Competência informacional e midiática no ensino superior: Desafios e propostas para o Brasil

A presença das tecnologias e das mídias é hoje tão importante, que é impossível ignorá-la. Os calouros e estudantes universitários de hoje têm telefones celulares com fotos digitais e ídeos. Eles usam blogs, twitter e sites de redes sociais. Ao mesmo tempo, leem livros e artigos, e fazem seus projetos e a lição de casa. Continuamente, diferentes tecnologias e novas informações estão impactando o ensino superior. Isto exige uma rápida atualização da competência informacional e midiática pelos alunos. Apesar do impacto progressivo da tecnologia digital na cultura acadêmica contemporânea, é imperativo resgatar e consolidar um compromisso mais crítico com a informação, mídia e tecnologia. Nós defendemos a convergência da literacia da informação e da literacia dos media no ensino superior. O Projeto CIMES (Competência em Informação e Mídia no Ensino Superior) está em estágio inicial. O presente artigo tem como objetivo revisar as questões teóricas, políticas e práticas sobre a educação para a competência em informação e mídia no ensino superior, especialmente no Brasil. O objetivo final do Projeto CIMES é fornecer uma estrutura para desenvolver programas educacionais no Brasil que tenham a competência em informação e a competência midiática como uma aplicação transversal no ensino superior. O atual estágio do projeto permite apenas traçar um quadro geral analítico

Reasoning about shadows in a mobile robot environment

This paper describes a logic-based formalism for qualitative spatial reasoning with cast shadows (Perceptual Qualitative Relations on Shadows, or PQRS) and presents results of a mobile robot qualitative self-localisation experiment using this formalism. Shadow detection was accomplished by mapping the images from the robot’s monocular colour camera into a HSV colour space and then thresholding on the V dimension. We present results of selflocalisation using two methods for obtaining the threshold automatically: in one method the images are segmented according to their grey-scale histograms, in the other, the threshold is set according to a prediction about the robot’s location, based upon a qualitative spatial reasoning theory about shadows. This theory-driven threshold search and the qualitative self-localisation procedure are the main contributions of the present research. To the best of our knowledge this is the first work that uses qualitative spatial representations both to perform robot self-localisation and to calibrate a robot’s interpretation of its perceptual input.