Colmeias: uma estratégia didático-pedagógica para potencializar a aprendizagem significativa através da colaboração nas redes sociais em contextos móveis

O presente trabalho procura atender as necessidades dos processos educativos da atualidade, reconhecendo que esses ocorrem numa sociedade denominada como a Sociedade da Informação (SI), num ambiente em que os aprendizes são nativos digitais. Na SI presencia-se um momento marcado por um modelo computacional móvel, no qual também é possível constatar-se a emergência de um novo paradigma educacional - a aprendizagem com mobilidade - que possibilita a integração das tecnologias móveis com os processos de ensino e de aprendizagem. Além disso, observa-se a ascensão do emprego das redes sociais na Internet (RSI) no dia a dia dos indivíduos impactando as práticas estabelecidas na SI. Nesse cenário, visando integrar a aprendizagem móvel com os recursos das RSI para promover-se uma educação mais sintonizada com o perfil atual dos estudantes, expõe-se nessa tese uma nova proposta metodológica - a Colmeias almejando dessa maneira facilitar uma aprendizagem significativa a partir de um processo colaborativo, em rede e em contextos de mobilidade. Com embasamento teórico em diversos autores, entre os quais se destacam Vygostky, Bruner e Ausubel, apoiados por Júlio Cesar Santos e Pierry Dillenbourg, salienta-se que a estratégia Colmeias representa um caminho alternativo para aqueles professores que desejam promover uma educação mais coerente com a atualidade. Nessa pesquisa ainda se apresenta a sua aplicação por meio de um estudo de caso na Matemática procurando, assim, aproximar a teoria com a prática.

Um modelo de ferramenta computacional aplicada ao processo de aprendizagem especial: as tecnologias assistivas

The objective of the Assistives Technologies is provide to disable people a better quality of life, more independence and a social inclusion with more mobility, more communication, better learning and familiar and social integration. This paper presents some specific actions that try to help these people, using as tool the education and technologies.

Vivências de cuidado familiar à criança dependente de tecnologias: subsídios para a enfermagem

Crianças dependentes do uso de tecnologias para viver necessitam de cuidados diferenciados, tanto dos profissionais da saúde como de sua família. Para o enfermeiro atuar junto à família da criança dependente do uso de tecnologias é necessário que compreenda quais são os recursos importantes para o enfrentamento de situações estressantes que envolvem, necessariamente, o conviver com a doença e o cuidado. Ao vivenciar a relação com essa família, o enfermeiro estuda e desenvolve sua prática de aprendizado e de ensino sobre o cuidado humano, criando o fazer profissional e, nesse processo de aprender/ensinar/criar, ele concebe, organiza e expressa ações de cuidado. A compreensão da experiência da família no processo de cuidar da criança em seu cotidiano pode subsidiar as intervenções da enfermagem nessas situações. Assim, objetivou-se conhecer as vivências de famílias no cuidado às crianças dependentes de tecnologias. Realizou-se uma pesquisa qualitativa, descritiva e exploratória no primeiro semestre de 2014. Os dados foram coletados por meio de entrevistas semiestruturadas com treze familiares cuidadores de crianças dependentes de tecnologias atendidas em uma Unidade de Pediatria de um hospital universitário do sul do país e submetidos à análise temática. Encontraram-se como categorias: caracterização da população do estudo; identificação da percepção do familiar cuidador a cerca do cuidado à criança dependente de tecnologia; recepção do diagnóstico da criança; mudanças do cotidiano familiar em função do cuidado à criança; profissionais de saúde e a enfermagem: contribuições para a instrumentalização do familiar cuidador; facilidades e dificuldades encontradas pelo familiar cuidador durante o cuidado à criança dependente de tecnologia; recebimento de ajuda da rede de apoio social para o cuidado à criança. Acredita-se que este estudo possibilitou a compreensão da experiência de famílias no processo de cuidar da criança dependente de tecnologias em seu cotidiano, subsidiando as intervenções da enfermagem nessas situações.

Uma abordagem evolucionária para o planejamento online de rotas para múltiplos robôs móveis em ambiente multiagente

O problema de planejamento de rotas de robôs móveis consiste em determinar a melhor rota para um robô, em um ambiente estático e/ou dinâmico, que seja capaz de deslocá-lo de um ponto inicial até e um ponto final, também em conhecido como estado objetivo. O presente trabalho emprega o uso de uma abordagem baseada em Algoritmos Genéticos para o planejamento de rotas de múltiplos robôs em um ambiente complexo composto por obstáculos fixos e obstáculos moveis. Através da implementação do modelo no software do NetLogo, uma ferramenta utilizada em simulações de aplicações multiagentes, possibilitou-se a modelagem de robôs e obstáculos presentes no ambiente como agentes interativos, viabilizando assim o desenvolvimento de processos de detecção e desvio de obstáculos. A abordagem empregada busca pela melhor rota para robôs e apresenta um modelo composto pelos operadores básicos de reprodução e mutação, acrescido de um novo operador duplo de refinamento capaz de aperfeiçoar as melhores soluções encontradas através da eliminação de movimentos inúteis. Além disso, o calculo da rota de cada robô adota um método de geração de subtrechos, ou seja, não calcula apenas uma unica rota que conecta os pontos inicial e final do cenário, mas sim várias pequenas subrotas que conectadas formam um caminho único capaz de levar o robô ao estado objetivo. Neste trabalho foram desenvolvidos dois cenários, para avaliação da sua escalabilidade: o primeiro consiste em um cenário simples composto apenas por um robô, um obstáculo movel e alguns obstáculos fixos; já o segundo, apresenta um cenário mais robusto, mais amplo, composto por múltiplos robôs e diversos obstáculos fixos e moveis. Ao final, testes de desempenho comparativos foram efetuados entre a abordagem baseada em Algoritmos Genéticos e o Algoritmo A*. Como critério de comparação foi utilizado o tamanho das rotas obtidas nas vinte simulações executadas em cada abordagem. A analise dos resultados foi especificada através do Teste t de Student.