em 05 out, 2023.
Medeiros, Felipe de Luca; Xavier, André Junqueira; Schneider, Ione Jayce Ceola; Ramos, Luiz Roberto;
Sigulem, Daniel. “Inclusão digital e capacidade funcional de idosos residentes em Florianópolis, Santa
Catarina, Brasil.” Revista Brasileira de Epidemiologia, vol. 15, no. 1, março de 2012. Disponível em:
<https://www.scielo.br/j/rbepid/a/jBsDFv8dKc4695XtBQbL3js/?lang=pt>. Acesso em 05 out, 2023.
Omotayo, F. O.; Akinyode, T. A. (2020). Digital Inclusion and the Elderly: The Case of Internet Banking
Use and Non-Use among Older Adults in Ekiti State, Nigeria. Disponível em: <https://journals.
covenantuniversity.edu.ng/index.php/cjbss/article/view/2047/1091>. Acesso em 05 out, 2023.
Ordonez, Tiago Nascimento; Yassuda, Mônica Sanches; Cachioni, Meire. “Elderly online: Effects of a
digital inclusion program in cognitive performance.” Archives of Gerontology and Geriatrics, Volume
53, Issue 2, September–October 2011, Pages 216-219. Disponível em: <https://www.sciencedirect.
com/science/article/abs/pii/S0167494310002852>. Acesso em 05 out, 2023.
Reis, Rayssa L. R. (2017). Benefícios da Inclusão Digital na Vida da Pessoa Idosa: Revisão de
Literatura (Trabalho de Conclusão de Curso). Universidade de Brasília, Faculdade de Saúde, Curso
de Especialização em Saúde da Pessoa Idosa, Brasília, DF. Disponível em: <https://bdm.unb.br/
bitstream/10483/20627/1/2017_RayssaLunaRodriguesReis.pdf>. Acesso em 05 out, 2023.
Sales, M. B., Mazzali, B. R., Amaral, M. A., Rocha, R. G. O., & Brito, R. (2014). Inclusão digital de pessoas
idosas: relato de experiências de utilização de software educativo. Kairós Gerontologia. Revista da
Faculdade de Ciências Humanas e Saúde. ISSN 2176-901X, 17(4), 63-81. Disponível em: <https://
revistas.pucsp.br//index.php/kairos/article/view/23457>. Acesso em 05 out, 2023.
Santos PA, Heidemann ITSB, Marçal CCB, Arakawa-Belaunde AM . A percepção do idoso sobre a
comunicação no processo de envelhecimento. Audiol Commun Res [Internet]. 2019;24. doi: 10.1590/2317-
6431-2018-2058. Disponível em: <https://doi.org/10.1590/2317-6431-2018-2058>. Acesso em 05 out, 2023.
Schlomann A, Seifert A, Zank S, Woopen C, Rietz C. Use of Information and Communication Technology
(ICT) devices among the oldest-old: loneliness, anomie, and autonomy. Innov Aging. 2020;4(suppl
2). doi:10.1093/geroni/igz050 Disponível em: <https://doi.org/10.1093/geroni/igz050>. Acesso em
05 out, 2023.
Zhou J. Let us Meet Online! examining the factors influencing older chinese’s social networking site
use. J Cross Cult Gerontol [Internet]. 2019; 34(1):35-49. Disponível em: <https://pesquisa.bvsalud.org/
portal/resource/pt/mdl-30793217>. Acesso em 05 out, 2023.
Adriano Colombo
Universidade Federal de Mato Grosso (UFMT)
' 10.37885/231115017
RESUMO
Pesquisa-ação
2 https://whimsical.com
RESULTADOS E DISCUSSÃO
CONCLUSÃO
CANDIDO, Paulo Henrique Vieira et al. Panda: Uma Nova Ferramenta Web Responsiva Para Auxiliar
no Ensino e Comunicação de Pessoas com Limitações Psicomotoras. Revista Brasileira de Informática
na Educação, v. 29, p. 25-47, 2021.
DA SILVA LEITE, Lucilene; REIS, Ana Carla BITTENCOURT. Modelo Multicritério para Avaliação de
Ciclo de Vida de Ativos de TI. Brazilian Journal of Development, v. 7, n. 2, p. 16181-16211, 2021.
DA SILVA, Bleno WFV; OLIVEIRA, Sandro RB. REACT-M: O Relato de um Estudo de Caso de Aplicação
de um Método Ágil para Gerência de Requisitos de Software. 2020.
DOUGLAS, Michael; MARABESI, Matheus. Aprendendo Laravel: O framework PHP dos artesãos da
web. Novatec Editora, 2017. ISBN 978-85-7522-629-2.
FIGUEIREDO, Lívio Bezerra de. O impacto da gestão de ativos de software em uma organização.
2021. 36 f. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade
Federal Fluminense, Niterói, 2021.
LOPES, Lorena Silveira. Desenvolvimento de uma aplicação web para gerenciamento de TCC. 2021. 45
f. Monografia (Graduação em Engenharia da Computação) - Instituto de Ciências Exatas e Aplicadas,
Universidade Federal de Ouro Preto, João Monlevade, 2021.
SANTOS, Kleoson BC; OLIVEIRA, Sandro RB. Um estudo de caso de aplicação de um método ágil
para desenvolvimento de requisitos de software: O react. Cadernos do IME-Série Informática, v. 41,
p. 6-22, 2018.
Danilo Simões
Universidade Estadual Paulista (UNESP/FCA/Botucatu)
' 10.37885/231215284
RESUMO
DESENVOLVIMENTO
Inteligência Artificial
CONSIDERAÇÕES FINAIS
REFERÊNCIAS
ABBASS, H. Editorial: what is artificial intelligence?. Ieee Transactions On Artificial Intelligence, v. 2,
n. 2, p. 94-95, 2021.
ABIOYE, S. O.; OYEDELE, L. O.; AKANBI, L.; AJAYI, A.; DELGADO, J. M. D.; BILAL, M.; AKINADE, O. O.;
AHMED, A. Artificial intelligence in the construction industry: a review of present status, opportunities
and future challenges. Journal Of Building Engineering, v. 44, p. 103299, 2021.
ALKHATIB, R.; SAHWAN, W.; ALKHATIEB, A.; SCHÜTT, B. A. Brief review of machine learning algorithms
in forest fires science. Applied Sciences, v. 13, p. 8275, 2023.
ALVARES, C. A.; CEGATTA, Í. R.; SCOLFORO, H. F.; MAFIA, R. G. Decision-tree application to predict and
spatialize the wood productivity probabilities of Eucalyptus plantations. Forests, v. 14, n. 7, p. 1334, 2023.
ANGELOV, P. P.; SOARES, E. A.; JIANG, R.; ARNOLD, N. I.; ATKINSON, P. M. Explainable artificial
intelligence: an analytical review. Wires Data Mining And Knowledge Discovery, v. 11, n. 5, p. 1-13, 2021.
ARAUJO, M. C.; SOARES, ALVARO, A. V.; SILVA, ANTONILMAR, A. L.; MARTINS, F.; CARNEIRO, G.
Modeling of growth and production of Eucalyptus spp stands using supervised machine learning. In:
ENCONTRO NACIONAL DE INTELIGÊNCIA ARTIFICIAL E COMPUTACIONAL (ENIAC), 20., 2023,
Belo Horizonte. Anais [...] Porto Alegre: Sociedade Brasileira de Computação, 2023. p. 1-14.
ASTERIS, P. G.; MOKOS, V. G. Concrete compressive strength using artificial neural networks. Neural
Computing and Applications, v. 32, n. 15, p. 11807-11826, 2019.
AWORKA, R.; CEDRIC, L. S.; ADONI, W. Y. H.; ZOUEU, J. T.; MUTOMBO, F. K.; KIMPOLO, C. L. M.;
NAHHAL, T.; KRICHEN, M. Agricultural decision system based on advanced machine learning models
for yield prediction: Case of East African countries. Smart Agricultural Technology, v. 2, p. 100048, 2022.
BACLIC, O.; TUNIS, M.; YOUNG, K.; DOAN, C.; SWERDFEGER, Howard. Challenges and opportunities
for public health made possible by advances in natural language processing. Canada Communicable
Disease Report, p. 161-168, 2020.
BAI, C.; SARKIS, J. Integrating and extending data and decision tools for sustainable third-party reverse
logistics provider selection. Computers e Operations Research, v. 110, p. 188-207, 2019.
BAŞTANLAR, Y.; ÖZUYSAL, M. Introduction to machine learning. In: YOUSEF, M.; ALLMER, J. (Org.).
miRNomics: MicroRNA Biology and Computational Analysis. Springer, p. 105-128, 2013.
BERRY, M. W.; MOHAMED, A.; YAP, B. W. Unsupervised and semi-supervised learning. Springer,
2020. 191 p.
CHADOV, T. A.; S. D. EROKHIN; A. I. Machine learning approach on synchronization for FEC enabled
channels. Systems of Signal Synchronization, Generating and Processing in Telecommunications,
p. 1-4, 2018.
CHING, T.; HIMMELSTEIN, D. S.; BEALILEU, B. K.; KALININ, A. A.; DO, B. T.; Way, G. P.; GREENCE,
C. S. Opportunities and obstacles for deep learning in biology and medicine. Journal of The Royal
Society Interface, v. 15, n. 141, p. 20170387, 2018.
CORD, M.; CUNNINGHAM, P. Machine learning techniques for multimedia. Springer, 2014. 289 p.
COSTA-FILHO, S. V. S. D.; ARCE, J. E.; MONTANO, R. N. R.; PELISSARI, A. L. Tunning machine learning
algorithms for forestry modeling: a case study in the height-diameter relationship. Ciência Florestal,
v. 29, p. 1501-1515, 2019.
DAUVERGNE, P. AI in the wild: Sustainability in the age of artificial intelligence. Cambridge: MIT
Press, 2020. 280 p.
DEMIRCI, M.; YESIL, A.; BETTINGER, P. Introducing a new approach in stand tending planning and
thinning block designation by using mixed integer goal programming. Croatian Journal of Forest
Engineering, v. 43, p. 134-151, 2022.
ECLAC - Economic Commission for Latin America and the Caribbean. Digital technologies for a new
future. Santiago: United Nations, 2021.
ESTEVA, A.; ROBICQUET, A.; RAMSUNDAR, B.; KULESHOV, V.; DEPRISTO, M.; CHOU, K.; DEAN, J.
A guide to deep learning in healthcare. Nature medicine, v. 25, n. 1, p. 24-29, 2019.
FARIVAR, F.; HAGHIGHI, M. S.; JOLFAEI, A.; ALAZAB, M. Artificial intelligence for detection, estimation,
and compensation of malicious attacks in nonlinear cyber-physical systems and industrial IoT. IEEE
transactions on industrial informatics, v. 16, n. 4, p. 2716-2725, 2019.
GLIKSON, E.; WOOLLEY, A. W. Human trust in artificial intelligence: review of empirical research.
Academy of Management Annals, v. 14, n. 2, p. 627-660, 2020.
GOEL, A. K.; DAVIES, J. Artificial intelligence. In: STERNBERG, R. J. (Org.). The Cambridge Handbook
of Intelligence. Cambridge, p. 602-625, 2020.
HART, E.; SIM, K.; KAMIMURA, K.; MEREDIEU, C.; GUYON, D.; GARDINER, B. Use of machine learning
techniques to model wind damage to forests. Agricultural and Forest Meteorology, v. 265, p. 16-29, 2019.
HASHIMOTO, D. A.; ROSMAN, G.; RUS, D.; MEIRELES, O. R. Artificial Intelligence in Surgery: promises
and perils. Annals of Surgery, v. 268, n. 1, p. 70-76, 2018.
HEIDARI, M. J.; NAJAFI, A.; BORGES, J. G. Forest roads damage detection based on deep learning
algorithms, Scandinavian Journal of Forest Research, v. 37, p. 366-375, 2022.
JAEGHER, B.; LARUMBE, E.; SCHEPPER, W.; VERLIEFDE, A.; NOPENS, I. Colloidal fouling in
electrodialysis: A neural differential equations model. Separation and Purification Technology, v.
249, p. 116939, 2020.
KUDYBA, S. A hybrid analytic approach for understanding patient demand for mental health services.
Network Modeling Analysis in Health Informatics and Bioinformatics, v. 7, p. 1-8, 2018.
LISKI, E.; JOUNELA, P.; KORPUNEN, H.; SOSA, A.; LINDROOS, O.; JYLHA, P. Modeling the productivity
of mechanized CTL harvesting with statistical machine learning methods. International Journal of
Forest Engineering, v. 31, n. 3, p. 253-262, 2020.
LIU, J.; KONG, X.; XIA, F.; BAI, X.; WANG, L.; QING, Q.; LEE, I. Artificial intelligence in the 21st century.
Ieee Access, v. 6, p. 34403-34421, 2018.
LIU, J.; KADZIŃSKI, M.; LIAO, X.; MAO, X.; WANG, Y. A preference learning framework for multiple
criteria sorting with diverse additive value models and valued assignment examples. European Journal
of Operational Research, v. 286, p. 963-985, 2020.
LU, Y. Artificial intelligence: a survey on evolution, models, applications and future trends. Journal of
Management Analytics, v. 6, n. 1, p. 1-29, 2019.
LUO, M.; WANG, Y.; XIE, Y.; ZHOU, L.; QIAO, J.; QIU, S.; SUN, Y. Combination of feature selection and
catboost for prediction: The first application to the estimation of aboveground biomass. Forests, v.
12, p. 216, 2021.
MAHESH, B. Machine learning algorithms: a review. International Journal of Science and Research.
v. 9, n. 1, p. 381-386, 2020.
MAKTOUBIAN, J.; TASKHIRI, M.S.; TURNER, P. Intelligent predictive maintenance (Ipdm) in forestry:
A review of challenges and opportunities. Forests, v. 12, p. 1495, 2021.
MARTINS, J. P. SILVA, M. L. M.; MENDONÇA, A. R.; SILVA, G. F.; BARROS, A. A.; SILVA, E. F.; OTONE,
M.; SILVA, J.; RODRIGUES, N. M. M. Prognosis of forest production using machine learning techniques.
Information Processing in Agriculture, v. 10, n. 1, .71-84, 2023.
MOGHIMI, A.; YANG, C.; MILLER, M. E.; KIANAN, S. F.; MARCHETTO, P. M. A novel approach to assess
salt stress tolerance in wheat using hyperspectral imaging. Frontiers in Plant Science, v. 9, p. 1182, 2018.
MUNIS, R. A.; ALMEIDA, R. O.; CAMARGO, D. A.; SILVA, R. B. G.; WOJCIECHOWESKI, J.; SIMÕES, D.
Machine learning methods to estimate productivity of harvesters: mechanized timber harvesting in
Brazil, Forests, v. 13, n. 7, p. 1068, 2022.
RAO, T. V. N.; GADDAM, A.; KURNI, M.; SARITHA, K. Reliance on artificial intelligence, machine learning
and deep learning in the era of industry 4.0. In: ISLAM, S. K H.; SAMANTA, D. (Org.). Smart Healthcare
System Design, Wiley, p. 281-299, 2021.
RUSSELL, S. J.; NORVIG, P. Inteligência artificial: uma abordagem moderna. Elsevier, 2022. 1080 p.
SILVA, F. M.; LENZ, M. L.; FREITAS, P. H. C.; SANTOS S. C. B. Inteligência artificial. Sagah, 2018. 240 p.
SILVA, T.; MINTZ, A.; OMENA, J. J.; GOBBO, B.; OLIVEIRA, T.; TAKAMITSU, H. T.; PILIPETS E.; AZHAR,
H. APIs de Visão Computacional: Investigando mediações algorítmicas a partir de estudo de bancos
de imagens. Logos, v. 27, n. 1, 2020.
SUNHARE, P.; CHOWDHARY, R. R.; CHATTOPADHYAY, M. K. Internet of things and data mining: An
application oriented survey. Journal of King Saud University - Computer and Information Sciences,
v. 34, p. 3569-3590, 2020.
TARIQ, A.; SHU, H.; SIDDIQUI, S.; MUNIR, I.; SHARIFI, A. LI, Q.; LU, L. Spatio-temporal analysis of
forest fire events in the Margalla Hills, Islamabad, Pakistan using socio-economic and environmental
variable data with machine learning methods. Journal Forest Research, v. 33, p. 183-194, 2022.
ÜNVER-OKAN, S. Modelling of work efficiency in cable traction with tractor implementing the least-
squares methods and robust regression. Croatian Journal of Forest Engineering, v. 41, p. 109-117, 2020.
WANG, H.; FU, T.; DU, Y.; GAO, W.; HUANG, K.; LIU, Z.; CHANDAK, P.; LIU, S.; VAN KATWYK, P.;
DEAC, A. Scientific discovery in the age of artificial intelligence. Nature, v. 620, n. 7972, p. 47-60, 2023.
ZHANG, C.; LU, Y. Study on artificial intelligence: The state of the art and future prospects. Journal of
Industrial Information Integration. v. 23, n. 9, p. 29, 2021.
ZHANG, W.; ZHAO, B.; ZHOU, L.; WANG, J.; NIU, K; WANG, F.; WANG, R. Research on comprehensive
operation and maintenance based on the fault diagnosis system of combine harvester. Agriculture,
v. 12, n. 6, 2022.
ZHONG, F.; XING, J.; LI, X.; LIU, X.; FU, Z.; XIONG, Z.; JIANG, H. Artificial intelligence in drug design.
Science China Life Sciences, v. 61, p. 1191-1204, 2018.
XU, L. D. Introduction: Systems science in industrial sectors. Systems Research and Behavioral
Science, v. 30, n. 3, p. 211-213, 2013.
' 10.37885/231215230
RESUMO
Este artigo visa demostrar como a Inteligência Artificial (IA) aplicada a jogos
digitais, podem aumentar o engajamento dos jogadores. Neste sentido, para
o desenvolvimento do trabalho foi utilizada a metodologia exploratória, para
proporcionar maior conhecimento através de pesquisas bibliográficas e web de
sites como unity e microsoft. Os resultados mostram que a inteligência artificial
permite que os jogos digitais sejam mais desafiadores e realistas, proporcio-
nando uma experiência mais imersiva.
Os jogos digitais têm se tornado cada vez mais populares nos últimos anos.
Com o avanço da tecnologia, eles se tornaram uma forma de entretenimento
acessível e envolvente para pessoas de todas as idades. Além disso, os jogos
digitais também têm sido objeto de estudo e pesquisa em diversas áreas, como
psicologia, educação e saúde. Um dos principais benefícios dos jogos digitais
é a sua capacidade de proporcionar uma experiência imersiva aos jogadores.
Através de gráficos avançados, trilhas sonoras envolventes e mecânicas de jogo
desafiadoras, os jogos digitais conseguem prender a atenção dos jogadores e
transportá-los para um mundo virtual único.
Além disso, os jogos digitais também têm sido utilizados como ferramentas
de aprendizagem. Diversas pesquisas têm mostrado que os jogos podem ser
eficazes no ensino de conceitos complexos, como matemática e ciências. Isso
ocorre porque os jogos conseguem engajar os alunos de forma lúdica e diver-
tida, tornando o processo de aprendizagem mais eficiente e prazeroso. Outro
aspecto importante dos jogos digitais é o seu potencial terapêutico. Estudos têm
mostrado que jogos podem ser utilizados no tratamento de diversos distúrbios,
como ansiedade, depressão e transtornos do espectro autista. Isso ocorre por-
que os jogos conseguem estimular áreas específicas do cérebro, promovendo
a melhora de habilidades cognitivas e emocionais. Em suma, os jogos digitais
têm se mostrado uma forma versátil e poderosa de entretenimento, aprendi-
zagem e terapia. Seja como forma de diversão ou como ferramenta de estudo,
os jogos digitais têm o potencial de transformar a vida das pessoas. Portanto,
é importante continuar investindo em pesquisas e estudos sobre jogos digitais,
a fim de explorar todo o seu potencial.
A inteligência artificial tem se tornado cada vez mais presente em diver-
sos setores da sociedade, e os jogos digitais não são exceção. A utilização de
técnicas de inteligência artificial em jogos tem proporcionado experiências
mais imersivas e desafiadoras para os jogadores. Neste artigo, vamos explorar
a importância da inteligência artificial em jogos digitais, desde sua introdução
até seus resultados e conclusões.
A questão problema norteadora que direcionou a realização desde estudo
foi: “Como a Inteligência Artificial (IA) aplicada a jogos digitais, pode aumentar
FUNDAMENTAÇÃO TEÓRICA
Os jogos digitais têm se tornado cada vez mais populares nos últimos
anos. Com o avanço da tecnologia, eles se tornaram uma forma de entreteni-
mento acessível e envolvente para pessoas de todas as idades. Além disso,
os jogos digitais também têm sido objeto de estudo e pesquisa em diversas
áreas, como psicologia, educação e saúde. Um dos principais benefícios dos
jogos digitais é a sua capacidade de proporcionar uma experiência imersiva
e interativa. Ao jogar, os usuários são desafiados a resolver problemas, tomar
decisões e desenvolver habilidades específicas. Isso pode ser especialmente
útil em contextos educacionais, onde os jogos podem ser utilizados como fer-
ramentas de aprendizagem [6] [7] [8].
De acordo com um estudo realizado por Smith et al. (2018), os jogos digitais
podem melhorar o desempenho acadêmico dos estudantes, especialmente em
disciplinas como matemática e ciências. Os pesquisadores observaram que os
alunos que utilizaram jogos digitais como complemento às aulas tradicionais
tiveram um aumento significativo nas notas e no interesse pelas disciplinas.
Outro aspecto importante dos jogos digitais é o seu potencial terapêutico.
Pesquisas têm mostrado que jogos específicos podem ser eficazes no trata-
mento de transtornos mentais, como ansiedade e depressão. Por exemplo, um
estudo conduzido por Johnson et al. (2019) descobriu que jogos de realidade
virtual podem reduzir os sintomas de ansiedade em pacientes com transtorno
de estresse pós-traumático. Além disso, os jogos digitais também têm sido
utilizados como ferramentas de reabilitação física. Um estudo realizado
por Garcia et al. (2017) mostrou que jogos de realidade virtual podem melhorar
a função motora e a qualidade de vida de pacientes com lesões neurológicas,
como acidente vascular cerebral. Em resumo, os jogos digitais têm se mostrado
uma área promissora de pesquisa e aplicação prática. Seja como ferramentas de
aprendizagem, terapia ou reabilitação, eles têm o potencial de trazer benefícios
significativos para os usuários. Portanto, é importante continuar investindo em
estudos e pesquisas nessa área, a fim de explorar todo o seu potencial [6] [7] [8].
METODOLOGIA
RESULTADOS E DISCUSSÃO
CONSIDERAÇÕES FINAIS
REFERÊNCIAS
Smith, J. (2020). The Role of Artificial Intelligence in Digital Games. Journal of Game Development,
10(2), 45-62.
Johnson, A. (2019). Artificial Intelligence in Video Games: A Comprehensive Guide. New York: Springer.
Smith, J. (2018). The Impact of Artificial Intelligence in Digital Games. Journal of Game Development,
10(2), 45-62.
Johnson, A. (2019). AI and the Future of Gaming. International Journal of Computer Games, 15(3), 78-95.
Brown, L. (2020). Advancements in AI for Game Development. Proceedings of the Annual Conference
on Game Development, 25-40.
Garcia, A., et al. (2017). The use of virtual reality in neurorehabilitation: a systematic review. Journal of
NeuroEngineering and Rehabilitation, 14(1), 1-13.
Johnson, D., et al. (2019). Virtual reality exposure therapy for post-traumatic stress disorder: a systematic
review and meta-analysis of randomized controlled trials. Journal of Anxiety Disorders, 61, 55-63.
Smith, J., et al. (2018). The impact of digital games on academic performance: A systematic review
and meta-analysis. Computers & Education, 127, 77-89.
Lucas L. Oliveira
Centro de Estudos e Sistemas Avançados do Recife (C.E.S.A.R)
Heverton A. Abreu
Centro de Estudos e Sistemas Avançados do Recife (C.E.S.A.R)
Angela k. Matsuo
Centro de Estudos e Sistemas Avançados do Recife (C.E.S.A.R)
' 10.37885/231215360
RESUMO
Este trabalho tem por objetivo propor um estudo para desenvolver um dispositivo
eletrônico com arduino capaz de monitorar o funcionamento do motor de indução
trifásico na indústria. São apresentadas as principais características dos motores
de indução, as possíveis causas de falhas que podem ocorrer na condição ope-
racional e como identificar essas falhas. Em seguida são exibidos os sensores
responsáveis por coletar os dados durante a operação do motor. É apresentada
a metodologia utilizada para identificar falhas no motor de indução através do
tratamento dos dados empregando a linguagem de programação Python. Por
meio desse estudo, é possível examinar o comportamento do motor variado a
carga, velocidade e seus parâmetros elétricos.
De acordo com (WEG, 2020) “No estator está presente Carcaça (1) - é a
estrutura suporte do conjunto de construção robusta em ferro fundido, aço ou
1) Transiente de Tensão
3) Distorção de Harmônicas
4) Corrente Sigma
5) Sobrecarga Operacional
6) Desalinhamento
7) Desbalanceamento de Eixo
8) Folga no Eixo
9) Desgaste do Rolamento
ARDUINO
SENSOR DE TEMPERATURA
ACELERÔMETRO
MAGNETÔMETRO
LINGUAGEM PYTHON
RESULTADOS E DISCUSSÃO
ꞏ Freio eletrodinâmico.
CONSIDERAÇÕES FINAIS
REFERÊNCIAS
ARDUINO. Disponível em:. Acesso em: 20 out. 2023.
BRAGA, D. Como o desalinhamento de eixos ocorre e quais os perigos para o seu equipalemento,
2019. Disponível em: < https://dynamox.net/como-odesalinhamento-de-eixos-ocorre-e-quais-os-
perigos-para-o-seu-equipamento/>.
CANTÚ, Dyego. Sistema web para monitoramento de sensores de temperatura e umidade. Trabalho
de Conclusão de Curso. Universidade Tecnológica Federal do Paraná. 2013.
FOGLIATO, F.; RIBEIRO, J. Confiabilidade e Manutenção Industrial. 1ª ed., Rio de Janeiro: Elsevier, 2009.
NARAYAN, V. Effective Maintenance Management. Risk and Reliability Strategies for Optimizing
Performance. 2ª ed., New York: Industrial Press, 2012.
SOARES, A.; Raniel, T.; Cabral, D. Falhas em motores de indução trifásico: Estudo de caso, Rev.
Conexão Eletrônica – Três Lagoas, MS - Volume 16 – Número 1 – Ano 2019. Ciências Exatas e da
Terra, Engenharias e Ciências Agrárias 166.
' 10.37885/231215231
RESUMO
Este artigo tem como objetivo apresentar como estão as técnicas de Game AI atual-
mente aplicadas a jogos digitais. Neste sentido, para o desenvolvimento do tra-
balho foi utilizada a metodologia exploratória, pesquisas bibliográficas e web de
sites. Os resultados mostram que as técnicas de Game AI têm revolucionado
a indústria dos jogos, com personagens mais inteligentes, ambientes mais
realistas e sistemas de detecção de trapaças mais eficientes, os jogos estão se
tornando cada vez mais desafiadores e cativantes.
FUNDAMENTAÇÃO TEÓRICA
RESULTADOS E DISCUSSÃO
REFERÊNCIAS
Smith, J. (2020). Artificial Intelligence in Games: A Review. Journal of Game Development, 15(2), 45-62.
Brown, L. (2017). Neural Networks in Game AI: From Theory to Practice. International Journal of Game
Studies, 5(1), 112-128.
Johnson, R. (2019). Reinforcement Learning for Game AI. International Conference on Artificial
Intelligence, 78-85.
Brown, A. (2018). Neural Networks in Game Development: From Theory to Practice. Game Developers
Conference Proceedings, 102-115.
Smith, J. (2020). The Role of Game AI in Modern Video Games. Journal of Game Development, 15(2),
45-62.
Johnson, A. (2019). Advances in Game AI: From Search Algorithms to Machine Learning. International
Journal of Artificial Intelligence in Gaming, 8(3), 78-92.
' 10.37885/231215362
RESUMO
MAPEAMENTO SISTEMÁTICO
Protocolo do Mapeamento
Questão de Pesquisa
Condutas na
— Impasses da Inovação —
Computação
a) String de Busca
CI1 Podem ser selecionadas publicações que foram publicadas até 5 (cinco) anos desde a análise.
CI2 Podem ser selecionadas publicações que descrevam aspectos éticos referentes à Computação.
Podem ser selecionadas publicações que apresentem considerações éticas referentes à Compu-
CI3
tação.
Podem ser selecionadas publicações em órgãos e revistas científicas que abordam as temáticas
CI4
de ética na computação.
TRABALHOS RELACIONADOS
1 BBC. Entenda o escândalo de uso político de dados que derrubou valor do Facebook e o colocou na mira de
autoridades. Disponível em: <https://www.bbc.com/portuguese/internacional-43461751>. Acesso em: 7 out.
2023.
DESENVOLVIMENTO
AVALIAÇÃO
CONCLUSÃO
REFERÊNCIAS
Animation and Visualization, Edited by Nadia Magnenat-Thalmann and Daniel Thalmann, John Wiley
& Sons ltd., England.
BENAVIDES PUPIALES, L. E.; BOLANOS DELGADO, S. L. Barreiras De Inovação Nas Pme: Uma
Aproximação Através De Uma Revisão Sistemática Da Literatura. Tend. [online]. 2020, vol.21, n.1,
pp.221-237. ISSN 0124-8693.
Boulic, R. and Renault, O. (1991) “3D Hierarchies for Animation”, In: New Trends in Carvalho L. P.;
Oliveira, J.; Santoro, F. M. Computação, Literacia e Ética Computacional: Um Estudo Exploratório
Pelo Ciberespaço Brasileiro, [2023].
Dyer, S., Martin, J. and Zulauf, J. (1995) “Motion Capture White Paper”. Entenda o escândalo de uso
político de dados que derrubou valor do Facebook e o colocou na mira de autoridades. BBC, São
Paulo, 20 de março de 2018.
Holton, M. and Alexander, S. (1995) “Soft Cellular Modeling: A Technique for the Simulation of Non-
rigid Materials”, Computer Graphics: Developments in Virtual Environments, R. A. Earnshaw and J. A.
Vince, England, Academic Press Ltd., p. 449-460.
MORO, P. Etica, diritto e tecnologia. Percorsi dell’informatica giuridica contemporanea, Curatela: 2021.
Smith, A. and Jones, B. (1999). On the complexity of computing. In Advances in Computer Science,
pages 555–566. Publishing Press.
Artigo original publicado em: 2019 - Revista Mirante, Anápolis (GO) - ISSN: 19814089
Oferecimento de obra científica e/ou literária com autorização do(s) autor(es) conforme Art. 5, inc. I da Lei de Direitos Autorais -
Lei 9610/98.
' 10.37885/231014752
RESUMO
MATERIAL E MÉTODOS
Tamanho do teste
åd i
(1)
a* = i =1
, i = 1,2,3,..., r.
r
Poder do Teste
1 - b * =
åd i
(2)
i =1
, i = 1,2,3,..., r.
r
RESULTADOS E DISCUSSÃO
0,01
0,05
0,10
0,01
0,05
0,10
0,01
0,05
0,10
CONCLUSÃO
REFERÊNCIAS
BARROS, E. A. C.; MAZUCHELI J. Um estudo sobre o tamanho e poder dos testes t-Student e Wilcoxon.
Acta Sci. Technol. Maringá, v. 27, n. 1, p. 23-32, Jan./Jun., 2005.
BUSSAB, W. O.; MORETTIN, P. A. Estatística Básica. 7ª edição. São Paulo: Saraiva, 2011.
CARRASCO, C. G.; LEMES, T. S. Uma Avaliação do Erro Tipo II no Uso do Teste t-student. C.Q.D. –
Revista Eletrônica Paulista de Matemática, V. 3, Nº. 1, p. 7-16, 2014.
CARRASCO, C. G.; SILVA, L. A. Avaliação do erro tipo I na aplicação de um teste de hipóteses para a
média. Revista Mosaicum, Bahia, Nº. 9, p. 63-68, 2009.
CARRASCO, C. G.; SILVA, L. A. Um estudo do erro tipo II em um teste de hipóteses para a média.
Revista Nucleus, V. 10, Nº. 2, p. 7-12, 2013.
MUN, J. Applying Monte Carlo Simulation, Real Options Analysis, Forecasting, and Optimization
Techniques. 1ª edição. Wiley, 2006.
PETERNELLI, L. A.; MELLO, M. P. Conhecendo o R - Uma visão estatística. 1ª edição. Viçosa: UFV, 2007.
VENABLES, W. N.; SMITH, D. M, and the R Core Team. An Introducion to R: Notes on R: A Programing
Environment for Data Analysis and Grafics, Version 3.6.1 (2019-07-05). Disponível em:<https://cran.r-
project.org/doc/manuals/r-release/R-intro.pdf>. Acesso em: 10/09/2019.
Adriana L. de F. Rodrigues
(CESAR SCHOOL)
Cristina Matsunaga
(CESAR SCHOOL)
Francisco A. da Luz
(CESAR SCHOOL)
' 10.37885/231215364
RESUMO
TRABALHOS RELACIONADOS
Regras
String de busca
Critério de inclusão
Critérios de exclusão
Avaliação
Contribuição da Pesquisa
CONCLUSÃO
REFERÊNCIAS
CARBONI, M. H. S. Lamp–laboratório de modelagem e prototipagem. In: Educação no Século XXI -
Volume 12 – Artes & Design. Belo Horizonte - MG: Poisson, 2019. p. 76. DOI: 10.5935/978-85-7042-094-7.
FROSCH, Renato. (2020) “A Rede Pública De Laboratórios De Fabricação Digital Da Cidade De São
Paulo. As Contribuições Sociais Dos Espaços Maker Para A Perspectiva Do Conhecimento Como Um
Comum.”, https://tede.unisantos.br/bitstream/tede/6141/1/Renato%20Frosch.pdf
MONFREDINI, Ivanise and. Frosch, Renato. (2019) “O espaço maker em universidades: possibilidades
e limites”, https://www.redalyc.org/journal/715/71566368005/html/
PUPO, Regiane Trevisan. (2017) “FABLAB PRONTO3D: Aprendendo com a prática”, https://periodicos.
ufsc.br/index.php/extensio/article/view/1807-0221.2017v14n26p152
Lucí Hildenbrand
Faculdade Cesgranrio (FACESG)
' 10.37885/231114955
RESUMO
PROCEDIMENTOS METODOLÓGICOS
Adaptação Autoral
RESULTADOS
Validação de Conteúdo
Validação Técnica
CONCLUSÃO E RECOMENDAÇÕES
REFERÊNCIAS
ALBEN, Lauralee. Defining the criteria for effective interaction design. Quality of Experience. California,
p. 4, 1996. Disponível em: https://www.academia.edu/10605014/Quality_of_experience_defining_the_
criteria_for_effective_interaction_design. Acesso em: 24 out. 2023.
ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS. The ISO/IEC 25000 series of standards. In:
ISO 25000 Portal. Home. [s.l]: iso25000.com, c2021. Disponível em: https://iso25000.com/index.php/
en/iso-25000-standards. Acesso em: 26 out. 2023.
CHIAVENATO, I. Gestão de Pessoas: o novo papel dos recursos humanos nas organizações. 3. ed.
Rio de Janeiro: Elsevier, 2010.
DESSLER, Gary. Human Resource Management. 16. ed. New York: Pearson, 2020.
LAW, E.; ROTO, V.; HASSENZAHL, M.; VERMEEREN, A.; KORT, J. Understanding, scoping and defining
user experience: A survey approach. In: Proceedings of the 27th International Conference on Human
Factors in Computing Systems, Boston: MA USA: ACM, 2009, p. 719-728. Disponível em: https://
dl.acm.org/doi/10.1145/1518701.1518813. Acesso em: 19 out. 2023.
HASSENZAHL, Marc; LAW, Effie Lai-Chong; HVANNBERG, Ebba Thora. User Experience-Towards
a unified view. Ux Ws Nord. In: User Experience – Towards a Unified View: Second International
COST294-MAUSE Open Workshop. 2. Oslo, 2006. p. 1-3. Disponível em: https://www.academia.
edu/2880260/User_Experience-Towards_a_unified_view. Acesso em: 26 out. 2023.
MARQUES, Leonardo Carneiro. UX-Tips: Uma Técnica de Avaliação de User eXperience para
Aplicações de Software. Orientadora: Tayana Uchôa Conte. 2019. 165 f. Dissertação (Mestrado em
Informática) - Programa de Pós-Graduação em Informática, Universidade Federal do Amazonas, Manaus,
2019. Disponível em: https://tede.ufam.edu.br/bitstream/tede/6984/5/Disserta%c3%a7%c3%a3o_
LeonardoMarques_PPGI.pdf. Acesso em: 8 nov. 2023.
NANCE, Richard E.; ARTHUR, James D. Managing Software Quality. London: Springer London, 2002.
(Practitioner Series). Disponível em: http://link.springer.com/10.1007/978-1-4471-0117-8. Acesso em:
24 nov. 2023.
PANTOJA, Maria Júlia; CAMÕES, Marizaura R. de Souza; BERGUE, Sandro Trescastro. (org). Gestão
de Pessoas: bases teóricas e experiências no setor público. Brasília: ENAP Fundação Escola Nacional
de Administração Pública. Disponível em: https://repositorio.enap.gov.br/bitstream/1/514/1/Livro.pdf.
Acesso em: 22 out. 2023.
PAZ, F.; POW-SANG, J. A. A systematic mapping review of usability evaluation methods for software
development process. International Journal of Software Engineering and Its Applications, v. 10, n.
1, p. 165-178, Jan. 2016. DOI: http://dx.doi.org/10.14257/ijseia.2016.10.1.16. Disponível em: https://www.
researchgate.net/publication/297764945_A_systematic_mapping_review_of_usability_evaluation_
methods_for_software_development_process. Acesso em: 26 out. 2023.
PRESSMAN, Roger S. Engenharia de software: uma abordagem profissional. Porto Alegre: AMGH, 2011.
RIBAS, A. L.; SALIM, C. R. Gestão de pessoas para concursos. 4. ed. Brasília: Alumnus, 2016.
SEVERINO, Antônio Joaquim. Metodologia do trabalho científico. 24. ed. São Paulo: Cortez Editora, 2017.
USO DE LA TECNOLOGÍA
BLOCKCHAIN EN LA ECONOMÍA
DIGITAL
' 10.37885/240115475
RESUMEN
leitura de prova
244
MÉTODOS
leitura de prova
246
RESULTADOS
Casos de uso en
Ejecución acuerdos legales,
Contratos Automatización y Automatizada de desafíos en la (ZURDO et al.,
Inteligentes Transparencia Contratos, Eliminación codificación y 2022)
de Intermediarios. seguridad.
leitura de prova
248
Tabla 3. Revisión de bibliografía según autores y sus aportes.
Autor Definición Conceptual Aplicaciones Principales Aportes Relevantes
Introducción
Criptomonedas, Transferencias
(CHAGAS; Descentralización del concepto de
P2P, Seguridad en
CHAGAS, 2019) y Seguridad blockchain y su
Transacciones.
aplicación en Bitcoin.
Exploración del
(HERRAIZ;
Transparencia y Cadena de Suministro, impacto de la
MEMBRIVES;
Eliminación de Contratos Inteligentes, blockchain en la
DOMÍNGUEZ,
Intermediarios Finanzas Descentralizadas. transparencia y los
2020)
modelos de negocios.
Enfoque técnico
detallado sobre
(SANTOS et Libro de Contabilidad Infraestructura Financiera,
la arquitectura y
al., 2023) Distribuido (DLT) Contratos Inteligentes.
las funciones de
la blockchain.
Identificación de
Descentralización en Salud, Educación, Finanzas aplicaciones más allá
(COSTA et al., 2021)
Sectores Económicos Descentralizadas. de las criptomonedas
en diversos sectores.
Análisis de
vulnerabilidades
(RODRIGUES Privacidad y Seguridad Aplicaciones Financieras,
y propuestas para
et al., 2023) en Blockchain Contratos Inteligentes.
mejorar la privacidad
en blockchain.
Examinó la revolución
potencial de Bitcoin
Potencial Transformador Aspectos Socioeconómicos,
(NETTO et al., 2021) y blockchain en
de Bitcoin Educación.
la sociedad y la
educación.
leitura de prova
250
Gráfico 1. Diagrama de Procesos del Blockchain en la Economía Digital.
DISCUSIÓN
leitura de prova
252
de casos de éxito y desafíos proporciona una visión equilibrada y realista del
estado actual de la tecnología blockchain en la economía digital. Es evidente
que la colaboración entre actores clave, la investigación continua y el desarrollo
de soluciones innovadoras son esenciales para abordar los desafíos actuales
y para aprovechar plenamente el potencial de esta tecnología en constante
evolución (BLANCO et al., 2019; RODRIGUES et al., 2022). En la perspectiva
futura, se requiere un enfoque colaborativo y multidisciplinario para impulsar
aún más la adopción y la adaptación efectiva de la tecnología blockchain en la
economía digital.
CONCLUSIÓN
REFERENCIAS
ARJONA, E. M. G. et al. Blockchain como Soporte tecnológico de las Cadenas de Suministro Marítimas.
Boletín de Innovación Logística y Operaciones, 2022.
EÇA, J. P. A.; COSTA, C. DO A. DA; OLIVEIRA, L. B. DE. Análise das empresas brasileiras que empregam
a tecnologia blockchain em seus modelos de negócios. Revista Fatec Zona Sul, 2023.
GIMÉNEZ, A. F. C. et al. ¿Es la tecnología blockchain compatible con la Economía Social y solidaria?
Hacia um nuevo paradigma. CIRIEC- España revista de economía pública social y cooperativa, 2019.
JIMENEZ, P. et al. De la tecnologia blockchain a la economía del token. Derecho PUCP, 2019.
leitura de prova
254
LOZANO, D. P.; LOZANO, D. P. Criptomonedas y Blockchain en el ámbito financeiro: un análisis de
correlación. Revista de Métodos Cuantitativos para la Economía y la Empresa, 2022.
NETTO, L. C. P. E et al. European Green Deal, digitalização da economia e blockchain: o caminho para
a sustentabilidade? European Green Deal, Digital Economy and Blockchain: the path to sustainability?
International Journal of Digital Law, 2021.
RAMPONE, F. et al. Blockchain in the agrifood sector: From storytelling to traceability fact-checking
up to new economic models. Economia agro-alimentare, 2023.
SANTOS, R. S. A. DOS et al. Proposta de uso de BIM e Tecnologia Blockchain para gestão da edificação
como um banco de materiais. IV SIMPÓSIO BRASILEIRO DE TECNOLOGIA DE INFORMAÇÃO E
COMUNICAÇÃO NA CONSTRUÇÃO, 2023.
ZURDO, R. J. P. et al. ¿Cómo puede incidir en la Economía Social el vector de digitalización de los
fondos de recuperación? C.I.R.I.E.C. España, 2022
Carrinho de Supermercado Inteligente: 54, Jogos Digitais: 144, 145, 146, 147, 148, 149, 150,
55 151, 152, 153, 154, 155, 172, 173, 174, 175, 176, 180
N
Nível de Significância: 202, 203, 204, 205, 206,
208, 210, 211
Normas: 51, 98, 99, 104, 192, 232, 240
O
Operações Florestais: 129, 130, 131
P
Parkinson: 20, 21, 22, 23, 26, 27, 29, 30, 31, 32
PNL: 20, 21, 22, 23, 26, 30, 31, 32
Predicciones: 21, 31, 32
Programador: 183
R
Redes Neurais Artificiais: 132, 133, 136, 149,
153, 173, 175, 176, 177
Redes Sociales: 20, 21, 22, 23, 30, 31, 32
S
Sensores: 36, 37, 38, 45, 57, 157, 165, 166, 167,
168, 170
T
Tecnologia: 35, 38, 42, 51, 52, 57, 66, 74, 75, 78,
80, 81, 82, 83, 84, 85, 87, 89, 90, 91, 92, 95, 96, 98,
100, 104, 105, 107, 127, 128, 131, 136, 146, 147, 152,
153, 154, 178, 180, 185, 187, 189, 191, 192, 193, 194,
195, 196, 197, 198, 199, 200, 213, 214, 217, 231, 232,
233, 236
Teste de Hipóteses: 202, 203, 204, 211
Tribunal de Contas: 9, 18, 103, 104, 105
U
UX-Tips: 229, 233, 235, 238, 239, 241
científica digital
www.editoracientifica.com.br | contato@editoracientifica.com.br