A percepção dos técnicos que acompanham clientes a um Centro de Recursos de Inclusão Digital sobre o seu funcionamento e as repercussões no seu público-alvo

Os indivíduos com limitações acentuadas em termos motores/cognitivos/sensoriais tem muito menos oportunidades de interagir sobre o ambiente envolvente do que quem não sofre estas limitações. O mundo que nos rodeia, não está de forma alguma “pensado” para pessoas com limitações acentuadas. Na Era da Informação e da comunicação que vivemos actualmente, a utilização das TIC tornou-se uma competência fundamental para a vida de uma pessoa de forma integrada nesta sociedade. Se para quem não sofre de acentuadas limitações é absolutamente necessário possuir estas competências TIC, para o público com limitações acentuadas as TIC podem constituir uma oportunidade única para poder interagir, comunicar e conhecer melhor o mundo envolvente. Neste sentido, foi realizado um estudo com o intuito de tentar perceber quais as características que um Centro de Recursos de Inclusão Digital possuí, para responder a pessoas com necessidades educativas individuais de carácter permanente. Procurou-se ainda compreender o seu funcionamento como um todo, tentando detectar os pontos fortes e os pontos fracos do referido centro. Este estudo assenta na percepção de técnicos inquiridos (envolvidos em actividades do Centro de Recursos), relativamente aos benefícios e constrangimentos na intervenção educativa dos clientes que acompanham.

Paired indices for clustering evaluation correction for agreement by chance

In the present paper we focus on the performance of clustering algorithms using indices of paired agreement to measure the accordance between clusters and an a priori known structure. We specifically propose a method to correct all indices considered for agreement by chance - the adjusted indices are meant to provide a realistic measure of clustering performance. The proposed method enables the correction of virtually any index - overcoming previous limitations known in the literature - and provides very precise results. We use simulated datasets under diverse scenarios and discuss the pertinence of our proposal which is particularly relevant when poorly separated clusters are considered. Finally we compare the performance of EM and KMeans algorithms, within each of the simulated scenarios and generally conclude that EM generally yields best results.

Comparing clustering solutions: the use of adjusted paired indices

In the present paper we compare clustering solutions using indices of paired agreement. We propose a new method - IADJUST - to correct indices of paired agreement, excluding agreement by chance. This new method overcomes previous limitations known in the literature as it permits the correction of any index. We illustrate its use in external clustering validation, to measure the accordance between clusters and an a priori known structure. The adjusted indices are intended to provide a realistic measure of clustering performance that excludes agreement by chance with ground truth. We use simulated data sets, under a range of scenarios - considering diverse numbers of clusters, clusters overlaps and balances - to discuss the pertinence and the precision of our proposal. Precision is established based on comparisons with the analytical approach for correction specific indices that can be corrected in this way are used for this purpose. The pertinence of the proposed correction is discussed when making a detailed comparison between the performance of two classical clustering approaches, namely Expectation-Maximization (EM) and K-Means (KM) algorithms. Eight indices of paired agreement are studied and new corrected indices are obtained.