Estudo para a implementação de plataformas de e-learning no sistema de formação dos recursos humanos da saúde: o caso particular dos enfermeiros de um hospital privado

Mestrado em Intervenção Sócio-Organizacional na Saúde - Área de especialização: Políticas de Administração e Gestão de Serviços de Saúde.

Guiding Monte Carlo tree searches with neural networks in the game of go

A dissertation submitted in fulfillment of the requirements to the degree of Master in Computer Science and Computer Engineering

Representações dos técnicos de intervenção precoce sobre as famílias e práticas de IP em contexto rural e urbano

O presente estudo visou caraterizar as representações que técnicos de intervenção precoce têm sobre famílias que vivem em meio rural e em meio urbano que recebem apoio das equipas. Foram realizadas entrevistas semi-diretivas, os participantes e entrevistados foram dez docentes com intervenção educativa nas equipas, cinco em apoio direto a famílias de meio rural e cinco a realizar intervenções com famílias de meio urbano. Deste estudo resultaram vários dados qualitativos que depois de analisados e discutidos, levaram a diversas conclusões que vem dar respostas às questões e problemática iniciais. As famílias inseridas nestes contextos têm características que as diferenciam; habilitações, recursos, necessidades e comportamentos em comunidade. Tem aspetos culturais que influenciam as suas atitudes, participação e autonomia e são ou não decisivas no desenvolvimento da criança. Em contexto rural as famílias apresentam um maior número de necessidades comparativamente às famílias de meio urbano. As maiores necessidades das famílias em contexto rural situam-se nas questões financeiras, de formação e apoio técnico e especializado. As maiores necessidades das famílias de contexto urbano situam-se ao nível do fraco apoio familiar e das redes sociais. As necessidades comuns situam-se nas necessidades de informação e promoção da autonomia e competências parentais. As visitas e intervenções domiciliares podem permitir melhorar a identificação das necessidades e recursos das famílias e compreender melhor os critérios de referência de algumas crianças. As oportunidades de aprendizagem são maiores nestes encontros em domicílio, estão presentes em muitos casos, elementos da família alargada, que muitas vezes tem um papel fundamental na educação e estimulação destas crianças. Os docentes de IP em intervenção em contexto urbano, comparativamente com os docentes inseridos em contexto rural, apoiam famílias que na generalidade abrangem áreas profissionais mais vantajosas financeiramente. Estas famílias terão á partida melhores condições para aceder a mais recursos e apoios. Nos dois contextos existe uma necessidade comum, falta de informação e alguma autonomia e competências parentais em relação ao crescimento das crianças. A realização de iii encontros de pais ou criação de grupos de pais que tenham por base a partilha de experiencias e informação, estão planeadas mas não são uma realidade nestas equipas. Nas práticas de qualidade, o profissional deve atuar nos contextos naturais como, a família, ou a comunidade, mas pode incluir também rotinas, brincadeiras, festas etc. cenários que facilitem o dia-a-dia. As famílias têm contextos e rotinas próprias que os profissionais devem identificar, os dados que recolhemos indicam essa necessidade de proceder a avaliação mais atenta das necessidades das famílias. As práticas recomendadas e o enquadramento legislativo são tidos em conta pelos docentes e profissionais das equipas, os recursos documentais são na sua maioria comuns, a todas as equipas participantes, seguindo as orientações e documentos/minutas facultadas pela comissão coordenadora do SNIPI (Sistema Nacional de Intervenção Precoce na Infância) Apesar das recomendações teóricas para práticas de qualidade centradas na família, verificamos que estas fazem parte das preocupações destes docentes, mas nem sempre são implementadas. A problemática da criança parece ser ainda o ponto mais importante dos programas e planos de intervenção e mesmo o critério decisivo para delinear a duração e frequência das intervenções, seja em contexto urbano ou rural. - ABSTRACT This study aimed to characterize the families of rural and urban areas that receive support from Early Intervention Teams. It has been proposed yet whether professionals IP suit their practices to the characteristics of these families and communities integrated in different cultural contexts. Interviews were conducted semidirective, participants were ten respondents and teachers with educational intervention teams, five in direct support to families in rural areas and five interventions with families in urban areas. This study resulted in a number of qualitative data that then analyzed and discussed, led to several conclusions that comes to answer the questions and problems early. The families included in these contexts have characteristics that differentiate them; qualifications, resources, needs and behaviors in the community. Has cultural aspects that influence their attitudes, participation and autonomy and are not decisive in the development of the child. In the rural households have a greater number of needs compared to urban families. The greatest needs of families in rural settings are located in financial matters, training and technical support and expertise. The greatest needs of the urban households are located at the level of weak family support and social networks. Common needs lie in information needs and promoting autonomy and parenting skills. The home visits and interventions may allow improved identification of needs and resources of families and understand the benchmarks of some children. Learning opportunities are greater in these meetings at home, are present in many cases, elements of the extended family, which often plays a key role in education and stimulation of these children. Teachers IP intervention in the urban compared with rural teachers placed in context, support families in general include professional areas more financially advantageous. These families will have better starting conditions for access to more resources and support. In both contexts there is a common need, lack of information and some autonomy and parenting skills in relation to the growth of children. The meetings of parents or creating parent groups that are based on the sharing of information and experiences are planned but are not a reality in these teams. In quality practices, the professional must act in natural contexts like the family or the community, but may also include routines, jokes, and parties’ etc. scenarios that v facilitate the day-to-day. Families have their own contexts and routines that professionals should identify, collect the data indicate that the need for more careful assessment of the needs of families. Best practices and legislative environment are taken into account by teachers and professional teams, the documentary resources are mostly common to all participating teams, following the guidelines and documents / drafts provided by the coordinating committee SNIPI (National Intervention Early Childhood) Despite the theoretical recommendations for quality practices family-centered, we see that these are part of the concerns of teachers, but are not always implemented. The issue of child seems to be still the most important programs and plans and even the decisive criterion for delineating the duration and frequency of interventions whether in urban or rural.

Symbolic Knowledge Extraction from Trained Neural Networks Governed by Lukasiewicz Logics

This work describes a methodology to extract symbolic rules from trained neural networks. In our approach, patterns on the network are codified using formulas on a Lukasiewicz logic. For this we take advantage of the fact that every connective in this multi-valued logic can be evaluated by a neuron in an artificial network having, by activation function the identity truncated to zero and one. This fact simplifies symbolic rule extraction and allows the easy injection of formulas into a network architecture. We trained this type of neural network using a back-propagation algorithm based on Levenderg-Marquardt algorithm, where in each learning iteration, we restricted the knowledge dissemination in the network structure. This makes the descriptive power of produced neural networks similar to the descriptive power of Lukasiewicz logic language, minimizing the information loss on the translation between connectionist and symbolic structures. To avoid redundance on the generated network, the method simplifies them in a pruning phase, using the "Optimal Brain Surgeon" algorithm. We tested this method on the task of finding the formula used on the generation of a given truth table. For real data tests, we selected the Mushrooms data set, available on the UCI Machine Learning Repository.

FMRI 3D registration based on Fourier space subsets using neural networks

In this work, we present a neural network (NN) based method designed for 3D rigid-body registration of FMRI time series, which relies on a limited number of Fourier coefficients of the images to be aligned. These coefficients, which are comprised in a small cubic neighborhood located at the first octant of a 3D Fourier space (including the DC component), are then fed into six NN during the learning stage. Each NN yields the estimates of a registration parameter. The proposed method was assessed for 3D rigid-body transformations, using DC neighborhoods of different sizes. The mean absolute registration errors are of approximately 0.030 mm in translations and 0.030 deg in rotations, for the typical motion amplitudes encountered in FMRI studies. The construction of the training set and the learning stage are fast requiring, respectively, 90 s and 1 to 12 s, depending on the number of input and hidden units of the NN. We believe that NN-based approaches to the problem of FMRI registration can be of great interest in the future. For instance, NN relying on limited K-space data (possibly in navigation echoes) can be a valid solution to the problem of prospective (in frame) FMRI registration.