Formação pela experiência: Revelando novas faces e rompendo os disfarces da odontologia \'in vitro\'

Os cursos de graduação em odontologia vêm privilegiando uma formação fundamentada na técnica, com práticas curativistas e individualizadas, tornando-se incapazes de formar a força de trabalho necessária à resolução dos problemas de saúde bucal da população. Com a implementação das Diretrizes Curriculares Nacionais (DCN) para os cursos de graduação em odontologia, uma série de mudanças curriculares vêm sendo executadas no sentido de favorecer a formação adequada. Acredita-se que a educação pela experiência configure-se como um conjunto de ferramentas viável e eficaz para garantir a formação adequada e coerente com os princípios do Sistema Único de Saúde (SUS). Cita-se, como uma dessas possibilidades, os Estágios Curriculares Supervisionados (ECS), previstos nas DCN para serem desenvolvidos de forma articulada e com complexidade crescente ao longo do processo de formação. O estudo destina-se a compreender a articulação ensino-trabalho-cidadania por diferentes olhares e, aliado a experiências vivenciais dessa articulação, construir um modelo de Estágio Curricular Supervisionado (ECS) em serviço público de saúde, no âmbito da Atenção Primária em Saúde (APS), para cursos de graduação em odontologia. Trata-se de um estudo qualitativo dividido em duas fases. Na primeira, foi experienciado um modelo de estágio vinculado à um projeto de pesquisa que se propõe à inovar as práticas de saúde bucal no SUS, utilizando-se de uma proposta de clínica ampliada. Nessa etapa, participaram a pesquisadora, estagiários e preceptores que foram entrevistados e/ou escreveram diários de campo. Na segunda fase, alunos de odontologia, profissionais e gestores de serviços de saúde do município de São Paulo manifestaram suas percepções por meio de grupos focais e entrevistas individuais, respectivamente. O material coletado foi analisado por intermédio da hermenêutica dialética e da triangulação de dados. Os dados descortinam a intimidade das clínicas de uma Faculdade de odontologia, revelando o que se denominou de ensino da odontologia \'in vitro\', distante da realidade e limitado no sentido de solucionar os problemas de saúde bucal do público atendido. Em contrapartida, foi evidente os benefícios que as vivências no mundo real, nos mais variados espaços, podem trazer para esses estudantes. Para os estagiários do modelo experienciado, a prática em clínica ampliada permite extrapolar a odontologia \'in vitro\' e se aproximar da realidade. Preceptores e gestores manifestam opiniões convergentes e explicitam, ainda, o poder transformador que a presença de estudantes denota para os serviços além de induzir à educação permanente dos profissionais que atuam como preceptores. Com bases nessas colocações, foi elaborado um modelo de ECS para cursos de odontologia, de modo a permitir que os estudantes experienciem a realidade de saúde e trabalhem na dimensão da clínica do corpo vivo, subjetivado e complexo. Deseja-se oferecer ao estudante a possibilidade de refletir e experienciar os espaços onde as ações em saúde são produzidas, em um processo de ensino-aprendizagem centrado metodologias ativas, com a mediação pedagógica desenvolvida por preceptores e docentes. Acredita-se que suas características, pensadas em função da triangulação dos diferentes olhares que compuseram o estudo, revertem-se de força suficiente para inquietar o instituído e metamorfosear a formação disfarçada da odontologia.

A methodology for improving computed individual regressions predictions.

This research proposes a methodology to improve computed individual prediction values provided by an existing regression model without having to change either its parameters or its architecture. In other words, we are interested in achieving more accurate results by adjusting the calculated regression prediction values, without modifying or rebuilding the original regression model. Our proposition is to adjust the regression prediction values using individual reliability estimates that indicate if a single regression prediction is likely to produce an error considered critical by the user of the regression. The proposed method was tested in three sets of experiments using three different types of data. The first set of experiments worked with synthetically produced data, the second with cross sectional data from the public data source UCI Machine Learning Repository and the third with time series data from ISO-NE (Independent System Operator in New England). The experiments with synthetic data were performed to verify how the method behaves in controlled situations. In this case, the outcomes of the experiments produced superior results with respect to predictions improvement for artificially produced cleaner datasets with progressive worsening with the addition of increased random elements. The experiments with real data extracted from UCI and ISO-NE were done to investigate the applicability of the methodology in the real world. The proposed method was able to improve regression prediction values by about 95% of the experiments with real data.

Uma nova arquitetura para Internet das Coisas com análise e reconhecimento de padrões e processamento com Big Data.

A Internet das Coisas é um novo paradigma de comunicação que estende o mundo virtual (Internet) para o mundo real com a interface e interação entre objetos. Ela possuirá um grande número de dispositivos heteregôneos interconectados, que deverá gerar um grande volume de dados. Um dos importantes desafios para seu desenvolvimento é se guardar e processar esse grande volume de dados em aceitáveis intervalos de tempo. Esta pesquisa endereça esse desafio, com a introdução de serviços de análise e reconhecimento de padrões nas camadas inferiores do modelo de para Internet das Coisas, que procura reduzir o processamento nas camadas superiores. Na pesquisa foram analisados os modelos de referência para Internet das Coisas e plataformas para desenvolvimento de aplicações nesse contexto. A nova arquitetura de implementada estende o LinkSmart Middeware pela introdução de um módulo para reconhecimento de padrões, implementa algoritmos para estimação de valores, detecção de outliers e descoberta de grupos nos dados brutos, oriundos de origens de dados. O novo módulo foi integrado à plataforma para Big Data Hadoop e usa as implementações algorítmicas do framework Mahout. Este trabalho destaca a importância da comunicação cross layer integrada à essa nova arquitetura. Nos experimentos desenvolvidos na pesquisa foram utilizadas bases de dados reais, provenientes do projeto Smart Santander, de modo a validar da nova arquitetura de IoT integrada aos serviços de análise e reconhecimento de padrões e a comunicação cross-layer.