Ensino superior, formação de professores e Educação para os Media

Este capítulo propõe-se traçar um retrato da actual situação da Educação para os Media no Ensino Superior em Portugal (público e privado), no que à vertente da formação diz respeito, tentando observar a evolução e as mudanças ocorridas ao longo da primeira década do século XXI. Pretende-se saber se os conteúdos de Educação para os Media estão presentes nos cursos de formação de professores, bem como noutros cursos; se a Educação para os Media integra unidades curriculares (UC) específicas, ou se os conteúdos relaciona-dos estão diluídos em UC´s mais genéricas; se tem presença obrigatória ou opcional; se a área faz parte do currículo formal ou se está integrada em actividades de investigação e/ou de formação, além de outros aspectos que sejam relevantes para a compreensão do quadro geral neste subsector.

Automated network resilience optimization using computational intelligence methods

This paper presents an automated optimization framework able to provide network administrators with resilient routing configurations for link-state protocols, such as OSPF or IS-IS. In order to deal with the formulated NP-hard optimization problems, the devised framework is underpinned by the use of computational intelligence optimization engines, such as Multi-objective Evolutionary Algorithms (MOEAs). With the objective of demonstrating the framework capabilities, two illustrative Traffic Engineering methods are described, allowing to attain routing configurations robust to changes in the traffic demands and maintaining the network stable even in the presence of link failure events. The presented illustrative results clearly corroborate the usefulness of the proposed automated framework along with the devised optimization methods.

Optimization techniques to detect early ventilation extubation in intensive care units

The decision support models in intensive care units are developed to support medical staff in their decision making process. However, the optimization of these models is particularly difficult to apply due to dynamic, complex and multidisciplinary nature. Thus, there is a constant research and development of new algorithms capable of extracting knowledge from large volumes of data, in order to obtain better predictive results than the current algorithms. To test the optimization techniques a case study with real data provided by INTCare project was explored. This data is concerning to extubation cases. In this dataset, several models like Evolutionary Fuzzy Rule Learning, Lazy Learning, Decision Trees and many others were analysed in order to detect early extubation. The hydrids Decision Trees Genetic Algorithm, Supervised Classifier System and KNNAdaptive obtained the most accurate rate 93.2%, 93.1%, 92.97% respectively, thus showing their feasibility to work in a real environment.

Seleção de microalgas com potencial de produção de biocombustíveis

Dissertação de mestrado em Bioengenharia

Tradução do livro "Desarrollo Humano": as suas especificidades e desafios no contexto da empresa Media XXI

Relatório de estágio de mestrado em Tradução e Comunicação Multilingue