Triagem universal de alunos em risco de apresentarem dificuldades de aprendizagem específicas na leitura: um estudo quantitativo no 3º ano do 1º Ciclo do Ensino Básico

Doutoramento em Estudos da Criança (área de especialização em Educação Especial).

Identificação e caracterização de alunos em risco de desenvolverem dislexia: um estudo sobre o uso da Monitorização com base no currículo no terceiro ano de escolaridade

Dissertação de mestrado em Educação Especial (área de especialização em Dificuldades de Aprendizagem Específicas)

Dislexia: conhecimentos de educadores e professores do 1º ciclo do ensino básico na Zona Norte de Portugal

Dissertação de mestrado em Educação Especial (área de especialização em Dificuldades de Aprendizagem Específicas)

Alunos em risco na fluência da leitura: o uso da monitorização com base no currículo no contexto de um modelo de resposta à intervenção

Dissertação de mestrado em Educação Especial (área de especialização em Dificuldades de Aprendizagem Específicas)

Monitorização do risco de dificuldades de aprendizagem específicas na leitura de alunos do 2.º ao 4.ºano no contexto do modelo de resposta à intervenção

Dissertação de mestrado em Educação Especial (área de especialização em Dificuldades de Aprendizagem Específicas)

Sistema de apoio à aprendizagem na área da discalculia em menores

Dissertação de mestrado integrado em Engenharia Biomédica (área de especialização em Informática Médica)

Metodologia para o ensino da química no 3.º ciclo do ensino básico: Química para todos: um estudo centrado na estrutura da matéria, transformações químicas e físicas, Lei de Lavoisier e velocidade das reações

Dissertação de mestrado em Ciências – Formação Contínua de Professores (área de especialização em Física e Química)

A implementação do modelo de atendimento à diversidade como resposta eficaz ao apoio a alunos com necessidades especiais na região norte de Portugal

Tese de Doutoramento em Estudos da Criança (área de especialização em Educação Especial)

Sucesso escolar e percursos vocacionais na adolescência: variáveis pessoais e contextuais

Tese de Doutoramento Ciências da Educação (Especialidade em Psicologia da Educação)

Concepções e práticas do trabalho da equipe multidisciplinar diante das crianças com necessidades educacionais especiais

Dissertação de mestrado em Educação Especial (área de especialização em Dificuldades de Aprendizagem Específicas)

Hand gesture recognition system based in computer vision and machine learning

"Lecture notes in computational vision and biomechanics series, ISSN 2212-9391, vol. 19"

Learning joint representations for order and timing of perceptual-motor sequences: a dynamic neural field approach

Many of our everyday tasks require the control of the serial order and the timing of component actions. Using the dynamic neural field (DNF) framework, we address the learning of representations that support the performance of precisely time action sequences. In continuation of previous modeling work and robotics implementations, we ask specifically the question how feedback about executed actions might be used by the learning system to fine tune a joint memory representation of the ordinal and the temporal structure which has been initially acquired by observation. The perceptual memory is represented by a self-stabilized, multi-bump activity pattern of neurons encoding instances of a sensory event (e.g., color, position or pitch) which guides sequence learning. The strength of the population representation of each event is a function of elapsed time since sequence onset. We propose and test in simulations a simple learning rule that detects a mismatch between the expected and realized timing of events and adapts the activation strengths in order to compensate for the movement time needed to achieve the desired effect. The simulation results show that the effector-specific memory representation can be robustly recalled. We discuss the impact of the fast, activation-based learning that the DNF framework provides for robotics applications.

Metabolic profiling and classification of propolis samples from Southern Brazil: an NMR-based platform coupled with machine learning

The chemical composition of propolis is affected by environmental factors and harvest season, making it difficult to standardize its extracts for medicinal usage. By detecting a typical chemical profile associated with propolis from a specific production region or season, certain types of propolis may be used to obtain a specific pharmacological activity. In this study, propolis from three agroecological regions (plain, plateau, and highlands) from southern Brazil, collected over the four seasons of 2010, were investigated through a novel NMR-based metabolomics data analysis workflow. Chemometrics and machine learning algorithms (PLS-DA and RF), including methods to estimate variable importance in classification, were used in this study. The machine learning and feature selection methods permitted construction of models for propolis sample classification with high accuracy (>75%, reaching 90% in the best case), better discriminating samples regarding their collection seasons comparatively to the harvest regions. PLS-DA and RF allowed the identification of biomarkers for sample discrimination, expanding the set of discriminating features and adding relevant information for the identification of the class-determining metabolites. The NMR-based metabolomics analytical platform, coupled to bioinformatic tools, allowed characterization and classification of Brazilian propolis samples regarding the metabolite signature of important compounds, i.e., chemical fingerprint, harvest seasons, and production regions.

Hand gesture recognition system based in computer vision and machine learning: Applications on human-machine interaction

Tese de Doutoramento em Engenharia de Eletrónica e de Computadores